机组组合问题是电力系统经济调度中的一个重要环节,是编制短期发电计划时首先需要解决的问题,具有显著的经济效益。因此,机组组合问题一直是电力系统中的一个重点课题。近年来,随着数学领域中随机优化理论的发展和计算机技术的提高,考虑不确定性的随机机组组合问题开始得到日益重视。目前,已提出多种随机机组组合问题的数学模型和求解算法,其中,期望值数学模型的应用最为普遍,求解方法则以拉格朗日松弛法为主。但是,由于对偶间隙的存在,拉格朗日松弛法不易找到随机机组组合问题的最优解。因此,有必要改进已有算法或提出新的算法。本文针对随机机组组合问题的数学模型和求解算法展开研究：首先,介绍课题的研究背景,阐述传统机组组合问题的概况,并介绍随机机组组合问题的研究现状；其次,建立传统机组组合问题的数学模型,并采用动态规划进行求解,算例结果表明数学模型和求解算法的有效性；然后,为考虑负荷不确定性对机组组合问题的影响,通过情景分析法引入一系列情景对不确定性负荷进行建模,建立随机机组组合问题的期望值数学模型；最后,提出一种基于改进遗传算的随机机组组合问题的求解方法。在改进遗传算法中,对初始种群的产生方式和变异算子进行了改进,并且引进了局部搜索算子。采用改进遗传算法求解随机机组组合问题,可以自行满足情景簇约束条件。通过实例计算,比较了随机机组组合问题的最优解和完备负荷信息、最大负荷情景以及考虑旋转备用下确定性机组组合问题的最优解。计算结果显示随机机组组合问题的数学模型和改进遗传算法求解方法的有效性。