随着全世界对环境问题和能源问题的日益重视,以清洁能源为特征的能源发展成为必然趋势,然而风电、光伏等新能源受到自然条件的限制较大,存在能量密度低、电力供应不稳定、不连续等缺点。需求响应技术能够从电力负荷的需求侧进行管理和控制,有效实现用电负荷与电源供应的双向互动,从而实现清洁能源的充分消纳。电力价格对需求响应结果具有最直接的调节作用,制定科学合理的电价机制,将有效提升需求响应的最终效果。论文首先提出了基于效益最大化的需求响应理论模型。模型充分考虑需求响应中电价策略、需求响应激励价格、用户需求价格弹性等影响因素,利用仿真算例验证了数学模型的有效性和正确性;利用数学模型在不同参量条件的组合模式下开展仿真计算,计算结果表明分时电价策略的峰谷价差、需求响应激励价格和用户需求价格弹性均与吸引用户参与需求响应的效果呈明显的相关性:增加需求响应激励价格可以直接刺激更多的用户参与需求响应。基于粒子群优化算法(PSO算法)的需求响应电价优化策略研究了在传统电网条件下,如何制定科学合理的电价机制从而实现较好的削峰填谷效果,创新提出了将PSO算法应用于对分时电价和实时电价的优化,通过将粒子群中的粒子与不同的电力价格建立映射关系,设计反映需求响应后的负荷结果和平均电价的适应度函数,利用PSO算法进行迭代优化,最终计算得到最优分时电价和最优实时电价。仿真算例的计算结果表明,PSO算法在解决分时电价的优化方面表现出良好的有效性和收敛性,但是,在实时电价的优化方面,特别是以15分钟以及更少的时间为单位,PSO算法需要的优化的变量超过96维,优化过程中收敛性相对较差,为此,本章引入了样条逼近原理,在减少计算量的同时还能加快收敛速度,实现了优化效率的提升。为解决风电、光伏等新能源的高效消纳问题,本论文创新提出了源荷曲线差异度理论,利用源荷曲线差异度函数作为发电曲线和负荷曲线匹配程度的评价标准,基于该理论对典型的风电、光伏、光热等多种发电形式进行了计算,计算结果表明对于典型的负荷曲线,新能源与负荷曲线的差异程度相对传统能源更大,由于清洁能源之间具有互补性,多能互补对源荷曲线差异度有所改善。在多能互补的条件下,利用基于PSO算法的实时电价优化策略的需求响应技术,将源荷曲线差异度函数作为PSO算法中的适应度函数,从而实现对原始负荷曲线的不断优化,最终逼近多能互补后的发电曲线,实现清洁能源的高效消纳。仿真算例说明本文提出的基于源荷曲线差异度理论的需求响应价格优化策略能够有效解决多能互补后清洁能源的高效消纳。