为了实现节能减排,近年来国家通过购车补贴政策,大力推广新能源汽车,电动汽车作为新能源汽车最重要的分支,得到了快速的发展,电动汽车保有量快速增加。而大规模的电动汽车充电,会对电力系统造成巨大压力,比如会增大电网负荷的峰谷差,会超出变压器的额定负荷,极端情况下出现“电力资源挤兑”现象,对电网造成破坏影响,并且会波及到居民及商业的正常用电。在尽量不改造现有电网的基础上,如何处理好大规模电动汽车充电对电网冲击的影响,是当前亟待解决的问题。本文选用有序充电调度的方式,以减小电网负荷曲线峰谷差值和降低用户充电成本为主要目标,运用改进的多目标优化遗传算法求解有序充电模型。本文就有序充电问题进行了深入的探讨,主要研究工作如下。第一,基于现有的充电数据集构建出电动汽车无序充电模型。假设各维度数据均服从正态分布,通过极大似然估计求解模型参数,构建出电动汽车无序充电模型。运用蒙特卡罗算法,采用接受-拒绝采样的采样方法,编写计算机程序模拟电动汽车无序充电。第二,构建有序充电数学模型,改进NSGA-Ⅱ(Non-dominated Sorting Genetic Algorithm-Ⅱ)算法。构造电网层和用户层目标函数,寻找电网层和用户层约束条件。本文对NSGA-Ⅱ算法进行了三方面改进,分别为:相似非支配解异层拥挤度比较(NSGA-Ⅱ-CCDF),正态分布自适应交叉算子(NSGA-Ⅱ-ndaSBX),大规模帕累托最优解集的模糊聚类(NSGA-Ⅱ-POFC)。利用改进的NSGA-Ⅱ算法求解有序充电模型。通过ZDT系列函数评价改进的NSGA-Ⅱ算法、标准的NSGA-Ⅱ算法和 MOPSO(Multi-Objective Particle Swarm Optimization)算法,并对改进的NSGA-Ⅱ算法做消融实验。第三,实验仿真。通过实验仿真模拟,比较无序充电、标准的NSGA-Ⅱ算法、MOPSO算法和改进的NSGA-Ⅱ算法的仿真结果,证明改进后的NSGA-Ⅱ算法用于有序充电调度,峰谷差值最小,方差最小,充电总费用最低,具有更好的调度效果。