智能電網下電動汽車和可再生能源的協同發展

董明，李陽，戴建卓，周潔睿，任明，楊文宇

（1.電力設備電氣絕緣國家重點實驗室，西安交通大學，西安 710049；2.國網陜西省電力公司，西安 710049）

目前，全球能源系統和生態環境面臨巨大的挑戰，汽車作為石油消耗和二氧化碳排放的大戶，需要進行革命性的變革。世界各國都在大力發展新能源汽車，我國更是將其列入到七大戰略性新興產業之中。電動汽車（electric vehicles，EVs）的大力發展，能夠加快燃油替代，減少汽車尾氣排放，對保障能源安全、防治大氣污染、促進節能減排、有效緩解能源和環境壓力具有重要意義。預計到2020年，中國電動汽車將達到500萬輛，全球電動汽車將超過3000萬輛[1-2]。

電動汽車的大力發展使得相應的充電需求大幅度增加，然而我國75%～80%的電能是通過燃煤發出的[3]，利用傳統電網對電動汽車充電，所產生的碳排放量并不比傳統燃油汽車低，也難以降低對傳統化石燃料的依賴，因此提高可再生能源（renewable energy sources，RESs）在電網中的滲透率，將成為降低電動汽車間接碳排放的最有效的途徑[4]。能夠規模化用于發電的可再生能源主要包括風能、太陽能和生物質能等。受自然特性、能量密度、開發成本、技術水平和發電效率等諸多條件的制約，風能和太陽能就地利用于電動汽車充電更具可行性[5]。

隨著以新能源技術和信息技術的深入結合為特征的“能源互聯網”（Energy Internet）的出現，使得能源利用由化石能源加快向可再生能源轉變，交通系統向電氣化轉型，超大規模分布式發電系統與分布式儲能系統逐漸接入，廣域能源通過互聯網技術實現共享[6]。能源互聯網的出現，催生出一個更加智能的電網結構，來實現可再生能源與電動汽車的協同發展。

由于風速和太陽輻射的變化，可再生能源會出現間斷性和波動性問題，電動汽車作為一個分布式儲能單元，在智能電網的調度下，能夠使間歇性電源的利用達到均衡，最終可以實現二者的協同發展。本文主要針對電動汽車與可再生能源在智能電網中是如何互動的，二者的發展對電網產生怎樣的影響，哪些關鍵的技術可以解決產生的影響，最終對環境和經濟帶來多大的效益等幾方面問題，對目前的研究和發展情況進行綜述和分析，并對未來的研究進行展望。

1 智能電網

電動汽車的加入，使得電網結構發生了變革，一種通過將現代先進的傳感測量技術、通訊技術、信息技術、計算機技術和控制技術與物理電網高度集成而形成的，以實現電網的可靠、安全、經濟、高效、環境友好和使用安全為目標的新型智能電網逐步形成[7]。當EVs作為負荷時，可以通過技術和經濟手段合理安排充電時間，實現有序充電管理，達到移峰填谷的效果，提高系統運行效率，減少對電網安全的影響；當EVs作為分布式能量存儲單元時，在閑置時可作為綠色可再生能源為電網提供電能，優化電網運行，提高系統的安全可靠性[8]。利用V2G（vehicle to grid）技術，實現在受控狀態電動汽車的能量與電網之間的雙向互動和交換。相比于傳統電網中只需幾個大型發電廠供電，智能電網中廣泛分布著分布式電源，分布式發電靈活、經濟與環保，使用太陽能，風能等可再生清潔能源為燃料的分布式電源，大大減少了溫室氣體的排放。但光伏與風力發電具有間歇性和隨機性等特點，使得這些電源僅依靠自身的調節能力難以滿足負荷的功率平衡，因此需要智能電網的調節。智能電網包含大量雙路通信，將電動汽車與分布式電源有機聯系到一起，促進了二者的協同發展[9]。

智能電網結構如圖 1所示，其中 AMI（ad?vanced metering infrastructure，高級量測設施）是一種可以記錄和獲取用戶電能使用的實時信息的電子設備，AMI技術可以使電力企業和客戶進行雙向的溝通，實現信息共享，電網運營商可以使用收集的信息實現監測、管理及對用戶收費的功能[10]。HAN（home automation network，家庭自動化網絡），HAN科技以創造安全、節能、環保的生活環境為目標，它可以使家用電器相互通信，具有自動監測、管理和控制家用電器的功能[11]。

