随着社会和经济的发展,能源危机日益严重,光伏和风力发电等可再生能源大量接入到配电网,这对配电网的灵活控制能力和主动协调的机制要求随之增大,负荷预测对配电网规划具有重要的作用,其准确性直接关乎的配电网规划方案的优劣。本文重点研究用地仿真法和负荷密度指标法两种空间负荷预测方法的特点和应用场合,为两种方法对比作出铺垫。同时也分析了配电网空间负荷预测的相关因素,并分析其在工程中的关键点和难点。针对现今负荷密度指标法通常采用经验法等方法,存在精度低等问题,本文提出一种基于遗传算法和负荷密度指标法的空间负荷预测,首先利用模糊聚类算法将不同用电性质聚类成几个等级,建立空间负荷预测的负荷密度指标体系;然后确定支持向量机的训练样本,为后期预测模型提供恰当的训练数据;最后基于支持向量机和遗传算法求取待预测区域密度,并根据区域面积即可求得负荷。通过实例验证,该方法可以提高预测模型的适应性和预测精度。针对用地仿真法对用地类型的判断不准确的问题,本文提出一种基于遗传算法和模糊推理的空间负荷预测,应用模糊逻辑系统结合配电网空间负荷预测的实际模式建立模糊知识库。采用模糊逻辑技术对收集原始数据和相关信息进行模糊化、推理和清晰化,从而得到每个小区的评分。考虑到在实际情况中,模糊推理采用的模糊集和模糊规则都需要不断调整,所以,引入了遗传算法对模糊规则进行训练,达到了很好的效果。最终,给出了基于遗传算法和用地仿真法的配电网空间负荷预测的详细步骤。首先,将供电区域划分成若干大小一致的小区,利用模糊推理对小区进行评分,然后,通过遗传算法分配土地使用,得出土地使用决策,最后,计算出小区负荷预测值。通过上述两种方法的计算和适用性比较,对于国内土地使用类型大部分是由政府所决定的,负荷密度指标法的空间负荷预测更加适用,对于国外或者部分国内地区土地使用使用由市场决定,用地仿真法的空间负荷预测更加合适。