主动配电网是融合先进传感量测技术、信息通信技术、分析决策技术等多种技术的高度智能化配电网,可以协同控制系统内的多种分布式能源,实现能量的最优分配。近年来,电动汽车大规模普及,其兼具“电源”与“负荷”双重属性,为主动配电网提供了更大的能量调控空间,可提高主动配网运行的稳定性与经济性。但是,电动汽车的快速发展也为主动配电网的能量调控提出新的挑战:一方面,电动汽车的数量呈现“井喷式”增长,集中式的优化难以应对“维度灾难”问题;另一方面,电动汽车具有高度随机性,且车主需求存在显著差异,在车连网（Vehicleto Grid,V2G）技术日臻成熟的背景下,车-网即时互动将是未来电动汽车并网场景的最典型特征,而现有的能量调控策略并未兼顾到这一互动特征。为改进现有的主动配网能量调控策略,本文针对车-网交互机制及其控制模型建立、主动配网有功功率优化、主动配网有功-无功协同优化进行了系统性研究,为车-网交互机制下主动配电网的能量优化提供了技术理论指导。考虑到电动汽车市场规模的急剧扩大,基于“分层分区”的思想,提出了并网电动汽车集群分布式控制体系,并设计了车-网双向交互机制。针对车-网交互机制下车主的需求差异问题,提出了车主需求偏好性这一概念,通过建立车主需求偏好到EV动力电池并网状态的映射,将并网电动汽车的充电模式分为三类并构建了需求偏好下的电动汽车控制模型。针对电动汽车并网过程中充电模式的动态切换这一特征,构建了单台电动汽车的时序能量边界模型,可以实时反映车-网互动过程中功率的动态可调区间。基于并网电动汽车集群的分布式控制体系架构,提出以每个电动汽车聚合商所辖的车辆集群为调度对象,协同系统中其它分布式能源,建立了主动配网日前鲁棒有功优化模型。通过电动汽车历史样本数据集挖掘车主的行为模式,并考虑车主的需求偏好,对电动汽车集群功率进行了日前预测,进一步以主动配网运行成本最小化为目标建立了确定性优化模型;重点研究了电动汽车集群预测功率的波动性和可再生能源功率的间歇性两类不确定性因素,建立三维多面体不确定集合,并通过鲁棒优化理论实现了确定性模型到鲁棒模型的转化;为提高鲁棒优化效率,针对性地设计了模型的分布式迭代求解策略。算例分析表明鲁棒优化模型降低了系统的鲁棒总成本,可适用于大规模电动汽车并网的场景。由于车-网即时互动会导致电动汽车集群功率需求实时波动,且可再生能源发电功率存在实时偏差。针对这一问题,在鲁棒日前优化的基础上,结合车-网互动机制提出主动配网日内滚动时域有功优化方法,实现了日前调度计划的动态修正。为保证动态过程中电动汽车集群调度的可行性,提出了功率“可分性”的概念。基于单台电动汽车时序能量边界,构建了电动汽车集群时序控制模型,充分保证了集群功率的实时可分。进而,基于模型预测控制理论设计了动态两阶段优化机制:第一阶段以最小修正代价为目标对日前的调度计划进行动态修正;第二阶段以修正后的电动汽车集群功率为参照,每个电动汽车聚合商独立的对所辖电动汽车的充放电功率进行动态优化。算例分析表明所提优化方法可全时域的兼顾车主的需求偏好,可实现车-网互动的即时响应。针对主动配网现有无功补偿配置固定且容量有限、电动汽车负荷过高导致节点电压失稳等问题,利用可双向四象限运行的智能充电桩进行无功补偿,同时考虑到充电桩的有功、无功具有强耦合性,提出了智能充电桩无功支撑下的主动配网有功-无功协同优化策略。在分析智能充电桩有功-无功约束的基础上,推算了需求偏好下单台电动汽车的有功-无功运行域,进而建立了并网电动汽车集群的有功-无功协同模型,并提出了主动配网有功-无功协同优化方法。测试算例论证了协同优化策略在保持有功功率分配优势的同时,明显改善了主动配网的节点电压分布,对降低系统无功补偿装置的容量配置、节约主动配网的投资成本具有重要的理论指导意义。综上,聚焦电动汽车并网场景下车主的需求差异及车-网的即时互动,本文构建了需求偏好下的电动汽车控制模型,结合集群调度的思想建立了电动汽车集群时序控制模型;设计了电动汽车与其它分布式能源的有效协同机制,并提出了高效的分布式交互迭代求解方法;最终实现了电动汽车并网场景下主动配电网能量的高效最优分配。提出的能量优化策略提高了与实际场景的契合度,且可有效应对大规模电动汽车并网的场景,利于推广到实际工程应用中。