圖1 智能電網結構圖Fig.1 Smart grid architecture

智能電網的一大特點就是用戶可以積極地與電網進行互動，用戶可以通過AMI實時獲取電能使用情況、電費信息等，并可以據此決定電動汽車充電模式，這種方式有助于電網平衡電能的供應與需求，也有助于電動汽車與可再生能源的協同發展。

2 EVs與RESs協同發展的關鍵技術問題

很多學者研究了電動汽車與可再生能源結合的可行性與實用性。豐富的可再生能源為電動汽車充電提供了強大的支持，德國對未來可用于電動汽車充電的風能進行了評估，結果顯示到2030年有15%的風能可用于發電，且可以滿足50%的電動汽車的充電需求[12]。文獻[13]分析了分布式可再生能源發電與電動汽車充放電設施在微電網中的集成模式與適應性，研究發現選擇合適的網絡結構組成微電網，使可再生能源與電動汽車充放電設施相結合在技術層面是有效且可行的。在微電網環境下，通過可再生能源與電動汽車充放電設施的有機集成，可以實現二者協同增效的雙贏目標。

但由于可再生新能源具有隨機性、間歇性、電力電子化的特點，集中并入大電網時，容易引起電網電壓偏差、電壓波動與閃變、頻率偏差、諧波、直流注入等問題[14]。文獻[15]分析了居民區配電系統中電動汽車和光伏的結合對電網的影響，研究結果表明，在不升級配網系統情況下，太陽能發電僅可在短期內滿足電動汽車的充電需求，長期條件下，太陽能發電將導致明顯的逆潮流問題，不能滿足大量電動汽車的充電需求。文獻[16]提出使用充電站能量儲存系統吸收多余的可再生能源發出的電能，這樣在可再生能源發電量低時仍可不間斷的向用戶提供電能。

雖然儲能技術可以改善可再生能源的間歇性問題，但這種解決辦法需要很高的投資成本，并會導致RESs的調度產生延遲。智能電網下的智能充電技術、協同調度技術與能量管理技術的發展彌補了電動汽車與RESs對電網產生的影響。

2.1 智能充電技術

智能充電主要是根據電網電量的供應情況而改變電動汽車的充電時間以及充電速率[17]。

Becherif M等人提出了一個家庭使用的，獨立式太陽能電動汽車智能充電方式的模型，對家居網絡下的光伏發電系統進行了研究，在預測光能發電以及電能消費的基礎上，提出了幾種充電控制拓撲結構，得到了電動汽車的最優充電策略[18]。

文獻[19]分析的案例中，有效地評估了電動汽車與電網互動對于平衡可再生能源發電間斷性問題方面的潛力，結果表明電動汽車的智能充電可以有效的改善可再生能源發電在配電網中的波動問題。文獻[20]分析了電動汽車的充電特性和可再生能源的利用情況，采用啟發式動態規劃方法建立了智能充電模型，對風能、太陽能與傳統電源給電動汽車充電的協同優化機制進行了研究。結果表明，電動汽車智能充電策略有利于提高可再生能源的利用率，降低其波動性性對電力系統的影響。

文獻[20-22]提出的智能充電策略和動態經濟調度模型，在滿足用電需求的前提下，動態調節電動汽車充放電時間和功率，在匹配負荷和可再生能源發電波動的同時，能有效地降低風力發電接入充電系統的充電成本，最大化電動汽車用戶和電力企業的經濟利益。降低電網運行費用，研究結果對于電網長期運行成本效益分析和電動汽車與風力調度互動的政策制定有很大幫助。

綜上可以看出，對于智能充電技術的研究，主要包括充電策略的研究以及可再生能源發電在配電網中的波動問題的改善兩方面。不難發現，電動汽車的智能充電技術確實可以有效提高可再生能源利用率，降低波動性，但已有的充電策略大部分針對的是小范圍的封閉系統，其普適性仍有待考證。

