随着电力工业的市场化改革的潮流在世界范围内的蔓延,电价问题已成为电力市场中最关键、最核心的部分,如何为电力这种特殊的商品制定合理的价格对电力市场的平稳运营起着重要作用。因此,利用电力市场的相关历史数据对未来时刻的电价进行预测是一件非常有意义的工作。人工神经网络因其强大的非线性映射能力而被广泛应用于预测领域。针对目前神经网络学习算法的不足,本文在网络训练中引入了基于全局随机优化思想的粒子群优化算法(PS0),建立了用于电价预测的粒子群神经网络模型(PSONN)。混沌理论的发展为电价预测提供了新思路,使我们对电价序列的复杂性有了新的认识。混沌理论通过探寻时间序列自身的内在规律进行预测分析,该方法跳出了传统的建立主观模型的局限,保证了预测结果的客观性。本文在综合考虑了电价的各种影响因素的情况下,提出了一种基于混沌理论的粒子群神经网络短期电价预测方法。最后使用该方法对美国加州电力市场的实际数据进行实例预测验证,结果显示了很好的预测精度,证明了该算法有效性。