王吉兴，余 洋，米增强，蔡新雷

（1.新能源电力系统国家重点实验室（华北电力大学），河北 保定 071003；2.河北省分布式储能与微网重点实验室（华北电力大学），河北 保定 071003；3.广东电网有限责任公司电力调度控制中心，广州 510062）

0 引言

AEVs（电动汽车集群）是一种拥有巨大潜力的需求侧资源，研究表明［1］，通过合理调度，AEVs能被有效应用于调峰、调频和旋转备用等电力系统辅助服务。然而，不同于固定安装的分布式储能，单台EV（电动汽车）流动性大，并且EV 充放电受用户行为的影响，具有不确定性，使得确定AEVs可调度容量较为困难，给AEVs参与调度运行带来了极大挑战。

评估AEVs可调度容量通常采用MCSM（蒙特卡洛模拟法）。最初，MCSM多用于EV充电负荷的计算［2-4］。文献［2］根据EV统计数据和统计学理论建立了单台EV充电功率概率分布函数，得到单台EV 充电负荷的期望值和标准差，通过MCSM分析了AEVs的充电负荷；文献［3］基于MCSM建立了公交车、出租车等不同EV车型的充电负荷模型；文献［4］进一步考虑了由于温度、路况等因素影响而产生的时空随机性，使得AEVs 充电负荷预测结果更符合实际。但以上研究仅关注了EV充电能力，若要研究EV可调度容量，还要计算其放电能力［5］。文献［6］根据充放电能力将EV 进行分类，计算了单台EV 的响应能力边界，并通过MCSM模拟了聚合后的可充放电容量；文献［7］假设AEVs 日行驶里程服从对数正态分布，模拟了AEVs 出行的随机性，并利用MCSM 模拟了AEVs 在多个情景下的充放电功率。文献［8］使用MCSM 模拟AEVs 的行驶、闲置、充电等行为，得出了停车需求的时空分布，并根据其时空分布进行区域划分，最后提出了可反映不同停车特性的停车生成率模型。……