新能源汽车充能站作为重要基础设施,为大多数新能源汽车提供充能服务。目前投入市场并大规模使用的电动汽车充电站存在诸多问题:充电耗时长、快充方式对电网的冲击明显、从单一的交流配网获取电能为电动汽车充电增加了电网负担、未考虑燃料电池汽车,尤其是氢燃料汽车的充能需求。对含有风、光、氢、储的新能源汽车充能站进行系统建模与协同优化调度可以满足氢燃料汽车的充能需求,推动氢燃料汽车的发展,实现出行零污染,充能高效化。通过制氢消纳可再生能源减少弃风弃光,同时通过合理的优化调度策略制定充能站运行方案,可以缓解电网负担,降低充能站运营商的运行成本,促进电网与充能站内各组件的安全、稳定、经济运行。因此,研究新能源汽车充能站的能量管理与优化调度方案有着前瞻性意义。本文首先提出含风、光、氢、储的新能源汽车充能站的概念,对其总体架构与工作原理进行分析,分别对充能站内各单元:电动汽车充电系统、氢燃料汽车制氢充氢储氢系统、风力发电系统、光伏发电系统、储能系统进行数学建模,为实际应用以及文章研究提供理论基础。其次考虑到风光出力的随机性与波动性,提出基于云模型的短期功率预测方法。挖掘影响光伏发电出力与风力发电出力的影响因子,采用云峰值变换将影响因子转换为论域中的定性概念;对定性概念通过云合并理论进行概念跃升,并构建隶属度函数进行数据划分;通过数据挖掘寻找各种概念组合之间的关联关系;采用云规则发生器对风光出力进行预测,获取不确定性的预测结果集。通过案例分析表明:基于云模型的短期功率预测方法可以实现风光出力的不确定性预测,为调度计划提供精确的决策信息。接着分析电动汽车与氢燃料汽车的出行规律与充能特性,基于蒙特卡洛模拟生成电动汽车与氢燃料汽车的充能决策变量;挖掘分析氢气-电能能量转换关系,从而制定新能源汽车优化充能策略,以综合运行成本与循环电量最小为目标函数,通过NSGA-Ⅱ算法对多目标优化调度方法进行求解。通过案例分析表明优化调度模型较常规运行方式优势明显,降低了充能站的综合运行成本和循环电量。最后以多目标优化调度方法为基础,进一步分析风光出力和新能源汽车的不确定性,提出了极端场景概念并构造不确定条件下的极端场景,接着采用NSGA-Ⅱ算法对新能源汽车充能站进行鲁棒优化调度,通过案例对比、分析给出风电出力不确定、光伏出力不确定、电动汽车存在扰动状况下对优化结果带来的影响,并指出充能站应对不确定情况的相应措施,为新能源汽车充能站内各组件的容量配置、设备选型提供借鉴。