由于需求響應（DR），系統操作員有大量機會操縱電力系統的需求側。此外，由于引入了更高水平的可控負載，道閘系統運營商可以很容易地結合電動汽車（EV）等趨勢技術。本文采用線性規劃方法，建立了基于實時優化的電動汽車停車場能量管理模型。所提出的算法提供了一個面向峰值負載限制的DR程序，從負載服務實體的角度提供了操作靈活性，同時目標是在日常運行中最大化遙控器EVPL的負載系數。

    由于電動汽車的機動性，通過考慮歷史數據產生不確定的進入電子桿系統到達/離開時間以及到達時的能量水平狀態，以確保采用更現實的方法。為了驗證所提出的優化模型的有效性，進行了大量的案例研究。此外，通過激活所提出的模型，可以找到可信的結果和有用的發現。各種停車應用已經被引入我們的日常生活中，這使得實時停車場的信息變得更容易訪問。提供停車場的實時信息也是解決停車問題的一種新方法。然而，目前對其對交通系統影響的機理以及遙控器定量分析的理論研究較少。

    本文以兩種實時停車場升降桿系統信息為研究對象，研究它們對交通系統的影響，包括實時剩余停車位和停車誘導信息�；�于點排隊模型、學習行為理論和基于Logit的離散交通選擇模型，在提供兩種實時停車場信息的情況下，建立了交通模式選擇的仿真模型。然后設計了三種場景，并進行了仿真實驗。然后，通過對仿真結果的分析，提出了其影響機理。最后，對幾個參數進行了敏感性分析，以期找到提高交通系統遙控器效率的有效途徑。