随着化石能源的日渐枯竭和环球环境的日益恶化,传统电力系统的能源结构已经不适应未来能源发展的需要。综合能源系统利用先进的能量转换技术聚集风能、太阳能、地热能、天然气和生物质能,并传输和转换给冷、热、电及其它形式的用户消费,是代表未来可持续发展的智能电网前沿系统。然而,当前成熟的调度技术主要面向传统能源和负荷,不适应天然气和生物质能等接入后的系统调度需求。调度是确保系统运行经济和环保的首要环节。因此,考虑天然气和生物质能等,开展综合能源系统调度优化研究具有重要的理论和应用意义。首先,提出了一种新颖的多目标优化的分解型交叉熵算法。这种算法先将复杂优化问题分解为若干个子优化问题,并由交叉熵算法通过重要性采样技术寻找各子优化问题最优或近似最优状态的重要抽样分布,再基于重要抽样分布生成每个子优化问题的最优或近似最优解,从而获得整个多目标优化模型最优或近似最优帕累托前沿。参考基于分解的多目标进化算法的框架,这种方法也可以称作基于分解的多目标交叉熵（Multiobjective Cross Entropy Algorithm Based on Decomposition,MOCE/D）算法。它为综合能源系统多目标优化模型提供了一种新的求解方法。其次,提出了一种含间歇性能源的综合能源系统多目标调度方法。以综合能源系统的运行成本、污染气体排放量和网损最小为优化目标,以满足系统安全运行条件和发电机组出力上下限条件为约束,构建了含间歇性能源的综合能源系统多目标优化模型。并给出了基于MOCE/D的求解算法。再次,提出了一种含沼气的冷热电联供综合能源系统多目标调度方法。以综合能源系统的运行成本、碳排放量和能量转换损失作为优化目标,以满足系统安全运行条件和供需平衡条件为约束,构建了含沼气的冷热电联供综合能源系统多目标优化模型。并给出了基于MOCE/D的求解算法。最后,对综合能源系统多目标优化调度方法进行了仿真和分析。运用Matlab语言编写调试了上述综合能源系统多目标优化调度方法的通用程序,并对多个系统进行了仿真计算和分析。仿真结果表明,与对比算法和对比模型相比,本文提出的两个综合能源系统多目标优化调度方法具有更好的稳定性、收敛性和节能减排效果。本文提出的MOCE/D算法融合了交叉熵算法寻优能力强和分解算法计算复杂度低的优点,因此求解过程快、得到的解决方案更优,它为高效实现综合能源系统调度提供了一种新的有效途径。本文构建的含间歇性能源综合能源系统模型,通过优化系统中发电机组出力,能消纳间歇性能源发电带来的不确定性,并提高系统经济环保性。本文构建的含沼气冷热电联供综合能源系统模型,通过优化综合能源系统中沼气的流向和流量,能有效降低系统的生产成本和排放成本。