基于信息缺口决策理论的车网互动聚合商日前定价策略OA

在新型电力系统与电力市场深度融合的背景下,车网互动(vehicle-to-grid,V2G)聚合商在日前运营中同时面临系统侧结算电价波动和用户侧响应行为随机的双重不确定性。然而,现有研究多基于单一不确定源假设,难以在缺乏完整信息的条件下兼顾经济性与鲁棒性。针对这一问题,文中提出一种基于信息缺口决策理论(info-gap decision theory,IGDT)的V2G日前鲁棒定价策略,为聚合商在不完全信息环境下提供收益保障型的定价与报量决策支持。所提模型在收益最大化目标下,构建了耦合用户心理感知与收益预期的非线性参与行为机制,并利用McCormick包络将非确定性优化转化为混合整数线性规划以提高求解可行性。算例结果表明,聚合商与用户的收益分成比例存在最优区间,所提方法在不增加激励成本的前提下可显著降低偏差罚占比并提升净收益。所提策略有效平衡了收益与风险,为V2G聚合商在信息不足环境下的稳健运营提供了新的决策框架。