化石能源短缺和节能减排的双重压力促使我国能源结构亟需转型调整。风力发电以成本低、技术成熟、可大规模开发利用等众多优点逐渐成为电源结构的重要组成部分,随着风电规模化并网运行,其自身的不确定性给电力调度和运行控制带来了新的挑战。需求响应从负荷侧改变传统电能消费模式,为克服风电的不确定性提供了新思路。本文以此为出发点,研究含风电和需求响应的电力系统优化调度策略,实现源荷互动与协同增效。首先研究了需求响应的基础性内容。分析了需求响应的优点、实施需求响应的必要性、发展需求响应的有利条件、需求响应消纳风电的可行性,并针对不同需求响应类型,建立各自的数学模型。接着研究了短期风功率场景质量的评估框架。根据时间尺度的不同,将风电的不确定性分为时间断面上的随机性和时段之间的波动性,并分别建立了各自的评估框架。仿真结果表明考虑出力相关性的场景,可以更好地刻画风电随机性和波动性,能够为调度运行及可靠性评估提供有力的技术支持。然后提出了考虑风电与需求响应的随机机组组合策略。在电源侧以考虑时段之间出力相关性的场景刻画风电的不确定性,在负荷侧融入分时电价和可中断负荷的需求响应方式,建立了二阶段随机机组模型,该模型同时考虑能量市场和备用市场,实现两者的联合优化。对IEEE-39节点算例进行仿真,结果表明分时电价起到显著的“削峰填谷”效果,可中断负荷在负荷高峰时段参与调峰,两者的叠加能够平缓负荷曲线,降低调峰压力,同时需求响应提高了系统灵活性,能够有效应对风电不确定性,减小弃风量。最后针对动态环境经济调度(dynamic economic emission dispatch,DEED)在时段间的耦合特性,提出了一种改进的教与学优化算法,用于求解DEED问题。以原始教与学算法为基本框架,采用反向学习策略、单时段教与学机制、单时段贪婪选择机制来提高算法的局部搜索能力和全局搜索能力。对IEEE-39系统进行动态环境经济调度的仿真,结果表明,所提策略可以显著提高算法的收敛速度和收敛效果,得到光滑且分布均匀的Pareto最优前沿,与其他文献的结果相比,可以给出更高质量的解。