冷热电联供微网系统可以满足用户多种能源需求,同时实现能源的梯级利用,由于其灵活可靠的能源供应模式,在优化能源结构、提高能源利用效率方面具有突出优势。然而由于用能需求日益增大且峰谷差异显著,冷热电联供微网系统供能的稳定性和经济性面临较大的挑战。此外,由于预测负荷的不确定性和波动性,日前预测负荷和实际负荷存在偏差,日前调度计划无法有效满足用户需求。针对系统和用户间的供需矛盾,用户端的冷热负荷作为一种可调度资源,能够通过需求响应实现负荷转移,在一定程度上缓解供需不平衡的问题。而针对日前调度的局限性,基于模型预测控制方法的日内调度可以更准确地预测负荷,从而更有效地协调设备出力。目前,夏季冷负荷的响应主要通过调控室内温度实现,大部分学者未考虑到湿负荷的响应潜能以及室内相对湿度的调控。对于日内滚动时域优化的研究中,不同文献对预测时域长度的选取差异较大。而实际上,预测时域长度对微网系统运行成本和计算时长均有较大影响。因此,有必要进一步探究预测时域长度的影响机理,并提出一种预测时域长度的选择方法。本研究选取杭州夏季某典型商业建筑为研究对象,考虑了热湿负荷响应的策略,并以系统综合运行成本最小为优化目标,建立了日前调度以及日内自适应滚动时域优化调度模型。本研究具体开展的工作如下:（1）建立了基于粒子群算法的微网系统日前调度模型,并且对粒子群算法进行了改进,从而提高算法寻优速度,同时提升算法的全局搜索能力、避免粒子早熟及陷入局部最优解的情况。（2）考虑到夏季热湿负荷均有较大的需求响应潜能,在日前优化调度中,提出了考虑热湿负荷响应的策略。为了验证其经济性,对比分析了无需求响应、热负荷响应、热湿负荷响应这三种不同策略下系统各设备的出力特性和逐时的运行成本。结果表明本研究所提出的热湿负荷响应策略可以有效实现负荷转移,降低系统运行成本。（3）在日内调度阶段,建立了微网系统滚动时域优化调度模型。考虑到模型预测控制方法中预测时域长度差异性较大,本研究探究了预测时域长度对微网系统的综合运行成本和优化计算时长的影响。结果表明随着预测时域长度的增加,微网系统的综合运行成本减小而优化计算时长显著增大。根据上述规律,本研究提出了一种自适应滚动时域优化方法,其中预测时域长度根据日内负荷的波动变化情况进行调节。通过与固定预测时域的滚动时域优化方法进行对比分析,验证了自适应滚动时域优化方法的有效性。