由于需求响应（DR），系统操作员有大量机会操纵电力系统的需求侧。此外，由于引入了更高水平的可控负载，道闸系统运营商可以很容易地结合电动汽车（EV）等趋势技术。本文采用线性规划方法，建立了基于实时优化的电动汽车停车场能量管理模型。所提出的算法提供了一个面向峰值负载限制的DR程序，从负载服务实体的角度提供了操作灵活性，同时目标是在日常运行中最大化遥控器EVPL的负载系数。

    由于电动汽车的机动性，通过考虑历史数据产生不确定的进入电子杆系统到达/离开时间以及到达时的能量水平状态，以确保采用更现实的方法。为了验证所提出的优化模型的有效性，进行了大量的案例研究。此外，通过激活所提出的模型，可以找到可信的结果和有用的发现。各种停车应用已经被引入我们的日常生活中，这使得实时停车场的信息变得更容易访问。提供停车场的实时信息也是解决停车问题的一种新方法。然而，目前对其对交通系统影响的机理以及遥控器定量分析的理论研究较少。

    本文以两种实时停车场升降杆系统信息为研究对象，研究它们对交通系统的影响，包括实时剩余停车位和停车诱导信息。基于点排队模型、学习行为理论和基于Logit的离散交通选择模型，在提供两种实时停车场信息的情况下，建立了交通模式选择的仿真模型。然后设计了三种场景，并进行了仿真实验。然后，通过对仿真结果的分析，提出了其影响机理。最后，对几个参数进行了敏感性分析，以期找到提高交通系统遥控器效率的有效途径。