交直流配电网能够有效地减少线路损耗,更好地确保电能的质量和传输的距离,是未来配电网的重要发展方向。科学合理地对交直流配电网进行优化调度不仅可以提高交直流配电网运行的经济性和可靠性,保证电力系统的供电质量,还可以为配电网运营商节省大量的投资、运行和维护费用。本文提出了一种基于马尔科夫链-动态场景法和模型预测控制方法的交直流配电网多时间尺度优化调度模型,通过等概率逆变换将服从多元联合标准正态分布的随机变量序列转换成具有相关性的风功率或负荷误差序列来生成风电和负荷场景,另外,考虑到预测误差的时间相关性,利用马尔科夫链来模拟风电和负荷的随时间变化的波动性,使得生成的场景在预测时间尺度过长时也具有较高的可靠性。提出了一种基于模型预测控制方法的交直流配电网多时间尺度优化调度策略,日前和日内以各场景下的运行总成本的期望和最低为目标函数,求解各运行机组的调度计划;实时优化运行采用模型预测控制技术,以日前日内出力计划值的期望值为基准值,以日前和日内优化调度的求解的期望值与实时优化调度求解变量差值最小为目标函数,滚动优化求解实时优化调度出力计划值,使出力更加平滑。提出了一种基于Benders分解法和原对偶内点法的求解方案,采用Benders分解法将该日前优化调度模型分解为只包含整数变量的主问题和只包含连续变量的子问题,并通过生成可行性割集和最优性割集来对该模型进行求解;日内和实时优化调度模型采用原对偶内点法进行求解,通过求解修正方程式来改变变量的搜索方向,获取迭代步长求得日内和实时优化调度模型的最优解。最后,对交直流配电网50节点算例进行了仿真计算,验证了所提多时间尺度优化调度模型和求解方案的有效性。