近些年来,环境污染和能源紧缺问题越来越严重。随着车载电池技术和电力电子技术的发展,越来越多的人们开始把电动汽车视为解决能源与环境问题的一个有效的方法。电动汽车不仅是移动式的储能负荷,在其身上还同时具有电源和负荷两种不同属性。然而事物都具有两面性,随着电动汽车数量近几年呈现指数型的增长,电动汽车数量在所有机动车辆中的比例也逐渐攀升。如此大规模的电动汽车如果随意无序地进行充电,将会使原本就负担很大的配电网雪上加霜。因此如何利用V2G(Vehicle to Grid)技术来合理优化大规模的电动汽车进行有序地充放电,在减小配电网系统负荷峰谷差的同时,还能使参与V2G服务的电动汽车车主获得经济收益,就成为了研究的关键所在。由于电动汽车规模化趋势越来越显著,大量电动汽车不加控制地随意无序充放电将会对电网系统的安全稳定运行带来很大的不确定因素,并且电动汽车参与V2G辅助服务同时受到电网侧和用户侧两个不同利益目标的制约,电网侧侧重于减小负荷峰谷差、增大负荷率,而用户侧侧重于在减小电池充放电次数的前提下获得最大的经济收益,因此无法获得满足所有方面要求的电动汽车V2G辅助服务策略。并且在局部配电网中,电动汽车如何帮助消纳分布式电源波动性的同时也使电网侧和用户侧的目标都得到满足,也成为亟待研究的热点。本文针对以上问题,首先,基于蒙特卡洛模拟算法对未来不同年份不同种类电动汽车的充电负荷进行了预测,为下文研究电动汽车的充放电控制策略打下了基础。然后,建立了电网侧和用户侧的V2G控制模型,针对两个不同侧重的控制模型采用粒子群优化算法进行了求解。最后,在一个包含多种分布式电源的区域配电网内,建立了多目标辅助服务优化模型,并采用粒子群优化算法对模型进行了求解,验证了所提电动汽车参与辅助服务控制策略的有效性。本文所作的主要工作如下:(1)预测了未来重庆地区电动汽车充电负荷的大小。首先归纳了电动汽车充电负荷的主要影响因素,并且根据不同种类车辆的行驶特性和充电规律建立了电动汽车不同时空的充电功率计算模型。然后采用蒙特卡洛抽样算法对重庆地区未来不同功能区域的充电负荷大小进行了预测,并计算分析了充电负荷对电网原始负荷曲线的影响,为本文接下来的研究工作奠定了基础。(2)建立了电网侧和用户侧的电动汽车有序充放电控制模型。在电网侧的控制策略中,本文主要以电网负荷曲线一天的平均方差最小为目标函数,并且计及了车辆的可用时间、可用电量等诸多约束条件,最后采用粒子群优化算法对模型进行了求解分析。在用户侧的控制策略中,本文主要以参与V2G的电动汽车车主所获得的经济收益最大为目标函数,这样能够最大限度的调度车主的参与积极性,并且在此基础上尽量地减小电网负荷的峰谷差,同样地考虑了电动汽车的诸多约束条件,并且计及了电网的分时电价,采用粒子群优化算法对建立的模型进行了求解分析。仿真结果表明,电网侧的V2G控制策略可以有效地实现对电网负荷的削峰填谷,用户侧的控制策略可以为车主们带来经济收益的同时,减小电网负荷的峰谷差。(3)建立了主动配电网中考虑电网侧和用户侧的多目标辅助服务优化模型。首先,本文构建了一个典型的区域配电网模型,模型中包含多种分布式电源。然后,在建立优化控制模型时,本文综合考虑了电网侧和用户侧的不同利益,在使电网负荷峰谷差最小的同时尽量使参与V2G辅助服务的用户取得最大的收益。最后,采用粒子群优化算法,在考虑多种分布式电源出力、电动汽车可用时间、可用容量和充放电功率等约束条件下,对模型进行了优化求解。结果表明,电动汽车参与V2G辅助服务,不仅能使配电网负荷率显著升高,为电动汽车车主带来经济收益,还能有效地平抑分布式电源的波动性,提高系统的运行稳定性。