2.2 協同調度技術

智能電網中大規模EVs和RESs發電的接入，使得電網由傳統的自上而下的集中控制轉變為分布式控制，車主充電行為的隨機性和可再生能源發電的間歇性，對電網的調節能力帶來了新的挑戰。因此，有必要研究RES發電和EV的協同調度問題。

對于電動汽車和光伏發電調度對配電網的影響，文獻[23]的研究表明光伏調度可以滿足1/5負載的供電需求，間接地減少了其他傳統能源的發電量。文獻[24]開發了一種在配網系統中用來協調控制V2G服務和光伏發電的最優化算法。通過使用V2G技術，電動汽車調度可減少峰值負荷需求，因此電動汽車和光伏發電的調度可以防止配電網中過載問題的發生。

Wu T等人通過最優化算法研究電動汽車和風力發電協同調度問題，提出了峰谷檢測法、多時段可中斷負荷法等調度方法，研究強調了電動汽車在存儲和提供電能方面潛力，能優化微網內的能量調度，解決風力間斷性問題，滿足用戶需求[25]。

也有研究者建立了同時計及可入網電動汽車、風力發電和光伏發電系統的多目標協同調度模型[26]。提出了基于虛擬理想分子的多目標改進化學反應優化算法，并用該算法對模型進行了求解。算例結果表明，通過合理安排電動汽車的充放電可以有效平抑可再生能源的出力波動和增加電動汽車用戶的收益。

文獻[27]在分析了電動汽車的行駛耗電和隨機充放電行為后，構建了以平抑可再生能源出力波動為目標的電力系統隨機協同優化調度模型，該模型包括可入網混合動力電動汽車和風電、光伏發電系統出力不確定性，并應用交叉熵算法進行求解。最后，以33節點配電系統為例說明了所提出的隨機協同優化調度模型的基本特征。

2.3 能量管理技術

BSMC Borba等人提出了一種可控的V2G能量管理系統，能夠以最佳方式減少太陽能的間歇性問題，增加太陽能供應商和電動汽車所有者的收入[28]。并提出一種混合整數線性規劃的方法，在公共充電站使用能量存儲單元來調節光伏的低壓饋電電壓，研究了能量存儲的適當尺寸來優化整個系統。結果顯示提出的結構和控制策略可以有效調節低壓饋電電壓。

文獻[29]中提出一種綜合利用光伏發電和電網的電動汽車智能充電站，包括配有DC/DC升壓變流器的光伏發電系統，DC/DC降壓變流器的電動車，和配有DC/AC雙向換流器的電網。提出一種直流側電壓傳感技術來控制能量流。研究控制策略，主要目的是從電網用最少的能量為電動汽車充電，更好的電網穩定性，能源效率和電網資產利用率。電動汽車不僅可以利用光伏和電網充電，也可以穩定光伏發電產生的波動。

在國內，華北電力大學李志偉等人在分析電動汽車動力電池特性的基礎上提出了電動汽車分布式儲能的控制策略[30]。每輛電動汽車實現了與分布式儲能控制中心的信息雙向交換，和與電網的能量雙相交換。通過提高分布式可再生能源可調度性的算例仿真，驗證了所提電動汽車分布式儲能控制策略顯著提高可再生能源可調度性的同時，大幅降低了電動汽車充放電切換次數，從而減緩了電動汽車動力電池壽命的衰減。

以上技術的發展可以很好地匹配負荷和可再生能源發電的功率波動，提高電網等效負荷率，降低可再生能源發電間歇性對電網的影響，保護環境的同時，降低系統發電成本，減少用戶充電費用。

3 EV與RES協同發展的效益分析

3.1 生態效益

由于電網中電能大部分由煤炭燃燒產生，利用傳統電網對電動汽車充電，所產生的碳排放量并不比傳統燃油汽車低，因此利用可再生能源對電動汽車充電，將成為降低電動汽車間接碳排放的最有效的途徑。EVs和RESs的協同發展可以大大降低碳排放量，具有巨大的生態效益。

