智能电网中,需求侧管理是最重要的因素之一,其主要目的是在短期实现供需平衡,长期实现削峰填谷。基于需求响应的智能电网实时电价机制是调节电力供需平衡、实现削峰填谷的理想手段,其实施必然对用户的用电行为和电网的安全运行与管理产生深远影响。社会福利最大化模型是从全社会整体的视角出发所建立的模型,以最大化用户的效用函数,同时最小化供电商的供电成本为目的,充分体现了供需双方的利益。本论文运用最优化理论深入研究社会福利最大化模型下实时电价定价机制。从单个时刻和多个时刻两个角度出发,针对不同情况建立模型,讨论模型特性,设计适当的算法对模型进行求解。主要的创新性研究工作如下:首先,对单个时刻的社会福利最大化模型进行深入讨论,给出其对偶问题中拉格朗日乘子存在性与唯一性的理论证明。设计一种分布式最优化实时电价方法,此方法建立在带有高斯回代的交替方向乘子法的基础之上。一方面,所提出的算法充分体现了模型中变量间可分离的优势;另一方面,所提出的算法不但能够提高收敛速率,改善计算效率,而且克服了对偶次梯度算法在迭代过程中可能不收敛的缺陷。此外,给出了此算法收敛性的理论证明,并进一步讨论了模型中变量间的相互依赖关系。其次,考虑用户电力总需求的动态变化,以单个时刻的社会福利最大化作为研究目标,改进已有在线实时电价风险模型中的用电风险项,将个体用户的用电量波动调整为全体用户电力总需求的波动,建立优化模型。通过对偶方法等价转换原优化问题,克服原有的在线算法不能求解用户总体用电量的困难,设计一种实时电价算法对其求解,得到实时电价定价策略。再次,考虑用户用电的前后关联性,引入一般类型的分段线性函数作为用户的效用函数,给出一个周期内基于马尔可夫链的社会福利最大化模型,求解实时电价定价策略,用户可以更加理性、更加贴近实际制定用电策略。考虑状态转移概率矩阵中的参数已知和未知两种情况,相同类型用户定价策略相同,用电量之间具有相互影响、相互制约的关联性;不同类型用户设置不同电力价格进行区分,给出一个周期的实时电价定价策略。同时针对参数已知和未知两种情况设计集中式和分布式定价策略模拟退火算法,模拟仿真验证了模型的合理性和算法的可行性。最后,考虑多个时刻用电量间的相互关联性,将智能家用电器进行分类,建立了一个期望社会福利最大化模型。参考依赖于此模型给出的多个时刻实时电价策略,用户可以更加合理、更加贴近实际的制定用电器的具体运行模式。约束条件体现了由智能家用电器操作的连续性所引起的用电量波动(不确定性)。通过引入概率约束,不确定最优化问题可以等价转换为凸优化问题。证明了最优解的存在性与唯一性,进一步分析了其他性质。考虑到凸优化问题在对偶领域具有可分离性,我们建立了一个分布式在线实时电价算法以确定每个用户的用电需求以及供电商的电量供应。利用Armijo线搜索代替对偶次梯度算法中的固定步长,所提出的分布式在线实时电价算法能够克服对偶次梯度算法收敛速度慢甚至不收敛的缺陷。论文的研究结果表明,智能电网环境下实时电价定价策略可以更好地调动用户参与用电管理的积极性,实现需求侧管理中供需平衡以及削峰填谷的目标。单个时刻的实时电价策略能够及时反应供需的实时信息,达到供需平衡,实现需求侧的短期目标;而多个时刻的实时电价策略则能更好的调控周期内用户的用电模式,实现需求侧管理中削峰填谷的长期目标。所设计的分布式算法,在确保用户隐私的前提下,大幅度提高了算法的运行速率,适合于实际电网运行时用户数量为大规模的情况,具有相当的实用性。