智能电网下电动汽车和可再生能源的协同发展

董明，李阳，戴建卓，周洁睿，任明，杨文宇

（1.电力设备电气绝缘国家重点实验室，西安交通大学，西安 710049；2.国网陕西省电力公司，西安 710049）

目前，全球能源系统和生态环境面临巨大的挑战，汽车作为石油消耗和二氧化碳排放的大户，需要进行革命性的变革。世界各国都在大力发展新能源汽车，我国更是将其列入到七大战略性新兴产业之中。电动汽车（electric vehicles，EVs）的大力发展，能够加快燃油替代，减少汽车尾气排放，对保障能源安全、防治大气污染、促进节能减排、有效缓解能源和环境压力具有重要意义。预计到2020年，中国电动汽车将达到500万辆，全球电动汽车将超过3000万辆[1-2]。

电动汽车的大力发展使得相应的充电需求大幅度增加，然而我国75%～80%的电能是通过燃煤发出的[3]，利用传统电网对电动汽车充电，所产生的碳排放量并不比传统燃油汽车低，也难以降低对传统化石燃料的依赖，因此提高可再生能源（renewable energy sources，RESs）在电网中的渗透率，将成为降低电动汽车间接碳排放的最有效的途径[4]。能够规模化用于发电的可再生能源主要包括风能、太阳能和生物质能等。受自然特性、能量密度、开发成本、技术水平和发电效率等诸多条件的制约，风能和太阳能就地利用于电动汽车充电更具可行性[5]。

随着以新能源技术和信息技术的深入结合为特征的“能源互联网”（Energy Internet）的出现，使得能源利用由化石能源加快向可再生能源转变，交通系统向电气化转型，超大规模分布式发电系统与分布式储能系统逐渐接入，广域能源通过互联网技术实现共享[6]。能源互联网的出现，催生出一个更加智能的电网结构，来实现可再生能源与电动汽车的协同发展。

由于风速和太阳辐射的变化，可再生能源会出现间断性和波动性问题，电动汽车作为一个分布式储能单元，在智能电网的调度下，能够使间歇性电源的利用达到均衡，最终可以实现二者的协同发展。本文主要针对电动汽车与可再生能源在智能电网中是如何互动的，二者的发展对电网产生怎样的影响，哪些关键的技术可以解决产生的影响，最终对环境和经济带来多大的效益等几方面问题，对目前的研究和发展情况进行综述和分析，并对未来的研究进行展望。

1 智能电网

电动汽车的加入，使得电网结构发生了变革，一种通过将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的，以实现电网的可靠、安全、经济、高效、环境友好和使用安全为目标的新型智能电网逐步形成[7]。当EVs作为负荷时，可以通过技术和经济手段合理安排充电时间，实现有序充电管理，达到移峰填谷的效果，提高系统运行效率，减少对电网安全的影响；当EVs作为分布式能量存储单元时，在闲置时可作为绿色可再生能源为电网提供电能，优化电网运行，提高系统的安全可靠性[8]。利用V2G（vehicle to grid）技术，实现在受控状态电动汽车的能量与电网之间的双向互动和交换。相比于传统电网中只需几个大型发电厂供电，智能电网中广泛分布着分布式电源，分布式发电灵活、经济与环保，使用太阳能，风能等可再生清洁能源为燃料的分布式电源，大大减少了温室气体的排放。但光伏与风力发电具有间歇性和随机性等特点，使得这些电源仅依靠自身的调节能力难以满足负荷的功率平衡，因此需要智能电网的调节。智能电网包含大量双路通信，将电动汽车与分布式电源有机联系到一起，促进了二者的协同发展[9]。

智能电网结构如图 1所示，其中 AMI（ad⁃vanced metering infrastructure，高级量测设施）是一种可以记录和获取用户电能使用的实时信息的电子设备，AMI技术可以使电力企业和客户进行双向的沟通，实现信息共享，电网运营商可以使用收集的信息实现监测、管理及对用户收费的功能[10]。HAN（home automation network，家庭自动化网络），HAN科技以创造安全、节能、环保的生活环境为目标，它可以使家用电器相互通信，具有自动监测、管理和控制家用电器的功能[11]。

图1 智能电网结构图Fig.1 Smart grid architecture

智能电网的一大特点就是用户可以积极地与电网进行互动，用户可以通过AMI实时获取电能使用情况、电费信息等，并可以据此决定电动汽车充电模式，这种方式有助于电网平衡电能的供应与需求，也有助于电动汽车与可再生能源的协同发展。

