随着负荷侧大规模储能、柔性负荷及主动配电网等技术与装置的发展与建设,未来电力系统负荷侧的特性势必发生很大变化,其需求弹性和可调度能力必然不断彰显。另一方面,深度调峰技术的应用使得电源侧主体的可调度能力与范围亦将进一步增加,电源侧的调度弹性将逐渐突出。鉴于以上两点,源荷双侧弹性资源的广泛分布是未来电网的关键特征,充分挖掘与利用源荷双侧的弹性潜力,有机动态协调供需关系,是提高电力系统新能源消纳能力、提升电网运行效益的关键手段之一,亦是未来我国智能电网发展的重要方向之一。为此,论文主要做了以下工作:1.从负荷侧角度出发,研究了电力系统中的负荷弹性资源。首先介绍了价格型需求响应对电价变化的行为模型;然后针对激励型需求响应,给出了分级响应行为模型,挖掘了该类型负荷的弹性可调度潜力;最后基于价格型需求响应和激励型需求响应建立了考虑负荷弹性的电力系统经济调度问题的数学模型。在对问题进行求解时,为了解决系统中随机因素的影响以及处理系统中的连续状态量,引入了深度强化学习中的dueling DDQN（dueling double deep Q-network）算法,利用深度神经网络进行值函数逼近,进而得到优化策略。仿真结果表明将负荷侧弹性资源纳入调度能够降低系统弃负荷率,并且与深度Q网络（deep Q-network,DQN）算法相比,dueling DDQN在解决论文所研究的问题方面拥有更快的收敛速度和更好的稳定性。2.从电源侧角度出发,介绍了火电机组的常规调峰、不投油深度调峰和投油深度调峰的运行机制与调峰过程,给出了相应的火电机组调峰模型与成本计算方法。进而对深度调峰工作模式下火电机组参与调度运行的调节弹性进行了分析与研究,建立了综合考虑源荷双侧弹性的电力系统经济调度问题的数学模型。然后设计了基于深度强化学习技术的源荷弹性资源协同调度优化方法,通过仿真实验验证了所提模型的有效性,并且分析了不同调峰能力和调峰深度对系统运行经济性的影响。