电动汽车具有节能环保、能量利用效率高的特点,推广电动汽车可以有效降低交通出行领域对化石能源的依赖,实现绿色、清洁和可持续发展。然而,当前电动汽车充电时间长、续航里程短,并且电池放电过程极易受到环境因素影响,用户容易产生里程焦虑问题。另一方面,电动汽车充电功率高,大量电动汽车无序接入电网充电会威胁电网的安全稳定运行。并且城市中充电站分布不均衡,无序充电时容易在充电站附近道路形成交通拥堵。因此,对电动汽车的行驶里程进行预测来判断车辆能否到达目的地,并以此为基础结合“车-路-网”信息对需要充电的电动汽车进行充电路径优化,对于提升电动汽车用户的用车体验、保证电网的安全稳定运行、避免充电站周围的交通拥堵具有重要的意义。本文的主要研究内容如下:（1）提出了基于PCA-XGBoost的电动汽车行驶里程预测算法。针对电动汽车行驶里程预测困难的问题,首先使用电动汽车实测行程数据,通过删除、填充和排序等方法对原始数据进行处理,并通过特征提取得到体现电动汽车电池状态、电机状态和驾驶员驾驶特性的特征参数,获得良好的建模数据。然后使用斯皮尔曼等级相关性分析方法进行数据特征间的相关性分析,使用PCA算法降低输入特征参数的维度,找到影响行驶里程的主要特征因素,最后建立基于PCA-XGBoost的行驶里程预测模型,并且进行了多种预测算法的对比实验,实验结果验证了基于PCA-XGBoost的行驶里程预测算法具有较好的预测性能。（2）提出了考虑无线充电和动态能耗的电动汽车充电路径优化策略。针对电动汽车的无序充电和不能满足用户个性化充电需求的问题,首先构建了考虑交通系统、电网、无线充电系统以及电动汽车动态能耗的充电优化调度模型,然后提出了一种基于Dijkstra和路段加权的充电路径优化算法,可以根据电动汽车用户的不同偏好生成最优充电路径。最后为了验证所提算法的可行性和有效性,选取开封市高新区真实路网进行了仿真实验。在MATLAB中对是否具有无线充电系统的两种场景进行了仿真,并对仿真结果进行了分析比较。仿真结果表明:在无线充电系统的支持下,初始电量较低的电动汽车也可以行驶较远的距离,这有利于给电动汽车用户提供更多的出行选择。同时该算法可以为不同偏好的电动汽车用户找到最佳充电路径,100辆电动汽车的仿真结果表明,随着电动汽车数量的增加,该算法仍有较好的路径优化效果。