随着电力市场改革的不断深入,研究发电公司竞价策略问题将变的很有意义。本文着重分析、研究发电企业在厂网分开,竞价上网的市场环境下,如何科学地预测市场出清价格、制定竞价策略,参与市场竞争,以谋取企业的最大效益。在本文的第一和第二部分,结合国外以及国内电力市场的发展历史,介绍了电力市场的基本模式,对我国电力市场的形成和现行的电力市场结构的特点进行了介绍,并对电力市场发电侧的电价预测方法和报价策略进行了简要分析。第三部分将模糊理论运用到电价预测中,针对传统指数平滑法在求部分数据值时都只考虑前期效应即仅利用了某时刻之前的数据,使指数平滑序列产生有滞后偏差的缺点,提出一种基于模糊理论的一次指数平滑预测法,消除了指数平滑法在预测中的系统滞后现象。第四部分对神经网络BP算法进行研究,并对传统的BP算法的改进,将一种基于模式逼近度和接受概率的变步长快速BP算法应用到短期电价预测,仿真结果表明该方法有效的改善了BP算法收敛速度慢以及容易陷入局部最小点的缺点,从而提高了神经网络用于电价预测的效率和精度。文章第五部分用最小二乘支持向量机建立电价预测模型。支持向量机解决了神经网络中存在的局部最优问题,比BP人工神经网络有更高的预测精度和鲁棒性,被认为是神经网络的替代方法,最小二乘支持向量机是标准支持向量机的扩展,比标准支持向量机速度更快,更便于使用。在选择相同训练样本和输入变量的情况下,最小二乘支持向量机预测法的预测效果明显优于BP人工神经网络预测方法。第六部分对基于博弈论方法发电厂报价的策略进行了讨论。对古诺模型和伯特兰德模型的标准形式进行了分析,将古诺模型的标准形式进行了扩展,同时得到了基于发电成本最低的竞争战略模型以及基于上网电量最多的竞争战略模型。构建了完全信息下具有发电容量约束的古诺模型,在此基础上建立了不完全信息下具有发电容量约束的古诺模型,并分两种情况对不完全信息下的古诺模型进行了分析:各发电商对其它发电商机组具有若干成本估计函数的情况;各发电商对其它发电商机组具有一个成本估计分布函数的情况。给出了求取上述各种古诺模型的古诺一纳什均衡解的方法,由此得到电厂机组出力的优化解,并转化为电厂机组的报价曲线,由报价曲线得出相应的机组报价策略,通过算例进行仿真分析。最后对发电公司目前实用的报价策略及其存在的问题进行分析和探讨,简单对各种电价预测方法的应用进行总结,并将基于博弈的报价策略用于分段报价当中,使报价更为科学。