随着光伏的大规模接入电网和需求响应的深入开展,光伏功率预测和需求侧资源的整合越来越重要。需求侧资源(用户、光伏)是需求响应实施的主要对象,这些资源的调度潜力大,但大多可控功率较小、数量大、地理位置分散、不确定性高。负荷聚合商作为整合需求侧资源、实现电网和用户之间供求信息交互的中介,是实行需求响应的重要载体。而精确的光伏功率预测也可以给负荷聚合商的投标提供参考。因此,光伏功率预测和负荷聚合商的投标策略研究具有重要的意义。作为基础理论,本文首先介绍了负荷聚合商的定义和资源分类,概述了负荷聚合商的运营机制。针对单一模型预测光伏发电量精度不高的问题,选取两种方法,形成组合模型,使得模型之间的优劣互补。灰色模型对于波动性不大的非负原始序列具有较好的拟合度,马尔可夫链“无后效性”的特点使其善于处理随机性较强的序列。将灰色模型和马尔可夫链组合起来,用于光伏发电量的预测,算例分析验证了预测的精度和模型的有效性。另外,考虑辐射强度、气温、电池温度对于光伏功率的影响,利用GM(1,N)模型刻画光伏功率的波动,并用粒子群算法优化GM(1,N)模型中的权值,算例分析验证了粒子群优化的GM(1,N)模型具有更高的预测精度。针对用户响应不确定性和双重市场投标问题,利用正态分布描述用户响应不确定性,针对日前电能市场和日前备用市场设置不同的投标规则。基于投资组合理论和CVa R风险度量方法建立负荷聚合商的双重市场投标量最优分配模型。算例分析了不同风险系数时负荷聚合商在双重市场的投标分配,以及利润和风险的动态关系,并研究了光伏大规模接入对于负荷聚合商投标策略的影响。算例分析的结果为LA在双重市场投标提供了参考。