随着社会经济的发展,人们对各种能源的需求不断增加。与此同时传统系统存在能源利用效率低、难以满足负荷需求、环境污染的多样化等问题,因此清洁可再生能源发电的比例日益增大,而风电与光伏发电的大规模并网增加了电力系统运行调度难度和不确定性,使综合能源系统多目标调度问题的计算模型趋向复杂。综合能源系统的多目标优化调度是一个高维变量、多时段优化问题,可再生能源出力的不确定性建模和综合能源系统的快速高效准确求解等问题都成为了综合能源系统优化调度领域的研究方向和课题。首先,本研究介绍了综合能源系统及其基本构架,构建了本文的研究模型,进一步分析了综合能源系统中可再生能源供能环节、能源转换环节和能量存储环节的各设备,为后续章节构建优化调度模型奠定了基础。然后,针对风光发电等可再生能源出力的不确定性,利用高斯混合模型（Gaussian Mixture Model,GMM）对风光出力预测误差进行拟合,在求解混合模型时将熵权因子引入期望最大（Expectation Maximum,EM）算法,规避了初始值对算法拟合精度的影响。为确保优化调度模型运行的经济性和能源的高效利用,本研究利用置信间隙决策理论（Confidence Gap Decision Theory,CGDT）处理模型中存在的不确定性问题。本研究以?效率最大化和运行成本最小化为调度目标,构建综合能源系统鲁棒优化调度模型。为解决日前调度时间分辨率较低而导致误差较大的问题,引入计及能量差异化的日内调度模型对各能源变化做及时的修正。鉴于本文提出的综合能源系统优化调度模型过于复杂庞大,对运行速度要求较高,提出将高效非劣排序（Efficient Non-dominated Sorting,ENS）机制引入到改进复合微分进化算法以实现对模型的高效求解,通过仿真分析证明模型和算法的可行性和有效性。最后,梳理了本文的研究内容,以及本研究可以改进的方向。