随着电力体制向市场化改革进程的推进与新能源电源接入的增多,电力系统内灵活性资源根据价格信号进行配置成为竞争市场环境下的重要调节手段。与此同时,居民家庭用电在社会用电中所占比重逐年增长,却缺乏有效的调节手段引导居民家庭合理用电。通过引入实时电价,利用价格信号指导居民家庭合理安排用电时间,削减家庭用电高峰负荷,提升低谷负荷,可以提高系统负荷率,节约电源投资,降低用户电费支出。本文通过对国内外电价预测和家庭用电优化的研究现状与发展进行深入了解,针对如何在实时电价的市场环境下对家庭用电优化这一问题,提出建立的完整的优化方法与模型。主要包括以下几方面内容:提出通过建立实时电价特征库的方式提高预测模型输入数据质量。对电价形成的基础理论进行深入研究,从实时电价源模型入手,分析实时电价理论中边际燃料和维护分量、发电生产边际价值分量、网络运行边际价值分量所代表电价形成各项因素的度量。在此基础上提炼出11个实时电价特征,结合电价预测中的常用特征建立特征库,并通过t-SNE算法对特征数据进行降维,得到了高质量的输入特征数据。提出使用改进的Seq2seq-Attention网络对短期电价进行预测,使其适用于电价预测中序列对序列的回归问题。将实时电价特征库的特征数据输入该网络后进行仿真实验,证明该方法可以有效降低电价预测的误差。提出一种考虑用户用电满意度的家庭用电优化方法,并建立用电满意度指标与该指标的调节系数对优化结果进行控制,以满足不同客户群体的需求。采用遗传粒子群算法对典型家庭用电案例进行分析验证,验证结果表明,使用该方法对家庭用电进行优化可在满足不同用电客户群体需求的同时,有效降低家庭用电的峰值负荷与用电成本。