需求侧管理是指通过采用激励措施或调整价格等方式鼓励用户积极参与电力运行管理,优化用电方式,提高终端用电效率的管理活动.传统设备的老化,日益增长的能源需求以及由于大量可存储设备以及新能源涌入电力市场带来的各种不确定性因素的增加,使得电力市场的供应变得更加复杂,单纯依靠增加供应方投入的方式难以实现供需平衡.采用需求侧管理策略可以引导用户积极参与电力系统的运行和管理,更好地利用现有的发电能力,提高用电效率,在实现供需平衡,削峰填谷的同时使得用户效用最大化、供电商成本最小化.需求响应是需求侧管理的的解决方案,需求响应的核心是价格响应,由于电能的瞬时性,实时电价成为电力系统的理想定价机制,利用实时定价可以更为有效地调动用户积极性,引导用户自觉地根据电价调整自身用电策略,提高整个电力系统运行效率.目前实时定价的研究主要采用社会福利最大化方法,该方法以社会福利最大化为目标,通过拉格朗日对偶分解将原问题转化为供求侧和需求侧对偶子问题求解,在实现社会福利最大化、削峰填谷的同时保护了用户隐私.但社会福利最大化方法对模型要求较高,要求模型是凸规划,如果模型不是凸规划,无法利用拉格朗日乘子求实时电价.另外已有文献对现实情形刻画的还不够细致,多关注单时段而不是多时段情形,对多供应商多用户等复杂情景下实时价格的研究还很缺乏等等.本文运用最优化、博弈等理论对实时定价机制进行深入研究,关注单供应商多用户、多供应商多用户两类情形,考虑不确定性、新能源并网等影响因素探讨实时定价机制,建立模型,并设计算法对模型进行求解.主要研究工作如下:1)利用在线电量波动数据对有多类用户的智能电网的实时定价问题进行研究.首先依据用户用电习惯将用户分类,对同一时段不同种类用户采用不同价格引导其消费,其次针对实时定价削峰填谷的目的,以极小化峰谷差为目标建立实时定价优化模型,并给出一种依赖在线电量波动的同步扰动随机逼近算法.讨论了模型的性质,给出了算法收敛性的证明.算法实现过程中,仅需观测价格扰动产生的最大和最小用电总量而不需要掌握每个用户的隐私信息,操作简单,容易实现.数值仿真结果表明新方法不但能够削峰填谷、避免负载同步化情形的出现,而且有助于提高用户和供电商的双方利益.2)根据电力供应商和用户之间的互动关系,建立二层规划求新能源和存储备并网的电力市场的实时定价.利用KKT条件和光滑化方法设计滚动罚函数方法求解模型,从中获得用户的最优用电、能源消费、存储策略以及供应商的供电策略以及价格策略.给出了光滑罚函数算法收敛性的理论证明.最后用仿真仿真验证模型的合理性和算法的有效性.3)考虑可再生能源和电力存储设备,根据价格形成过程中供应商和用户之间的互动关系,利用非合作博弈建立实时定价优化模型.探讨了纳什均衡点的存在性,证明了模型关于强对偶定理成立,在此基础上,针对模型特点,设计了在线分布式算法对模型进行求解.该方法可以保护供应商和用户的隐私,在提高每个用户的收益的同时,实现削峰填谷,降低供应商的供电成本.4)考虑用户用电不确定性,利用二层规划给出了多供应商多用户情形下实时定价优化模型.将不确定问题转化为确定性二层规划,然后设计了分布式遗传算法求解模型,并从理论上分析了不确定性对削峰填谷的影响.仿真结果表明该方法可以调动用户积极参与电力运行管理,在实现削峰填谷、供需平衡的同时,提高社会总福利.此外,分布式遗传算法的使用保护了用户的隐私,降低了运算复杂度,使得模型更具有扩展性,因而更具有实际应用价值.5)建立稀疏二层规划求多供应商情形下,每个用户选择供应商数目有稀疏限制情形下的实时电价.考虑到稀疏二层规划不是凸规划,难以用传统方法求解,设计了一种双层分布式遗传算法求实时电价.在多供应商电力市场里,稀疏限制是一种比较常见的情形,没有稀疏限制的可视为它的一种特殊情况,因此研究有稀疏限制电力市场的实时定价具有非常重要的意义.另外双层分布式遗传算法有利于保护用户隐私,降低运算复杂度,使得算法更具有扩展性.仿真结果验证了模型的合理性和算法的可行性.