在大力推进“第三次工业革命”的前提下,能源互联网应运而生。在此背景下,以电力系统为核心,融合了天然气、可再生能源、热能、冷能等多种能源形式的综合能源系统逐渐发展起来。随着我国建筑总量的不断攀升,建筑楼宇综合能源系统成为解决我国能源问题的重要研究领域。一方面,多种能源系统耦合转化、相互影响,使建筑楼宇综合能源系统的优化调度难度加大。另一方面,在需求侧管理策略的推动下,需求响应技术得以更加积极灵活的应用于调度运行当中,为建筑楼宇综合能源系统提供更经济、稳定、安全的优化调度手段。基于此,本文从以下方面对课题展开研究。本文首先介绍了建筑楼宇综合能源系统的概念及研究现状,对其构成、发展、优势等进行了分析。然后建立了光伏发电系统、中央空调系统、冷热电联供系统、能量储存系统和储能元件五种能源系统模型,并对其进行原理介绍和特性分析。提出需求侧管理策略,按负荷特性将建筑负荷分为三类,并对需求响应技术进行介绍。之后以建筑楼宇综合能源系统运行成本最低为目标函数,基于冷电联供系统,建立了建筑楼宇冷-电综合能源系统优化调度模型,介绍了基本粒子群算法,随后对权重进行改进,提高了其收敛速度和优化效果。通过算例仿真分析了储冷罐的使用及随机权重粒子群算法对建筑楼宇冷-电综合能源系统模型优化性能的影响。结果表明,与基于规则的控制策略相比,随机权重粒子群算法可改善负荷分布,更具优越性。同时储冷罐的使用也能降低建筑楼宇能源运行成本、优化建筑楼宇用能结构,且对电网的削峰填谷具有一定的促进作用。最后以冷热电联供系统为核心,加入燃气锅炉和蓄电池,构建了建筑楼宇冷-热-电综合能源系统。同时考虑需求响应补偿,以建筑运行成本最低为目标函数,建立了计及需求响应的建筑楼宇冷-热-电综合能源系统优化调度模型,采用云模型粒子群算法对系统模型优化求解。引入算例进行仿真,对比是否参与需求响应的两种不同模式,以及云模型粒子群算法与基本粒子群算法的优化性能。结果表明,基于需求响应的云模型粒子群算法模式可有效节约建筑楼宇冷-热-电综合能源系统运行成本,同时降低电网侧负荷峰谷差,提高电网供电可靠性。