1.一种计及三相负荷平衡的电动汽车分布式充放电调度策略，其特征是，它包括以下步骤：

1)建立电动汽车分布式充放电优化模型：

以负荷填谷为目标的优化模型为：

式中：U(.)是凸函数，Pch(i,t)是电动汽车i第t时段的充电功率；Pdch(i,t)是电动汽车i第t时段的放电功率；D(t)是配电系统第t时段的常规负荷；

分布式调度与管理将系统分成若干个子区域，通过对子区域汽车的分散控制完成整个系统中电动汽车充放电功率优化；每个子区域配置一个中间运营商，中间运营商的作用是制定虚拟价格信号，将电动汽车的充电时段引导至系统用电低谷时段；中间商以负荷填谷为目标制定的虚拟价格信号数学模型为式(2)：

式中，p(·)是虚拟价格函数；ΔU(.)是凸函数U(.)的导数；系数γ的范围是β是利普希茨常数，从而确保分布式充放电优化过程收敛，虚拟价格随常规负荷与电动汽车充放电发生变化，负荷需求大时，价格信号较高；

中间运营商根据常规负荷以及电动汽车充放电功率情况制定虚拟价格信号后，将虚拟价格信号发送至其所管辖的电动汽车用户，基于此，用户根据虚拟价格信号来优化自身充放电功率，一方面使充电成本最小，另一方面要兼顾三相负荷不平衡问题，对充放电功率进行修正，并将充放电功率信息反馈至中间商，由中间商再次制定虚拟电价，从而得出最优的充放电计划，用户充放电优化模型为式(3)：

k

式中： 是电动汽车i第k次迭代的充电费用；p (t)是第t时段第k次迭代的充放电电价； 是电动汽车i第t时段第k次迭代的充电功率； 是电动汽车i第t时段第k次迭代的放电功率；σk(i,t)是电动汽车i第t时段第k次迭代三相负荷不平衡修正量；式(3)中，是用户充电成本，是对前后两次优化充放电功率以及三相不平衡的惩罚项，从而使优化更加易于收敛；设置惩罚项的目的在于使同一时段前后两次优化的充放电功率相等，在三相负荷均衡的情况下，不平衡修正量σk(i,t)为零，否则根据不平衡量对前一次充放电功率进行修正，进而改变当前次充放电功率；当σk(i,t)＝0且同一时段前后两次充放电功率相等，则惩罚项不再产生作用；

2)约束条件

①充放电功率约束：

式中：Pmax是电动汽车充放电功率最大值；

②电量需求约束：

式中：η是充放电效率；Ptrip(i)是电动汽车i一天中行驶电量需求；该式能够确保接入系统的每辆电动汽车在最后时段充满电；

③充放电逻辑约束：

式(6)保证电动汽车在某一时段不可同时进行充放电；

④提供V2G服务约束：

式中：ρ是用户选择提供放电服务电量占电池的百分数；cbat是电池容量；

⑤充电SOC约束：

式中：SOCk(i,t)是电动汽车i第t时段第k次迭代的电池荷电状态；

⑥放电SOC约束：

式中：λ是电池最低荷电状态，用以保证电池寿命；

⑦配电网三相负荷平衡约束：

配电网中三相负荷平衡常用负序电压与正序电压的比值表述，但为了使约束条件线性化，采用每相负荷与三相负荷平均值定义三相不平衡度；

式中：Pφ(t)＝Dφ(t)+Pchφ(t)-Pdchφ(t)，φ∈{A,B,C}；其中，Pφ(t)是某一相上t时段负荷总量，Dφ(t)是某一相第t时段的常规负荷，Pchφ(t)是某一相第t时段电动汽车充电负荷，Pdchφ(t)是某一相第t时段电动汽车放电负荷，是三相负荷最大不平衡度；

分布式控制过程中，对于用户和网络的约束同样满足式(4)-(10)；但需要对三相负荷平衡约束做进一步简化处理，其中各相上任意一台电动汽车需要承担由于充放电导致的三相负荷不平衡量近似表达式如下：

式中： 是各相上电动汽车i第t时段第k次迭代计及的三相负荷不平衡修正量；

是某一相第t时段第k-1次迭代时的负荷； 是其余相第t时段第k-1次迭代时的负荷；Nφ是接入各相上电动汽车的数量；其中φ∈s＝{A,B,C}，δ＝Csφ；

3)分布式优化模型求解

制定的分布式控制方法关键在于用户根据中间运营商制定的虚拟电价信号，对自身充电功率进行优化，实现成本最小；此优化方法是循环迭代、反复调整各时段充放电功率的交互式控制过程，也是响应系统用电多少、平滑网络负荷的过程，具体内容是：(a)假定电动汽车各时段充放电功率均为零；

(b)中间商根据常规负荷与各时段充放电功率总和制定虚拟电价，并传送至各用户；

(c)用户根据该电价信号进行充放电优化，并将各时段充放电功率反馈至中间商；

(d)重复执行步骤2)。