随着我国经济的飞速发展,能源问题越来越突出,如何提高能源利用效率成为国家亟待解决的问题。分时电价作为目前最直接有效的一种经济手段,通过在不同时段设置不同价格,引导用户将部分高峰时段电量转移到低谷时段,有利于提高电力机组负荷率,优化电力用户的用电方式,缓解能源紧张的问题,实现电力、经济与自然环境的科学协调发展。本文根据我国电能当前存在的实际问题,提出一种科学有效的分时电价时段划分与电价制定方法,并对相关问题进行深入的理论和实验研究。首先本文针对分时电价下的时段划分展开研究,提出一种基于长短期记忆神经网络及EK-means聚类算法的峰谷时段划分模型,通过对用户较长一段时间负荷数据的特征提取及聚类,获得具有长期适用性的时段划分结果。其次本文基于消费者心理学原理构建了用户响应模型,研究了用户响应模型的求解步骤并提出了用户负荷数据与所处时段不匹配的修正方法,使得所求得的用户响应模型更加贴近实际的用户响应规律。此外本文还从用户用电方式及用户电费支出两个方面给出了用户满意度的量化方法,为后续目标函数的建立打下基础。接着本文根据电网公司和居民用户的实际需求,构建了兼顾削峰填谷效果及用户满意度的目标函数,并设置了相应的约束条件;研究了用于电价优化求解的粒子群算法,提出惯性权重和学习因子的改进方式,提高了粒子群算法的收敛速度和准确度,通过测试函数验证了改进方法的性能。最后本文通过实际算例对前几章提到的数学模型进行优化仿真,结果表明:在时段划分方面,本文所提方法获得的时段划分结果轮廓系数平均值和方差分别为0.4921和0.0103,优于经典时段划分方法的0.4826和0.0568,更能反映用户实际的用电特点及用电规律;在用户响应模型方面,按本文方法修正后拟合曲线与实际负荷曲线皮尔逊相关系数为0.9928,大于传统未做修正方法的0.9866,可以更好的描述用户对价格的响应规律;在分时电价定价策略方面,本文根据不同地区的用电情况设置不同的权重,采用改进粒子群算法获得了不同的优化电价结果,电网公司可以根据不同地区的用电情况灵活配置,以获得兼顾削峰填谷及用户满意度的最优效果。本文对分时电价的时段划分及电价制定方法进行了理论与实验研究,并通过具体的算例对相关问题进行了验证和讨论,为分时电价的理论发展打下一定的基础。