在环境污染日渐加剧、人类乃至整个生物界的生命健康都受到极大威胁的现阶段,大力发展新能源汽车已经迫在眉睫。电动汽车具有排放污染小、使用安全清洁能源等优点,在世界范围内受到了高度重视。由于动力电池发展技术的制约,电动汽车的续航能力远比不上传统燃油汽车。电动汽车作为一种具有极强随机性和分散性的特殊电力负荷,其接入电网会带来电压波动、谐波污染、三相不平衡等不利影响。因此,研究电动汽车充电负荷的预测方法、考虑充电负荷不确定性和配电网安全的充电站规划,成为此前亟待解决的关键问题。研究了一种基于用户出行链的电动汽车充电负荷预测模型。首先利用出行链模型描述用户的出行活动过程,通过公式分析出行特征量之间的相互关系,分别利用高斯混合模型和马尔科夫链模型对时间变量和空间变量的概率分布进行拟合。然后充分考虑实时交通状况,对用户的行驶路径进行最优规划,建立基于时间变化的电动汽车用户出行活动模型。接着,考虑道路状况及气温的影响,计算电动汽车单位里程耗电量,并采用蒙特卡洛仿真法建立了电动汽车充电负荷的预测模型。以某地的实际测量数据验证所提模型的预测效果。建立了一种基于排队论的电动汽车充电站定容模型。首先给出排队论的基本概念及经典模型,通过分析充电站内的到达车辆及其充电时长的分布规律,选择M/M/s/k排队模型来描述充电站内电动汽车排队充电的实际情况,考虑配电网的安全经济运行,以最小化用户排队等待的时间成本和充电机的建设运行成本为目标,采用边际分析法进行求解,计算得到充电站内快充、慢充电机数量,即充电站的容量。实验结果验证了所提方法的合理性和可行性。研究了一种基于用户满意度的电动汽车充电站选址规划模型。在充电站规划的模型中,将用户对充电过程的满意程度作为其评价指标。定义了用户满意度。在兼顾充电站和用户利益的基础上,综合考虑充电站、配电网及用户三方的利益,以充电站的年建设运营维护成本、配电网的年均损耗成本及用户的年均空驶损耗成本之和最小(即全社会年综合成本最小)为优化目标,以配电网的安全稳定经济运行为约束条件,建立充电站的选址规划模型。针对标准布谷鸟算法在迭代早期易陷入局部最优解、迭代后期种群多样性差的不足,提出了一种融合量子行为和混沌映射操作的混合布谷鸟算法,将其用来求解所建立的充电站选址规划模型。在IEEE 33节点系统中进行仿真实验,验证了所建立规划模型及算法的有效性。