随着石油资源日益匮乏和环境污染日益严重这两大世界性难题的日益突出，具有零污染、零CO2排放、低噪声和不依赖于化石原料等优越特性的电动汽车(ElectricVehicle, EV)在世界范围内得到了越来越广泛的关注，各国政府、汽车制造商、能源企业都在加紧开展对电动汽车相关技术的探索和研究，并不断出台或实施相关积极政策促进电动汽车的发展。作为一种大功率非线性日常家用电力负荷，EV的规模化发展将对电网造成较大的影响，特别是当EV充电行为集中发生于传统负荷高峰期时，EV充电负荷将与传统电力负荷峰值叠加，以至于造成峰上加峰的不利态势，威胁配电网和电力设施的安全稳定运行。同时，EV电池的续驶里程有限，为了能够长时间地间断或持续行驶，EV用户须在EV电池电量耗尽之前及时对EV充电。尽管住宅电源可作为一种充电设施，但是当EV电池在行驶途中枯竭而得不到充电时，用户的出行将受到严重的不利影响，因此，EV的规模化发展也离不开系统、广泛的社会公共充电站建设的支持。事实上，电动汽车社会公共充电设施的优化配置是促进EV市场推广发展的基础性研究内容，在EV保有量处于极低水平的当下对该问题开展研究有利于增强EV用户充电的便利性、提高充电设施的利用率以及促进EV的快速普及，具有较强的现实意义和紧迫性。围绕规模化EV入网的适应性问题，本文开展了两个方面的研究工作，即规模化EV充电负荷概率模型的建立和EV充电站的优化配置。在规模化EV充电负荷概率模型的建立方面，本文通过燃油汽车的行驶历史统计数据近似模拟了充电开始时刻和日行驶里程的概率分布特性；依据EV日行驶里程推导了充电开始时荷电状态(State of Charge, SOC)的概率分布特性；在此基础上，将EV充电功率特性进行离散处理，并依据中心极限定理，建立了规模化EV的总充电功率概率负荷模型。在EV充电站的优化配置方面，本文以使待规划区域内各公共充电需求点到相应供能CCS的实际距离与其充电需求量的乘积之和最小为目标，提出了充电站候选落点的确定原则，依据禁忌机制对二进制粒子群优化算法(Binary Particle SwarmOptimizaition,BPSO)容易过早收敛的问题进行了改进，以候选落点集为搜索法范围、并依据改进后的BPSO确定了待规划区域内充电站的最优布局。