维持发电功率与用电负荷的有功平衡是电力系统运行过程中的一项基本任务。频率控制与经济调度是与实现电力系统有功平衡相关的两个重要举措。随着风电、光伏发电等可再生能源发电在电力系统中所占比重的增大,传统的依靠调节常规机组出力跟踪负荷功率波动的有功平衡方式将面临巨大挑战。电动汽车的规模化接入将为电力系统提供充足、灵活的负荷侧可调节资源。吸纳电动汽车参与电力系统的有功调度与控制,对保障电力系统安全、稳定、经济运行,实现未来电力系统新环境下的源-荷协同调度与控制具有重要的意义。本文以含电动汽车的电力系统频率控制与经济调度为研究对象,研究内容涉及AG-C系统控制器设计、电动汽车换电站辅助调频、含电动汽车的动态经济调度三个方面,完成的工作和所取得的研究成果归纳如下：提出了一种基于社会学习自适应细菌觅食算法的互联电网AGC系统PI/PID控制器优化设计方法。该方法将社会学习机制及自适应步长策略引入到标准细菌觅食优化算法中,通过对群体最优个体及自身历史最优位置的社会认知和学习,自适应调整趋化步长,改进细菌寻优过程中的趋化、群聚及繁殖等操作,提高了算法的收敛性能和寻优精度。算例分析表明,采用所提方法优化设计的PI/PID控制器相比于其它算法设计的控制器,具有更好的ITAE指标及动态时域响应性能,能够抵御系统参数变化对频率控制性能的影响,表现出较强的鲁棒性和稳定性。该方法可直接应用于含电动汽车辅助调频的AG-C系统控制器设计。提出了一种基于混合小生境细菌觅食-模式搜索算法的含电动汽车电力系统AGC模糊PID控制器优化设计方法。该方法将小生境技术引入到标准细菌觅食算法中,通过健康度共享机制及限制竞争策略增加繁殖阶段种群的多样性,提高了算法的全局寻优能力；然后将细菌觅食优化求得的结果作为模式搜索的初始点,使得算法在当前最优解邻域内继续执行精细化搜索,提高了算法的求解精度。算例分析表明,采用所提方法设计的模糊PID控制器能够提高含电动汽车AGC系统的动态控制性能,且相比于其它方法设计的控制器,具有更快的调节时间、更小的超调量、更低的ITAE指标及更强的鲁棒性。将电动汽车换电站引入到传统的负荷频率控制问题中,提出了一种考虑换电站与电网互动(Station-to-Grid, S2G)的负荷频率控制模型。在分析S2G参与调频的基本框架的基础上,采用排队论和安全库存策略计算换电站的可用调频备用,建立了考虑可用调频备用约束的集中S2G模型。在阶跃负荷及随机负荷扰动下,仿真分析了S2G调频对电网频率控制性能的影响。仿真结果表明,S2G调频能显著抑制频率偏差及联络线功率偏差的波动,降低常规机组的调频出力,提高电网频率控制的动态性能。提出了一种考虑动态可控容量约束的换电站辅助调频策略及调频收益计算方法。通过蒙特卡洛方法随机模拟换电站内车辆换电及电池充电的排队行为,计算换电站的动态可控容量,建立了考虑电池SOC及动态可控容量约束的S2G集中等效模型,能够维持换电站电池SOC及有功出力在可允许的范围之内。采用基于滤波方法的AGC协调控制策略,将AGC调节信号中的高频分量分配给换电站,能够避免过度调节使得换电站退出调频。基于成本效益方法分析了换电站参与调频的经济性。仿真结果验证了所提模型和策略的有效性,表明换电站储能辅助调频具有良好的应用前景。提出了一种考虑电动汽车可调度容量变化及总充电需求约束的动态经济调度模型及求解方法。该模型将电动汽车集控中心作为调度对象,基于电动汽车行驶规律的随机模拟得到每个时段的可调度容量及总充电需求,通过在目标函数中引入负荷波动方差惩罚成本来避免电动汽车在负荷高峰时段充电。另一方面,将自适应策略及混沌搜索引入到标准生物地理学优化算法中,提出了一种自适应混沌生物地理学优化方法来求解含电动汽车的动态经济调度问题。算例分析表明,通过优化电动汽车集控中心的充放电计划及各发电机的有功功率,能够减小系统峰谷差,降低系统的总发电成本；所提算法相比于其它算法,具有更好的收敛特性,在解质量及算法鲁棒性等方面均表现出良好的性能。