随着我国建设与完善电力市场体系的步伐进一步加快,零售市场竞争也愈发激烈,售电公司通过价差获利的空间进一步减少。售电公司需要通过增值服务与定制化套餐吸引电力用户,聚合并管理用户以成为有响应能力的负荷聚合商。因此,如何管理电力市场中的价格波动风险与负荷波动风险,如何通过价格手段充分发掘电力用户的调节能力以减少批发市场购电成本,如何制定具有竞争力的零售价格是负荷聚合商参与电力市场交易的关键问题。首先,本文针对国内采用的集中式电力市场模式,研究负荷聚合商参与电力市场交易的框架,提出负荷聚合商参与负荷削减投标的流程,建立了考虑供需关系的批发市场模型与电力用户综合用电满意度模型,总结出负荷聚合商的零售合约定价模式。接着,本文分析参与负荷削减投标时的负荷聚合商代理成本构成并建立目标函数,根据负荷削减投标的特点构建混合整数线性约束。引入不确定系数处理电力负荷的不确定性,采用多场景法处理市场价格的不确定性。而后采用等价转换将双层规划问题转为单层规划,并提出基于深度神经网络的场景缩减方法。基于真实电力市场数据对不同不确定系数、削减考核系数下的负荷聚合商的购电决策、负荷削减履约情况、平均代理成本等进行了分析。最后,本文在考虑供需关系的批发市场模型基础上,建立双层规划实现零售合约定价。上层非线性规划模型以负荷聚合商盈利最大化为目标、以零售定价与批发购电为决策变量;下层线性规划模型是基于电力用户综合用电满意度模型建立的用电决策模型。利用Karush-Kuhn-Tucker条件（KKT条件）的性质以及基于一阶泰勒展开的线性化重构方法将原双层问题转化为单层混合整数线性规划。基于真实电力市场数据分析了负荷聚合商的策略性购电行为与在批发市场中的各项收支,且与两种算法对比来验证所提算法的有效性。本文研究工作结合了我国的电力市场建设方案,为集中式电力市场下的售电侧市场主体进行需求响应以及零售定价决策提供了相关方法。