为应对全球气候变暖,在今年两会上我国提出了:"碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和"等庄严的目标承诺。"做好碳达峰、碳中和工作"已经成为我国的热词,而电动汽车作为该项工作的中坚力量,对其政策以及技术支持已经提上日程。当大规模电动汽车无序接入电网时,会冲击电网并加大电网调度的困难。而我国电力市场改革的推进为负荷侧资源参与市场提供了新的商业机会。为对大规模电动汽车进行灵活调控,电动汽车代理商应运而生。代理商如何根据目前实行的电力市场规则进行竞价获利以及对电动汽车进行充放电调度是目前代理商制度推广的难点。本文基于目前的电力市场的规则,从电动汽车次日出行预测、市场初期的电动汽车代理商参与日前电能量市场需求响应的最优充电竞价策略以及市场成熟后多电动汽车代理商贝叶斯博弈的双层最优竞价策略三个方面进行研究,解决了电动汽车代理商制度推广过程中存在的预测难,获利难以及恶意竞争的问题。本文的主要工作包括:（1）本文首先从电动汽车代理商调度的难点-出行预测入手,根据出行各项数据（离家时间、到家时间和出行距离）之间的联系、预测的难易程度以及工作日与周末的差异,提出了基于多层机器学习算法的电动汽车出行预测模型。与其他常见的概率统计学模型相比,该模型具有较好的预测准确性。（2）基于目前实行的日前电能量市场交易规则,本文首先分析了在电动汽车进入市场并参与需求响应交易的最优竞价模型。该模型以电动汽车代理商收益最大化为目标,利用区间优化的方法来寻找代理商的最优竞价值。算例分析表明,该方法有效利用日前电能量市场中需求响应的竞价机制,避免日前电价预测误差对代理商收益产生的影响。（3）当负荷侧市场交易逐渐成熟后,越来越多的电动汽车代理商将参与到市场中进行充放电。基于当前电力市场规则,建立了贝叶斯博弈的代理商双层最优竞价模型。其中,以代理商利益最大化为目标的上层代理商调度模型和以发电成本最小化的模拟出清模型。根据纳什均衡理论,证明了该模型纳什均衡的存在性,并利用遍历法求取了代理商竞价的纳什均衡解。