电动汽车具有污染小、能源效率高等特点,是缓解能源危机、促进低碳经济发展的重要途径,已经成为未来汽车产业发展的新趋势。电动汽车接入电网具有两重性,一方面作为一类容量较大的负荷,具有较强的不确定性,大规模电动汽车的无序充电会对电网运行产生较大的影响,如采用有效的优化策略对其充电行为进行控制,可提高电网运行的稳定性和经济性;另一方面作为分布式储能单元,可聚合成分布式电源向电网反向馈电,用于为电网提供辅助服务和平抑可再生能源的间歇性。目前,电动汽车入网技术成为国际研究的热点,本文围绕电动汽车群体接入配电网之后的优化策略展开研究,主要内容包括:分析了电动汽车的负荷特性,以家庭用电动汽车为研究对象,重点考虑电动汽车的行驶特性、电池特性以及充电模式等影响因素,建立了电动汽车的充电负荷模型。介绍了电动汽车充电管理的主要架构和管理模式,并对集中优化、分层分区优化、分散优化的特点分别进行了分析。将多代理系统应用到配电网内电动汽车的优化充电调度中,将代理分为电动汽车代理、区域聚合商代理、配电网控制中心代理三个层面,并采用电价引导的调控机制,建立了日前调度和准实时调整的两阶段优化调度策略。之后,依次建立了各层面代理的优化模型,电动汽车代理以充电费用最小化和充电连续性最大化为优化目标,就地进行优化计算,并将优化问题转换为0-1整数规划进行求解;区域聚合商代理通过电价手段来调节所辖区域的充电负荷,以降低负荷峰谷差为优化目标,进行日前优化计算,并利用遗传算法进行求解;配电网控制中心代理主要保证配电网的稳定运行,考虑节点电压、变压器容量、主电缆容量等安全约束,针对越限时段的电动汽车的充电计划下发命令进行准实时调整。最后,结合IEEE 33节点算例对所提出的协调调度策略进行仿真验证。从电动汽车聚合商的角度出发,以其收益最大化为优化目标,在分时电价情况下建立了集中优化充电模型,并充分考虑电动汽车的荷电状态、车主的充电需求以及配电变压器容量等约束。之后,针对配电网中变压器下的电动汽车群体充电,为避免集中优化可能出现的“维数灾”和“通信阻塞”的问题,提出了基于拉格朗日松弛法的分散优化充电调度策略,将配电变压器的容量约束作为难约束松弛到目标函数中,使原问题分解为多个子问题进行分散求解。针对采用拉格朗日松弛算法在迭代过程中个别时段可能会出现振荡的问题,提出了基于增广拉格朗日方法的分散优化充电调度策略,提高其收敛性,并进一步考虑配电网网络潮流约束,通过交替方向乘子法进行求解。最后,结合IEEE33节点算例对所提的分散充电调度策略进行仿真验证。当电动汽车接入含风电、光伏的微电网时需要考虑风电出力、光伏出力与用电负荷的不确定性。假定微电网隶属于电动汽车聚合商管辖,电动汽车电池一方面作为充电负荷,另一方面作为储能用于优化管理微电网系统功率和能量,通过调整电动汽车充放电工作模式及功率来平缓风力发电功率、光伏发电功率和用电负荷波动。之后,建立了基于日前预测数据的调度优化模型,以聚合商运行收益最大为优化目标,考虑微电网的功率平衡约束、买卖电约束以及电动汽车的充放电约束,并将其转换为混合整数线性规划模型进行求解。在此基础上,运用最小最大后悔度方法,建立了电动汽车充放电调度的鲁棒后悔度优化模型,以抑制系统中的不确定性扰动。该模型采用内外两层优化模型,以风电出力、光伏出力和负荷需求为内层决策变量,以电动汽车的充放电模式和功率为外层决策变量,内层求取最大后悔度以保证决策变量对不确定参数所有取值的可行性,外层求取最大后悔度的最小值以使目标值最优,并通过拉格朗日两阶段松弛法来进行求解。最后,通过算例对比分析了基于日前预测数据的调度优化策略和基于鲁棒后悔度的调度优化策略。从电动汽车群体中个体协同的角度出发,结合分层控制和分布式控制,建立了基于群体智能的电动汽车充电管理架构,每台电动汽车都是一个具有适应性的个体,单个配电变压器下的电动汽车共同组成一个充电群体,采用群优化算法研究电动汽车的分布式协调调度。在考虑电动汽车的电量状态约束、车主的充电需求约束以及配电变压器负载容量约束的前提下,以变压器总负荷峰谷差最小为优化目标,建立了基于群体智能的电动汽车协同充电优化模型,并依次提出了基于改进蚁群的电动汽车充电优化算法和响应负荷波动的调整算法,并和粒子群优化算法进行了对比。最后,针对配电变压器下的电动汽车群体充电优化进行了仿真验证。