随着高级量测、通信技术的发展以及电力体制改革的不断深入,电力需求侧管理(demand side management,DSM)能够从技术层面以需求响应(demand response,DR)的形式参与电网调度。居民用户作为需求侧的重要组成部分,具有丰富的柔性负荷资源,但其用电行为的随机性、决策主体的多样性以及市场信息的不完全性,使得居民最优决策变得极具挑战性,同时也限制了居民侧DR的进一步发展。因此,居民负荷用电行为以及多主体决策优化的研究对于深入挖掘居民DR潜力、缓解电网供需矛盾具有重要意义。鉴于此,本文在研究居民用电行为特征的基础上,利用多主体决策优化工具博弈论,从市场博弈信息的完整性层面,对完全信息下居民柔性负荷博弈优化、不完全信息下居民分布式能源双向交易及DR资源日前市场投标博弈优化开展了系统性研究。本文主要研究工作如下所示:首先,针对居民负荷需求以及柔性负荷DR调度时段确定问题,提出了基于自下而上的居民用电行为及负荷需求预测方法,从而为后续居民侧DR博弈优化调度提供基础。居民用电行为及负荷需求预测主要包括历史相似日提取、用户用电行为特征分析和负荷需求预测。其中,历史相似日提取部分通过构建相似度特征向量来筛选与预测日相似度最高的历史相似日;用户用电行为特征分析部分通过统计相似日家庭负荷用电行为概率来预测预测日负荷用电行为,进而可确定柔性负荷DR调度时段;负荷需求预测部分则通过构建居民用电行为特征模型和居民负荷电器特征模型来预测居民负荷。在此基础上,针对完全信息下居民参与DR时柔性负荷优化管理问题,分别提出了居民社区非合作博弈与合作博弈优化方法,以对居民储能容量配置和负荷调度进行优化。在非合作博弈建模部分,建立了以各社区日总费用最小为目标的博弈模型,给出了纳什均衡及最优容量存在性证明,提出了粒子群算法和内点法相结合的分布式算法。在合作博弈建模部分,建立了以所有社区日总费用最小为目标的博弈模型,从概率角度提出了合作博弈分配方法,给出了合作博弈分配个体理性、等价对待性证明。其次,针对不完全信息下居民分布式能源参与电网双向交易过程中的优化调度问题,以电动汽车为媒介提出了贝叶斯博弈优化方法。对于居民社区电动汽车双向交易不完全信息博弈场景,给出了不完全信息的基本假设,建立了电动汽车购电费用模型和售电收益模型。进而,以各社区期望收益最大为优化目标,以电动汽车充放电策略为优化策略,构建了不完全信息下的居民社区贝叶斯博弈模型,给出了贝叶斯纳什均衡的存在性与唯一性证明。进一步,针对DR日前市场信息不完全以及居民用户违约可能下DR资源投标决策问题,提出了居民DR资源日前投标贝叶斯博弈优化方法。对于居民用户参与DR违约问题,提出利用燃气锅炉和储能系统等辅助设备来降低资源违约率,建立了日前投标价格、辅助设备、DR资源违约模型,并以此建立了社区运营商售卖DR资源以及电热能收益模型。进而,构建了社区运营商贝叶斯博弈投标决策模型,设计了分布式算法求解投标决策博弈均衡。最后,针对居民需求侧博弈优化技术在实际系统中可行性问题,设计了居民负荷博弈优化管理实验研究。结合居民负荷能量管理系统,建立了实验系统完全信息博弈模型和不完全信息博弈模型,将居民博弈决策量离散为各类负荷开关量。进而,利用实验系统对所建立模型进行了验证,实验结果表明所提博弈方法能为系统负荷的运行方式做出最优决策,具有良好的可行性。本文系统的给出了居民用电行为预测、柔性负荷完全信息博弈优化、分布式能源双向交易以及DR资源日前投标不完全信息博弈优化技术,研究成果可为居民用户参与DR方式及机制的制定提供理论支撑。