文獻[31]中作者研究了在工作場所基于光伏發電的的電動汽車充電站的碳排放量。結果表明在公共場所使用太陽能進行充電，一輛車每年可以減排0.6噸CO2，比起夜間在家里充電可以減少55%的碳排放。如果使用最優化控制策略來對電動車和太陽能進行調度，一輛車每年又會減少0.36噸CO2排放，比夜間在家進行充電，能減少85%的碳排放。

圖2 不同時間充電和控制策略的CO2排放Fig.2 CO2emissions due to different time of charging and control algorithms

日本學者對包含電動汽車與光伏發電的家庭能量管理系統進行了碳減排量的評估，研究表明通過使用光伏發電技術為電動汽車充電，溫室氣體排放減少64.8%，較使用傳統電網充電的電動汽車減排量提高12.4%[32]。

3.2 經濟效益

EVs和RESs的協同發展雖然可以減少溫室氣體的排放，具有一定的生態效益，但對于充電服務商、電動汽車用戶和電網企業是否可以產生一定的經濟效益，也是廣大學者的關注的重點。

對于充電服務商，運行費用和收益的高低影響著EV和RES的發展；電力系統的運行費用可以基于機組組合問題（unit commitment，UC）來建模，基本UC問題可由式（1）定義[33]。

式中，OC是系統運行費用，FCit（Pit）為燃料費用，MCit（Pit）為維護費用，STit為開機費用，SDit為關機費用。文獻[34-36]都基于上述公式采用優化算法，并綜合考慮風能和太陽能的間斷性和電動車作為負載、能量存儲器和能量源的不確定性，對系統運行費用進行了評估，文獻[34]采用粒子群優化算法、文獻[35，36]采用混合整數規劃方法對運行費用進行優化，結果表明智能電網有潛力在最大化利用RESs為EVs充電的同時，來降低系統運行費用。文獻[37]考慮到電動汽車的隨機性，建立了以電網運行成本最小的優化模型，通過仿真說明了該方法能夠有效地將電網、可再生能源以及電動汽車三者進行充分融合，使得運行成本最小。

對于電動汽車用戶，充電費用決定了他們使用RESs來對EVs充電的積極性；電動車作為可控負載，可以對其充電，它也可以對電網放電，且電動汽車電池可以當做是一個儲能系統來容納電網的波動。為了減少充電費用，文獻[38]中以丹麥的電力系統為例進行了分析，丹麥是一個風力發電大國，其風力發電的滲透率為27%，經研究發現，對電動汽車的充電行為加以控制，使其在電價高時對電網進行放電，電價低時進行充電，電動汽車用戶可以節約91.6%的充電費用。文獻[39，40]采用隨機規劃方法來處理電動汽車的移動性和RES的不確定性，文獻[39]采用李雅普諾夫優化使電動汽車充分利用RES，文獻[40]采用圖搜索算法，選擇最佳的充電和放電時間，結果均可使EVs充電費用達到最低。

對于電網企業，能否在發展EVs和RESs的同時，降低發電費用、系統全壽命周期費用和電力傳輸費用是需要研究的問題。文獻[41]中，發電費用用能量消耗費用和儲存費用代替，當電動汽車和可再生能源滲透率高時，能量消耗降低，且因電動車作為分布式儲能單元，也會降低電網企業的儲存費用，總發電費用可以降低20%。文獻[42]中作者通過一種分層控制算法，并采用動態規劃方法對傳統電能和風能進行調度，來減少發電費用。文獻[43]將發電費用的優化問題轉化為最優潮流問題，采用日前充電調度策略，降低發電費用，同時補償風力發電日前預測的偏差。

4 結論

本文對智能電網下電動汽車與可再生能源的協同發展對電網產生的影響，解決相應問題的關鍵技術及產生的經濟和環境效益進行了綜述和分析。結合我國目前電動汽車和可再生能源的發展水平，筆者認為，仍存在以下幾方面問題：

1）控制調度算法優化問題

根據上文分析，可以看到在對EVs的充電控制方式及協同調度和能量管理方面大多學者通過算法的優化來解決相應問題，但是使用軟計算方法有幾個缺點，很多算法對于電動汽車的充電數量，和可再生能源的滲透率都是有限制的，如果電源和電動汽車的數量很大時，算法的控制規則會非常復雜并需要大量的運行時間。高計算成本，約束處理能力差，特定的優化參數，對問題規模有限制等等都是需要不斷改善和解決的問題。

