自20世纪70年代以来,电力需求侧管理做为一门学科被各国学者广泛研究,而分时电价模型的研究因其重要的经济价值为其研究的重中之重。分时电价的研究工作取得了日新月异的发展趋势,研究工作包含着实现与设计两大部分工作内容。实现中包含两大核心算法,其一是针对电力负荷的精准预测,因为各方面设备与条件并不满足模型对及时数据进行处理；其二是聚类分析算法,只有良好的划分时段才可以对该时段进行分时电价处理。而设计是指所设计分时电价模型精确合理,合理的制定好分时电价,以期取得最大的经济效果。本文即是围绕着上述问题进行研究,主要研究了以下三个关键问题：(1)第二章所探讨的是电力负荷预测数据问题。根据所给的原始数据,来预测未来的电力负荷数据。本文选取的是构建模型的方法,在BP网络研究的基础上将两种智能算法结合在一起,目的主要是为了消除BP网络中隐含节点选取问题和BP网络收敛速度问题,提高原始预测负荷精度,以获取更精确的电力负荷预测数据。(2)第三章所探讨的是聚类分析算法问题。从众多纷繁的聚类方法,选取易于编程的聚类分析方法,对已给的电力负荷预测数据来进行多目标聚类分析,以确定它们所属的时段。在前人改进的模糊聚类算法的基础上进行了改进,减少了循环次数,更加利于编程实现,得到精确的聚类分析结果,明确峰、平、谷各时段的区域划分。(3)第四章所探讨的是分时电价模型问题。本文基于提出合理假设条件的基础上,在已知预测电力负荷的前提下利用电力需求价格弹性系数和峰谷电价期望比等参数构建电价模型,算取模型各参数预测值,通过仿真得到了良好的预测效果。可以通过该模型来选取利润最大即最优的分时电价组合方式。该模型对电力公司制定分时电价起到了具有重要的参考作用。通过对上述三个重点问题的研究和探讨,分时电价模型中从设计到实现的一系列关键问题都得以妥善的解决,并且通过MATLAB的仿真验证,取得了比较满意的分析结果。