在未来的电力零售市场,用户将拥有挑选、更换售电商的权利,售电公司为规避风险、提高市场占有率,需要向终端电力用户提供科学合理并具有竞争力的售电套餐。同时,新电改背景下市场交易模式和电价形成及传导机制的改变使得销售电价受到更多市场信息的影响,有必要建立更精准的电价预测模型,为决策者掌握市场信息及决策售电市场行为提供辅助支持。销售电价预测作为售电公司进行成本核算的基础,同时也是零售电价套餐设计优化的关键环节。基于电价预测的精确性要求和零售电价套餐的优化需求,论文首先提出计及时序调整的Elman神经网络预测模型,对销售电价进行预测,并依据所预测的销售电价为基础,结合消费者参考价格决策及用户黏性对售电套餐进行优化设计。首先,以所查阅的众多相关文献资料为基础,对国内外已有的电力市场环境下电价预测技术和零售电价套餐的结构、模式进行分析总结,并以德州多类型电力市场中的电价水平和波动情况为例,对销售电价的影响因素进行分析,进而研究零售电价套餐的形成基础;其次,在剖析影响销售电价因素的基础上,提出了计及时序调整的Elman神经网络电价预测模型,该方法采用FastICA主成分分析法提取电价影响的重要信息,并针对负荷特性基于最小类内距离和最大类间距离的原则进行负荷聚类分析,在神经网络的训练算法中引入计及时序调整的训练方法,以提高预测算法的精确性;最后,根据销售电价预测结果,在建立售电公司多模式的电能成本核算模型的基础上,结合国外已有的售电套餐结构和新电改背景,提出基于消费者参考价格决策及用户黏性的售电套餐优化设计,该方法以售电公司总效用函数为目标,从用户参考价格对消费决策的影响入手,考虑用户消费的偏好行为和对价格接受程度的影响,依次建立影响目标函数的单个用户黏性函数、用户群决策矩阵和同化系数模型,并采用改进的交叉粒子群算法,以元胞数组作为存放多个套餐的单位,进行多个最优套餐价格的同时搜索。从有效性和正确性角度对销售电价预测模型以及零售电价套餐的形成、优化方法进行了验证分析。