电动汽车与电网互动技术(Vehicle-to-Grid,V2G)可以为可再生能源就地消纳及稳定并网提供支撑,同时可再生能源以微电网的形式就近消纳或并入大电网可有效解决可再生能源波动性给电网带来的冲击。同时,微电网中电动汽车(Electric Vehicle,EV)充电功率和可再生能源发电的随机性与波动性促使我们探索一种有效策略来提高分布式发电系统的安全性与经济性。首先,本文根据近些年V2G技术的研究方向及建模方法进行统计并归类分析,从V2G对电网侧、用户侧、储能系统及环境效益几个方面探讨V2G技术的研究价值及现存问题,系统地对V2G电动汽车的应用领域进行分析,并以表格形式统计。针对典型场景并网式微电网中存在的不确定因素,着重介绍鲁棒优化在典型调度环节中的应用情况。为防止传统鲁棒优化过度保守的特性,本文引入可调节鲁棒优化算法,意在以降低系统鲁棒性为代价,来提高系统的经济性,从而为决策者在二者间寻找折中。其次,针对电动汽车仅充电的场景,本文利用区间预测理论对风电出力功率和电动汽车充电行为的不确定性建模,从经济、环境效益的角度出发,建立多目标调度模型。通过引入算例来论证模型的有效性,并通过随机优化与鲁棒优化的结果对比,展示两种策略下调度系统的经济性和系统对不确定变量干扰的免疫作用。为避免传统鲁棒优化过度保守的特性,本文引入可调节鲁棒优化算法,对系统鲁棒性与经济性进行折中。算例研究表明,可调节鲁棒优化算法可有效解决含电动汽车及风电介入下的能量控制问题。最后,在V2G能量网络下,本文对电动汽车的充、放电行为进行以电池荷电状态(SOC)为划分依据的不确定集构建,以此讨论三方不确定变量影响下调度系统的性能。在原有方法的对比基础上,利用可调节鲁棒优化算法对大规模V2G电动汽车及风电介入下的能量流控制进行细致地分析。在原有算法的基础上,本文融合区间预测理论与可调节鲁棒优化算法,提出全区间经济性分析法,开展了不确定变量个数对系统鲁棒性的灵敏度分析,为可调节鲁棒优化算法在微电网中的调度应用提供理论依据。