2）EVs電池的使用問題

電動車可以作為分布式的能量存儲單元，來存儲可再生能源發出的過剩的電能，當電網處于用電高峰時，可以向電網放電以賺取收益。然而，這樣就會增加電池的充放電周期。現在幾乎所有的電動汽車使用的都是鋰電池，隨著充放電周期的增加，電池的容量會大大減弱，壽命周期也就會相應縮短。這樣，EVs用戶就會考慮電動汽車是否參與到與RESs的互動中去。可見，還需進一步研究延長電池使用壽命的技術，減少充放電周期對其的影響。

3）鼓勵政策的制定問題

V2G技術對EVs和RESs的協同發展具有重要作用，可以為電網提供很多服務，也可以最大化可再生能源和電動汽車的滲透率。V2G技術的實現需要EVs用戶的積極參與，然而，EVs用戶會很關心參與其中的不利條件，例如電池退化問題。如果電動汽車用戶不愿意參與到與電網的互動中去，V2G技術的實現將會面臨巨大的障礙。因此，還需要相關部門制定相應鼓勵政策，刺激電動汽車用戶積極參與到電網的互動中去。

[1] 國家發改委，國家能源局，工信部和住建部.電動汽車充電基礎設施發展指南（2015-2020）[M].國家發改委，2015.

[2] AGENCY I E.Electric and plug-in technology roadmap hybrid electric vehicles[J].2009：515-520.

[3] 肖湘寧，陳征，劉念.可再生能源與電動汽車充放電設施在微電網中的集成模式與關鍵問題[J].電工技術學報，2013，28（2）：1-14.XIAO Xiangning，CHEN Zheng，LIU Nian.Integrated mode and key issues of renewable energy sources and electric vehicles’charging and discharging facilities in microgrid[J].Transactions of China Electrotechnical Society，2013，28（2）:1-14.

[4]AHMED Y S，GANESH K V.Plug-in vehicles and renew?able energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics，2011，58（4）:1229-1238.

[5] 張文亮，武斌，李武峰，等.我國純電動汽車的發展方向及能源供給模式的探討[J].電網技術，2009，33（4）：1-5.ZHANG Wenliang，WU Bin，LI Wufeng，et al.Discussion on development trend of battery electric vehicles in China and its energy supply mode[J].Power System Technology，2009，33（4）:1-5.

[6] RIFKIN J.The third industrial revolution:how lateral pow?er is transforming energy，the economy，and the world[M].New York:Palgrave MacMillan，2011.

[7] 薛飛，雷憲章，張野飚，等.電動汽車與智能電網從V2G到B2G的全新結合模式[J].電網技術，2012，26（02）：29-34.XUE Fei，LEI Xianzhang，ZHANG Yebiao，et al.A brand-new approach of connecting electrical vehicles with smart grid from vehicle-to-grid mode to battery-to-grid mode[J].Power System Technology，2012，26（02）:29-34.

[8] 胡澤春，占愷嶠，徐智威，等.電動汽車與電網互動的關鍵問題分析與展望[J].電力建設，2015，36（07）：6-13.HU Zechun，ZHAN Kaiqiao，XU Zhiwei，et al.Analysis and outlook on the key problems of electric vehicle and power grid interaction[J].Eletric Power Construction，2015，36（07）:6-13.

[9]CHAOUACHI A，BOMPARD E，FULLI G，et al.Assess?ment framework for EV and PV synergies in emerging dis?tribution systems[J].Renewable&Sustainable Energy Re?views，2016，55:719-728.

[10]JIA Y Y，RAMACHANDARAMURTHY V K，KANG M T，et al.A review on the state-of-the-art technologies of electric vehicle，its impacts and prospects[J].Renewable&Sustainable Energy Reviews，2015，49:365-385.

[11]張彥，張濤，劉亞杰，等.基于模型預測控制的家庭能源局域網最優能量管理研究[J].中國電機工程學報，2015，35（14）：3656-3666.ZHANG Yan，ZHANG Tao，LIU Yajie，et al.Optimal energy management of a residential local energy network based on model predictive control[J].Proceeding of the CSEE，2015，35（14）:3656-3666.

