随着电力市场化改革的推进,市场出清电价(MCP)预测和竞争策略问题正在受到越来越多的关注。市场出清电价是反映电力市场中电力商品短期供求关系的统一价格,是联系用户、市场监管者、发电商的经济纽带,是关系到发电方、购电方经济利益的重要因子。边际电价预测对于电力市场的参与者都具有重要意义。在目前的研究中,比较普遍的是使用人工神经网络尤其是BP神经网络来进行电价的预测。本文就是一个例子。重点阐述了BP神经网络的模型、结构、推理算法以及相应的学习算法,在线预测结果表明,该方法具有良好的预测效果。以美国加州电力市场为背景,采用人工神经网络的方法建立了提前一天的市场电价短期电价预测模型。模型为3层的BP人工神经网络,采用加州电力市场的电价数据进行了训练和预测数据。本文使用了加州电力市场1998年4月和5月的相关数据,可以预测1998年5月份中提前一天的短期电价预测模型。结果说明了该模型具有一定的预测结果针对采用分段报价策略和按市场出清电价结算的电力市场,在对供电成本分析和市场出清电价预测的基础上,提出了基于遗传算法的电网侧报价策略,通过具体实例测算,充分证明了遗传算法用于供电企业竞价的可行性,并且该方法提供了多个方案可供选择。