近年来,随着人们对有限资源的过度使用与开发,传统电网面临着一些存在或潜在的问题。一方面,消费者对电力资源使用的随机性;另一方面,可再生能源的并网对电力系统的稳定性和可靠性提出了新的挑战。建设智能电网已成为各国电力工业的发展趋势,通过改变某些用户固有的用电习惯,控制能源损耗,实现节能减排与电力资源的优化配置,在电力市场机制的核心价格机制下,电力用户根据电力市场激励体制或价格信号,用户自主合理选择用电时间,更好的削峰填谷,也对电网的稳定性和可靠性起了促进作用。本文主要对国内外智能电网的发展和建设现状进行调查研究,在我国的能源结构以火力发电为主的情况下所导致的环境生态问题,指出了基于智能电网的实时电价研究的必要性。其次,为了提高电力负荷预测的准确性,详细介绍了电力负荷的分类与特征及负荷预测的基本原理与特征,为电力负荷预测打下了理论的基础。为了提高电力负荷预测的精准度,本文第三章首先运用数理统计中的t检验算法对异常数据进行辨识和修正,具有计算简单、可靠,异常数据识别灵敏度较高的优点,其次对随机森林算法的特征提取进行了优化,介绍了时间序列算法,建立了随机森林-时间序列模型进行负荷预测,获得了较为准确的负荷预测。最后,通过分析可再生能源发电量和根据用户的预测用电量,设定阈值,划分用电宽裕和用电紧张两个时间段,通过设置约束条件,从用户侧节省支出、供电公司增加利润收入和用电负荷有所下降,在一定程度上达到削峰填谷这三个方面寻找最优解,对电价的调整来引导用户合理安排用电时间,在减少用户支出和提高电力公司利润的前提下,在用电宽裕时段多用电,用电紧张的时段减少用电量,缓解用电压力,实验结果最终也表明了这种方法的有效性。