冷热电三联供（the combined cooling heating and power,CCHP）系统具有网损小、利用新能源和提高能源的利用率等特点,对社会经济发展和生态保护具有重要的推动作用。针对目前CCHP系统优化配置研究中存在的目标函数描述不准确等问题,本文首先给出所构建的CCHP系统的能量流图,简要阐述了各个部分的结构要求与分布式电源等系统各部分设备的功率模型。以构建系统所需要的设备采购成本、燃料成本、设备维护成本和环境成本等作为参数构建系统的目标函数。从系统稳定性、设备出力极限和储能系统的容量等方面作为优化配置的约束条件。以典型日各种负荷量作为算例,分别运用改进的第二代非支配排序遗传（NSGAII）算法和传统粒子群（PSO）算法分别对所构建的目标函数进行求解得出CCHP系统中各个设备的最优化的配置容量。证明所构建的CCHP系统的经济型和环保性,并验证其稳定性指标。两种算法结果表明,NSGA-II算法对于CCHP系统的优化配置具有避免陷入局部最优或避免不收敛和运算速度快的良好的表现。CCHP系统的优化配置和削峰填谷智能协同技术在保障前期配置建设的经济型和环保性的同时可以兼顾整个系统的可靠性。本文基于所求得的优化配置模型,建立CCHP系统电负荷削峰填谷智能协同的模型。所构建的模型以优化后系统电负荷的负荷标准差为目标的优化目标函数,从充放电功率和剩余电量两个方面对电池储能系统约束,同时给出对削峰填谷智能协同效果的评价指标。再用二次规划的方法描述所构建的模型,并证明其凸性,即可寻优性。以风电消纳作为优化的决策变量。最后对模型进行优化求解。基于二次规划算法的削峰填谷效果明显,降低峰值,提高谷值,这样使得绝对峰谷差减小,进而降低峰谷系数和峰谷差率,同时降低负荷波动标准差,在保证负荷的基础上使负荷曲线趋于平缓。计及直接经济性的削峰填谷优化,负荷的削峰填谷优化指标性能有所下降,但总体效果依然明显,证明电池储能参与电网削峰填谷智能协同在考虑直接经济性的同时依然有良好的削峰填谷效果。