【目的】为进一步提升综合能源系统（integrated energy system，IES）的灵活性和低碳性，提出考虑电动汽车（electric vehicle，EV）不同充电模式和供需灵活性的IES优化调度策略。【方法】首先，从需求侧灵活性出发，构建了基于常规慢充、快速充电及换电三种充电模式下的动态荷电状态的有序充电策略。其次，结合综合需求响应，进一步研究灵活性提升策略。然后，从供能侧出发，考虑卡琳娜循环（Kalina cycle，KC）相比于有机朗肯循环优势，引入KC，实现热电联产机组热电解耦和灵活经济输出。最后，考虑碳排放限制，构建了考虑阶梯碳交易、EV充电模式、需求响应及KC的IES低碳经济优化模型。【结果】通过多种场景对比分析，所提策略使总成本降低了16.22%。所提策略能有效提升IES供需双侧灵活性，实现EV不同充电模式下的有序充电，降低系统的经济成本和碳排放量。【结论】创新点包括不同充电模式的有序充电、供需双侧灵活性提升方法。研究成果可为IES灵活性提升提供新思路，后续可结合其他灵活性资源最大限度提升灵活性。

【目的】为适应新能源汽车的快速增长和广泛应用，我国鼓励建设和发展一体化综合交通能源服务站，对此提出一种计及动态定价策略的电-氢综合能源站经济运行方法。【方法】首先，通过解析新能源汽车用户到达电-氢综合能源站的时序特征与充能行为特性，利用蒙特卡洛方法构建新能源汽车充能需求预测模型。其次，基于新能源汽车充能所需电量负荷比和新能源消纳率、综合能源站的储能容量动态变化特征和外部购能成本等因素，制定了包含动态售电价格和动态售氢价格的电-氢综合能源站动态定价策略，引导新能源汽车用户参与需求响应，同时针对氢能公交车和氢能环卫车进行负荷管理，提出电-氢综合能源站经济运行方法。【结果】算例仿真结果表明，相比固定定价策略，动态定价策略可显著提高电-氢综合能源站的收益，其售电、售氢收入和售能总收益分别提高了24.13%、4.57%和14.59%；引入负荷管理后，电-氢综合能源站的运行总成本下降10.3%，售能收益进一步提升。【结论】文章所提方法可突破固定定价策略的局限性，实现电-氢综合能源站经济运行。

【目的】电动汽车（electric vehicle，EV）充电负荷时空分布受路网、温度、电动汽车类型等因素影响。为提高EV充电负荷时空分布预测精度，构建了一种融合多方信息的电动汽车充电负荷时空分布预测模型。【方法】通过引入温度与车速对能耗的影响模型，量化外部环境对电动汽车续航的影响；结合充电需求引力模型，将充电站规模、电价、时间成本等因素类比为引力参数，动态修正用户充电站选择行为。同时，改进Dijkstra算法，融合实时路况信息优化充电路径规划。最后累计叠加得到充电总负荷。【结果】Matlab仿真结果表明，私家车与出租车的充电负荷分布存在显著差异。私家车充电负荷在居民区、工作区及商业区分别集中于夜间、白天工作时间段及下班时，而出租车因运营需求，充电负荷呈现早、晚高峰低谷及午间小高峰的特征；所提改进Dijkstra算法通过动态调整路段权重提高了路径规划效率，在相同目的地情况下，行驶时间降低了3.9%；所提充电需求引力模型综合考虑充电站规模、电价、用户时间成本等因素，优化了用户充电站选择行为，计算得到的充电负荷时空分布更趋合理。【结论】文章通过融合多方信息，构建了电动汽车充电负荷时空分布预测模型，揭示了不同类型EV的充电行为差异、温度敏感性及用户决策动态特性。研究成果可为电网负荷调度、充电站规划及有序充电策略制定提供理论支撑。

【目的】为充分挖掘出租车换电站充电负荷灵活可调潜力，缓解充电负荷与电网峰谷压力、新能源消纳之间的冲突，提出一种考虑电力市场与新能源耦合的换电站充电优化调度策略。【方法】基于电力市场辅助服务与新能源弃电消纳的双重需求，构建换电站-电网-新能源场站协同运行框架，设计包含调峰响应、分时电价匹配及电池荷电状态（state of charge， SOC）动态跟踪的优化机制。以96个时段为调度颗粒度，建立以经济效益最大化和新能源消纳最优为核心的双目标模型，并引入改进哈里斯鹰算法进行求解。【结果】算例结果表明，与原始策略相比，所提策略将换电站经济效益提升25%，新能源消纳量提高16.5%，同时，充电负荷在电网高峰时段大幅削减，实现削峰填谷。【结论】所提策略通过动态匹配新能源弃电与分时电价，显著提升了换电站的经济效益和新能源消纳能力，同时有效缓解了电网峰时压力。所提市场与新能源协同的运行框架为换电站参与电力系统调节提供了新思路。

【目的】随着电动汽车（electric vehicles，EV）数量的不断增加，充电站（charging stations，CS）合理规划问题成为满足充电需求的关键挑战之一。为适应EV保有量的动态变化，提高CS规划的合理性和经济性，提出了一种考虑扩建的电动汽车充电站（electric vehicle charging stations，EVCS）多阶段规划方法。【方法】首先，基于系统动力学（system dynamic，SD）对EV保有量进行动态预测；然后在此基础上，以CS的投资收益最大和EV用户排队行驶时间最小为目标，构建考虑扩建的电动汽车充电站多阶段规划模型；最后通过免疫遗传算法对模型进行求解。【结果】基于算例仿真的结果表明，考虑分阶段规划的排队时间相较于一次性规划的排队时间显著减少；考虑基于系统动力学预测的保有量进行规划比固定保有量增长的方法在各成本和总收入上均有所增加；考虑扩建策略的规划结果相较于未考虑的规划结果在总收益上更有优势。【结论】所提EV保有量预测模型，其预测更加精准，更贴合未来实际规划需求，能够有效提高规划结果的准确性。所提规划模型中充分考虑分阶段和扩建策略，一方面降低了初始投资成本，显著提高了规划结果的经济性，另一方面增加了CS规划的灵活性，使得CS规划更具持续性。