电力短缺、一次能源枯竭及环境问题威胁着社会的可持续发展。世界各国都在提倡节能减排,需求响应可以有效减少设备投资、燃料损耗和污染物排放。家庭能源管理系统是智能电网的一个重要组成部分,其目标通常是降低能耗,同时为用户提供舒适的环境。用户可以通过家庭能源管理系统调度家庭用电负荷,而家庭能源管理系统的核心是家庭用电负荷调度。本文针对考虑需求响应的家庭用电负荷调度进行如下研究:首先详细介绍了需求响应的定义和分类以及家庭能源管理系统的组成。其次分析了影响家庭能源管理系统中用电负荷调度的因素。并通过一个考虑需求响应的家庭用电负荷调度实例说明了优化调度策略在减少居民电费和缓解社会用电压力方面的效果。考虑到如果只采用实时电价模式,大多数家庭用电设备将会在电价较低的时候运行,这可能会出现反弹高峰而影响电力系统的稳定运行。本文将实时电价和倾斜块率模式结合起来,同时考虑延迟时间率的影响,基于这种组合模式,提出一种家庭用电负荷调度方案来解决反弹高峰问题。使用社会学习粒子群算法对该优化问题进行求解。分析了该调度方案对电力成本和峰均比的影响,将该组合模式和单独使用实时电价进行比较,仿真结果表明本文提出的家庭用电负荷调度方案能有效地降低电力消费和峰均比,同时提高整个电力系统的稳定。最后,在考虑用户用电习惯、舒适度、电费、峰均比及新能源接入的情况下,提出了家庭用电负荷日前需求调度算法。日前需求调度算法的目的是导出增强的日前需求调度表。首先采用一种改进的组合优备化算法获取用电设信息和用户偏好,得到具有代表性的日前需求计划表。其次用灵活性系数和依赖性系数增加目标函数约束,并用CPLEX优化软件及其工具箱来对模型进行求解优化,最终得到增强型日前需求计划表。用荷兰的住宅能源数据集和能量分解数据集中的数据验证日前需求调度算法,结果显示在荷兰的住宅能源数据集和能量分解数据集中可以分别实现每月节约电力消费的25%和30%,且在保障用户舒适度的前提下,降低了峰均比。