近年来,随着全球对能源资源以及环境保护的关注越来越多,实现可持续社会发展是许多国家发展中面临的重大挑战。电力工业是二氧化碳、二氧化硫、氮氧化物、颗粒粉尘污染的主要排放源之一,其中,火电厂排放的二氧化硫和氮氧化物占全国排放总量的40%。面临经济不断发展、资源紧缺、环境约束等多重压力,以火电为主导的传统电力工业迫切需要进行结构调整、管理优化。具有灵活、清洁、安全、经济、友好等优点的新能源的兴起带来了电力系统发展的新时代。尽管新能源的发展有助于解决现实存在的问题,但对于含有新能源分布式电源的复杂电网,在新一轮电力体制改革的环境下,电网的核算方式由差价定价改为以成本加收益来核定,售电侧放开竞争,各区域电网的收益受到较大的影响,使得电网企业的利润空间较大下降,投资能力将受到较大的制约,新电改又提出要强化电力统筹规划。因此,其电力需求预测、投资能力、电网规划和投资决策都面临着新的挑战和问题。迫切需要研究基于电力需求和投资能力的复杂电网优化投资理论方法,为此类复杂电网项目投资做出最优决策。因此,基于以上的考虑,本文从电力需求和投资能力两个方面进行优化投资决策管理研究,本文主要研究成果和创新如下:(1)建立了含分布式电源的复杂电网电力需求智能预测模型。此模型由基于BP神经网络和多项式回归的电力需求分阶段组合预测模型和基于免疫果蝇优化支持向量机(IAFOA-SVM)的分布式电源发电功率预测模型组成。通过两个模型的预测结果相减,将分布式电源发电功率从总体电力需求水平中去除,得到复杂电网电力需求。针对复杂电网电力需求预测,提出了基于BP神经网络和多项式回归的分阶段组合模型,通过设定训练条件,利用多项式回归来避免神经网络训练陷入局部最优;针对分布式风电发电功率,提出了基于免疫果蝇优化SVM的组合预测模型,利用免疫算法和果蝇算法实现优势互补,组合优化支持向量机参数,提高新能源发电功率预测的精度。结合预测结果,进一步分析分布式能源对总体需求的削减程度。(2)建立了基于非支配排序遗传算法和禁忌搜索(NSGA-TS)的分层多目标最优化的含分布式电源的复杂电网规划模型。从分布式电源并网的角度出发,结合复杂电网电力需求结果,构建了分布式电源接入系统线路条件下的电网扩展规划模型。利用非支配排序遗传算法(NSGA)对传统的遗传算法进行改进,实现全局搜索,结合禁忌搜索(TS)较强的局部搜索能力,将非支配排序遗传算法算法和禁忌搜索算法进行有机组合,能得到具有较强的全局搜索能力和局部搜索能力的混合非支配排序遗传—禁忌搜索算法。NSGA-TS混合算法提高了算法的收敛速度,同时目标函数中的综合成本考虑了平衡网损、线路投资、电网运行可靠性以及碳排放成本,构建了分布式电源与电网协调发展的多目标规划模型,结合NSGA-TS混合算法应用于电网规划算例中。(3)给出了基于知识挖掘技术的电网企业投资能力影响因素分析。首先构建了投资能力影响因素指标体系,通过计算影响因素指标之间的相似度对投资能力影响因素进行相关性初步分析,然后利用灰色关联聚类分析将影响因素进行分类分析,并利用相应的分类规则,通过设定阈值,剔除掉冗余的属性和指标,挖掘关键指标。最后,运用通径分析,挖掘关键因素与投资能力之间的路径以及影响效应,得到自变量与其他自变量之间以及自变量与因变量之间的直接效应、间接效应以及综合效应值,为电网企业投资能力预测分析做建模准备。(4)建立了基于系统动力学的多目标约束下的电网企业投资能力广义预测模型,并进行了风险管控研究。将电网企业投资能力从净利润、融资和折旧三个角度考虑,考虑资产负债率、资本保障率等约束条件,结合系统动力学理论,构建了基于系统动力学的投资能力预测模型。该模型已在某省电力公司内部得到了成功的运用。为了提高模型的普适性,通过将投资能力进行逐层分解,确立了广义预测模型公式,得到了五条能够反映电网企业本质特征的广义预测曲线。首次实现了以单一综合性指标—投资能力来体现电网企业的运营水准和投资实力,为投资决策提供形象直观的分析调控曲线。基于广义预测模型,开发了投资能力预测分析平台,并在浙江省电力公司得到了成功地运用。在广义预测模型曲线的基础上,开展风险因子对电网投资能力的压力测试,全面对电网风险因子进行动态分解集成研究,得到显著风险因素及风险影响程度规律。针对风险因素,提出了不同场景方案下电网企业的管控调节方案,以化解风险不确定性冲击。(5)建立了基于模糊累积前景灰靶理论的复杂电网随机多属性投资项目初步筛选综合评价模型和基于随机权重优化布谷鸟算法(RWCS)的复杂电网优化投资组合决策模型。基于电力需求的预测分析和复杂电网规划模型计算结果,从技术、经济、社会等方面构建投资项目多属性评价指标体系,引入累积前景理论,将决策者的风险偏好及期望效用两个概念引入到评价中,同时针对属性值为区间直觉模糊的问题,提出了基于模糊累积前景灰靶理论的随机多属性综合评价模型。根据最终评分情况,实现投资项目的初步筛选。针对建设项目的组合投资,运用现代投资组合理论,在电力需求、电网企业投资能力、可靠性水平等条件的约束下,构建了基于随机权重布谷鸟算法的投资组合优化模型。针对布谷鸟算法收敛速度慢、运算时间长的缺点,用随机权重改变鸟巢位置的更新方式,来提高算法的收敛速度并进行了实证应用,为复杂电网优化投资决策提供了一种适用的决策方法,并构建了基于电力需求和投资能力的复杂电网优化投资决策管理流程。