2 EVs与RESs协同发展的关键技术问题

很多学者研究了电动汽车与可再生能源结合的可行性与实用性。丰富的可再生能源为电动汽车充电提供了强大的支持，德国对未来可用于电动汽车充电的风能进行了评估，结果显示到2030年有15%的风能可用于发电，且可以满足50%的电动汽车的充电需求[12]。文献[13]分析了分布式可再生能源发电与电动汽车充放电设施在微电网中的集成模式与适应性，研究发现选择合适的网络结构组成微电网，使可再生能源与电动汽车充放电设施相结合在技术层面是有效且可行的。在微电网环境下，通过可再生能源与电动汽车充放电设施的有机集成，可以实现二者协同增效的双赢目标。

但由于可再生新能源具有随机性、间歇性、电力电子化的特点，集中并入大电网时，容易引起电网电压偏差、电压波动与闪变、频率偏差、谐波、直流注入等问题[14]。文献[15]分析了居民区配电系统中电动汽车和光伏的结合对电网的影响，研究结果表明，在不升级配网系统情况下，太阳能发电仅可在短期内满足电动汽车的充电需求，长期条件下，太阳能发电将导致明显的逆潮流问题，不能满足大量电动汽车的充电需求。文献[16]提出使用充电站能量储存系统吸收多余的可再生能源发出的电能，这样在可再生能源发电量低时仍可不间断的向用户提供电能。

虽然储能技术可以改善可再生能源的间歇性问题，但这种解决办法需要很高的投资成本，并会导致RESs的调度产生延迟。智能电网下的智能充电技术、协同调度技术与能量管理技术的发展弥补了电动汽车与RESs对电网产生的影响。

2.1 智能充电技术

智能充电主要是根据电网电量的供应情况而改变电动汽车的充电时间以及充电速率[17]。

Becherif M等人提出了一个家庭使用的，独立式太阳能电动汽车智能充电方式的模型，对家居网络下的光伏发电系统进行了研究，在预测光能发电以及电能消费的基础上，提出了几种充电控制拓扑结构，得到了电动汽车的最优充电策略[18]。

文献[19]分析的案例中，有效地评估了电动汽车与电网互动对于平衡可再生能源发电间断性问题方面的潜力，结果表明电动汽车的智能充电可以有效的改善可再生能源发电在配电网中的波动问题。文献[20]分析了电动汽车的充电特性和可再生能源的利用情况，采用启发式动态规划方法建立了智能充电模型，对风能、太阳能与传统电源给电动汽车充电的协同优化机制进行了研究。结果表明，电动汽车智能充电策略有利于提高可再生能源的利用率，降低其波动性性对电力系统的影响。

文献[20-22]提出的智能充电策略和动态经济调度模型，在满足用电需求的前提下，动态调节电动汽车充放电时间和功率，在匹配负荷和可再生能源发电波动的同时，能有效地降低风力发电接入充电系统的充电成本，最大化电动汽车用户和电力企业的经济利益。降低电网运行费用，研究结果对于电网长期运行成本效益分析和电动汽车与风力调度互动的政策制定有很大帮助。

综上可以看出，对于智能充电技术的研究，主要包括充电策略的研究以及可再生能源发电在配电网中的波动问题的改善两方面。不难发现，电动汽车的智能充电技术确实可以有效提高可再生能源利用率，降低波动性，但已有的充电策略大部分针对的是小范围的封闭系统，其普适性仍有待考证。

2.2 协同调度技术

智能电网中大规模EVs和RESs发电的接入，使得电网由传统的自上而下的集中控制转变为分布式控制，车主充电行为的随机性和可再生能源发电的间歇性，对电网的调节能力带来了新的挑战。因此，有必要研究RES发电和EV的协同调度问题。

对于电动汽车和光伏发电调度对配电网的影响，文献[23]的研究表明光伏调度可以满足1/5负载的供电需求，间接地减少了其他传统能源的发电量。文献[24]开发了一种在配网系统中用来协调控制V2G服务和光伏发电的最优化算法。通过使用V2G技术，电动汽车调度可减少峰值负荷需求，因此电动汽车和光伏发电的调度可以防止配电网中过载问题的发生。

Wu T等人通过最优化算法研究电动汽车和风力发电协同调度问题，提出了峰谷检测法、多时段可中断负荷法等调度方法，研究强调了电动汽车在存储和提供电能方面潜力，能优化微网内的能量调度，解决风力间断性问题，满足用户需求[25]。

也有研究者建立了同时计及可入网电动汽车、风力发电和光伏发电系统的多目标协同调度模型[26]。提出了基于虚拟理想分子的多目标改进化学反应优化算法，并用该算法对模型进行了求解。算例结果表明，通过合理安排电动汽车的充放电可以有效平抑可再生能源的出力波动和增加电动汽车用户的收益。

