本申请提供了一种识别分布式光伏发电系统并预测净负荷曲线的方法，包括：将天气类型划分为多个不同的天气类型；根据不同天气下的光伏发电特性和用户净负荷曲线，提取目标特征参数，并建立基于用户净负荷特性的二分类分布式光伏的负荷识别模型；引入样本熵理论量化天气类型，利用遗传变异思想对粒子群算法中的惯性权重和学习因子进行改进，得到改进粒子群算法，并优化最小二乘支持向量机中的惩罚因子与核函数参数，以建立基于改进粒子群优化的最小二乘支持向量机和迭代误差修正的净负荷预测模型。该方法提高了模型的收敛速度；建立了迭代误差修正的净负荷预测模型，分别对功率值和误差值进行预测，将误差补偿后的功率值作为最终的预测结果。