综合能源系统（integrated energy system,IES）集成电、热、冷、气等多种能源形式,涉及能量的转换、分配与有机协调,是实现能源互联网多能互补特性的重要物理载体。用户级IES作为规模较小的一类IES,负荷波动大、预测精度低、能量耦合复杂,要求更加准确可靠的多元负荷预测技术和实时有效的调度策略。为此提出一种基于多能时空相关的超短期负荷预测法方法和考虑电、气备用与能量特性差异的日前-日内混合时间尺度调度策略,以提高系统运行的灵活性和可靠性。首先分析基本负荷单元之间的空间相关性,通过K-means聚类和多维尺度分析方法构造相邻负荷单元强相关的多元负荷像素。将各类负荷像素按照时间分辨率输入各自的卷积-池化通道,形成一种具有空间特征提取作用的多通道卷积神经网络。再利用长短时记忆网络进一步捕获高维负荷序列中的时间特征,构造用户级IES深层时空负荷预测框架,提高多元负荷预测精度。其次介绍用户级IES的基本结构,并给出各设备详细的数学模型。针对日前多元负荷和新能源出力预测误差等带来的不确定性问题,基于机会约束规划模型设置几种电、气备用场景。通过比对不同场景、不同置信度下的日前调度成本,确定最佳备用方案,同时在经济性和可靠性之间权衡适合于用户级IES的最佳备用置信度,为日内调整作准备。最后提出一种考虑能量特性差异的日内混合时间尺度调度策略,依据实测数据和预测数据之间的误差分布规律,结合日内调度中关于能量供需不平衡度的容忍情况,分别确定冷热能慢速层和电能快速层可执行修正计划的时间分辨率。将冷热能的低时间分辨率作为日内修正的上层,电能的高时间分辨率作为日内修正的下层,基于日前设备出力计划,按照上层、下层逐级修正的次序完成日内设备出力计划的调整。结果表明所提策略可以兼顾供需不平衡度和设备调整次数。