全文总字数：3585字
文献综述
文 献 综 述一、 研究背景随着经济和社会的不断发展，我国电力设备的建设正在逐步完善，但是现阶段仍然面临者一些不小的问题：传统能源日渐减少，环境污染日益加剧；新能源发电比例逐步增大的同时，其不稳定的特点对电力系统的安全性又产生了威胁；随着天气状况的逐渐恶化，高温、严寒等极端天气的增多使得全社会的用电需求不断提高，用电峰谷差也不断增大。
同时，随着科技的不断进步，智能电网的出现，为解决电力使用问题提供了有效方案。
智能电网的优势在于，运用了高级计量设备和智能终端，以此来优化电力系统的设施运营与管理。
在此基础上，V2H、V2G等技术的提出，为新型能源并网提供了新思路，通过智能管理解决电动汽车充电产生的随机负荷的同时，可以为新能源并入电网提供一个中转阶段，以上设想如果实现，将可以有效解决风电、光电等新能源不稳定的问题，提高电网安全性，亦可辅助智能电网的调节与管理，帮助电网削峰填谷，减少电网的运行压力。
加上分时电价甚至实时电价的实行，V2G技术将会给电动汽车的使用者带来一笔额外的收益。
这将是电网公司和电力用户的双赢。
二、 国内外研究进展目前，在能源逐渐消耗和环境污染问题日益严重的背景下，清洁环保、高效安全的电动汽车规模化入网是大势所趋。
在此背景下，国内外对电动汽车在家庭微电网环境下的负荷优化做出了相当多的研究：黄雨啸等人[1]通过BP神经网络对短期电价进行了预测，对家庭用电负荷和电动汽车负荷建模，站在用户的角度，分析了不同算法下的用电消费和用电满意度；孙波等人[2]通过设定电动汽车不同的出行方式和家庭分布式光伏的存在与否，对我国现行政策下V2H模式的可行性和经济性进行了分析；J Chen等人[3]详细分析了上海市居民在家庭分布式光伏和V2H系统的多种使用情况下的经济负荷。
同时，为了对家庭用电负荷进行合理的优化，根据不同的算法、目标和着眼角度，在智能电网的基础上，进行了多项研究：朱家家等人[4]通过遗传算法仿真和实现了电动汽车实时优化模型，并讨论了不同定价机制下此模型的实现效果；万伟航等人[5]通过对居民用户智能家电设备分类建模，建立分时电价优化决策模型，制定了居民用户参与需求响应的智能用电优化控制策略；曲欣瑶等人[6]选用BAS-PSO混合算法，建立了两种不同的家庭能量管理系统的用电设备多目标优化调度模型；杨明等人[7]对多种家庭用电负荷特性进行负荷系统、储能系统的建模，以经济性为目标进行了优化；孙毅等人[8]建立了考虑家庭用电负荷关联度的实时优化模型，减低了用户用电成本，减少了用户在智能管理下的家电使用习惯的改变；史林军等人[9]建立了典型家庭用电设备的数学模型，提出一种基于分时电价的家庭智能用电设备优化运行模型，并采用遗传算法优化了家庭智能用电设备的运行；陆青等人[10]设计了一种家庭智能用电任务调度优化模型，并设计了混合编码遗传算法用于求解该模型；刘淼泉等人[11]提出一种家庭微电网环境下的响应分时电价的负荷随机优化调度算法，对风光预测出力的不确定性进行多情景处理；盛晓燕等人[12]选用改进的遗传算法结合模拟退火算法，以家庭整体的用电费用和用电满意度建立智能用电优化模型，求解了家庭用电设备规划问题；陆秋燕等人[13]通过人工蜂群遗传算法对基于分时电价所提出的家庭智能用电优化策略进行了编程仿真，基于实时电价提出家庭智能用电通用优化策略。
