国内外对于传统的电力系统最优调度方案的研究大多致力于解决在诸多约束条件下（如电力平衡约束、备用容量约束、机组发电功率约束、机组爬坡率约束、机组启动、运行费用等）如何使系统的燃料耗量、能耗成本最低。但由于受随机因素（特别是风速）影响较强的风力发电机组的并网，使这一课题又有了新的发展。本文正是在努力寻找适合这一新的发展形势的电力系统最优调度方法。在参考了国内外诸多文献的基础上，结合已有的电力系统调度方法，本论文决定采用一种被广泛使用的现代优化算法——遗传算法，来进行包含风电的电力系统调度优化研究。由于标准的遗传算法中交叉率和变异率和不同会极大影响到算法收敛的速度和陷入局部最优解的可能。所以，本文采用了改进的遗传算法，即具有自适应的交叉率和变异率的遗传算法。同时，为了避免遗传算法在单独使用时容易陷入局部最优解、收敛速度较慢等问题，本论文同时引入了模拟退火算法的思想，来控制种群的大小，从而使算法有一定概率接受差解，更能进化到全局最优解。本文的研究提出了包含风电的电力系统调度问题的模型建立、算法选择、流程的建立。为考虑风力发电的电力系统最优调度问题提供了一个新的解决方法。