自2015年中央颁布《关于进一步深化电力体制改革的若干意见(中发〔2015〕9号)文》以来，全国各省各地的售电市场如火如荼开始进行。各地电力交易市场纷纷建立，长期协议、月度竞价、富余电力、跨省跨区等电力交易品种在各省各地上市开始交易。为抓住这波改革的热潮，全国各地成立了八千余家的售电公司，各种市场主体便会蜂拥而至，获取所谓改革的红利，让市场成为一片红海。参照国外售电市场的经验，随着利差的缩小，各类售电公司很难依靠微薄的利润生存，最终能够存活下来的售电公司一定是具有核心技术、模型以及积极开展各种增值服务的公司。
　　售电市场具有金融交易的属性，目前开展的电力交易品种包括年度长期协议，月度交易竞价等不同周期的品种，需要有一定的量化模型策略作为交易支撑。偏差考核是售电公司面临的主要风险，一旦无法有效的管理偏差，可能会造成售电公司产生巨额损失或破产。因此对偏差风险的控制及分析变得尤为重要。
　　目前国内外对具体的电力交易的实践的策略研究都较为缺乏，因此本文对电力交易各环节的量化模型研究具有创新的实践意义。
　　本论文便是在售电改革的大背景下，展开对售电公司开展售电业务所涉及的各个环节所需要的量化模型进行研究。
　　本文首先概括了售电市场的特点并介绍了相关的理论知识背景。
　　其次，对当前在金融交易市场中经常用到的风险定价方法、负荷预测、最优化、交易策略模型进行了研究。
　　第三，详细介绍了负荷预测的算法LSTM以及GBDT，详细讨论了长期负荷预测以及短期负荷预测的模型，针对售电市场，基于机器学习方法设计并实现了相关的模型
　　第四，本论文了讨论了售电面临的风险问题，从理论上推导了风险分布、风险成本的分布并最终推导出定价的概率公式，通过使用蒙特卡洛方法，求解了风险定价的值,并将购电匹配问题转化为了最优化，通过使用最优化包PYOMO求解了该最优化问题。
　　第五，针对电力市场的竞价策略，通过利用Agent-Base以及因子分析模型，建立了对四川电力交易市场的月度竞价模型并给出最优化的竞价策略。
　　第六，结合相关的模型及策略，应用到了一组用户的用电数据中，给出了实际的效果分析。
　　最后，对本文进行了概括的介绍，总结了本文涉及模型的不足并给出了下一步的改进方向，展望了售电市场的巨大前景。