当前,可再生能源发展仍面临就地消纳难、弃风弃光等难题。在此背景下,多能源系统快速发展,其可以有效提升可再生能源消纳能力,是未来能源系统发展的重要方向。眼下,P2G技术蓬勃发展,需求响应（demand response,DR）理念深入人心,二者在促进多能源系统发挥更大效益的同时对其协调优化提出了更高要求,如何科学调度考虑P2G设备及综合需求响应（integrated demand response,IDR）的多能源系统,成为亟待解决的重要问题。基于此,本文研究考虑IDR及P2G设备的多能源系统的最优化调度策略,以促进系统供需两侧深度互动,充分发挥多能源系统最大价值。首先,确定多能源系统结构框架,分析系统内能量流动方向以及能量输入、转换、存储、输出和消费五个环节。其次,对系统供给侧建模,分别建立P2G设备、燃气轮机、电锅炉、吸收式制冷机等能量转换设备及储能电池数学功率模型。接着,对系统需求侧建模,分析了负荷响应特性并建立IDR模型。在此基础上,建立多能源系统经济调度模型。之后,基于本文多能源系统优化时段较长、决策变量较多、约束条件较多、计算规模庞大的求解困境,从三个方面对粒子群算法（particle swarm optimization,PSO）进行改进,包括利用两阶段优化策略降低粒子维度,采取违约调节措施修正粒子状态以及引入灾变思想跳出局部最优。最后,通过算例验证了所提多能源系统运行策略的有效性和合理性。研究结果表明,引入P2G设备加强了电-气之间的耦合,方便了不同能源之间的转化,提高了可再生能源消纳率并降低了系统碳排放;IDR的引入,使系统内多元负荷均能够参与调度优化,促进负荷消费时序灵活迁移,引导负荷功率灵活调整以及不同负荷之间相互替代,降低了系统供能压力;考虑P2G技术及IDR的多能源系统能够利用不同能源的互补性,促进系统供需两侧深度匹配,带来较高的综合效益。本文所提方法可以为能源调度部门制定多源联合调度优化决策带来一定借鉴,研究成果能够为多能源系统未来IDR项目研究和工程实践提供一定参考。最后,总结本文研究并提出了管理启示,针对未来有待进一步深入研究的方面进行了展望。