电力工业的健康发展对于改善人民生活水平和保障国民经济快速增长具有重要的意义。我国自建国以来的发展过程中,曾出现过多次大规模周期性的电力供需危机,这严重制约了社会及经济的发展速度。近年来,随着装机规模的扩张,全国范围内的电力供需失衡问题基本得到缓解,但特殊的时段仍存在发生地区性短期电力供需失衡的风险,例如北京地区夏季的用电高峰时段。因此,准确的地区性短期电力供需预警工作的展开是极为必要的,当得到供需失衡的警情后,应立即采取一定的负荷优化措施,缓解这一问题。传统的负荷优化方案仅仅依据经验或单一目标来制定,并未考虑该方案的实施对社会各方面的影响,因此,需要建立一个新的多目标实施方案优化模型,同时兼顾多方面的利益与要求,提供更为合适和有效的实施方案。首先,对电力供需预警及负荷优化进行了理论分析。对常用的电力需求预测算法进行了总结与分析。以需求响应及其所包含的直接负荷控制作为负荷优化措施。接着探讨了需求响应的一般实施机制,并对当前常见的直接负荷控制方案优化模型及优化算法做出了梳理和对比分析。其次,针对参与负荷优化项目各方的不同要求建立负荷优化模型。分别从系统的要求、供电商的要求以及电力用户的要求出发,建立以系统最大峰荷最小、供电商利益最大、电力用户获得经济利益最大、用户满意度最高及项目实施公平性最好为目标的目标函数。以连续中断时间、连续运行时间、最大中断次数等条件为约束条件。并根据所建立的模型选用NSGA2做为优化算法,深入研究了该算法的原理及计算流程。最后,以北京地区2013年夏季某日为例,采用Elman神经网络对该日的高峰时段电力需求做出了预测,并与电力供应能力做出比较,得到预警结果。结果表明,该日的高峰用电时段存在电力供应不足的可能。因此,采用所建立的负荷优化模型,根据北京地区的实际情况制定负荷优化方案。可以根据实际情况及负荷优化措施实施者的侧重选用所得到的Pareto前端具有代表性的5种方案。基于Pareto前端的优化解集还可以得到最折中方案。这些方案表明：利用本文所建立的多目标负荷优化模型可以制定出侧重各个目标或兼顾各方面利益及需求的多种优化实施方案,并达到缓解电力供需矛盾的目的。