近年来随着能源危机和环境污染问题越来越突出,风电、光伏等新能源技术得到迅速发展。在交通运输行业,新能源与储能技术的不断突破使得电动车成为产业新热点。电动车依赖电力驱动,不会有任何污染气体产生,既能缓解对化石能源的依赖,又能改善环境,是未来城市交通的必然选择。但是由于充电资源的不合理利用,电动车的充电难问题正在成为电动车发展的瓶颈。这一方面是由于充电站等充电设施数量不足,另一方面也是因为充电调度平台建设不完善,造成充电资源的过度使用以及浪费并存的现象。在城市交通网联化、智能化的大背景下,本文主要关注电动车充电站选址定容问题与电动车充电调度策略。研究电动车充电站选址定容问题,即通过更合理地规划充电站的选址与容量以实现充电资源的更好利用。本文首先介绍了弹性需求的概念,即用户充电需求受用户距离偏好和等待时间偏好的影响。此外还通过构建不动点方程来描述用户充电需求和充电站内等待时间的关系,据此建立了基于弹性需求的充电站选址定容模型。该模型是一个双层优化问题。在上层问题中,我们根据系统利润最大化的目标,提出了一个启发式算法搜索充电站网络的最优建站方案。在下层问题中,本文利用排队理论分析每个充电站的最优容量,并给出了充电站最优容量存在的充分条件。仿真实验表明本文的算法在提高系统利润和降低用户损失率方面有较好的效果。新能源车具有移动性、分散性等特点,这也相应地带来了新能源车与电网连接的时间和地点的不确定性,这种不确定性会使得充电站内队列长度与系统利润处于不可控状态。本文研究充电网络中的电动车充电调度策略,设计了基于李雅普诺夫的负载平衡机制。首先设计了系统利润最大化的目标函数,然后提出了动态定价与充电任务分配、用户服务与丢弃两部分结合的调度策略,前一部分实现充电用户从充电资源少、高负载的充电站向充电资源多、低负载的充电站转移,后一部分实现单个充电站内充电用户从高峰时段向低谷时段转移。此外,本文还结合了用户最大充电等待时延来提高用户满意度。本文从理论上证明了该机制能保证队列稳定的条件下实现系统利润最大化,并通过仿真实验验证了理论结果。