随着国内电力市场改革的深入,需求响应技术也得到越来越多的关注。作为需求响应项目的主要实施者,负荷集成商也获得了很大的发展机遇,在开放的电力市场中,负荷集成商既可以在市场侧进行购售电,也可以在用户侧提供补偿电价削减负荷来影响市场实时电价。本文旨在为负荷集成商解决如何通过控制可中断负荷来降低市场电价,选取最优调用可中断负荷时段,以收益最大为优化目标,寻求最优的补偿电价和调用策略。首先,电力市场中电价是一个重要的信号,对负荷集成商的行为有很重要的指引作用,构建了电价预测模型用以对不同负荷场景下市场电价进行预测。主要以美国PJM电力市场中的DEOK地区2016年度的实时电价为基础,分析得出了不同季节电力市场中电价的分布变化规律。并在此基础上,基于BP神经网络算法建立了电价预测模型,结合算例证明能够较好的预测电价,为负荷集成商的决策提供了依据。然后,负荷集成商的收益主要受市场实时电价和可中断负荷补偿成本影响,为了增加负荷集成商收益,要降低买电时的实时电价,减少可中断负荷的补偿成本。由于用户侧可中断负荷的主观性较强,引入了基于韦伯-费希纳定律的可中断负荷用户补偿响应函数,并提出了全时段的负荷集成商收益模型。为负荷集成商在不同月份,不同情况下选择最优的补偿电价和调用可中断负荷计划提供决策建议,从而使负荷集成商收益最大。结果表明该模型可以为负荷集成商制定最优补偿调用策略。