近年来,随着技术成熟和成本降低,风电、太阳能等可再生能源装机容量得到了快速的提高。以风电为代表的可再生能源一般具有间歇性、波动性等特点,日前预测误差往往较大。大规模可再生能源的接入,对电力系统调度和安全运行带来了巨大挑战。鲁棒优化由于其不要求获得随机变量的分布函数信息,不需要生成典型场景,计算负担小的特点,近年来在电力系统调度领域得到了广泛的关注。本文在鲁棒优化框架下建立了考虑可再生能源预测误差相关性的鲁棒机组组合模型。本文首先介绍了鲁棒优化理论的基本概念和理论基础,介绍了博弈论观点下鲁棒优化问题的一般模型和经典的求解算法:C&CG算法(column and constraint generation)。在对风电预测误差序列进行相关性分析的基础上,本文研究风电预测误差序列的时间相关性特点,提出了基于Pearson相关系数的时间相关性约束,并利用不确定集合的离散性特点,将该约束近似简化为可以用于实际鲁棒优化问题的线性约束。接着,本文在C&CG算法的基础上,改进了Bender’s分解后子问题的求解算法,将子问题的对偶问题中的双线性规划问题转化为混合整数线性规划问题,提出了一种适合离散型不确定集合的鲁棒优化求解方法。最后,本文以实际风电数据进行了大量的仿真实验。结果表明,本文提出的算法能够在不影响机组组合可靠性的前提下,降低鲁棒优化保守性。