【Objetivo】 Ante los problemas de gestión poco razonable de baterías e interferencia por factores de incertidumbre en el proceso de integración profunda de estaciones de carga y cambio de baterías para vehículos eléctricos urbanos, se desarrollaron medidas efectivas para mejorar la rentabilidad y robustez del funcionamiento del sistema de estaciones de carga y cambio. 【Método】 Se propone una estrategia de programación óptima para estaciones de carga y cambio basada en la teoría de decisión con brecha de información (IGDT) y optimización robusta (RO): primero, se construye un modelo de programación óptima que integra la red eléctrica, unidades fotovoltaicas, turbinas de gas, sistemas de almacenamiento y equipos de carga y cambio; segundo, se diseña una estrategia de gestión energética basada en la gestión de intervalos del estado de carga de baterías y la prioridad de carga y descarga para mantener dinámicamente el inventario de baterías completamente cargadas; finalmente, se propone un método híbrido para manejar incertidumbres, utilizando optimización robusta para enfrentar la fluctuación de la generación fotovoltaica y combinando un modelo de evasión de riesgos basado en la teoría de decisión con brecha de información para controlar la incertidumbre de la carga. Este método no depende de distribuciones de probabilidad ni de la generación de escenarios, lo que reduce eficazmente la complejidad computacional. 【Resultados】 Se realizó un análisis de simulación usando un parque industrial en el este de China como caso de estudio, obteniendo planes óptimos de programación de estaciones de carga y cambio bajo diferentes escenarios de actitud de riesgo, validando la fiabilidad y efectividad del modelo propuesto. 【Conclusión】 La estrategia de programación óptima basada en IGDT y optimización robusta puede resolver eficazmente los problemas de gestión irracional de baterías y las incertidumbres derivadas de la integración profunda de energías renovables, proporcionando soporte para desarrollar planes de programación viables y económicos para estaciones de carga y cambio, y mejorando la rentabilidad y robustez del funcionamiento del sistema.

estaciones de carga y cambio;vehículos eléctricos;análisis de incertidumbre;teoría de decisión con brecha de información;optimización robusta