风电出力取决于来风,具有较大不确定性,大规模并网发电会严重影响电网经济可靠运行。因此,深入研究可处理不确定性问题的含风电系统优化调度模型对电网的经济可靠运行具有重要现实意义。含风电系统随机调度模型仅能处理概率分布是确定的风电序列。经单位根检验(ADF检验)表明,风电序列概率分布具有矩不确定性。故引入矩不确定分布鲁棒优化模型(Distributional Robust Optimization under Moment Uncertainty,DRO-MU),建立含风电系统DRO-MU调度模型解决此问题。此模型建模过程就已采用风电期望、协方差等矩的不确定集合刻画风电分布的矩不确定性,并以不确定集合范围内发电成本最大期望值最小化作为目标函数;考虑数学凸性,用旋转备用、线路安全域的最大条件期望不大于设定值作为约束条件。由于含风电系统DRO-MU调度模型求解上是一个NP难问题,故采用拉格朗日对偶原理转化为半定规划模型求解。仿真结果表明,随着不确定集范围及相关系数的增大,系统总成本增加;取不同置信水平会得到经济性或安全性不同侧重的最优调度结果;与确定性概率分布的条件风险模型计算结果相比,成本略高,但所得方案更安全。DRO-MU模型在随机规划模型的基础上,考虑到了风电出力期望及协方差这种矩不确定性,是解决风电系统中带有这种矩不确定问题的一种新思路和模型。上述模型的随机潮流约束是建立在单机调频基础上的,极容易造成平衡机组由于容量不足而超出调节范围现象的存在,导致潮流近似解析表达不准确。而现有考虑多AGC机组参与调频的调度模型尚未对AGC机组的调频比例进行合理决策,故应用DRO-MU调度模型进行AGC调频比例决策。考虑到其对偶转化后的半定约束是一个含决策变量高次方的复杂半定规划,尚未有有效算法求解,故引入矩阵最小特征值优化方程改进的广义Benders分解算法进行求解。仿真结果表明:改进广义Benders分解算法会收敛,可用于本文求解;总成本随着不确定集参数及相关系数的增大而增大;与具体给定的参与因子相比,经济性更好,安全性更高。AGC调频比例决策在调度过程中能提供一个更合理的偏差功率分配方案,对经济调度研究具有重要意义。