随着世界石油等资源的日益减少和来自生活环境恶化等诸多挑战，开发清洁能源、可再生能源以及节能减排逐渐受到越来越多的国家重视，使用电动汽车“以电代油”解决环境污染问题、节能减排问题和石油危机问题的有效手段之一[1]。目前，电动交通工具已经越来越受到人们的青睐 ，这一类交通工具使用电能作为动力能源。电能不仅清洁无污染，能够避免温室气体的排放，符合绿色可持续发展的理念，同时价格便宜，可再生并容易获取。因此，短短的一段时间内 ,电动汽车快速普及。随着电动汽车规模化应用，面临着电动汽车充换电运营管理问题，怎样系统解决电动汽车充换电运营成为迫切需要解决的问题[1]。因此，高效的汽车充电策略的提出势在必行。
对电动汽车的定期充电通常在商业区或住宅区由电极电源来完成，充电时间一般选在夜间非高峰期收费较低的时段完成。相比之下，快速充电通常在交通繁忙区域(例如火车站或购物中心附近)完成。关于快速充电，目前出现了三个新兴概念，车辆到家(V2H)，车辆到车辆(V2V),车辆到电网(V2G)[8]。
G2V是一种比较普遍的充电方式，也是比较传统的方式。实现G2V充电，需要建立充电站，具有充电需求的GEV在充电站使用充电器连接到电网，电能可以从电网输送到电车里G2V充电方式让电车可以在行驶途中继续补充电能延长行驶的距离。然而建设充电站的费用十分高昂，为了便于电动汽车进行充电，在一定的距离内必须修建一座充电站，如此一来，修建充电站的成本代价过高。除此之外，电动汽车的广泛使用带来的一个主要挑战是电力系统的超负荷供能，这一现象可能带来的电力系统瘫痪问题，当多台电车同时连接到电网时，电力系统的充电负载有可能超出电力系统的承受能力以，电压核电频率也坑因此出现波动，电力系统的稳定性将受到影响，此时充电效率将大大降低。当出现电能短缺时将无法继续进行充电。虽然通过发展V2G技术，电动汽车可以在充电负荷的高峰时段作为储能设施将电能从新送回电网。但是，不受控制和随意的电动汽车充电/放电会导致电能功率损耗增加，超负荷和电压波动对新型智能电网的安全性和可靠性都是有害的[9]。
为了解决这一系列的问题，我们开始探索新的充电方式。其中，V2V充电方式是目前较为流行的方式。车辆到车辆(V2V)电能交换策略，可以为电网电动汽车提供一种快速充电方式，通过电网电动汽车之间的交互进行电能交换。在供电需求高峰期内缓解电力系统中的充电过载问题。目前V2V充电策略的研究已经成为研究的热点。这种V2V充电模式能够将多余的电能存储在电网电动汽车内，将极高的供电需求量负担从电力系统转移到GEV身上，来提高GEV的充电效率[15] 。电动汽车在运输系统中的广泛使用带来了充电问题，它们对可充电电池的过度依赖给驾驶员造成了许多烦恼。随着电池技术的不断改进和充电站建设，与许多运输领域相关联的电动汽车受欢迎程度正在增加[11]。但不可忽略的几个重要和实际性的限制（如：电池寿命损失，电池容量，电动汽车的可变速度，车辆寿命损失成本，客户等待时间）是电动汽车运营必须要考虑的因素[7]。不仅如此，电动汽车具有许多不一样的特性和燃料补给技术，将电动汽车运用于现代物流网络可能会大大影响运营成本。因此，充电算法策略对于提高充电效率，减轻电网充电负担，充分利用有效能源，并使经济效益最大化起着至关重要的作用。
目前V2V的研究已经取得了一些成果。为了了解电能交换的实现过程，交通服务器负责处理收集的信息并执行电动汽车的提前预测，协调电动汽车充电[14]。大数据的普及和可访问性正在改变人们看待城市生活的方式。充电规划策略肯定会受益于来自对充电时间表和电动汽车的大数据分析[12]。其次，我们还需明白电动汽车充电过程中交换站的作用，交换站是电能交换的中转站，它不同于充电站，充电站与电网相连能够提供电能，而交换站并不存储电能，只是提供了电能交换的中介。
对于V2V充电来说，充电方希望自己的充电成本能降到最低，而供电方则希望自己供电能获得更多的收入，这就牵涉到了不可回避的问题，电价。充电站的动态价格变化是能够控制平均充电时间的有效机制[10]。基于从GEV和电网收集到的信息，聚合器确定电价。价格控制策略被建模为GEV之间的寡头垄断竞争[2] 。我们从博弈论角度对移动GEV联合快速充放电的最优策略设计进行深入研究[3]，建立了电力价格模型。假设充电需求为,供电能力为,在供不应求的情况下，在一个周期内的电价由电网电动汽车的供能总量决定,总量记为 ,则电价=-(、为线性价格函数的正系数)。在这种情况下, 一些有充电需求的GEV可能会被拒绝通过V2V充电来获取电能，这些GEV可以由电网通过G2V充电服务来获得充电，按照当前电网中的电价进行付费，该电价记为，最终确定的电价是两个供应方的平均值，即供电GEV的电价和电网电价的平均值，·-·。对于供大于求的情况，一个周期内的电价由电网电动汽车的需求方决定=- 。在这种情况下，具有供电能力的GEV可能不会参与供电[6][15]。在电网中存在一组聚合器的情况下，由于与GEV充电需求和放电能力相关的空间和时间因素的波动变化。移动GEV充电/放电的时间空间的协调能够被现。 通过时空因素的协调优化，总供给和总需求可以相匹配，既不会造成能源供给不足也不会造成能源剩余浪费。为了揭示市场的竞争理念，线性价格函数是一种很好的方式，应由市场经营者根据市场情况决定或计算，例如电网运营商[6]。一旦做出充电/放电的决定，这个信息可传送到GEV全球定位系统（GPS）设备，将导航GEV到指定的聚合器。这时候提出的V2V电能交换策略的主要目标是防止电网过载而不是首先将要求GEV的充电成本降至最低[6]。
除了电价以及经济利润等因素需要考虑外，V2V充电算法策略还需要考虑许多非经济因素的问题，比如等安全稳定性问题。在分析系统中的功率流的基础上，可以获得总线点的电压和供电能力。受电动汽车负载的影响，一条总线的电压会随着负载的增加而减小。总线点的电压应在一定范围内波动，如果电压在总线点超出阈值，通过增加无功功率无法有效地校正它们。换句话说，在k小时在每条总线(例如总线j)处的电压幅度受它们各自的上限和下限的约束，因此有如下表达式，
要将电压保持在一定范围内，降低负载或注入有功功率是有效的。因此，额外负载反过来决定了所有需求总线点的电压和负载水平的变化，在电压和负载灵敏度之间存在一种折衷平衡。负载灵敏度对分配给一条总线的电压和负载的评估是总线上供能电动汽车的充电点处的所有电压和负载灵敏度的总和。这考虑了特定需求总线可以为多个EV负载同时充电所带来的影响。在给定充电率的情况下，灵敏度值与EV充电电压一起使用综合使用，并且每次都用于负载测量以确定EV的最佳充电次数[13]。
为了对实际生活中的交通车辆进行仿真，检验充电策略的有效性。我们可以使用一个高度逼真的微观车辆交通模拟器，VISSIM[5] ，用于生成车辆跟踪文件以记录车辆移动性特征。基于跟踪文件和电力系统数据，通过Matlab[4]内置的自定义模拟器对提出的电能交换策略的实用性进行评估。
