近年来,环境污染和能源危机日益严峻,清洁能源的开发和利用成为当前的研究热点。电动汽车以清洁高效的电能替代传统的化石能源,具有绿色环保、节约能源的特点,电动汽车行业在我国快速发展。但大量电动汽车接入配电网会降低电网性能和稳定性,增加用户成本。针对以上问题,提出了改进粒子群算法的电动汽车充放电调度策略,提高充放电调度效率,并进行了仿真实验验证。本文的主要研究内容如下:（1）针对V2G（Vehicle-to-Grid）技术,即电动汽车与电网信息、能量的双向流通。本文对电动汽车的分类、充电模式、调度策略进行了阐述,并构建了电动汽车锂离子电池的基础模型与多目标优化充放电调度模型。（2）针对传统电动汽车充放电调度成本较高问题,本文在标准粒子群算法基础上设计了一种模拟退火粒子群算法的电动汽车充放电调度策略。引入了分时电价约束,并在目标函数中加入充电成本,解决了用户成本较高问题。仿真实验表明,标准粒子群算法与模拟退火粒子群算法调度策略可降低用户成本更小,且模拟退火粒子群算法更优。（3）针对传统模拟退火粒子群算法在充放电调度中陷入局部最优,导致电网波动与成本较大问题,本文提出两种调度策略:基于改进粒子群算法、混沌变异小生镜粒子群的电动汽车充放电策略,引入节点功率平衡与单双号限行约束,保证电网稳定性,并将用户放电收入和电网负荷峰谷差作为寻优对象,其中改进粒子群算法为避免传统算法易陷入局部最优问题,简化了粒子群算法速度项,并采用动态惯性权重与莱维飞行策略。而混沌变异与小生镜操作可更好促进种群进化。仿真实验表明,改进粒子群算法、混沌变异小生镜粒子群调度策略可显著提高电网稳定性和用户参与调度积极性,且混沌变异小生镜粒子群更好满足用户侧与配电网侧要求。