电动汽车市场进入高速成长期,随着电动汽车数量的不断增加,其充电负荷将可能对电网的安全运行产生一定的负面影响。因此有必要对电动汽车充电负荷进行预测研究,而电动汽车在日常使用过程中受环境温度影响较大,导致其充电负荷发生显著变化。而且当一定规模的电动汽车在电网原始负荷高峰开始充电时,系统负荷曲线会出现“峰上加峰”的情况,对系统设备的安全运行造成不利影响。本文提出一种考虑环境温度影响的电动汽车充电负荷预测方法,并对电动汽车充电负荷叠加到电网原始负荷所得到的电网总负荷进行优化,以达到“削峰填谷”的作用效果。论文首先对目前电动汽车充电负荷预测研究中考虑较少的环境温度因素进行分析。研究环境温度对电池容量以及电动汽车空调耗电量的影响,进而推出其对电动汽车续航里程的影响,并且分析环境温度对充电效率的影响,最后得出在典型温度0℃、20℃和35℃下的各参数值。其次,引入考虑可重复购买的改进Bass模型进行电动汽车的保有量预测。本章结合改进Bass模型,以深圳市为算例,得出2025年电动私家车保有量数据,同时依据城市发展规模和人口数量,预测出深圳市2025年电动出租车和电动公交车的保有量。然后,根据深圳市实际运营的电动汽车的统计数据,建立电动汽车充电负荷预测模型。主要考虑起始充电时间、日行驶里程、环境温度、电动汽车保有量、充电功率和充电频次等影响因素,分别对私家车、出租车、公交车的充电负荷进行建模。在电动汽车保有量预测结果和充电负荷模型的基础上,采用蒙特卡洛的计算方法对不同环境温度下深圳市电动汽车日充电负荷进行了预测分析,然后将三种类型车辆的日充电负荷曲线进行累加得到总的电动汽车日充电负荷曲线,并且将不同环境温度下的总日充电负荷曲线叠加到电网原始负荷曲线上,输出电网总负荷曲线,分析不同环境温度下电网原始负荷与电网总负荷曲线的峰谷差率。最后,针对输出的电网总负荷曲线峰谷差率较大的现实情况,建立一种基于峰谷分时电价引导下的电网总负荷优化模型,该模型兼顾了电网和用户的利益,即以电网总负荷均方差和总充电费用最小为目标,利用峰谷分时电价的政策引导用户进行有序充电,并采用基于正弦自适应权重的模拟退火粒子群算法进行求解,得到优化后的峰谷分时电价规划方案,实现电网和用户的双赢。本文从深圳市实际出发,建立了深圳市电动汽车的充电负荷预测模型,基于改进的Bass模型预测了深圳市2025年电动汽车的保有量,并采用蒙特卡洛的计算方法对其充电负荷进行了预测,最后建立了一种基于峰谷分时电价引导下的电网总负荷优化模型。本文的研究对未来深圳市电网的规划改造、电动汽车的充电管理、电动汽车充电定价机制等提供一定的参考。