随着我国能源发掘技术的不断精进,以及一次能源的需求不断增大,化石能源严重短缺,全球各国呼吁可再生能源的开发。风光发电能作为新能源的代表,具有易于获取、无污染等优势,成为我国重点研究的清洁能源,我国积极推进能源结构改革,提出可再生能源立法政策,对于新能源发电技术,已取得一定的成果。我国城市轨道交通近年来发展迅速,截止到2021年,运营里程已达近8千公里,同时,每年的增加里程数据都在不断增加,年增长率达到11.6%,我国对省会城市,城市内对电能需求较大。于是对可再生能源给城市轨道交通进行供电研究非常具有意义的,一方面可减少电网负荷和电能消耗,另一方面可减少资源浪费和实现绿色环保。可再生能源的预测有利于发电部门进行合理的调度分配,相关部门能够依据预测的发电数据与需求量进行分析比较,调整用电调度计划,优化系统备用容量并减少运营成本。本文分别建立了风力和光伏为代表的可再生能源发电模型,对可再生能源发电的电能质量进行分析,通过主成分分析法和相关性检验法,筛选可再生能能源发电的主要影响因素;分别对光伏和风电,建立天气条件不同的分类模型和风电场区相似性分类模型,分别通过BP神经网络预测、时间序列预测,及其对应的改进优化BP预测方法进行预测对比分析,详细阐述各类方法各有优缺点,并分析预测误差分布曲线图,为后文混合储能容量配置和多时间尺度调度优化奠定基础。智能化电网及可再生能源实现给轨道交通列车稳定供电,都离不开储能技术的发展,储能有效缓解风光供电波动性大的问题,减少电网污染,减少能源损耗等问题。本文分析了“源-荷-储”出力特性与输电线间的能量流动关系,通过储能平抑供需间功率波动差值,实现了与大电网间的电能稳定交互。其次,基于雨流计数法与变分模态分解法,实现混合储能合理的充放电控制,提升储能使用寿命。然后,在四种典型场景下建立了多目标经济优化模型,并运用改进的智能优化算法进行求解。最后,通过对比典型场景下的容量配置与经济效益算例结果,给出了在不同场景下可对应更改发车频次和增减发电机组规模的建议,表明改进的智能优化算法可以增加可再生能源在城市轨道交通牵引供电中的经济效益。对于城市轨道交通制动回馈能量巨大,可再生能源的不确定性,以及供需侧能量交互复杂且时间尺度不统一等问题,本文提出一种基于列车制动回馈的多时间尺度混和储能能量调度方案。日前阶段,以储能、电能经济最优为目标,考虑分时电价的需求因素,得到日前调度结果;日内阶段,基于模型预测控制滚动优化模型,运用多场景模拟技术,考虑可再生能源的不确定性,得到优化结果反馈矫正滚动优化日内调度模型。实时阶段,考虑城市轨道交通列车运行优化调度方式,计及混和储能充放电特性约束,建立实时列车调度能量优化模型,实现风光能量-电网能量-牵引供电能量的多时间尺度调度方案,最后经过算例分析,验证本文方法的有效性、经济型和鲁棒性。