随着当今世界对环境污染问题的愈加重视,可再生能源的快速发展逐渐成为目前的主要趋势,而高比例可再生能源的加入会使得原有的电力系统在整体结构上呈现出更加明显的灵活性和不确定性。此外,对于电力系统而言电力需求受供应主体多元化、价格协商可变动等因素的影响,需求弹性和用户参与需求响应的能力也不断增大,这都给市场环境下的负荷预测和三相负荷平衡问题带来了巨大挑战。因此在此背景下研究能够精确地预测出用户在未来一段时间内负荷响应的变化情况的负荷预测方法以及三相不平衡换相方法具有重要意义。本文的研究内容主要包括以下三个方面:（1）针对用于负荷数据分析的信号分解方法展开研究。在负荷预报中,首先要对原始的负荷信号进行分解,而信号的正确与否直接关系到负荷的最终预报。首先对传统的变分模态信号分解算法的原理和存在的缺陷进行分析,然后在此基础上通过引入粒子群优化算法从时域和频域两个角度对传统变分模态信号分解算法进行优化,最后通过建立可靠地信号分解评价标准对优化后的信号分解算法的准确度进行评价。（2）针对总体负荷预测模型及求解算法展开研究。首先将总体负荷按照与价格的相关程度分为基础负荷部分和响应负荷两个部分。其次针对与价格无关的基础负荷部分采用最小二乘支持向量机为基础展开预测,通过引入布谷鸟搜索算法对基础负荷预测模型进行优化提升预测精度。然后针对与价格相关的响应负荷部分以需求价格弹性为基础进行预测,通过引入灰狼算法对响应负荷预测模型进行优化提升预测精度。最后针对天津市城东地区负荷数据,通过将基础负荷的预测结果和响应负荷的预测结果进行叠加得到最终的总体负荷预测结果。（3）针对三相不平衡优化换相模型及算法展开研究。首先,采用基于密度的基于噪声的DBSCAN聚类算法,研究了网络节点的负载特性曲线。其次此基础上提出平均三相不平衡度的概念,建立了三相非均衡的三相最优换相模型。接着,本文分析了该算法的基本原理,将其引入三相不平衡优化换相模型对其进行求解。最后,选取天津市电力公司城东某三相不平衡配电台区为对象,对所提出的长效三相不平衡优化换相模型以及相应的算法进行仿真验证。