考虑充换电灵活性聚合的电动汽车聚合商在灵活爬坡产品交易市场中的竞价方法

灵活爬坡产品（FRP）交易已成为应对可再生能源并网增加所带来的波动性和不确定性的一种高效解决方案。本文提出了一种电动汽车聚合商（EVA）在 FRP 交易市场中的竞价方法。为有效刻画 EVA 固有的时空运行特征，构建了充换电灵活性聚合模型。该模型通过精确模拟插电式电动汽车和换电式电动汽车在不同充电模式下的充换电需求建立而成。开发了一种新型双层优化模型，以解决 FRP 交易市场中 EVA 与电动汽车（EV）之间的目标冲突，旨在优化激励价格和充电策略。上层优化 EVA 的竞价收益，而下层利用充换电灵活性聚合模型对 EV 充电行为进行建模。为解决大量 EV 导致的高维非凸优化问题的高计算复杂度，采用了结合斑马优化算法的数据驱动进化算法。针对实际场景中用于训练高质量代理模型的数据有限这一问题，采用基于半监督学习的三训练算法以提高数据利用效率。算例分析验证了所提方法的有效性。