机组组合优化问题是一个十分符合工程实际应用的问题,合理的机组组合优化能够降低能源消耗,提高系统经济效益。随着我国经济的飞速发展以及环境污染的日益严重,风能作为可再生清洁能源,已得到大力开发与利用。含风电场机组组合问题是一个离散、非凸、高维的非线性问题,并且由于风电出力的随机特性,增加了含风电场的机组组合优化的求解难度。风能不仅带来了良好的经济效益和环境效益,同时也给电力系统安全稳定运行带来了新的挑战。因此,含风电场的机组组合优化成为了亟待解决的研究课题。首先,本文介绍了风电的相关特性；研究了机组二次曲线的耗量特性；分析了机组的启停费用应考虑的几个因素,同时提出利用机会约束规划模型解决风电出力的不确定性,为解决含风电场的机组组合优化问题的不确定性提供理论基础。其次,本文对一种新型的群体智能算法即文化算法进行了研究,提出了将混沌粒子群算法融入文化算法框架中的混沌文化粒子群算法,利用文化算法的双层进化机制更精准反映进化过程。通过典型测试函数进行仿真,验证本文所提算法的可行性。再次,建立了电力系统机组组合优化的数学模型,将机组组合优化问题分为基于混沌离散粒子群算法对机组启停状态的确定以及利用混沌文化粒子群算法对负荷进行分配两个过程。通过10机系统算例,运用本文提出的算法及改进措施解决机组组合问题,验证本文算法在求解机组组合优化中的有效性。最后,本文考虑了节能减排下风电场接入电网的机组组合优化问题,建立了基于机会约束规划下含风电场机组组合优化的数学模型,考虑了机组煤耗量以及污染气体排放量的多目标问题,利用蒙特卡洛随机模拟技术对机会约束条件进行校验,分析了机会约束条件在不同置信度要求下协调方案利润和风险的优势,为解决含风电的机组组合优化提供了新的思路。