智能电网是未来电网的发展趋势,各行业对电力的依赖增强,对供电可靠性及电能质量的要求日益提高,以高效、清洁、安全、可靠、交互为主要特点的智能电网的实现,离不开精确的负荷预测技术的支持。同时,我国积极推进电力体制改革,重点任务就包括有序推进电价改革,理顺电价形成机制；推进电力交易体制改革,完善市场化交易机制；建立相对独立的电力交易机构,形成公平规范的市场交易平台。逐渐形成的电力市场需求响应将给传统用电模式带来重大变化,用户可以根据电能需求结合实时电价调整用电模式,这使得负荷预测变得更加复杂。目前国内针对智能电网需求响应环境下的负荷预测取得一定的研究成果,随着电力市场逐步开放,对复杂需求响应环境下的负荷预测方法研究具有重要的意义。本文以智能电网需求响应环境下电力市场负荷预测为研究对象,对电力市场售电侧、需求侧之间的关系进行了讨论,以探究更高精度的负荷预测方法。主要内容如下：首先,通过相似日负荷序列局部形相似计算,选取样本数据。考虑到预测时刻负荷和前面若干时刻负荷的内在规律,以及负荷曲线的总体相似与局部相似间的差异,将负荷曲线形系数(负荷序列形状相似程度的指标)引入预测样本的选择中,完成预测样本的提取,能够减少训练数据,大大提高预测速度和预测性能。其次,采用多输入双输出的最小二乘支持向量机(LS-SVM),对负荷和价格进行同时预测,得到初步预测结果。然后,考虑需求响应条件下实时电价与负荷之间的相互影响,采用基于数据挖掘技术的模糊循环推理系统模拟人的思维过程,通过挖掘电价变化量、负荷变化量等变量之间的关联规则,模拟电价与负荷预测之间存在博弈过程。最后,对多变量最小二乘支持向量机的初步预测结果进行循环修改,直至负荷和电价预测结果趋于稳定。多变量最小二乘支持向量机不存在容易陷入局部最优等问题,并且有良好的泛化能力,基于改进的模糊关联规则挖掘算法具有良好的完备性和鲁棒性,模糊控制器对循环预测的控制能够逼近现实环境的各种可能情况,修正负荷预测结果。针对某电网的实际预测结果表明,该方法具有较好的预测效果。