我国大力发展以风电、光伏、氢能为主的新能源作为能源供给主体,推动以电动汽车为代表的终端用能电气化发展,使新型电力系统具有低碳清洁、智能高效的基本要求。高比例新能源发电受到天气因素制约,伴随天气状况波动甚至停发,电动汽车接入电网充电的时空分布具有随机性,影响电网稳定性。氢能以其清洁低碳的储能特性,可作为高比例风电光伏发电情景下的用电支撑,还可以与新能源发出的电能互相转化。随着电动汽车的大力发展,利用电动汽车作为分布式能源,依靠良好的充放电和储能特性与电力系统紧密耦合。因此,加强高比例风光能源消纳的氢储能及电动汽车协同优化调度研究,对推动电力系统能源转型具有重要的理论意义和工程应用价值。本文研究内容具体如下:（1）考虑影响可再生能源发电的不确定因素,提出基于CNN-LSTM组合模型的风速、光照强度和空气质量浓度预测方法;结合CNN和LSTM两种模型的优势,提高从海量天气和排污历史数据中提取信息交互影响和时间序列特征的能力,从而提高对于天气状况和污染物浓度预测的精确性;计及测风塔高度、太阳能板倾角和电动汽车通电时间的影响。（2）引入氢储能作为新能源发电的补充,根据风力发电、光伏发电、氢储能和电动汽车的工作原理和经济特性,搭建各发电机组成本和出力、氢能系统储能和放电、电动汽车电池充放电和碳交易的模型;在高比例风力、光伏发电的情况下,构建含氢储能、电动汽车的经济成本、碳排放和弃风弃光惩罚的三目标模型;考虑不同机组模型的运行特点给出其约束条件。（3）为了求解包含风电光伏、氢储能及电动汽车联合调度系统的高维多目标函数,提出基于RVEA算法对含有多个优化目标的考虑风光能源消纳的氢储能及电动汽车协同调度系统的优化方法;该方法克服了常用优化求解算法在求解高维多目标问题时的收敛困难,调整角度和距离保证解集的收敛性和和多样性,自动调整参考向量来适应优化目标,保证解集的均匀性;算例仿真分析随着氢能系统和电动汽车接入电网,能够有效地协助消纳风电光伏等可再生能源,减少弃风弃光,增加能源利用率,减少碳排放,改善空气质量,验证了所提方法的有效性。综上所述:提出CNN-LSTM相结合的风速、光照强度和空气质量浓度预测方法,提高对于天气状况和污染物浓度预测的精确性;提出基于RVEA算法的考虑高比例风光能源消纳的氢储能及电动汽车协同优化调度方法,得到多个机组的协同调度策略,能够有效地协助消纳风力发电、光伏发电,增加可再生能源利用率,改善空气质量,大大降低碳排放。