发电商作为电力市场中最重要市场成员，对整个电力市场具有举足轻重的影响。在一定的市场条件下，发电商完全有可能利用市场力通过物理持留和经济持留(即持留发电能力和报过高的电价)，导致电价高于正常竞争价格，甚至电价出现飞升。为保证电力市场安全稳定运行并促进其健康发展，对发电商报价进行分析监控是十分必要的。 本文首先定义了量价指数，并应用量价指数分析了浙江省电力市场发电商报价。分析结果表明：量价指数能够灵敏地反映发电商异常高报价、有效地发现发电商的持留行为。它不仅可以较好地反映发电商报价的短期变化，而且也能够准确地反映发电商报价行为的长期变化。对发电商报价行为分析监控具有较好的参考价值。 其次，本文提出了平均电价差值积分模型，将电力市场中发电商的机组报价曲线转换为一维特征向量，从而可以采用传统聚类方法对机组报价曲线实现分类。通过对浙江省电力市场的报价曲线聚类计算表明，在平均电价差值积分模型中使用20段分段模型，并采用离差平方和法进行聚类，可以对电力市场中机组的报价曲线实现较准确、有效的分类。另外，还可以采用量价指数CPI、HHI指数等方法对聚类结果进行更进一步的具体分析。 电价预测是电力市场决策的基础。本文采用CMAC神经网络，建立了提前一天的电力市场短期电价预测模型，并针对不同时段分别建模。然后以加州电力市场的数据作为计算实例，分别采用CMAC和BP神经网络进行短期电价预测。两种预测结果的对比表明，CMAC神经网络更能快速稳定地进行短期电价预测。