赵振宇，戴赛岚

(华北电力大学 经济与管理学院 新能源电力与低碳发展研究北京市重点实验室，北京 102206)

0 引 言

面对全球生态环境恶化、化石能源逐渐枯竭的问题，风力发电作为一种零污染、零排放的新型清洁可再生能源，受到了广泛关注。目前，中国风电发展迅速，相关技术日渐成熟，风火互补等模式也被广泛应用，但风力发电的随机性等特征给风能资源的充分利用和风火发电系统的可靠性带来挑战，尤其是各地“弃风”问题日益突出，亟待探索如何更好地进行风火发电系统的调度优化，以实现充分利用风能资源。

近年来，学者们多方面开展含清洁能源的发电优化调度问题的研究，较多的是关于多目标优化调度的研究，主要包括算法改进和模型改进两个方面。在算法改进上，于波等[1]就区域综合能源系统优化调度问题，采用粒子群算法，通过其全局搜索能力对调度模型进行求解；赵静艺[2]利用IFOA算法对混合发电系统进行多目标优化设计；周斌等[3]提出了一种新型多群组均衡协同搜索算法；陈道君等[4]将生物地理学算法用于解决风电并网电力系统多目标优化调度问题；赵文清等[5]提出一种基于模拟退火的智能水滴算法连续优化的改进算法。此外，还涌现了若干新型的智能算法，如改进的多目标狼群算法[6]、小生境[7]、布谷鸟[8]等与传统的遗传算法结合的混合智能算法。在模型改进上，胡殿刚等[9]建立了风电出力的概率模型来降低其随机性对整个风火系统的影响；……