随着人们对能源危机和环境危机的警醒,发展清洁可持续的风、光等能源成为能源发展的主方向。热电联供型（Combined Heat and Power,CHP）微网在实现可再生能源规模化入网的同时,满足用户用能的多样性需求,成为电力系统研究的热点。需求响应（Demand Response,DR）是电力行业实现节能减排的重要措施,“双碳”发展目标下,面对社会日益增长的电力需求,增加风、光机组容量的同时更重要的是通过需求响应措施提高可再生能源的消纳率。因此在含有风、光机组的CHP微网中如何实行需求响应策略,使得系统运行更加经济稳定,成为微网研究的重要问题。论文针对包含风、光机组的CHP微网的优化调度问题进行了研究。首先介绍了CHP微网和需求响应的研究背景和意义、发展现状以及CHP微网优化调度的研究现状。介绍了CHP微网中常见设备的数学模型,并对需求响应技术进行了概述。其次,构建了基于价格型需求响应的CHP微网双层多目标优化调度模型。为了说明电动汽车（electric vehicles,EVs）是需求侧巨大的响应资源,将系统电负荷分为常规电负荷和EVs充电负荷。上层模型以动态分时电价为决策变量,在满足用户最小满意度的前提下,引导用户常规负荷进行转移,实现常规电负荷峰谷差最小的目标。下层模型采用价格补偿措施引导EVs参与晚高峰放电调度,进一步削减系统峰值,构建CHP微网运行成本最小和污染物排放量最少的调度模型。利用基于Pareto理论的多目标粒子群算法对模型进行求解,验证了所提双层多目标优化调度模型可以在实现经济性的同时兼顾环保性。最后考虑CHP微网中的电、热综合需求响应,构建了基于激励型综合需求响应的CHP微网日前-日内调度模型。计及DR资源的多时间尺度调度特性,日前调度中考虑可转移、可平移、可削减电负荷优化负荷曲线的能力,求解出日前调度的最小综合成本和机组出力计划。在满足日内供需平衡的前提下,可削减负荷剩余容量和温控负荷优化日内波动后的负荷曲线,以预测时域内的调整成本最小为目标,对日前调度计划进行滚动修正。采用改进的帝国竞争算法求解仿真算例,验证了计及综合需求响应的日前-日内调度模型对于消除系统不确定性以及降低综合运行成本的有效性。