电力市场化已成为当今世界各国电力工业改革的大趋势,在电力市场环境下,电价是整个市场的核心内容,准确的电价预测对于电力市场中的各个参与者具有重要的意义。如何根据电力市场的相关历史数据准确的预测出未来的市场出清电价,已经成为电力市场中一个重要的课题和研究的热点。本文首先对大量相关文献进行研究,对当前较为常用的预测方法的优缺点进行探讨和总结,然后系统的介绍了电力市场环境下电价的形成机理、影响因素及其特点,为后面的预测建模做好准备。本文研究的主要内容是短期电价预测,借鉴负荷预测的一些方法,尝试将遗传程序设计和基因表达式程序设计应用到短期电价预测中,由此建立了以下三种模型,相比于传统的短期电价预测模型,预测精度都有所提高:(1)基于遗传程序设计的短期电价预测模型。在建模的过程中,利用相关性分析技术确定终结点集,采用相似搜索方法选取训练样本,从而提高了预测的精度和速度。(2)基于基因表达式程序设计的短期电价预测模型。相比于遗传程序设计方法,基因表达式程序设计效率更高,结合电价序列本身的特点,建立了基于基因表达式程序设计方法的两种短期电价预测模型——滑动窗口预测模型和考虑负荷因素的预测模型,通过实例验证,预测效果较好。(3)基于小波分析和基因表达式程序设计的短期电价预测模型。鉴于小波分析技术在处理非平稳时间序列中的优越性,采用小波变换对电价序列进行分解,得到低频概貌序列和高频细节序列,通过分析,对各子序列采用不同的基因表达式程序设计方法分别建模,最后将各子序列的预测结果相加得到原序列的预测结果。通过实例验证,对于电价波动较大的时段,预测精度有了明显的提高。本文详细介绍了以上三种模型的原理,采用美国加州电力市场实例数据验证了三种方法的可行性和有效性。最后,对所作的工作进行了总结和展望,并提出了今后有待进一步深入研究的问题。