近年来,我国在风、光等可再生能源开发领域实现了跨越式增长,新增装机容量连续多年位居世界首位。随着装机比例的不断提高,可再生能源出力的不确定性以及场站小型化、分散化的开发趋势,给电力系统调度运行带来了不容忽视的挑战。现行调度模式大多立足场站层级,令调度中心与风电场、光伏电站直接进行信息交互并在调控中心作集中式优化计算。然而这种模式逐渐显现出通信风险抵御能力不足、系统扩展灵活性差等问题,难以适应未来的发展格局。同时,调度优化所沿用的传统模型对可再生能源出力不确定性的考虑仍不够合理,调度方式较为粗放,调控过程中存在的出力偏差以及弃风、弃光问题仍有待改善。面对上述问题,本文从机组-场站-集群-系统的立体层次,体系化构建了可再生能源多层级的优化调度方法。在集群内部,构造了适应机-场-群多层级协调的双层优化调度模型,并在集群-场站调度中考虑了可再生能源出力预测误差,同时,基于多智能体系统理论设计算法进行分布式优化计算,实现了集群的域内自治协调与整体可观可控。同时,以集群为整体对象参与电力系统经济调度,构建考虑时空平滑效应的场群聚类划分方法,并基于t-copula函数对场群出力不确定性联合分布建模,进而在经济调度模型中引入了场群不确定性惩罚成本,有效削弱了可再生能源出力的随机性、波动性对电力系统调控的不利影响,实现了提高调度精准性与经济性的目的。首先,针对集中式调度模式存在的不足,本文提出了基于多智能体系统理论的可再生能源机-场-群分布式双层优化调度方法,上层优化面向集群-场站层级构建协调模型,下层优化针对场站-机组层级实现动态控制。同时,基于一致性理论设计分布式算法,对模型计算求解。通过算例分析,验证了所提方法在多种场景下的有效性、鲁棒性、灵活性。然后,针对现行集群内部协调模型对可再生能源出力不确定性考虑不足的问题,本文基于t-location-scale分布构建概率密度函数表征场站出力的预测误差,然后将预测误差分布特性纳入到集群优化调度模型当中,对其作分布式计算求解。在算例分析中,通过多组对比,验证了所提方法对集群总体出力随机特性的削弱效果,有利于实现集群整体可控、友好并网的目标。最后,针对传统电力系统经济调度方法中,未能对高比例可再生能源背景下的时空平滑特性充分利用的不足,分析了风电、光伏在机-场-群多层级的时空平滑效应,然后提取场站出力时空特征,结合平滑效应形成了基于线性迭代聚类的场群划分方法。随后,采用t-copula函数构造场群出力不确定性的联合概率分布,进而在电力系统经济调度模型中引入了不确定性惩罚成本,并通过惩罚系数来表征系统对备用容量的动态需求。算例分析的结果表明,相比传统模型,所提方法提高了调度的准确性与经济性,具备良好的应用价值。