文献[27]在分析了电动汽车的行驶耗电和随机充放电行为后，构建了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型，该模型包括可入网混合动力电动汽车和风电、光伏发电系统出力不确定性，并应用交叉熵算法进行求解。最后，以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。

2.3 能量管理技术

BSMC Borba等人提出了一种可控的V2G能量管理系统，能够以最佳方式减少太阳能的间歇性问题，增加太阳能供应商和电动汽车所有者的收入[28]。并提出一种混合整数线性规划的方法，在公共充电站使用能量存储单元来调节光伏的低压馈电电压，研究了能量存储的适当尺寸来优化整个系统。结果显示提出的结构和控制策略可以有效调节低压馈电电压。

文献[29]中提出一种综合利用光伏发电和电网的电动汽车智能充电站，包括配有DC/DC升压变流器的光伏发电系统，DC/DC降压变流器的电动车，和配有DC/AC双向换流器的电网。提出一种直流侧电压传感技术来控制能量流。研究控制策略，主要目的是从电网用最少的能量为电动汽车充电，更好的电网稳定性，能源效率和电网资产利用率。电动汽车不仅可以利用光伏和电网充电，也可以稳定光伏发电产生的波动。

在国内，华北电力大学李志伟等人在分析电动汽车动力电池特性的基础上提出了电动汽车分布式储能的控制策略[30]。每辆电动汽车实现了与分布式储能控制中心的信息双向交换，和与电网的能量双相交换。通过提高分布式可再生能源可调度性的算例仿真，验证了所提电动汽车分布式储能控制策略显著提高可再生能源可调度性的同时，大幅降低了电动汽车充放电切换次数，从而减缓了电动汽车动力电池寿命的衰减。

以上技术的发展可以很好地匹配负荷和可再生能源发电的功率波动，提高电网等效负荷率，降低可再生能源发电间歇性对电网的影响，保护环境的同时，降低系统发电成本，减少用户充电费用。

3 EV与RES协同发展的效益分析

3.1 生态效益

由于电网中电能大部分由煤炭燃烧产生，利用传统电网对电动汽车充电，所产生的碳排放量并不比传统燃油汽车低，因此利用可再生能源对电动汽车充电，将成为降低电动汽车间接碳排放的最有效的途径。EVs和RESs的协同发展可以大大降低碳排放量，具有巨大的生态效益。

文献[31]中作者研究了在工作场所基于光伏发电的的电动汽车充电站的碳排放量。结果表明在公共场所使用太阳能进行充电，一辆车每年可以减排0.6吨CO2，比起夜间在家里充电可以减少55%的碳排放。如果使用最优化控制策略来对电动车和太阳能进行调度，一辆车每年又会减少0.36吨CO2排放，比夜间在家进行充电，能减少85%的碳排放。

图2 不同时间充电和控制策略的CO2排放Fig.2 CO2emissions due to different time of charging and control algorithms

日本学者对包含电动汽车与光伏发电的家庭能量管理系统进行了碳减排量的评估，研究表明通过使用光伏发电技术为电动汽车充电，温室气体排放减少64.8%，较使用传统电网充电的电动汽车减排量提高12.4%[32]。

3.2 经济效益

EVs和RESs的协同发展虽然可以减少温室气体的排放，具有一定的生态效益，但对于充电服务商、电动汽车用户和电网企业是否可以产生一定的经济效益，也是广大学者的关注的重点。

对于充电服务商，运行费用和收益的高低影响着EV和RES的发展；电力系统的运行费用可以基于机组组合问题（unit commitment，UC）来建模，基本UC问题可由式（1）定义[33]。

式中，OC是系统运行费用，FCit（Pit）为燃料费用，MCit（Pit）为维护费用，STit为开机费用，SDit为关机费用。文献[34-36]都基于上述公式采用优化算法，并综合考虑风能和太阳能的间断性和电动车作为负载、能量存储器和能量源的不确定性，对系统运行费用进行了评估，文献[34]采用粒子群优化算法、文献[35，36]采用混合整数规划方法对运行费用进行优化，结果表明智能电网有潜力在最大化利用RESs为EVs充电的同时，来降低系统运行费用。文献[37]考虑到电动汽车的随机性，建立了以电网运行成本最小的优化模型，通过仿真说明了该方法能够有效地将电网、可再生能源以及电动汽车三者进行充分融合，使得运行成本最小。

