电动汽车到电网（Vehicle-to-Grid,V2G）技术的广泛应用,推动了智能电网和智能交通的发展。合理的V2G车辆调度策略,可以使电网在用电高峰期有效获取电能,保障电网的稳定运行。反之,大规模电动汽车随机接入电网充电,会引起系统电力波动,极大地破坏电网的稳定。其次,在V2G车辆调度过程中,用户间社交关系和位置会泄露用户隐私,危害用户安全。因此,智能电网中安全高效的V2G车辆调度问题已成为目前亟待解决的重要社会问题。V2G优化及安全调度技术问题是解决上述社会问题的关键科学问题。针对上述问题,本文主要工作如下:（1）V2G中用户信息传播能力极大地影响着车辆调度。本文首先对影响力进行分析,提出了基于属性亲密度随机游走的影响力最大化算法:定义了用户的亲密度,分析用户属性和亲密度的关系,量化其对影响力的衡量;根据随机游走算法,选择出具有高影响力的初始节点集合,使得信息传播能力最大化,为调度提供基础。实验表明该算法具有更好的传播特性。（2）针对现有调度策略未结合信息传播的问题,在分析影响力、信息传播和V2G调度间影响基础上,建立了以降低电力波动和人均调度成本为目标函数的V2G车辆优化调度模型。进一步,为寻求较好的调度方案,设计了基于亲密度和影响力的V2G车辆调度策略:在亲密度和影响力基础上,使用模拟退火算法选择较优用户集合;在此基础上,通过用户位置和影响力,组建用户集群;通过基于聚类算法的车辆调度,将用户各集群调度至各充电站。实验表明该策略降低了电力波动和人均调度成本,实现了目标优化。（3）针对V2G车辆调度中用户隐私存在泄露风险的问题,设计了基于差分隐私的车辆V2G安全调度策略:在影响力和亲密度基础上,实现差分隐私预算的合理分配;通过地理不可区分性机制产生用户的虚假位置。理论和实验表明,该策略能够有效调度的同时保障用户的安全。综上所述,本文针对智能电网中V2G优化及安全调度技术问题,设计了一系列车辆调度模型和策略,提升了车辆的优化调度和安全调度,并对后续的研究有一定的理论及实际参考意义。