随着智能电网的发展,如何建设合理的需求侧响应引导用户参与到智能电网的管理当中来,成为了当下电力行业发展的重点。实时电价作为需求响应的重要组成部分和未来电价的主要发展模式,逐渐成为了当下世界各国电力行业的重点研究对象。目前实时电价的研究方向主要有两方面,一种是基于最优潮流的实时电价预测模型,另一种是基于智能算法的实时电价预测模型。由于基于最优潮流的研究模型所用数据涉及到电力供应公司的商业机密,因此数据获取极为困难,导致这方面大多数的研究都没有真实的数据做倚靠,具体的实施效果也有待考证。而实时电价作为短期边际电价的一种,所制定的电价都是较短时期内的,因此可以忽略除负荷外其他影响电价的不确定因素,所以可以采用智能算法对实时电价做预测。这种电价预测模型得到了大量算例的验证,也是目前实时电价研究的主要方式。本文通过调查研究国内外智能电网和需求响应的发展,针对我国即将开放售电侧的大环境,为将市场规律引入到电力行业中,提出建立了一种改进型支持向量机的实时电价预测模型。首先总结梳理了我国现有的电价制定的原则和电价类型,详细介绍了实时电价的发展历程,和智能电网下实时电价实施的配套系统及用户的需求响应。其次详细介绍了支持向量回归机的具体模型,并建立起相应的实时电价预测模型,对相同的数据进行仿真验证,证实了经过时间序列相似搜索法对电价数据进行挖掘后,能够提高数据质量,增加电价预测模型的预测精度;最后鉴于传统支持向量机模型参数选取的随机性和低效性,会导致其预测误差较大,因此提出了一种基于粒子群寻优算法的支持向量机电价预测模型,通过利用粒子群寻优算法对支持向量机进行参数寻优,并利用所得最优参数建立起预测精度较高的实时电价模型,最后通过算例的仿真验证了该模型的可行性和优越性。