对于电动汽车用户，充电费用决定了他们使用RESs来对EVs充电的积极性；电动车作为可控负载，可以对其充电，它也可以对电网放电，且电动汽车电池可以当做是一个储能系统来容纳电网的波动。为了减少充电费用，文献[38]中以丹麦的电力系统为例进行了分析，丹麦是一个风力发电大国，其风力发电的渗透率为27%，经研究发现，对电动汽车的充电行为加以控制，使其在电价高时对电网进行放电，电价低时进行充电，电动汽车用户可以节约91.6%的充电费用。文献[39，40]采用随机规划方法来处理电动汽车的移动性和RES的不确定性，文献[39]采用李雅普诺夫优化使电动汽车充分利用RES，文献[40]采用图搜索算法，选择最佳的充电和放电时间，结果均可使EVs充电费用达到最低。

对于电网企业，能否在发展EVs和RESs的同时，降低发电费用、系统全寿命周期费用和电力传输费用是需要研究的问题。文献[41]中，发电费用用能量消耗费用和储存费用代替，当电动汽车和可再生能源渗透率高时，能量消耗降低，且因电动车作为分布式储能单元，也会降低电网企业的储存费用，总发电费用可以降低20%。文献[42]中作者通过一种分层控制算法，并采用动态规划方法对传统电能和风能进行调度，来减少发电费用。文献[43]将发电费用的优化问题转化为最优潮流问题，采用日前充电调度策略，降低发电费用，同时补偿风力发电日前预测的偏差。

4 结论

本文对智能电网下电动汽车与可再生能源的协同发展对电网产生的影响，解决相应问题的关键技术及产生的经济和环境效益进行了综述和分析。结合我国目前电动汽车和可再生能源的发展水平，笔者认为，仍存在以下几方面问题：

1）控制调度算法优化问题

根据上文分析，可以看到在对EVs的充电控制方式及协同调度和能量管理方面大多学者通过算法的优化来解决相应问题，但是使用软计算方法有几个缺点，很多算法对于电动汽车的充电数量，和可再生能源的渗透率都是有限制的，如果电源和电动汽车的数量很大时，算法的控制规则会非常复杂并需要大量的运行时间。高计算成本，约束处理能力差，特定的优化参数，对问题规模有限制等等都是需要不断改善和解决的问题。

2）EVs电池的使用问题

电动车可以作为分布式的能量存储单元，来存储可再生能源发出的过剩的电能，当电网处于用电高峰时，可以向电网放电以赚取收益。然而，这样就会增加电池的充放电周期。现在几乎所有的电动汽车使用的都是锂电池，随着充放电周期的增加，电池的容量会大大减弱，寿命周期也就会相应缩短。这样，EVs用户就会考虑电动汽车是否参与到与RESs的互动中去。可见，还需进一步研究延长电池使用寿命的技术，减少充放电周期对其的影响。

3）鼓励政策的制定问题

V2G技术对EVs和RESs的协同发展具有重要作用，可以为电网提供很多服务，也可以最大化可再生能源和电动汽车的渗透率。V2G技术的实现需要EVs用户的积极参与，然而，EVs用户会很关心参与其中的不利条件，例如电池退化问题。如果电动汽车用户不愿意参与到与电网的互动中去，V2G技术的实现将会面临巨大的障碍。因此，还需要相关部门制定相应鼓励政策，刺激电动汽车用户积极参与到电网的互动中去。

[1] 国家发改委，国家能源局，工信部和住建部.电动汽车充电基础设施发展指南（2015-2020）[M].国家发改委，2015.

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

[3] 肖湘宁，陈征，刘念.可再生能源与电动汽车充放电设施在微电网中的集成模式与关键问题[J].电工技术学报，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] 张文亮，武斌，李武峰，等.我国纯电动汽车的发展方向及能源供给模式的探讨[J].电网技术，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] 薛飞，雷宪章，张野飚，等.电动汽车与智能电网从V2G到B2G的全新结合模式[J].电网技术，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] 胡泽春，占恺峤，徐智威，等.电动汽车与电网互动的关键问题分析与展望[J].电力建设，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]张彦，张涛，刘亚杰，等.基于模型预测控制的家庭能源局域网最优能量管理研究[J].中国电机工程学报，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]肖湘宁，陈征，刘念.可再生能源与电动汽车充放电设施在微电网中的集成模式与关键问题[J].电工技术学报，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]董伟杰，白晓民，朱宁辉，等.间歇式电源并网环境下电能质量问题研究[J].电网技术，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]唐晓瑭，倪桦，王永生.电动汽车供电能源优化组合及智能充电策略[J].电力建设，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，白晓民，谭闻，等.基于智能电网的动态经济调度研究[J].电网技术，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]张智晟，温令云，李国，等.基于改进化学反应优化算法的电动汽车与可再生能源多目标协同调度[J].电网技术，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]王贵斌，赵俊华，文福拴，等.配电系统中电动汽车与可再生能源的随机协同调度[J].电力系统自动化，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]李志伟，赵书强，刘应梅.电动汽车分布式储能控制策略及应用[J].电网技术，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.