电力工业从垄断运营走向市场竞争已在世界范围内形成一种趋势。我国的电力市场已初步建立并逐步得到推广。在电力市场环境下,发电厂商作为电力商品的提供者,必然要按照市场的规则参与发电竞争。对于发电厂商来说,要想在竞争中处于不败之地,在很大程度上取决于采取何种竞价策略。本文致力于发电厂商在电力市场环境下各种竞价策略的研究,特别是博弈论在电力市场中的应用研究,使之在决策支持系统中得以实现。取得了一定成果。发电商作为电力市场中的一个重要组成部分,在实际运营中,其总是期望采取最优的竞价策略以满足其自身的利益的最大化。本文从研究基于边际电价预测的竞价策略问题入手,此竞价策略的难点在于对边际电价的预测。文中采用了BP神经网络学习算法来预测边际电价,并通过大量数据进行了训练和预测分析,表明该预测模型具有良好的预测结果。同时给出了基于SMP预测的报价模型及竞价方法,求解了一定条件下发电商的最优报价策略。作为一个竞价模型,其也可以看作是一个博弈模型。本文进行了博弈论在电力市场中的研究。从基于博弈论的竞价策略引入经济学上的古诺模型,假定发电厂商生产成本的不完全信息,用不完全信息静态博弈的方法分析了不对称的不完全信息和对称的不完全信息两种情况下的发电商竞价策略问题。本文在对发电厂商竞价策略的各种理论研究的基础上,实现了在发电报价决策系统中的应用。该系统主要包括机组参数查询、历史交易查询、电价成本分析、报价决策等模块。其目的是为了帮助发电厂商决策人员和报价人员在电力市场中进行合理地报价。.