近年来,我国的能源问题日益严重,同时能源利用率低、能源结构老化等问题的存在,使得新能源的开发利用和新型能源体系的建立成为全社会的共识。在这个背景下,集供电、供热和制冷于一体的综合能源系统(integrated energy system,IES)应运而生。综合能源系统以智能电网为基础,能够大大提高能源利用率。然而,系统内部的不确定性使其优化调度面临一定难题。一方面,受天气状况和自然条件的影响,可再生能源出力具有很强的不确定性,且随着系统中可再生能源渗透率的不断提高,系统运行风险会逐渐增大;另一方面,IES中用户负荷种类众多且难以准确预测。在源荷双侧不确定性情况下,如何实现多能源的协同利用,是IES优化调度面临的关键问题。因此,本文基于随机理论,对计及源荷不确定性的综合能源系统优化调度进行了研究。首先,针对冷热电负荷需求的随机性和不匹配性,考虑到人体对温度有一定的适应能力,本文将风、光发电机组与燃气轮机冷热电联产(combined cooling heating and power,CCHP)系统结合,创建了一种基于综合需求响应的源荷协调CCHP系统,同时采用典型场景集考虑新能源出力的不确定性,建立优化调度模型。该模型以最小化系统经济成本为目标,利用免疫遗传算法求解,探讨了系统经济调度成本与不同需求响应模式以及温度偏差的关系,并对系统是否引入电加热设备进行讨论。算例分析表明,基于需求响应和多能互补的CCHP系统优化调度方法,能有效降低综合运行成本,具有显著的经济及社会价值。其次,针对商业园区负荷资源种类众多且容易受用户用能规律影响的问题,本文建立了商业园区IES模型,其次在对系统中各设备的能量转化进行建模的基础上,充分考虑了屋顶光伏出力和用户冷、热、电负荷的不确定性,构建了基于机会约束规划(chance constrained programming,CCP)的商业园区IES优化调度模型。该模型以运行成本最小为目标,通过随机模拟技术和改进免疫遗传算法相结合的方法实现模型求解。对于CCP模型中可能存在的失负荷情况,建立相应量化指标。重点分析了不同需求响应模式、置信水平以及预测精度下的调度结果,从而为平衡经济性和可靠性的IES运行提供指导。最后,本文在鲁棒优化的思想上,利用最小鲁棒后悔度准则设计综合能源系统优化调度策略。首先,采用区间模型表示光伏出力和用户冷负荷的不确定性,其次将日前能量市场和实时能量市场相结合,建立经济优化调度模型,在此基础上考虑决策者的后悔心理,建立基于鲁棒后悔度的综合能源系统优化调度模型并进行求解。算例分析表明,该优化调度方案可以有效降低决策者的后悔心理,得到既保障系统鲁棒性同时又不过分保守的决策方案。