人类社会正处于工业化飞速发展的时代,消耗了大量能源,其中火电产能占据了绝大多数,化石燃料的大量燃烧导致了环境持续恶化,综合开发新能源并优化能源结构刻不容缓。针对目前新能源使用效率低下,弃电时常发生,难以并入大电网等情况,大力建设微电网并高效合理地进行能源结构优化刻不容缓。为保证微电网运行的安全性和高效性,需要对微电网的超短期负荷进行准确地预测,有利于微电网高效调度,优化微电网能量管理。目前电力负荷预测模型普遍为单点预测,而微电网负荷随机性强、波动大,微电网负荷数据是包含大量不确定因素的随机非平稳序列,对微电网负荷进行单点预测难以详尽地对负荷预测的可靠性进行描述,因而难以满足微电网稳定运行需要。因此,本文以微电网超短期负荷区间预测为研究内容,针对区间预测准确度进行了研究,同时兼顾可靠性问题,对微电网系统的优化控制、安全稳定运行具有重要的理论意义和实用价值。为提高微电网短期负荷预测精度,需要对原始负荷序列进行数据预处理,滤去负荷序列中的对预测产生干扰的分量,通过分析形态学理论和微电网负荷序列的构成,提出了基于广义形态学的微电网负荷序列预处理方法。论文针对微电网负荷序列,通过选择合适的形态学结构元素和形态学元素宽度,设计广义形态学滤波器,实现对微电网负荷序列的滤波处理。其次,建立循环神经网络构建区间预测模型,并利用基于信息反馈的种群更新策略和最优引导的淘汰策略对人工蜂群算法进行改进,并将改进后的人工蜂群算法用于更新循环神经网络权值阈值。最后建立基于改进人工蜂群-循环神经网络的微电网负荷预测模型。再者,考虑微电网负荷波动剧烈时会出现预测区间过宽、精度降低的情况,为进一步提高区间预测精度,引入平均偏移指标_MO重新构造优化准则,改进预测区间模型。并通过改进淘汰机制对传统珊瑚礁算法进行改进,以避免算法陷入局部最优,提高预测精度。最后,针对预测过程中需要将多个目标函数通过惩罚系数转换成一个单目标函数,而惩罚系数的选择的优劣对预测结果影响很大,因此将多目标人工蜂群算法引入微电网负荷预测,并通过逼近理想解排序策略与网格筛选策略对多目标人工蜂群算法进行改进,以优化负荷概率区间预测模型。结果表明,基于多目标人工蜂群算法的微电网超短期负荷区间预测模型可有效的提高负荷区间预测精度。