随着社会进步和全球经济的快速发展,人类社会在生产生活中对于能源的需求越来越大,从而导致能源短缺与环境污染等问题日益严重,严重制约了各国的经济、环境与能源的协调发展。在工业园区中能源问题的体现尤为明显,工业园区中传统的相互独立的能源系统不能实现能源的梯级利用,能源利用效率较低,造成了较大的能源浪费,从而催生了集成供电、供热和供气等系统的综合能源系统（Integrated Energy System,IES）。IES可以协调多种能源的供应与消纳,提高能源的利用效率、促进可再生能源的规模化开发及优化工业园区中能源用户的用能策略,对缓解我国的能源危机有着重大意义。当今IES已成为了在能源问题研究中的主要方向之一。本文分别研究了工业园区中用户和园区级IES的能源优化调度策略以及用户不满意度问题,研究内容对于进一步发展与优化工业园区中能源枢纽（Energy Hub,EH）收益和能源用户能耗成本具有理论和实际意义,主要研究内容如下:首先,以用户参与能源综合需求响应（Integrated Demand Response,IDR）为背景,研究了工业园区中用户级IES的能源优化调度问题。针对能源用户参与IDR后造成的生产设备运行效率和车间工人环境热舒适度降低的问题,分别建立了基于Taguchi质量评估理论和Fanger热舒适模型的用户不满意度模型,以描述用户的不满意度成本。在满足用户能源供需平衡的约束条件下,以最小化用户运行总成本为目标,建立了考虑用户不满意度的IES协同优化模型。并利用情景分析法对IES中光伏发电预测的不确定性问题进行处理。仿真结果表明,该优化模型降低了用户运行总成本,实现了工业用户在能源成本与不满意度之间的折衷,提高了能源利用效率。进一步,研究了工业园区中园区级IES的能源优化调度问题。将工业园区中IES的能源调度问题建模为一个双层博弈模型,在能源批发市场中,将多家能源公司与EH之间关于能源批发价格的协商问题建模为议价问题,并采用纳什议价解（Nash Bargaining Solution,NBS）的议价策略;在能源零售市场中,针对EH与用户之间的能源定价问题,基于Stackelberg博弈理论,建立了考虑用户不满意度的能源管理策略,并设计了基于对偶理论和梯度下降法的多能源管理算法对其求解。仿真结果验证了多能源管理算法具有良好的收敛性,为工业园区中能源交易制定了合理的价格。