随着我国科学技术和经济的快速发展,电力能源以其通用性、易用性和清洁性等优点正在成为最重要的能源形式之一。北京市作为我国最大的综合性城市电力需求增长迅速,使得电网负担越来越重,突出表现为尖峰负荷不断刷新,峰谷差不断加大,使得电力系统运行面临很大威胁。近年来,电力需求侧管理(DSM,Demand Side Management)在解决电力供需平衡方面被验证为一种非常高效的能源管理措施,合理的电力需求侧管理可以有效降低电网尖峰负荷,缩小峰谷差,并减少碳排放。因此有必要对电力需求侧管理和电力需求预测进行深入分析和研究。本文首先使用对数平均迪氏指数分解模型(Logarithmic Mean Divisia Index,LMDI)对北京市电力消费情况进行分解分析。LMDI模型将电力消费总效应分解为生产效应、结构效应和强度效应以分解观察经济发展、产业结构和电能使用效率对电力消费的影响情况。模型分解结果表明北京市节能减排应该主要依靠提高能源使用效率手段实现,由此引出电力需求侧管理概念。随后重点研究了目前北京市常用DSM技术手段,包括绿色照明技术、蓄冷空调技术、电机技术和热泵技术,并以DSM项目展示了其良好的转移电力峰荷和节电效果。针对北京市某工厂型企业DSM绿色照明节能改造项目,制订了不问的节能改造方案,并在考虑各种影响因素的情况下建立了电力需求优化模型,使用粒子群算法对模型进行求解,优化结果实现了在资金有限条件限制下最大程度地挖掘了其节电潜力。最后结合北京市大量DSM项目改造数据分析了其用电特性统计,为随后进行的电力需求预测提供了依据。随后本文应用DSM项目统计数据采用了一种自下而上的电力需求预测思路,首先分别对绿色照明项目和空调项目进行了电力需求分析和预测,其中针对绿色照明项目使用了解析性较好的回归分析模型,其中包括了多元线性回归分析和含虚拟变量的回归分析方法；针对样本数量较少且数据分布不均匀的空调负荷项目节能特性统计数据,使用灰色神经网络模型对其进行了电力需求分析和预测。最后制定了结合详细统计数据对具体项目乃至全市某种类型负荷电力需求或节电潜力进行预测的总体方案。本文研究成果为电力用户进行DSM项目节能改造,以及政府部门制定电力需求侧管理和节能减排任务时提供了参考和依据。