随着世界能源和环境等问题的日益突出,电动汽车产业由于其节能环保的特点得到了快速发展。同时,微电网作为由分布式电源、可再生能源、储能系统等组成的小型发配电系统,能够实现对电动汽车负荷多种能源形式的高可靠性供给。然而,受到个人行为以及外界环境的影响,集群电动汽车的出行特征具有很高的不确定性,从而影响预测场景的准确性。另外,集群电动汽车的大规模接入对微电网的预测控制带来了新的挑战,同时也对集群电动汽车的控制灵活性以及运算效率提出了更高的要求。基于此,本文以考虑电动汽车不确定性的微电网预测控制为核心研究内容,对涉及到的集群电动汽车预测场景、能量管理、控制灵活性、运算效率等方面问题展开了研究。具体包括以下内容:（1）集群电动汽车的高不确定性使得其状态信息预测场景不够准确,为此提出了一个反馈信息驱动的微电网电动汽车预测场景生成方法。本方法通过更加充分地利用已到达微电网电动汽车的反馈信息,分析当天集群电动汽车的群体特征,以提高未到达微电网电动汽车预测场景的准确性。首先,通过对历史数据进行分析,得到各天集群电动汽车到达微电网状态（包含到达时刻、到达时刻剩余电量等）的概率分布参数值,并结合三角模糊隶属度公式形成各天概率分布参数值的模糊集。其次,研究天气、交通、以及驾驶行为等不确定性因素对集群电动汽车出行特征的影响,并分析一天中在不同时段内到达微电网的集群电动汽车状态之间的相关性。再次,结合已到达微电网电动汽车的反馈信息,调整用于生成预测场景的概率分布采样最优参数值,从而形成反馈信息驱动的电动汽车预测场景生成方法。研究成果可以提高微电网集群电动汽车状态信息预测场景的准确性。（2）为了降低基于概率分布采样所得预测场景的不稳定性对集群电动汽车能量管理效果的影响,提出了一个基于多次概率分布采样的多场景预测控制方法。首先,在得到最优参数值的基础上,提出一个基于多次概率分布采样的预测场景生成方法,利用预测场景组合数量的增加提高时域内集群电动汽车状态预测结果的鲁棒性。其次,提出处理多次概率分布采样预测场景的多场景预测控制方法,在满足各个场景约束条件的基础上,考虑到各因素对滚动时域内当前决策的综合影响,进行最优控制指令的求解。研究成果可以有效提高集群电动汽车状态预测结果的鲁棒性,同时能够根据所得预测结果对其进行有效的能量管理。（3）在微电网滚动优化过程中,为了根据实际控制需求下达控制指令,提出了一个考虑电动汽车能量管理灵活性的事件触发预测控制方法。首先,建立针对集群电动汽车预测控制的事件触发指标（数量事件以及剩余电量事件）并设置相应的最大允许误差。其次,量测各个时刻到达微电网集群电动汽车的预测场景与实际场景之间的误差,在其超过最大允许误差时触发预测控制指令。最后,提出协调集群电动汽车控制效果与控制频率的事件触发预测控制方法,通过修改触发事件的最大允许误差,在保证控制效果的前提下调整控制频率。研究成果可以根据集群电动汽车的实际控制需求下达控制指令,并在不同的时间段调整与之适用的控制频率,更加灵活实用。（4）在多微网复杂环境中,为了利用集群电动汽车的移动储能特性实现各方利益之间的均衡,提出了一个考虑综合效益最大化的多微网电动汽车聚类协同控制策略。首先,建立考虑多微网整体-个体利益均衡的综合效益最大化模型,包含降低电动汽车充电成本、优化多微网负荷曲线、以及提高新能源消纳率等。其次,为了解决模型运算量随着电动汽车规模的增加而呈指数形式增长的问题,提出一种适用于多微网电动汽车能量管理的聚类求解算法。通过建立可控时长最大化指标,处理聚类求解算法中各辆电动汽车在不同微电网停留时间段的交叉问题。研究成果可以利用集群电动汽车的移动储能特性实现多微网综合效益最大化,并解决大规模电动汽车接入时的聚类能量管理问题,有效提高运算效率。