在电力市场化环境下，负荷聚合商是一个处于系统运营商和零售客户之间的“协调”角色，可基于全流程技术方法评估中小用户的调控价值，实现离散化资源的高效整合，对于推动智慧用能，促进电力行业及经济社会的可持续发展起到积极作用。负荷聚合商在代表管控的电力用户参与市场竞争时，市场的波动性以及用户侧的不确定性对其效益目标的实现带来了负面影响，而需求响应机制的科学设计是其开展经营业务和降低运营风险的基础。我国当前仍处于电力体制改革的探索期，以负荷聚合商为研究对象，进一步探究其在市场架构下的需求响应资源调控策略具有重要意义。总体而言，本文的研究重点在于，如何综合考量用户的用电行为、参与意愿、响应容量、激励成本以及电力市场价格的变化等多方面因素，制定适应不同客户群的差异化激励政策，以降低负荷聚合商面临的市场风险，实现自身经济效益最大化的目标。具体工作包括以下方面：
　　（1）从负荷聚合商的相关概念入手，归纳了其业务范围和各类型资源的基本特征。在此基础上，从主能量市场竞标、辅助服务市场竞标和售电业务应对市场电价波动三个角度，总结和对比了负荷聚合商实施需求响应的典型场景，并分析了影响其决策的基本要素，包括用户侧电价机制、市场电价预测以及用户基线负荷预测等。
　　（2）提出了用户基本情况、用电行为特征以及需求响应参与意愿三个维度的居民用户用电行为画像的构建方法，建立了反映用户负荷曲线典型特征的定量化指标，给出了各项指标的详细计算公式以及基层指标权重的客观分配方法。然后，进一步提出了基于优劣解距离法的需求响应目标用户优选流程，算例分析得到某地区样本用户的综合评价指标，由高到低排序完成目标用户库的构建。在此基础上，总结了迭代自组织数据分析算法的原理和计算步骤，并基于该算法对综合评价结果位居前列的居民用户基线负荷进行了聚类分析。
　　（3）计及用户侧的不确定性和不同用户差异化的舒适度要求，综合考量经济性效益和舒适度影响两方面，应用随机规划理论建立了下层理性用户响应模型，并在此基础上，提出了以综合效益最大化为目标的上层负荷聚合商决策模型。上下层之间传递变量完成信息交互，形成了应对市场电价波动的日前需求响应策略双层优化模型。然后，给出了差分进化（differential evolution, DE）算法的计算公式和迭代流程。通过算例仿真，分析了不同类别居民用户响应行为的差异，基于DE算法求解出各类用户单位负荷削减量的最优经济补偿金额。同时，对负荷聚合商在实施需求响应前后的成本及收益情况进行核算，并最终通过灵敏度分析，验证了模型在关键参数变化时的稳定性。