传统燃油汽车作为化石能源的一大消费者,是造成全球变暖、大气污染、能源枯竭等一系列问题的主要原因之一。如何减少环境破坏、生态环保地发展已成为各国家研究的重要问题。与传统汽车相比,电动汽车作为一种零排放的交通工具,在绿色环保方面有诸多传统汽车所不具备的优势,是解决环境污染问题的有效手段,具有可持续发展的潜力,但电动汽车无序的电能补给行为又会对电网的稳定运行带来一系列新的问题。电动汽车换电站作为电动汽车补给电能的重要场所,在补给电能所需时间、电池集群调度方面具有分布式、整车充电所不具有的优势,因此本文针对电动汽车换电站的优化调度方式进行了深入研究,旨在减少电动汽车的电能补给行为对电网造成的不良影响。首先,从日前调度层面,充分考虑电动汽车用户需求的不确定性,将风险评估领域中的VAR、CVAR理论引入调度模型,将其用于描述用户需求波动的风险,建立基于不同置信度β下用户需求VAR、CVAR值的日前风险调度模型。通过粒子群算法,在MATLAB中的仿真结果表明,此调度策略能够在最小化调度成本的同时实现电网负荷的“削峰填谷”,并显示了在不同置信度β下,用户需求风险值的选取对换电站的调度计划的影响,即调度成本和电网负荷叠加曲线的变化。其次,从实时调度层面,在日前调度模型的基础上建立了计及预测误差的日前-实时调度模型。在日前调度模型中,换电站以一般预测方法得到的用户需求数据制定日前调度计划;在实时调度模型中,换电站根据各时段的实际需求数据的预测误差对后续预测进行实时修正,在日前调度计划的基础上滚动调整后续时段的调度功率以应对用户需求波动的趋势。通过粒子群算法在MATLAB中的仿真结果表明,此调度策略弱化了预测数据精确的重要性,即抑制了用户需求的波动性对换电站调度的影响,实现了对站内电池的实时动态调度,达到了保障用户利益、最大化换电站收益与优化电网运行的目的。