我国的电力工业改革的初步目标是建立发电侧电力市场,实行“厂网分开,竞价上网”。对于发电公司来说要在竞争中处于不败之地,很大程度上取决于发电公司采用何种投标策略。虽然国内外就发电公司的投标策略问题己经做了很多研究工作,但是依然有很多问题未能很好解决。而且,随着电力市场的模型和规则的完善,投标策略也需要做相应的更新。本文研究了粒子群(Particle Swarm Optimization algorithm, PSO)算法在发电公司估计竞争对手的投标策略中的应用,研究了发电公司在电力市场环境下的鲁棒性条件利润(Conditional Robust Profit ,CRP)投标策略,进行了仿真计算。本文的主要工作和研究成果如下:1、研究了发电侧电力市场中几种常用的发电公司投标策略模型,分析了这些模型的优缺点和计算方法的应用情况。2、针对估计竞争对手投标策略模型,运用改进的双层PSO算法在IEEE30节点电力市场中进行了求解。且将该算法计算出的利润项和投标参数项与其它文献中运用其它方法的结论进行了比较,部分结果有明显优势。3、研究了条件风险价值(Conditional Value at Risk, CVaR)方法在电力公司投标策略的应用。将CRP模型应用到发电公司投标策略中,加入独立调度(Independent System Operator, ISO)模型和竞争对手蒙特卡罗模拟,形成CRP发电公司投标模型。在IEEE 4节点电力市场环境下,用改进的粒子群算法进行求解,并将此结果与估计竞争对手模型的调度结果比较,证明了该模型的优势。