随着人类科学不断进步,社会经济水平逐渐提高,各国汽车行业生产规模随之不断扩大。电动汽车作为电力驱动的交通工具,因其既可以实现碳减排又可以大幅度降低出行成本,深受广大用户喜爱。但是无序充电行为会引起电网侧出现负荷过载、电能品质下降等问题,同时加大电网运行调控难度。为了消除无序充电造成的不良影响,本文提出了电价引导和分层式控制两种有序充电方法。首先,提出了充电负荷的神经网络预测方法,利用灰色关联贴近度系数量化各影响因素与充电负荷的相关性,通过确定参加训练的影响因素数量使预测误差最小化。仿真结果表明所提方法能够精准预测未来充电负荷。其次,建立了基于用户需求的响应度模型,利用隶属度值划分峰谷时段。为了实现节省充电成本和削峰填谷的目标,考虑相应的约束条件,提出了电价引导的有序充电方法,利用智能算法求解得到最佳充电策略。仿真结果表明电价引导策略能够充分调动用户参与有序充电,同时兼顾削峰填谷和减少充电成本两个控制目标,实现电网和用户利益双赢。最后,针对集中式控制策略求解难度过大的问题,提出了基于分层式理论的有序充电控制方法。上层为主控制系统,以削峰填谷为目标,制定电动汽车集群的充电功率指导曲线;下层为次级控制系统,以最小化实际充电功率和充电功率指导曲线之间误差为目标,合理制定电动汽车充电计划,利用改进的概率转移矩阵算法求解得到最佳充电策略。仿真结果表明所提策略能够最大程度降低电网综合负荷方差。