为打赢“蓝天保卫战”,推动社会用能模式不断向清洁低碳转型,因此开发利用新能源,实现电能替代具有十分重要意义。由于光伏扶贫政策的贯彻和实施,低压台区呈现高密度接入的态势。同时,为实现清洁取暖,国家大力推行电采暖政策,尤其在农村地区呈现电采暖设备规模化接入现象。电采暖用电特性受天气和地域影响,尤其与光伏交互后会呈现具有关联的整体特性,迅速增长的两类设备对电网电压的叠加影响必然是一个突出问题,再加上农网智能化水平低、缺乏技术手段和管理措施,导致无法快速感知电网运行态势,对电网运行管理更加被动。因此,为掌控规模化光伏和电采暖接入下电网运行态势,需迫切提升台区运行态势感知以及预测能力,使低压台区安全管理更主动化、智能化、安全化。本文具体工作如下:首先,详细分析了电采暖类型,并以分散式电采暖中的直热式和蓄热式为主要研究对象;基于实际气象数据和热力学原理建立房屋热需求模型,结合直热式和蓄热式电采暖用电行为特性,推导出两种类型的电采暖在“峰谷电价”运行模式下以及“光伏+电采暖”运行模式下用电模型,为分析分散式电采暖和光伏接入低压台区对电网电压产生的影响和提升台区电压预测能力奠定基础。其次,为分析电采暖和光伏接入低压台区对其电压产生的影响问题,提出一组分析电采暖和光伏对电压影响程度的电压统计指标;从建模方法、仿真功能以及用户自定义扩展方面阐述Open DSS（Open Distribution System Simulator）,利用其光伏模块获得光伏用电功率;结合电采暖不同配置和不同运行模式,利用Open DSS运行潮流功能分析电采暖和光伏接入低压台区所产生的影响,获得各电压统计指标,为实现电网态势预测和安全管理提供数据准备。最后,提出一种基于深度神经网络算法的实际气象数据驱动的低压台电压态势预测方法,能够有预测低压台区运行态势,并定量给出评价低压台区运行态势指标值;建立以温度、风速以及光照强度9维气象特征量和以各电压统计指标为输出量的多层神经网络模型,不断调整模型参数得到最优模型;通过算例仿真,可验证所提方法具有一定精确度和有效性,降低了以机理模型处理和计算数据的复杂性。