随着工业化水平提高、新能源政策的不断完善,以风电、光伏为依托的分布式电站逐渐增多。分布式电站是利用当地的新能源进行发电,可有效减少化石能源的使用,降低碳排放,但其随机性大、波动性强等缺点,给电网的稳定性带来了新的问题。而综合能源系统包含了电、热、气等多种能源,通过加强多种能源之间的耦合可提高能源利用率,并在一定程度上改善传统分布式发电随机性大、波动性强等缺点。因此针对综合能源系统的深入研究对能源领域的发展具有重要的意义。本文以综合能源系统为研究对象,讨论气象信息对分布式发电以及负荷的影响,研究了考虑气象信息的综合能源系统分布式发电出力和负荷预测模型,以及解决综合能源系统低碳优化调度的相关问题。主要研究内容如下:首先研究了考虑气象信息的综合能源系统预测模型。本文根据收集的风光电出力、负荷数据以及对应的气象信息数据,采用皮尔逊相关系数法分析气象信息对综合能源系统中分布式发电以及负荷的影响,并依据相应结论建立了考虑气象信息的粒子群优化神经网络算法预测模型,通过对综合能源系统冬季某典型日进行预测仿真,证明了该算法具有较快的响应速度及更高的预测精度。其次建立了综合能源系统低碳经济优化调度模型。在精准预测综合能源系统出力的情况下,系统运行的可靠性会有效提高,因此在考虑气象信息预测模型得到相关预测值的基础上,针对综合能源系统运行中经济性和低碳性之间的矛盾,搭建了考虑P2G、电锅炉和碳交易的综合能源系统低碳经济优化模型,探讨碳交易对风电消纳率的影响,并将粒子群优化细菌觅食算法应用于综合能源系统运行求解中,分析不同碳交易价格对能量转换组件运行结果的影响。根据仿真结果,考虑碳交易的综合能源系统可有效提高系统风电消纳水平,且能够兼顾经济性和低碳性。