本课题是科研项目《基于源、网、荷、储的需求侧响应分析研究》下的主要内容之一。当今社会发展和经济增长的速度越来越快,人民生活水平也蒸蒸日上,电动汽车具有清洁环保的优点,越来越多居民选择电动汽车作为自己日常出行方式,电动汽车充电负荷导致电力系统的峰谷差值进一步拉大的问题也随之而来,这不仅影响电力系统的稳定运行,用户的用电成本也会增加。目前基于需求响应价格机制对电动汽车用户进行充电引导,能够在一定程度上缓解电力供需不平衡的形势。因此,本文主要针对电动汽车有序充电进行研究,研究内容如下:（1）结合需求响应试点省新能源消纳及电动汽车现状,对省内电动汽车参与需求响应电力市场进行可行性分析。根据目前某需求响应试点省的新能源发电与消纳情况及电动汽车的现状,结合该省关于电动汽车的激励政策,分析电动汽车参与需求响应的可行性,对电动汽车参与电力市场的情况进行分类,从服务内容、收入来源和服务成本详细阐述电动汽车直接参与、省外批发省内零售和通过虚拟电厂间接参与电力市场需求侧管理的三种情况。（2）分析不同种类电动汽车充电模式及出行规律,采用蒙特卡洛算法建立电动汽车无序充电模型。电动汽车作为可中断负荷,可以主动参与到需求响应中。对电动汽车的充电行为和出行规律分析,可将电动汽车分为出租车、公交车和私家车三种类型,首先采用高斯多峰拟合服从正态分布的出行数据,求得概率密度公式。其次利用蒙特卡洛算法随机抽样概率密度公式计算得初始荷电量及充电时长,模拟电动汽车的充电需求。最后将充电负荷叠加至配电网基础负荷上,仿真结果表明:大量电动汽车无序充电会增大电网的峰谷差。（3）建立基于需求响应价格机制中分时电价模式引导电动汽车充电的双层优化模型,采用斑点鬣狗算法对其充电调度进行优化。峰谷分时电价是需求侧响应价格机制的一种手段,基于该机制引导下,针对10k V配电网区域内的电动汽车充电调度建立双层优化模型。上层优化目标为充电用户成本最低,利用斑点鬣狗算法在MATLAB平台上寻得最优解。将上层函数的最优值以约束条件代入下层模型中,考虑到充电需求、充电时间和充电总量等约束条件来实现下层模型系统负荷峰谷差值最小的目标。仿真结果阐述了基于分时电价引导的有序充电调度比起无序充电,有效降低了系统峰谷差与用户充电成本。（4）开发基于需求响应价格机制中实时电价模式引导电动汽车充电的双层优化模型,利用粒子群算法和布谷鸟算法分别对其充电调度进行优化。需求侧响应价格机制中的最优手段为实时电价引导,基于该模式引导下建立一个电动汽车充电调度双层优化模型。上下层进行博弈,上层以代理商获利最大为目标,以购售电量和系统储能含量等为约束条件。下层以日充电量和充电功率等为约束条件,来达到充电成本最低的目标。利用KKT条件将下层目标转化为上层函数的约束条件,并进行线性化处理。采用布谷鸟算法和传统粒子群算法分别对该模型进行寻优,通过仿真结果对比可得,布谷鸟算法具有精度高,收敛快等优点。比起分时电价,实时电价更能提高用户的响应度。在MATLAB平台上以配网IEEE33节点系统为例,利用蒙特卡洛算法分析无序充电、基于分时电价有序充电和基于实时电价有序充电对配网的影响,其影响具体表现在网损、压降和参与需求响应等方面上。仿真结果表明,实时电价给系统造成的网损、压降是最小的,结合储能用户主动参与需求响应的积极性提高,可以更好地实现系统削峰填谷的目的。