[12]HENNINGS W，MISCHINGER S，LINSSEN J.Utilization of excess wind power in electric vehicles[J].Energy Policy，2013，62（7）:139-144.

[13]肖湘寧，陳征，劉念.可再生能源與電動汽車充放電設施在微電網中的集成模式與關鍵問題[J].電工技術學報，2013，28（2）：1-14.XIAO Xiangning， CHEN Zheng， LIU Nian， et al.Integrated mode and key issues of renewable energy sources and electric vehicles’charging and discharging facilities in microgrid[C]//Renewable Power Generation Conference.IET，2014:2.22-2.22.

[14]董偉杰，白曉民，朱寧輝，等.間歇式電源并網環境下電能質量問題研究[J].電網技術，2013，37（5）：1265-1271.DONG Weijie.BAI Xiaomin， ZHU Ninghui， et al.Discussion on the power quality under grid-connection of intermittent power sources[J].Power System Technology，2013，37（5）:1265-1271.

[15]ELNOZAHY M S，SALAMA M A.Studying the feasibility of charging plug-in hybrid electric vehicles using photovol?taic electricity in residential distribution systems[J].Elec?tric Power Systems Research，2014，110（110）:133-143.

[16]MWASILU F，JUSTO J J，KIM E K，et al.Electric vehicles and smart grid interaction:a review on vehicle to grid and renewable energy sources integration[J].Renew Sustain Energy Rev，2014，34:501-516.

[17]SOUSA T，MORAIS H，SOARES J，et al.Day-ahead resource scheduling in smart grids considering vehicle-togrid and network constraints[J].Applied Energy，2012，96:183-193.

[18]BECHERIF M，AYAD M Y，HISSEL D，et al.Design and sizing of a stand-alone recharging point for battery electrical vehicles using photovoltaic energy[C]//Vehicle Power and Propulsion Conference（VPPC），2011 IEEE.2011:1-6.

[19]DALLINGER D，GERDA S，WIETSCHEL M.Integration ofintermittentrenewable powersupply using gridconnected vehicles-A 2030 case study for California and Germany[J].Applied Energy，2012，104（2）:666-682.

[20]唐曉瑭，倪樺，王永生.電動汽車供電能源優化組合及智能充電策略[J].電力建設，2013，34（12）：111-115.TANG Xiaotang，NI Hua，WANG Yongsheng.Energy supply optimization and intelligent charging strategy of electric vehicles[J].Eletric Power Construction，2013，34（12）:111-115.

[21]LIU C，WANG J，BOTTERUD A，et al.Assessment of impacts of PHEV charging patterns on wind-thermal scheduling by stochastic unit commitment[J].IEEE Trans Smart Grid，2012，3（2）:675-683.

[22]李惠玲，白曉民，譚聞，等.基于智能電網的動態經濟調度研究[J].電網技術，2013，37（6）：1547-1554.LI Huiling，BAI Xiaomin，TAN Wen，et al.Research on Dynamic Economic Dispatch Based on Smart Grid[J].Power System Technology，2013，37（6）:1547-1554.

[23]IWAI N，KURAHASHI N，KISHITA Y，et al.Scenario Analysis of Regional Electricity Demand in the Residential and CommercialSectors-influence ofDiffusion of Photovoltaic Systems and Electric Vehicles into Power Grids[J].Procedia Cirp，2014，15:319-324.

[24]MARRA F，YANG G Y，TRAEHOLT C，et al，Oster?gaard J，Blazic B，et al.EV charging facilities and their application in LV feeders with photovoltaics[J].IEEE Trans Smart Grid，2013:4（3）:1533-40.

[25]WU T，YANG Q，BAO Z，et al.Coordinated energy dispatching in microgrid with wind power generation and plug-in electric vehicles[J].IEEE Trans Smart Grid，2013，4（3）:1453-63.

[26]張智晟，溫令云，李國，等.基于改進化學反應優化算法的電動汽車與可再生能源多目標協同調度[J].電網技術，2014，38（3）：633-637.ZHANG Zhisheng，WEN Lingyun，LI Guo，et al.Multiobjective coordinated scheduling of electric vehicles and renewable generation based on improved chemical reaction optimization algorithm[J].PowerSystem Technology，2014，38（3）:633-637（in Chinese）.

