综合能源系统多元负荷的预测对于优化能源结构、掌握需求波动实现供需平衡、提高可再生能源消纳水平和系统安全稳定运行有着重大意义。其中,多元负荷短期及超短期预测对于系统日前、日内优化调度等方面工作起到了重要作用。因此,短期、超短期多元负荷预测的方法、模型一直以来也是国内外业界研究的热点。传统的电力负荷预测模型输入输出较为线性单一,传统的研究方法往往也是采用线性系统方法等方式。针对综合能源系统多能流输入,线性系数预测方法往往无法表征其非线性关系,而忽视其存在的非线性强相关耦合性必然会对负荷预测产生不利影响。因此,基于综合能源用户多元负荷相互耦合的特点,本文考虑采用Copula理论对多元负荷之间、负荷与天气之间非线性相关性进行分析。Copula理论的运用主要包括建立边缘分布函数,估计未知参数,选择最优Copula函数等关键步骤。在考虑各变量非线性相关性的基础上,采用核主成分分析法将输入数据维度降维解耦,同时对广义回归神经网络的最优带宽参数采用交叉寻优得到,进而达到广义回归神经网络在最优参数下的良好预测输出,实现综合能源用户多元负荷需求的精确预测。在多元负荷短期精确预测的工作后,考虑对工业园区综合能源系统多时间尺度调度优化工作。在日前尺度,基于日前多元负荷短期预测结果,以区域综合能源用能成本最低为目标,建立综合能源系统日前经济性调度模型,并考虑通过柯西变异粒子群算法进行求解;其次,在日内15分钟尺度,基于日内超短期负荷预测结果,以滚动控制时域内用能成本最低为目标,在临近时段更新更精准的多元负荷预测结果及光伏出力预测结果,进而达到更高的源荷匹配度;最后在5分钟尺度进行实时反馈优化,考虑预测误差带来的源荷不确定性条件下以系统调整量最小为目标进行安全性优化,实现系统波动平复,机组出力稳定的效果,更好的维护了系统的安全稳定运行。