由于环境压力和能源危机以及各国的政策扶持,可再生清洁能源逐渐成为了全球各国的关注热点,利用可再生清洁能源的发电技术越来越成熟,微电网逐渐成为配电网末端新能源的供给方式,其投资主体也逐渐分散趋于广泛化、私人化。当多个相邻微电网之间因存在着电能的相互交换而形成群落系统,则称之为微电网群。然而在联网状态下,微电网群内各子微电网内的分布式发电存在着随机性,间歇性,波动性以及用户侧平滑负荷的问题,使得微电网群的上一级配电网,在电力调度和运行上存在很大的困难和挑战。所以,对微电网群总的电网需求功率提前预测是一个很好地解决办法。因此,本文从研究微电网群基本组成及特征出发,在现有的预测算法的基础上融入了分布式预测思想,并集合了网络图的基础理论,建立了微电网群的不同图论模型,根据微电网群的图论模型,又引入了多智能体的一致性算法,最后将一致性算法和传统的卡尔曼滤波预测算法有效的集合了起来并最终提出了一种分布式卡尔曼滤波(Distributed Kalman Filtering,DKF)功率预测算法用于含有多个子微电网的微电网群中,来实现微电网群总的电网需求功率短期的分布式预测。该种预测方式能够很好地取代通信要求高、在线计算时间长、通信装置质量好的高成本传统集中式预测方式,且最后通过历史数据仿真,可以发现该分布式卡尔曼滤波预测算法的误差精度比用于传统集中式功率预测的卡尔曼滤波预测算法的误差精度,有明显的提高。