电力市场环境下,电价是整个市场的核心内容,市场参与各方都迫切需要准确的电价预测方法。对于发电商而言,如果能够较准确地预测次日的市场清算电价,将有助于其构造最优投标策略,以获取最大利润。从购电方来看,边际电价构成了它的单位购电成本,边际电价的预测使自身的动态成本控制成为可能;从市场监管者的角度看,边际电价的预测可为市场健康、稳定、有序地竞争和发展以及各种电价政策的制定提供科学依据。所以,边际电价预测对于电力市场中的各个参与者都具有重要意义,已成为电力市场重要组成部分,本文以实际电力市场为背景,研究该区域市场出清电价变化规律,为某电厂的报价策略提供依据。本文主要研究基于区域电力市场的市场出清电价预测,提出了以下三种电价预测模型:⑴基于混沌递阶遗传BP神经网络电价预测模型。该模型针对BP神经网络本身存在的缺点进行了改进,提高了预测精度;⑵利用混沌递阶遗传BP神经网络算法对一元线性回归,多项式拟合和AR模型进行组合预测的预测模型。实例证明,该方法与基于BP神经网络组合预测模型相比,能提高组合预测精度;⑶将免疫聚类算法和模糊神经网络结合起来,建立电价预测模型。经实例验证,该方法预测效果好。文中详细介绍了以上三种模型的原理及其对现有模型的改进,通过实例分析验证了算法的有效性和实用性。在本文的第六章,介绍了为提高预测精度可采用的几种措施,文章最后进行了总结,并提出了该领域需要进一步研究的问题。