微电网作为大电网的有益补充具有广泛的应用前景。微电网综合负荷预测是微电网能量调度的重要组成部分,其预测结果直接影响微电网的源荷平衡。本文针对微电网综合负荷预测问题研制了微电网同步相量测量系统,将该系统在实验室微网中采集的数据用于电动汽车充电负荷及微电网日常负荷预测模型的实验验证,这两个模型组成了微电网综合负荷预测模型。针对微电网状态监测和数据采集问题研制了微电网同步相量测量系统。设计了数据采集板和传输终端并调试。采集板将采集的数据打包,通过CAN总线将数据上传至传输终端RTU(RemoteTerminalUnit),RTU通过TCP/IP协议将数据传输到云端显示和存储。该系统经浙江计量院检测能量计量精度可以达到0.5S级,基本电力参数的测量精度为1级;通过FLUKE6100A检测该系统测量的谐波误差在1%以内。针对电动汽车聚集性接入微电网带来负荷冲击,导致源荷平衡困难的问题,提出一种基于copula算法的电动汽车充电站负荷预测模型。首先将用户进行分类,利用AIC(Akaike Information Criterion)准则和 BIC(Bayesian Information Criterion)准则选取copula函数,采用核密度函数拟合电动汽车行驶规律数据,结合copula算法得出包含数据间耦合关系的扩充数据,经不确定充电模型得到EV(Electric Vehicle)负荷预测曲线。与蒙特卡洛算法相比,该模型得到的预测曲线更符合实际情况。针对微电网日常负荷预测提出一种基于经验模态分解、支持向量机及粒子群算法组合的微电网日常负荷预测模型,该模型首先利用经验模态分解将随机波动较强的微电网负荷时间序列逐级分解为多个固有模态分量,采用支持向量机对多个固有模态分量分别预测,并采用粒子群算法对模型参数进行寻优。针对不同类型的微电网负荷数据对模型进行验证,最大误差为13.52%,正常情况均小于10%。本文研制了同步相量测量系统,提出了微电网电动汽车充电负荷及日常负荷预测模型,该模型有利于实现微电网的源荷平衡。