电力市场化的主要目的是通过引入竞争，为电力产业升级提供一个可靠的、低成本的平台。它既是一项复杂的系统工程，也是一门开放性、综合性和发展性的学科。其中，电力市场交易规则和竞价机制的设计是决定电力市场能否成功的关键。 我国的电力市场改革自20世纪90年代中期开始起步，通过借鉴国外电力市场理论与实践经验，进行电力资产重组和试点先行，逐步形成了现今以发电侧市场为主的单边电力市场。随着我国电力市场改革的进一步推进，输电网开放、允许配电商和大用户直接竞价购电将是我国今后电力市场改革的一个重要发展趋势。也即意味着竞争的进一步引入，将打破单边电力市场格局，形成双边(多边)电力市场。 本论文正是基于该前提，引入了在经济学上对于同质商品竞争可以形成最高市场效率的交易模式——双向拍卖，讨论了应用该模式的日前电力市场的运营特点和交易规则，并在此基础上建立了以市场总剩余最大化为目标函数的节点电价模型。该模型以系统各节点的交易电量为控制变量，计及传输线路容量约束和功率平衡约束，是一个多变量非线性优化模型。 考虑到传统遗传算法在求解此类问题时所存在的收敛性能与收敛速度不能兼优的缺陷，本文提出采用控制参数随种群进化状况自适应调整的改进遗传算法求解上述节点电价模型，并详细介绍了算法流程设计，完成了C语言程序编制，最后，论文以17节点的电力测试系统为例，计算了该系统在双向拍卖日前电力市场中的节点电价、各节点收益和相应的潮流分布。结论同时表明：改进自适应遗传算法与传统遗传算法相比具有更优的全局收敛性能。 另外，为使内容结构更加完善，论文还从电价预测的角度出发，介绍了一种改进BP神经网络算法，利用日前电力市场中的节点电价历史数据，进行节点电价预测。算例证明：该电价预测算法具有较为理想的预测精度，从而为电力市场成员构造最优报价策略提供了一定的决策依据。