由于生态能源环境问题的日益突出,电动汽车和风电等新能源发电方式得以大力推广。然而风力的自然变化,负荷的实时变动和电动汽车接入的随机性,将给电力系统的稳定运行带来很大的困难。因此,论文针对大规模电动汽车与风电并网参与系统优化调度问题展开研究,首先从降低电网系统损耗的角度出发,分析电动汽车和风电并网对系统网损的影响,建立计及无功优化的电动汽车与风电并网优化调度模型,以获得机组组合的最优配置。然后考虑到单辆电动汽车的充放电行为在时间分布上的特性,建立电动汽车与电网互动(V2G)动态调度模型以确定车辆的充放电时段组合。在此基础上,对某充/放电时段下的多辆电动汽车提出有序调度策略,从而实现电动汽车的实时有序调度。本文具体工作如下:基于变速风机无功功率管理能力和电动汽车集群充放电特性的分析,分别建立风电并网优化无功模型与大规模电动汽车并网补偿无功模型。综合考虑系统网架约束,功率平衡,电动汽车充放电约束等,提出计及无功优化的电动汽车与风电并网调度策略。通过遗传算法求解,得到时前的最优机组组合配置以及电动汽车集群在时空分布上的预调度容量。仿真表明该策略不仅能优化系统网损还能改善节点电压质量。针对电动汽车集群参与V2G调度过程中,如何合理确定调度时段的问题,提出了适用于EV参与V2G调度的动态优先级评估准则,通过引入信息熵解决入网EV优先级值的信息不确定性。基于实时电价机制的条件下,建立电动汽车与电力系统连接进行功率交换时,最小化成本并最大化收益的动态调度优化模型,以获得集群中每辆电动汽车在一天24小时内的最佳充放电调度时段组合。通过仿真对比,验证了模型的有效性和可行性。针对各时段下如何实现对电动汽车的有序调度,建立了电动汽车集群评价体系,并在考虑实时电价的条件下,提出计及需求侧响应的电动汽车集群有序调度策略。通过基于加速遗传算法的改进组合赋权法求解评价体系的权重,获得某一时段下集群内各电动汽车调度的优先顺序,由此确定各时段不同节点处集群的实际可调度容量。基于6节点系统的机组组合优化结果,对所提调度策略进行算例仿真,结果表明模型能有效调度集群内车辆的有序充放电,并能使实时调度容量与电网调度计划基本一致。