刘春晖，张 政，牟辉龙，袁 方

(山东科技大学电气与自动化工程学院，山东 青岛 266590)

清洁的可再生能源因其自身所具备的低污染、低成本、高利用等特性逐渐取代传统的化石能源。其中以风能和光能的利用程度与分布性最高，但受风、光能源自身发电特性与天气状况的限制，风、光出力具有较大的不稳定性。虽然目前在风、光发电上均装有功率预测系统，但预测精度还难以达到实际电网的运行调度水平[1-2]，同时大规模的风、光并网又会给电力系统的可靠运行带来不确定风险。因此对如何在不同天气情况下提高风、光并电网后的电网调度水平显得尤为重要。

目前，对风、光电并网后的电网运行调度，国内外以日前1 h 的短期调度研究居多，但针对风、光并电网后不同天气情况下的日内超短期调度的研究较少。文献[3]对日内实时调度下的微电网各电源经济运行成本进行分析，但未考虑不同天气场景下的经济调度策略。文献[4]提出可信性理论的模糊约束规划模型，探究了不同置信水平下的风、光、水电等发电成本，但未考虑不同时间尺度下的经济效益。文献[5]考虑光伏出力的不确定性，建立了输出功率与水电作为决策变量的优化模型，用于优化光电与水电日前出力并分析了发电效益，但没有对日内超短期电源出力做更细化调整。文献[6]以BP 神经网络为调度规则，探究了风、光电并网后微电网互补优化调度策略，但未对不同天气场景下的电网调度做出分析。……