在风电系统规模不断扩大的背景下，提出了一种基于情景分析的上报调度方法。考虑到不同时间的景物输出之间存在显著的相关性，基于多变量正态分布和蒙特卡洛采样，生成了大量具有时间相关性的原始场景。利用改进的k－means聚类算法对原始场景进行预分类，利用基于Kantorovich概率距离的同步反置换约简算法对处理后的场景进行约简，从而缩短场景分析的计算时间。建立了基于情景分析的电力系统日前优化调度模型。为了提高模型的求解效率，引入了包含向量信息的边界情景，在调度模型中考虑了上下边界情景的备用容量约束，建立了考虑边界情景备用容量约束的最优调度模型。通过对某省级电网的实测数据进行仿真分析，验证了所提出模型和方法的有效性。