本文首先综述了电力行业的发展历程，并对行业发展过程中经常使用的指标电力消费弹性系数，电力消费强度以及两者之间的关系做了比较深入的讨论；其次从电力的生产要素属性和商品属性两方面对电力属性的特征进行了分析；再次找出对电力需求产生影响的因素，从国内生产总值、产业结构变化、电价、电力消费强度、人口增长和城市化进程等方面讨论了这些因素的变化对电力需求产生的影响；最后对电力消费预测方法的发展、适用条件进行讨论，从传统预测方法，基于时间序列的预测方法和人工智能方法三个方面综述了电力消费预测的现状，为本文的后续研究内容进行了铺垫。 本文从多个角度，对电力经济价值进行研究评估，建立相关的评价模型并进行实证分析，给出了进行电力经济价值评估的基本框架。其主要研究成果包括两部分： 一是基于协整和误差修正模型(ECM)，对中国电力消费与经济增长总量、中国电力消费与其相关影响因素的长期和短期协整关系进行分析，与以往应用Granger因果关系法分析变量之间关系的方法不同，根据两变量和多变量分别建立ECM和VECM(向量误差修正模性)来衡量变量之间的相关关系，并基于相关历史数据进行了实证分析； 二是建立了基于模糊聚类(FCM)与粗糙集的电力消费预测模型。首先，通过模糊聚类的方法将数据特征化，并将其作为粗糙集决策表的输入；其次，借助粗糙集强大的数据处理能力，通过对电力消费历史数据的深度挖掘，综合考虑多种影响因素，在不损失信息的条件下约简冗余信息，寻求电力消费与各影响因素之间的关系，并对样本数据学习，建立了电力消费预测模型；再次，本文提出了等价类重要度这一概念，用来衡量不同属性等价类对决策属性的贡献度，并将其应用在预测模型中。最后，根据建立的模型，使用试验数据进行验证，并与其它预测方法进行比较，表明该模型的可行性。