伴随着全球能源的紧张程度逐渐加剧,我国目前依然处在煤、石油、天然气占有较高使用比重的使用阶段,为了能够尽可能地摆脱对于非可再生能源的依赖,使用可再生能源变为我国可持续能源发展的重要内容。本文以黄石电网为研究对象,对分布式电源对电网负荷造成的影响进行深入研究,全面优化控制和监控电网电能质量,深入优化电网负荷调度策略。本文以电力系统分布式电源、电网负荷以及负荷预测作为研究基础,综合国内外的发展现状,对电力系统负荷具有的特点、规律和相关的影响因素进行研究。本文采取一种基于K-means聚类算法,对历史负荷数据进行分类预测,并针对其中存在的异常数据进行处理,并对于历史负荷数据以及同负荷预测关联的影响因素采取归一化处理。本文采用最小二乘支持向量机(LSSVM)法建立电力系统负荷预测模型,其对于小样本、非线性、高维数等实际问题具有较大的优势。由于对于LSSVM参数的选择会直接影响到预测结果的精度,本文提出使用粒子群算法(PSO)对LSSVM中的参数进行优化筛选,获得PSO-LSSVM的负荷预测模型,从而有效地提升了预测精度,实现快速且准确的负荷预测。本文结合黄石市分布式电源并网前后的负荷历史数据,建立负荷预测模型,经过模型验证和对比分析,得到模型性能良好,能够快速准确地预测电网负荷。从分布式电源接入系统带来的影响入手,本文对电网负荷变化进行了分析,并对分布式电源地区电网负荷调度策略进行了初步设计与研究,对优化控制策略理论做了探讨。提出了电网负荷调度的不同工作模式,并进一步设计了不同模式之间的切换准则,使得分布式电源发出的电能尽可能得到合理分配应用,实现电网的优化调度,具有一定的工程参考价值。