电蓄能技术是转移高峰电力、利用低谷电力、确保电网稳定运行的有效技术之一。其主要的技术分为蓄冷蓄热两个方面,具有优化资源配置和保护生态环境等优点。电蓄热式供热系统正是电蓄能技术的一种主要应用,对其进行经济性决策分析具有重要的意义。热负荷预测是经济性决策的前提和基础。本文采用人工神经网络方法,考虑了影响热负荷特性的各种因素,进行了数据的规一化处理,建立了BP 短期负荷预测模型。针对该模型在训练时不易收敛和运算相对复杂的问题,文中又运用遗传算法对其权值和阈值进行了适当的修正,并针对容易陷入局部极小的奇偶问题,在MATLAB 环境中对两种算法进行了算法性能的测试验证,测试结果表明,运用GA 改进后的BP 短期负荷预测模型在预测精度上更为精确、运算步骤更为简单、运算更易收敛。同时,结合实例进行了训练,得到了某一住宅小区一星期的预测热负荷和实际热负荷对照曲线,并就误差原因进行了具体的分析。在负荷预测的基础上,结合当前我国分时电价政策,本文利用技术经济分析方法的基本原理,建立电蓄热式供热系统初投资费用和运行费用的目标函数。在目标函数中引入蓄热率参数,并将目标函数转化为蓄热率的函数,并结合实例进行了具体的论证,得出了适合住宅区的电蓄供热系统的最佳蓄热率;同时也讨论了分时电价的峰谷电价比对蓄热系统经济运行的影响,得出了较为详细的电蓄热系统经济性决策分析的依据。