【Objectif】 Face aux problèmes de gestion irrationnelle des batteries et aux perturbations causées par des facteurs d'incertitude lors de l'intégration approfondie des stations de recharge et d'échange de batteries pour véhicules électriques en milieu urbain, des mesures efficaces ont été développées pour améliorer l'économie et la robustesse du fonctionnement du système de stations de recharge et d'échange. 【Méthode】 Une stratégie d'ordonnancement optimisé des stations de recharge et d'échange basée sur la théorie de décision à intervalle d'information (IGDT) et l'optimisation robuste (RO) est proposée : premièrement, un modèle d'ordonnancement optimisé intégrant le réseau électrique, les unités photovoltaïques, les turbines à gaz, le système de stockage d'énergie et l'équipement de recharge et d'échange est construit ; deuxièmement, une stratégie de gestion de l'énergie basée sur la gestion des intervalles d'état de charge des batteries et la priorité de charge-décharge est conçue pour maintenir dynamiquement le stock de batteries pleinement chargées ; enfin, une méthode hybride de traitement de l'incertitude est proposée, utilisant l'optimisation robuste pour gérer la fluctuation de la production photovoltaïque, combinée à un modèle d'évitement des risques basé sur la théorie de décision à intervalle d'information pour contrôler l'incertitude de la charge. Cette méthode ne dépend pas des distributions de probabilité ou de la génération de scénarios, ce qui réduit efficacement la complexité du calcul. 【Résultats】 Une analyse de simulation basée sur un parc dans l'Est de la Chine a été réalisée, obtenant des solutions optimales d'ordonnancement pour la station de recharge et d'échange sous différents scénarios d'attitude au risque, validant la fiabilité et l'efficacité du modèle proposé. 【Conclusion】 La stratégie d’ordonnancement optimisé basée sur la théorie de décision à intervalle d'information et l’optimisation robuste permet de résoudre efficacement les problèmes de gestion irrationnelle des batteries et d’incertitude générés par l’intégration profonde des énergies renouvelables, offrant un soutien pour élaborer des plans d’ordonnancement viables et économiques pour les stations de recharge et d’échange, et améliorant l’économie et la robustesse du fonctionnement du système.

stations de recharge et d'échange;véhicules électriques;analyse d'incertitude;théorie de décision à intervalle d'information;optimisation robuste