摘要：针对综合能源系统（IES）中可再生能源与电热冷负荷因不确定影响引起功率偏差问题，实现IES优化调度，将机会约束规划（CCP）的随机模型和自适应遗传算法改进的反向传播神经网络（AGABP）的预测模型相结合，提出了双层IES优化调度策略。上层利用CCP对日前优化调度中的不确定性问题进行处理，缓解因可再生能源与多能负荷预测误差引起的功率较大偏差的问题，下层基于AGABP的预测模型进行日内优化，对日前优化调度偏差进行修正。针对随机优化模型难以求解的问题，采用确定性等价类的方法，将模型中的机会约束等价转换为确定性约束，并通过交替方向乘子法（ADMM）对改进的模型进行优化求解。最后，通过算例仿真验证了所提调度策略的有效性。

      关键词：综合能源系统；机会约束规划；反向传播神经网络；交替方向乘子法；双层优化调度

      中图分类号：TM732     文献标识码：A