随着科学技术和社会经济的快速发展,电力系统规模的不断扩大,电网将会变得越来越复杂,这使得电力系统得影响因素大大增多,并且电网的管理将会呈现现代化、复杂化的结构。电力系统模型不仅是分析电力系统的关键,也是电力系统未来发展格局、规划蓝图、调度、研究的工作重心,如何快速而准确的预测电力系统的变化趋势将变得越来越重要。论文首先对模型控制技术在电力系统控制方面所起的作用,做了进一步的论述,对模型控制技术在国内外的研究现状,以及对电力系统所产生的影响和目的意义简要做了说明,分析了模型预测控制技术在电力系统方面所遇到的问题,然后介绍了本论文的主要内容。论文对模型控制技术的基本理论和基本要素进行了说明,以及对系统的控制流程做了简要描述,对模型控制技术的一些非线性处理进行了研究,特别是模型控制技术的鲁棒性进行了分析说明,对于鲁棒性的经典算法以及控制策略做了综述,而且采用单机无穷大系统对系统的鲁棒性进行了仿真验证,结果表明,预测控制技术的鲁棒性很强,而且对于线路中的电压、电流、有功功率以及无功功率都有很好的鲁棒性,在系统不确定的条件下,利用模型控制技术能够最大程度的对约束问题进行良好的优化,有效的证明了模型预测控制技术的鲁棒性策略的实用性。论文针对电力系统特点、基本要求和发展现状给予总结概括,对电力系统的一些缺陷进行了说明,把模型预测控制技术运用到电力系统中所产生的效果进行了陈述,建立以前的模型基础之上,运用神经网络技术对模型预测控制技术做进一步的优化,系统的未来性能更好,对电力系统的仿真数据进行采集,以作为神经网络的输入和输出,对系统参数变量进行预测分析,对电力系统的运行结果提前进行预知,从而可以减少能源消耗,增大电力系统的利用率。对电力系统进行集中式模型预测控制和分布式模型预测控制,以确保系统的稳定性,主要运用分布式模型预测控制对电力系统进行了建模,在此基础上把电力系统与分布式模型预测控制技术相结合,凸显分布式模型预测控制技术对电力系统能够很好地协调响应,对于大冲击、大扰动,均能够快速恢复稳定,也表明了分布式模型预测控制技术可以减少优化控制问题的求解时间,减少计算量。