经过两百多年的发展,传统燃油汽车性能日趋完善,能够满足人们各种各样的出行需求,其年社会保有量稳步增长。巨大的汽车保有量背后加速了化石能源的日益枯竭,恶化了环境污染问题。电动汽车(Electric Vehicle,EV)是以车载电源为动力,通过电机驱动车轮行驶的一种新型交通工具,相比于传统燃油汽车,其具有低噪音、能量转换率高、零排放等优点,是当下以及未来汽车工业发展的趋势所在,世界各国纷纷大力投资电动汽车产业。考虑充电方便、补给设施建设成本低和标准体系建设实施难度小等优势,目前主流私人电动汽车均为插充式电动汽车。中心商业区作为城市核心,必将吸引越来越多的电动汽车用户充电和停留。中国中心商业区大部分立足于老城区发展而来,具有道路狭小、通行能力差、电网线路臃杂、变电设施陈旧等缺点,容易造成道路拥挤、充电站排队充电、商业区电网负荷“峰上加峰”等问题,导致用户充电和停车焦虑加剧。因此,开展商业区私家电动汽车充电和停车联合优化及聚合代理定价决策具有重要意义。首先,针对电动汽车用户出行商业区的的出行特性进行分析:相较于传统燃油汽车电动汽车出行受到道路交通状态的影响、其自身电池容量小导致续驶里程不足、目前商业区充电设施不完善易导致用户充电排队等种种情况均会加剧用户焦虑心理。综上分析总结得出电动汽车用户三类焦虑心理即:车辆行驶里程焦虑、充电拥挤焦虑、到达时间焦虑。并提出以车辆出行能耗、充电站排队时间以及道路通行时间对三类焦虑进行分析建模,为接下来第三章和第四章的深入研究奠定基础。其次,研究了考虑用户焦虑心理的中心商业区私家电动汽车充电和停车联合决策。基于用户焦虑心理,考虑用户停车充电选择约束、用户续航里程约束、用户到达目的地的时间约束、电量约束以及道路通行约束,建立以用户综合焦虑心理最低为目标的中心商业区私家电动汽车充电和停车联合决策模型。针对道路信息的不确定性以及充电站服务行为不确定性,对传统迪杰斯特拉算法进行优化,采用一种自适应迪杰斯特拉算法进行求解。通过算例分析表明,自适应迪杰斯特拉算法算法推荐路径在交通拥堵时段可以有效调节电网波动、避免私家电动汽车用户无序充电导致的中心商业区“峰上加峰”问题;与传统迪杰斯特拉算法相比,自适应迪杰斯特拉算法可以更好地考虑导通拥堵状态对用户出行焦虑的影响,为其推荐最优路径。最后,基于代理商参与售电市场的前提下,研究了绿电交易模式下商业区电动汽车代理商定价决策。考虑商业区用户各自的充电习惯及时间段,在满足代理商定价约束、系统功率平衡约束、储能设备约束、用户充电时间段约束以及充电状态约束下,建立以上层代理商售电利润最大化、下层电动汽车用户充电成本最低为目标的双层主从博弈模型。进一步通过卡罗需-库恩-塔克条件(Karush-Kuhn-Tucker条件)和线性规划对偶定理将这一博弈模型转化为混合整数线性规划问题进行算例分析求解。通过算例分析表明,相比不参与绿电交易,商业区代理商参与绿电交易可以在降低总购电成本的前提下获得更多利润,同时商业区的负荷波动相较于不参加绿电交易也更趋于平缓;商业区不同类型的电动汽车用户对商业区代理商利润及定价策略均有影响:谷时段充电为主的其他出勤型用户占比较高的商业区,其代理商可以获得更高的利润、三种类型用户的比例不同会影响代理商在平、谷时段的定价决策。