竞争电力市场环境中,发电公司和用户逐渐成为电力市场参与者的主角,其市场行为也受到越来越多的关注。在单一购买联营体市场环境下,日前市场中的发电公司最优竞价策略问题受到发电公司本身和市场监管部门两方面的重视,一直以来都是电力市场领域一个研究的热点。另外随着用户侧购电选择权的逐步放开,大用户可以在不同售电商中自由选择购电,但是同时市场中的不确定因素也会给大用户购电带来不同程度的风险。如何面对这些不确定因素,在控制风险的前提下构造合理的购电组合策略成为大用户面临的关键问题之一。本文基于可信性理论,综合考虑市场中的随机和模糊这两类不确定信息,对联营体市场模式下日前市场中发电公司的最优竞价策略问题和大用户直购电市场环境下大用户的最优购电策略问题分别进行了研究。主要研究成果如下：(1)针对以往在研究发电公司最优竞价策略时仅能单独考虑市场中的随机或者模糊不确定信息的问题,基于可信性理论,综合考虑这两类不确定信息,建立了由调度中心优化问题和发电公司最优竞价策略问题所组成两层不确定规划模型,其中为了与实际竞价环境更为贴近,在模型中考虑了网络中的输电容量约束。针对新模型的求解,由于新模型为同时含有随机变量和模糊变量的两层模型,很难通过将其转化为确定性等价模型求解,因此提出了一种将互补直接优化、不确定模拟、神经网络和遗传算法结合在一起的混合求解算法。并分别在3节点系统,11节点系统和30节点系统上对所提出的模型和求解算法进行了计算分析验证。(2)针对基本遗传算法在求解发电公司最优竞价策略时可能会遇到的过早收敛于局部极值的问题(即早熟问题),通过引入不可行种群,并改进评价选择、交叉和变异策略,提出了一种具有较好抗早熟能力且适用于求解带约束规划问题的改进遗传算法。不可行种群的引入和新的评价选择策略能够简化约束处理问题,新的交叉和变异策略能够在保证种群中优良模式得以延续的前提下尽可能地增加种群的多样性,扩大搜索空间,以防止早熟现象的发生。并通过本文算例和经典测试函数验证了新遗传算法的改进效果。(3)基于可信性理论对大用户最优购电策略问题进行了初步研究。综合考虑大用户在主能量市场和备用市场上的购电交易,依据风险价值思想,基于本原机会约束提出了一种计及风险的大用户最优购电策略模型,模型中综合考虑了随机和模糊这两类不确定信息以及这些不确定信息所带来的风险。采用基于随机模糊模拟、神经网络和遗传算的混合算法对模型进行求解。并通过具体算例说明了所提出的风险管理方法和模型的可行性。