电力市场化和智能电网建设已成为全世界未来电力发展的新趋势，在此新形势下，我国电力行业的发展也面临着新的考验。电力市场化的深入进行将引入竞争机制，此时电力生产、消费和交易方式将发生根本性变化，因此除了传统的电网安全性和可靠性研究以外，电力建设经济性和风险性指标研究的意义将越来越重要；智能电网是经济和技术发展的必然，其建设将会大幅度提高发、输和用电效率，促进节能减排和社会的可持续发展，但同时智能电网引入了大量新型技术设备和概念，也为电力系统建设增添了许多不确定性，值得进一步探索研究。电网规划是现代电网建设和发展的关键环节，我国传统电网规划相关理论和方法已得到了深入研究，在此基础上，本文旨在将电力市场化和智能电网建设发展这两个主题新形势下出现的各种因素引入到实际规划工作中，同时考虑实际电网工程项目建设安排分阶段进行的特点，建立电网规划的动态多阶段数学模型，具体工作如下：（1）新形势下，影响负荷预测准确性的因素除传统的天气、季节、日类型等以外，电价也将成为一个非常重要的因素，因此本文利用需求价格弹性矩阵和灰色关联度理论对电力市场环境下电价和负荷的关系进行具体分析。然后通过利用灰色模型可以弱化数据的随机性，以及神经网络的高度非线性的特点，提出一种基于改进灰色神经网络的考虑实时电价的短期电力负荷预测方法。针对灰色神经网络模型的改进包括：1）利用灰色二次指数平滑法对模型输入数据进行预处理；2）利用遗传算法优化灰色神经网络的初始参数；3）灰色神经网络模型的学习和训练速率优化，通过以上过程，提高了灰色神经网络模型的预测精度和计算速度。在数据样本的处理上，提出了利用负荷和电价的相关度判定是否将候选样本作为输入变量使用，很大程度上缓解了非关联样本过多而导致神经网络学习效率低等问题。通过实际算例的分析表明了该方法的准确和有效性。（2）现有大多数变电站规划模型和方法只具有静态特点（忽略了时间因素），与实际电网工程的多阶段实施特性有差异，而动态规划是求解以时间划分阶段的动态过程优化问题最为有效的方法，本文利用动态规划思想建立变电站的多阶段优化规划模型，以尽可能满足实际变电站规划在时间和空间方面的双重要求。首先结合专家意见，优化规划出目标年配电变电站的站址和容量，以作为各中间年变电站候选站址与容量的分类依据，从而有效缩小可行解域的空间，提高计算效率。然后将规划中间年分成若干阶段，通过建立动态规划模型并运用启发式规则对模型进行降维处理，求出在整个规划期间最优的变电站建设方案（包括对已有变电站的改造），即在满足不同阶段负荷增长需求和各种技术经济条件约束下，解决目标年各候选变电站建设改造时序的优化问题。最后通过案例验证了方法的可操作性。（3）一直以来，净现值（NPV）方法一直是电力行业评估项目投资的主要方法，但NPV法忽略了投资项目在不确定性环境下拥有的价值，一般更适用于期限短、不确定小、变动程度不大的投资评估。本文在充分考虑智能电网带来的新的不确定因素基础上，利用实物期权方法（ROA）适合评估未来不确定和机会的选择权的特性，提出了一种基于模糊实物期权的经济评估方法（FROV），并将FROV方法进一步扩展，结合贝尔曼动态规划思想，建立了一种能够综合考虑项目评估、投资资本预算决策和投资者心理的多阶段模糊实物期权评价方法（DFROV），并通过算例验证了该方法在实际应用上的参考价值。（4）针对现阶段智能电网的综合评价指标体系研究方面的不足，本文尝试提出一种新的智能电网评估指标体系构建方法，指标体系分为四层构建，以揭示智能电网建设本质为目标，以各指标层次要素的逻辑关系和内在规律为原则，最终目的要体现指标体系对智能电网建设规划的重要指导意义。（5）针对工程建设多阶段不确定规划的特点，本文提出一种基于群体决策的多属性、多阶段模糊综合评价方法。首先在传统AHP方法基础上增加了时间维度，并引入群体决策和模糊偏好关系等概念。然后以综合评价结果为目标，建立了多阶段决策优化数学模型，并提出一种依实际情况可动态灵活调整的混合智能优化算法进行求解，以实现在投资额有限情况下的项目优选。智能优化算法主要由三部分组成：1）初始化部分：用贪心算法建立初始可行项目集；2）多阶段决策优化部分：优化确定各项目的建设时序或各阶段的项目分配，用一种改进的遗传算法（IGA），针对这两种不同的优化目的，分别提出算法改进；3）动态调整部分：目的是在满足技术要求条件下，最大程度节约资金。最后通过具体算例验证了方法的实用性和有效性。