社会发展与科技进步使得智能电网的发展和完善愈发受到重视，传统电网逐渐向信息化、互动化的智能电网转化，电网侧与用户侧的实时性关联互动日益增强，用户对电网的作用日渐增大。针对居民用户的短期负荷预测有助于更好地进行电力系统生产、调度和实现终端用户服务，而居民用户的需求侧响应不仅能为用户节省费用，还为电力企业提高电力系统负荷稳定提供了条件。本文以广东电网公司科技项目为基础，针对居民用户设计了一套远程用电信息采集处理系统，并在此基础上进行负荷预测及需求侧响应优化策略研究。论文主要工作如下：
　　设计了基于电力线通信的居民用户用电信息采集及修正系统。通过硬件设备的连接及软件平台的支持，参考南网通信协议自主编写程序，搭建基于电力线通信的居民用户用电信息远程采集系统，实现对试验小区的智能电表数据每15分钟一次的自动采集及存储，并将所采数据通过作图，直观地反映在网页上，供用户及供电方实时查询。针对系统中的数据采集模块，介绍了电力线通信原理、通信系统的基本组成、通信流程，协议及程序设计。针对可能出现的数据缺失情况，提出基于用户分类的一次、二次数据修正算法，并通过MATLAB进行仿真，验证了所提修正算法的可靠性。
　　提出针对居民用户的基于Elman神经网络的分类短期负荷预测及修正算法。通过仿真分析及对比，验证了所提模型的预测准确性及分类预测方式和修正步骤对预测精度的提高；提出考虑分时电价的分类短期负荷预测及修正算法，在前一算法的基础上，输入量中增加分时电价、实时用电数据并改进环境影响因素，建模时针对不同类型用户选择不同的神经网络算法并更改修正方式。通过仿真分析，证明该算法的预测精度进一步提高。
　　针对含光伏储能微网结构的试验小区，建立光伏发电模型及储能策略。通过设计App实现与用户的交互，供用户输入参与调度的电器参数、获取用电建议。在第二章所得用电数据的基础上，将参与调度的用户分为两类，结合用户数量及其输入的电器参数，将各类用户的家庭负荷分为刚性、柔性负荷，并增加电动汽车作为小区内参与调度的柔性负荷。根据不同优化需求，分别以经济最优、环保最优、负荷波动最优及考虑用户舒适度的综合最优为目标函数，构建多种需求侧响应优化模型。使用单目标及多目标优化算法进行仿真，得出各优化目标下的居民用户需求侧响应优化策略，并进行优化性能分析比较。