随着工业化飞速发展和人民生活水平日益提高,能源供给与环境问题矛盾凸显,推动能源结构转型、提高能源综合利用率和促进可持续发展势在必行。综合能源系统作为能源互联网主要承载形式,涵盖电、气、热和冷等多种能源,能够实现不同类型能源的深度耦合,逐渐成为能源领域研究的主要方向。因此,本文以区域综合能源系统为研究对象,深入分析多能源间耦合关系,讨论区域综合能源系统负荷预测、多能流计算以及能源间优化调度。本文主要研究内容如下:(1)针对传统能源系统用能单一、独立运行等问题。研究分析能源集线器结构,建立太阳能光伏光热单元的数学模型;同时考虑多能源耦合特点和运行条件,建立耦合单元的数学模型,实现可再生能源消纳和多能源间相互转换。(2)针对短期负荷存在波动性和随机性等问题,采用BP神经网络算法对短期电、热负荷进行预测。首先,讨论BP神经网络的基本概念、模型结构以及学习方法,并对历史数据进行预处理和负荷预测影响的主要因素进行量化处理。然后,构建BP神经网络短期负荷预测模型。最后,通过MATLAB软件仿真验证出本文算法满足预测精度要求,在负荷预测方面具有良好效果。(3)基于区域综合能源系统能量流,考虑多能源间的相互转换。首先,建立电-气-热各自的数学模型。然后,依据传统电力系统牛顿-拉夫逊潮流算法,推广出综合能源系统多能流联立求解方法和交替求解法。最后,通过算例分析得出这两种求解方法都能有效处理多能流计算问题,并且可以依据不同的场景选取相应的求解方法。(4)针对分支定界算法求解速度慢、收敛性差等问题,采用同时选择两个分离变量和建立有效子问题的改进分支定界算法。首先,基于用户侧负荷需求,构建区域综合能源系统能量流动框架。然后,以运行成本最少为原则构建目标函数,并考虑各环节安全约束条件。最后,通过算例分析了综合能源系统优化调度结果,验证出改进分支定界算法具有求解速度快,收敛性好等优点。