当前,电力市场化改革是世界电力工业的发展趋势和国际电力科学研究与工程实践的热点。在电力市场环境下,电价不仅是电力市场供求关系的信号,也是控制电力市场交易的经济杠杆。因此,如何合理的根据市场需求确定相应的电价直接影响到电力市场能否正常的运营,怎样根据电力市场的相关历史数据准确的预测出未来的市场电价,对于市场中的各个参与者都具有十分重要的意义。目前电价预测研究主要集中在短期电价方面,中长期电价除具有短期电价所隐含的多周期性、波动性大、多个价格尖峰等特点外,还受到众多不确定性因素影响,导致电价的变化规律不明显,预测难度大,预测结果也很不理想,所以中长期电价预测方面的研究工作开展和文献报导相对较少。然而电力市场建设中对中长期的电价进行预测是不可缺少的重要方面,本文的研究目标正是试图补充和完善该领域的研究工作,并在工程实用化方面做出一些努力。本文首先回顾了电力市场环境下电价的特点,讨论了影响因素及其电价的形成机理,比较了当前主流预测方法的优缺点。其次,在分析电价波动影响因素的基础上,结合分析结论,引入了三种预测方法并建立了相应的数学模型:(1)基于BP神经网络的预测模型。利用BP神经网络对于大量非结构性、非精确性规律具有自适应功能(这种自适应功能能够有效处理非线性问题)的优点,建立BP神经网络预测模型;(2)基于小波神经网络建立预测模型。该模型结合了小波分解与BP神经网络的各自优点,弥补单独使用BP神经网络的不足,达到了提高预测精度的目的;(3)基于灰色理论建立预测模型,灰色预测方法的优点是建模时所需样本数据少,也不需要考虑数据是否服从正态分布,运算方便。再次,在剖析以上三种预测方法的预测原理、结构特点、算法形成的基础上,借助MATLAB软件编写了相应的计算程序,并以美国PJM电力市场的历史电价记录做为算例基础数据,对各算法的预测偏差结果进行了比较,结果显示横向灰色预测模型相对前两种模型更适合于中长期电价预测。最后,利用Visual Basic软件与MATLAB软件各自的优势,进行混合编程,初步实现了中长期电价预测系统,为工程应用奠定了基础。