大自然的能量都是由能源提供的,人类的生产、生活与能源息息相关。在现阶段,能源绿色高效的发展,能源发展和环境保护如何相处的问题是世界各国、乃至整个人类社会一同关注的课题。很长时间以来,传统的化石能源是全世界范围内主要的能源利用形式,但其储量有限,并且在一定程度上对环境造成了不可逆转的破坏。因此,清洁能源受到了社会各界的广泛关注。其中,分布式能源因为其清洁环保的特性受到了国内外学者们的一致青睐,并得到了强有力的发展。为了提高分布式能源的利用效率,虚拟电厂进入了人们的视野,虚拟电厂能有效缓解分布式电源的并网对电网安全稳定运行所产生的影响,在提高对分布式能源消纳能力的同时也能一定程度上提升系统的经济性。因此,如何利用虚拟电厂来消减分布式电源并网带来的影响具有极其重要的理论价值及实际意义。本文的主要研究内容总结如下:（1）针对传统的鸽群算法极易陷入局部最优的不足,提出了参数自适应调节的改进鸽群算法。首先,全面地介绍了传统的鸽群算法的工作原理。然后,针对算法的不足进行改进。最后通过测试函数对改进前后的算法进行了相关测试,从而验证了所提算法在处理函数优化问题时表现出较好的收敛性和稳定性。（2）针对传统虚拟电厂优化问题中并未考虑风机出力不确定性的问题,引入机会约束规划理论来处理这一不确定性,建立了考虑风机出力不确定性的电力系统调度模型,并使用改进鸽群算法对该模型进行求解,算例结果表明,在电力系统调度问题中,通过对风力发电的不确定性进行恰当处理,不仅能够增强系统运行的可靠性,还能够提高一定的经济性。（3）在考虑风力发电不确定性的基础上,为进一步提升对分布式能源的消纳能力,建立虚拟电厂参与下的经济优化双层调度模型,并为所涉及的分布式电源确定最佳接入位置。上层优化模型以主网发电运行总成本最小为优化目标,确定各机组的出力,并将其作为下层优化模型的初始条件。基于上层优化模型,以虚拟电厂经济收益最大为目标函数对下层优化模型进行优化,确定满足下层目标函数的最优解。通过改进的鸽群算法对上下层模型进行往复迭代,最终完成双层优化。算例仿真分析表明,双层调度模型在提高分布式能源的消纳能力的同时,还能够降低污染,实现电力系统的低碳高效安全的运行。