短期电力负荷预测在电力系统的调度、生产和规划中起着重要的作用,精准的负荷预测有利于决策者做出正确决策计划以及有利于电力系统的稳定运行。在售电侧开放市场环境下,多个售电主体的市场竞争带来了电价的波动,以电价为导向的用户用电行为也随之做出改变,使得负荷曲线更加随机和复杂,给短期负荷预测带来了更多的不确定性。现有的确定性的点预测方法无法有效的模拟和捕捉这种变化特性,准确的提供全面的预测值信息。为此本文在售电侧开放市场环境下对短期负荷预测进行研究,提出一种基于电价需求响应的多分位鲁棒极限学习机的短期负荷预测方法。首先对影响负荷预测的因素进行分析,除基于传统负荷预测因素如气象因素和日类型因素外,同时对以电价为导向的需求影响因素进行讨论,提出一种基于实时电价的需求响应模型对响应的影响程度进行计算,以此得到基于实时电价需求响应的量化因子,为下一步的模型预测做准备。然后将分位回归和鲁棒极限学习机模型结合在一起实现对负荷的多分位场景的预测。模型利用不同的分位值设定来实现预测场景的变换,以此将更多不确定的因素纳入预测过程中,得到多个分位值下的预测结果。同时模型保留了鲁棒极限学习机的鲁棒性,能较好的处理售电侧市场中的随机干扰因素。其次考虑到售电侧新市场环境下负荷曲线的干扰成分较多,为更准确的提取负荷曲线的趋势,提出利用时变滤波的模式分解方法对历史负荷曲线进行降噪分解。然后对每一个子模式利用所提的方法进行预测,最后叠加单个的预测值得到最终的预测结果。为提供更全面和直观的预测值信息,充分的利用上述多个分位下的预测结果,本文采用二次核概率密度估计形成多个分位下模型的预测结果的概率密度图,直观的展示了所有可能性的预测结果以及出现的概率。最后为验证模型的有效性,采用澳大利亚AEMO所公布的数据进行仿真,实例表明:1)本文所提出的基于电价导向的需求响应模型能够有效的实现对实时电价响应程度的合理估计;2)与基准模型相比,本文所提多分位鲁棒极限学习机模型的预测精度更高,能够实现多分位场景下的高精度预测;3)所提的概率密度估计能够直观和有效的展示所有预测值的概率分布,同时进一步验证混合模型预测值的有效性;4)对节假日和季节负荷的仿真分析,验证了模型对特殊负荷曲线的一般适用性。