为贯彻落实习总书记提出的“碳中和、碳达标”目标,更好地发挥能源网络和负荷存量的集成作用,需要大力推行发展低碳清洁能源、加强完善能源体系、维护电力系统稳定运行。随着世界能源结构的转型,越来越多分布式新能源接入电网,为了进一步提高新型电力系统运行与控制的灵活性,实现从传统的“源”跟随“荷”,到现代的“荷”跟随“源”的调度模式,研究需求侧资源灵活性预测与优化调度方法,是新型电力系统发展的重大需求,也是实现智能化调度的一个重要标志。在面临能源及环境持续恶化的情况下,传统的燃油汽车将会被低碳节能、零排放的可双向调控具有“源荷二重性”的电动汽车所代替,有关V2G技术及其相关的调度优化策略的研究也随着现有趋势不断深化完善。本文在基于数据驱动的背景下,对V2G进行灵活性建模并对其进行优化调度研究。论文用采集到的滴滴订单行程数据来模拟电动汽车出行模式,首先对采集到的海量数据进行了预处理及挖掘融合,更深层次的从数据中分析得到刻画居民用车的出行规律。其次,根据得到的出行规律,来分析模拟刻画电动汽车出行特征,从电动汽车的形式特性及充放电特性刻画单体电动汽车模型,再进行聚合建模得到V2G充放电模型,并充分考虑电池损耗成本对用户侧收益的影响,对V2G模型进行了进一步优化。最后,建立了多时间尺度日前-日内的调度模型,优化了电网对于电动汽车调度调控,达到平抑电网波动、实现削峰填谷的效果。