随着能源短缺和环境污染问题日益紧迫,可再生能源技术得以蓬勃发展,尤其是小容量、分散化、以就地消纳为主的分布式电源(Distributed Genenation,DG),已成为智能电网不容小觑的重要构成部分。对处于系统末端、直接面向电力用户的配电网而言,分布式电源的高密度接入给配电网运行的可靠性和安全性以及电网调控能力都带来了极大挑战,而另一方面随着经济发展,电力用户的需求由“稳定”向“优质”逐步提高,在这样的背景下,主动配电网(Active Distribution Network,ADN)概念应运而生并受到广泛关注。它对电网运行状态进行主动控制、对可控资源实现主动管理的愿景是依托主动配电网态势感知技术实现的:在更高的可观可控水平下,ADN基于实时状态感知,通过态势预测技术进行风险预判,并通过对灵活性资源的实时调控以实现主动管控。为了使主动配电网能够先于配电网运行实时状态制定管控计划,主动配电网态势预测技术亟待研究发展。本文着力于在主动配电网态势预测阶段搭建预测框架并对实现态势预测的具体技术手段进行了研究。本文主要完成的工作如下:(1)提出了主动配电网态势预测框架。考虑到现有的针对主动配电网态势感知的研究工作在态势预测阶段的工作框架上存在研究洼地,本文提出了包含数据源模块、态势预测模块及态势管控模块三部分内容的主动配电网态势预测框架,并针对每一模块工作的开展提供了具体的实现思路。(2)提出了主动配电网典型运行场景集生成策略。本文在场景生成阶段整合了基于历史功率数据经验概率分布的静态生成方法和基于马尔可夫链-蒙特卡洛方法的动态生成方法,辅以基于概率距离的变速率动态削减的场景削减方法,提出了从数据到数据的主动配电网典型运行场景集生成策略。该方法对主动配电网中各种类型的分布式电源及负荷场景生成具有普适性,并通过具体的光伏典型场景生成案例验证了该场景集生成策略具有有效性和实用性。(3)提出了主动配电网超短期预测方法。本文采用Elman神经网络模型对主动配电网中的分布式电源/负荷元素进行超短期预测,在神经网络训练前开展相似场景辨识工作,通过基于关联系数的相似气象辨识和基于动态弯曲时间距离的相似趋势辨识选取训练样本。具体预测实例验证了该方法的预测精度能满足主动配电网态势预测的实际需要。最后,基于主动配电网中各元素的超短期预测结果,通过潮流分析给出全网的运行状态变化趋势并通过热点图进行了视觉化呈现。(4)提出了主动配电网态势管控方案。本文从风险视角对主动配电网进行了运行状态评估,评估对象包括典型场景和实时场景;对存在风险的典型场景应用基于改进粒子群算法的主动配电网综合优化模型进行态势管控,并形成典型运行场景优化策略集;将实时风险场景与典型场景集进行灰色关联分析,采用近似典型场景对应的优化策略对实时风险场景进行快速优化。该方案通过典型场景离线优化,实时场景在线匹配调用,实现了主动配电网主动管理、主动控制的服务愿景。