含有风电的电力系统随机调度问题，是在满足实际生产约束的情况下，考虑风电不确定性，决策各机组的启停状态和发电量。其研究能够提高风电的并网比重，减少化石能源消费，同时降低机组的运行燃料成本，提高机组能源利用率。此问题的研究已经成为前沿和热点研究问题之一。
　　在含有风电的电力调度系统中，风机数量较多，若对风电机组单机进行建模求解，模型维数高，求解难度大，计算时间长。针对此难题，根据地理位置和发电参数为批划分的原则，将机组进行组批调度，并对批内的风机参数进行聚合，采用批建模策略进行模型降维。针对问题模型的特点，设计近似动态规划算法(Approximate Dynamic Programming，ADP)进行求解。最后开发并设计了风火随机调度决策支持系统。主要的研究内容如下:
　　1)考虑风力发电的波动性和随机性对电网的影响，通过场景发生概率定量描述风力发电引起的不确定性，刻画未来时刻发生的可能性。同时考虑实际风电调度中，风机数量大，模型维数高，难于求解的难题，根据机组运行参数的相近性，提出了机组批建模的策略和参数聚合方法。
　　2)针对带有风电的电力系统机组组合问题，主要研究以最小化生产运行成本为目标，考虑系统功率平衡、旋转备用，机组爬坡能力、火电最小开关机时间等约束条件，决策机组每时段的启停状态和发电量。基于场景树的方法，建立了以批为单位的随机规划模型，通过数值实验，验证了模型的有效性。
　　3)针对模型特点，设计了两种ADP求解策略。第一种采用了近视策略;第二种对未来时刻的发电费用函数采用值函数近似策略。利用随机生成数据，进行数值实验，求解结果与CPLEX进行比较，第一种策略能够在较短的时间内获得近优解，第二种策略跟近视策略比较能够获得更好的解。以上结果表明，所设计的ADP算法的有效性。
　　4)基于上述模型和算法，开发了风火随机调度决策支持系统。对机组调度需求进行分析，设计数据库，并开发Web系统界面，完成了风火随机调度方案制定功能，实现了友好的界面显示效果，同时简化了调度人员的操作过程。