随着全球电力市场日新月异的发展，环保要求也不断提上日程，风能作为一种无污染、可再生的绿色能源，近几十年来受到世界各国的高度重视。电力市场化是现代世界电力发展的趋势所在，同时也逐步成为全球科研与实践的焦点之一。电价不仅能够很好地反应电力市场中生产者与消费者之间的供需联系及其变化趋势，同时也发挥着重要的市场交易调控作用。因此，为了确保电力市场有序健康地运转，电价必须依据实际市场的供需状况进行科学的制定。根据电力市场中电能生产、流通、销售三个环节的关联性及销售侧的相关历史数据，分析电力市场中影响风电上网电价的因素，预测未来的市场风电上网电价，对于市场中的各个参与者，尤其对今后风电领域的发展都具有十分宝贵的参考价值。　　本文首先简单介绍了电力市场中的电价理论，具体介绍了上网电价的基本概念和国内外风电价格的政策机制，并对风电价格预测的意义及现状进行了探讨。在对小波变换和神经网络理论进行分析的基础上，进一步结合了小波与神经网络各自应用于电价预测领域中的优势所在，给出了联合应用小波分析和BP神经网络进行电价预测的思路和方法。通过利用小波变换理论的MATLAB程序进行销售电价信号的分解和重建，并确定小波基和小波分解尺度，将信号序列进行两层小波分解，充分去除包含噪音信号的高频成分，保留能够较好体现电价序列的低频成分，提取到预测电价的各项特征。　　本文所采用的预测电价的方法为:首先采用相关性理论，分析选出相关程度较高的若干日销售电价数值作为历史数据，然后对所选数据进行小波分析，取得其低频电价分量，并建立BP神经网络预测模型，得到销售电价的预测结果。与单一的BP神经网络预测模型相比，本文采用的基于小波变换的BP神经网络模型较好地实现了边际销售电价的预测，极大地提高了预测的准确程度和稳定性。在此基础上，根据电价理论，结合输配电价机制，分析电力系统输配成本，计算上网电价结果。通过探讨影响风电上网电价的因素，参照风电场技术经济参数，预测理论风电上网电价。结果表明，本文提出的基于小波变换的神经网络模型在一定程度上提高了节点边际销售电价预测结果的准确程度，并通过建立输配环节成本的测算模型，实现了对理论风电上网电价的数值预测。　　最后，本文指出为了使风电上网电价预测的准确程度更高，不仅要结合实际的电力市场，科学分析电价形成机制，合理选择销售电价预测模型的输入变量，而且需寻求更为合理的上网电价测算方法，设计和构建符合当今风电市场上网电价要求的模型。本文中仿真部分所运算使用的数据资料均来源于美国PJM电力市场。