摘要：电力市场中，市场出清电价（market clearing price，MCP）受到众多因素的共同作用，具有较强的随机性和不确定性，常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息，预测结果无法体现MCP的随机变化特性，预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法，用以实现历史数据输入输出映射关系的划分，并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示，该文的预测模型能较好地反映MCP的不确定性特点，且具有较高的预测精度。

关键词：市场出清电价预测 线性聚类 免疫遗传算法 贝叶斯方法 

单位：东南大学能源与环境学院; 江苏省南京市210096