在考虑风电功率不确定性的基础上，提出一种基于频谱分析确定混合储能系统(HESS)容量的方法，该方法充分利用了超级电容器和蓄电池的优势互补特性，基于此提出储能最优运行策略。利用离散傅里叶变换分解风电不平衡功率得到其频域信息，并利用HESS对不平衡功率进行平抑；提出一种最优截止频率确定方法，并确定HESS中蓄电池和超级电容器的容量大小；基于所确定容量建立以利润最大为目标的机会约束规划储能运行策略模型，并采用整合蒙特卡罗的遗传算法进行求解，从而确定储能的最优运行策略。通过实际数据分析验证了所提模型和方法的有效性。

随机机会约束规划是一类有着广泛应用背景的随机规划问题，采用随机仿真产生样本训练BP网络以逼近随机函数，然后在微粒群算法中利用神经网络计算适应值和实现检验解的可行性，从而提出了一种求解随机机会约束规划的混合智能算法。最后通过两个实例的仿真结果说明了算法的正确性和有效性。

考虑多风电场出力之间的尾部相关性，借助Gumbel-Copula函数构建多风电场出力的联合概率分布，提出含多风电场的电力系统随机优化调度模型。通过抽样平均近似（SAA）法处理机会约束条件，将随机优化问题转换为可计算的确定性非线性规划问题，并采用粒子群优化（PSO）算法进行求解。通过算例分析联合概率分布、机会约束置信水平和抽样次数对优化调度结果的影响，结果验证了基于Gumbel-Copula联合概率分布的随机优化调度的合理性。

研究了供应商的生产能力,销售地的需求量和单位运输成本等因素均为随机变量条件下的单产品和多产品的生产运输成本问题,建立了该类问题的随机优化模型,证明了一般运输模型有解的充要条件,探讨了在一定的置信水平和其它相关约束条件下,确定每个供应商给每个销售地的送货量,以保证总运输成本最低的新的求解方法.通过数值方式,分析了不同的置信水平对成本的影响,给出了选择最佳置信水平的方法.

含风电电力系统的多时间尺度模糊机会约束动态经济调度模型

有关于数学建模方面，规划类部分文件，包含线性规划、随机规划等等，详细介绍了遗传算法