[27]王貴斌，趙俊華，文福拴，等.配電系統中電動汽車與可再生能源的隨機協同調度[J].電力系統自動化，2012，36（19）：22-29.WANG Guibin，ZHAO Junhua，WEN Fushuan，et al.Stochastic optimization dispatching of plug in hybrid electric vehicles in coordination with renewable generation in distribution system[J].Automation of Electric Power System，2012，36（19）:22-29.

[28]BSMC B，SZKLO A，SCHAEFFER R.Plug-in hybrid electric vehicles as a way to maximize the integration of variable renewable energy in power systems:the case of wind generation in northeastern Brazil[J].Energy，2012，37（1）:469-481.

[29]GOLI P，SHIREEN W.Powered smart charging station for PHEVs[J].Renew Energy，2014，66:280-287.

[30]李志偉，趙書強，劉應梅.電動汽車分布式儲能控制策略及應用[J].電網技術，2016，40（02）：442-450.LI Zhiwei， ZHAO Shuqiang， LIU Yingmei.Control strategy and application of distributed electric vehicle energy storage[J].Power System Technology，2016，40（02）:442-450.

[31]MARRA F，YANG G Y，TRAEHOLT C，LARSEN E，OSTERGAARD J， BLAZIC B， et al.EV charging facilitiesand theirapplication in LV feederswith photovoltaics.IEEE Trans Smart Grid，2013，4（3）:1533-1540.

[32]IDA T，MURAKAMI K，TANAKA M.Keys to smart home diffusion:a stated preference analysis of smart meters，photovoltaic generation，and electric/hybrid vehicles[J].Food&Function，2012，2（2）:654-664.

[33]PADHY N P.Unit commitment-a bibliographical survey[J].IEEE Transactions on Power Systems，2004，19（2）:1196-1205.

[34]SABER A Y，VENAYAGAMOORTHY G K.Plug-in vehicles and renewable energy sources for cost and emission reductions[J].IEEE Transactions on Industrial Electronics，2011，58（4）:1229-1238.

[35]FERNANDES C，FRíAS P，LATORRE J M.Impact of vehicle-to-grid on power system operation costs:The Spanish case study[J].Applied Energy，2012，96（3）:194-202.

[36]KHODAYAR M E，WU L，SHAHIDEHPOUR M.Hourly coordination of electric vehicle operation and volatile wind power generation in SCUC[J].IEEE Transactions on Smart Grid，2012，3（3）:1271-1279.

[37]KHODAYAR ME，LEI W，SHAHIDEHPOUR M.Hourly coordination of electric vehicle operation and volatile wind power generation in SCUC[J].IEEE Transactions on Smart Grid，2012，3（3）:1271-1279.

[38]HU W，SU C，CHEN Z，et al.Optimal operation of plug-in electric vehicles in power systems with high wind power penetrations[J].IEEE Transactions on Sustainable Energy，2013，4（3）:577-585.

[39]JIN C，SHENG X，GHOSH P.Energy efficient algorithms for electric vehicle charging with intermittent renewable energy sources[C]//Power and Energy Society General Meeting（PES），IEEE，2013:1-5.

[40]DALLINGER D，WIETSCHEL M.Grid integration of intermittentrenewable energy sources using priceresponsive plug-in electric vehicles[J].Renewable&Sustainable Energy Reviews，2011，16（5）:3370-3382.

[41]LI C T，AHN C，PENG H，et al.Synergistic Control of Plug-In Vehicle Charging and Wind Power Scheduling[J].IEEE Transactions on Power Systems，2013，28（2）:1113-1121.

[42]LI C T，AHN C，PENG H，et a.Integration of plug-in electric vehicle charging and wind energy scheduling on electricity grid[C]//Innovative Smart Grid Technologies（ISGT），IEEE PES，2012:1-7.

[43]GONZALEZ VAYA M，ANDERSSON G.Integrating renewable energy forecast uncertainty in smart-charging approaches for plug-in electric vehicles[C]//PowerTech（POWERTECH），IEEE Grenoble，2013:1-6.