我国《“十四五”现代能源体系规划》要求推动能源高质量发展,其中,建设新型电力系统是实现绿色低碳发展的重要途径。新型电力系统的建设接入了大量的新能源,高占比新能源的强随机性和波动性将进一步加剧电力供需矛盾,建设友好的供需互动关系是化解电力供需矛盾、保证电力供应稳定可靠的有效途径。同时,电动汽车充电负荷规模迅速壮大,聚合充电负荷成为电力市场的主要需求侧市场主体,在需求响应、辅助服务、源网荷储互动等市场体系中都具有重要调控价值。基于上述政策背景和行业动态,聚合电动汽车优化调控方案的设计成为聚合大规模电动汽车充电负荷参与电力市场举足轻重的重要技术内容。本文基于我国现有电动汽车和电力市场的行业发展情况,并综合考虑现有充电负荷聚合调控的内外部技术和市场环境,对电动汽车的用户可调性识别和聚合负荷优化调控模型展开深入分析和研究,主要完成了如下工作内容。（1）结合国内外研究情况、我国电动汽车行业发展情况和电力市场发展情况构建充电负荷聚合调控场景并提出聚合调控要点。基于国内外用户行为、聚合调控技术、聚合调控策略以及我国相关行业背景和政策,总结分析电动汽车充电负荷的发展和聚合应用情况;结合我国需求侧电力市场的建设情况和市场交易情况,分析电动汽车参与需求侧市场的市场类型、参与方式和典型案例;进而推导概括出聚合大规模电动汽车充电负荷参与电力市场调控的要点,即用户响应意愿和聚合优化调控机理的分析和建模,并完成相关典型模型的整理和分析。（2）基于用户响应特征分析构建考虑用户响应意愿的可调电动汽车识别模型。从充放电特征、车辆特征、时间特征和偏好特征四个方面分析用户响应特征;并根据用户响应特征分析结果构建四个物理可调特征元素和四个用户响应意愿特征元素,共同构成用户可调性识别的特征元组;考虑用户可调性识别过程的复杂性和大数据特征,构建基于门控循环单元（Gated recurrent unit,GRU）的用户可调性识别模型,以实现对用户可调性特征元组的识别判断。（3）针对不同充电负荷聚合调控目标,构建基于双延迟深度确定性策略梯度算法（Twin delayed deep deterministic policy gradient algorithm,TD3）的电动汽车调控方案优化模型。基于电动汽车充电负荷优化调控过程中的负荷调度物理场景分析和充放电负荷成本效益分析,构建聚合优化调控典型场景模型;基于聚合商优化调控的多样化需求,如考虑电网稳定性的平抑负荷波动需求和考虑综合效益的市场收支平衡需求,构建充电负荷聚合优化调控的目标模型;进而基于场景、目标等的环境和动作设置情况,设计基于TD3深度强化学习的充电负荷聚合优化调控求解模型,实现大规模电动汽车聚合充电负荷的实时调控优化。（4）依托A市典型日的电动汽车充电数据构建仿真场景对本文所提模型的实践效果进行验证。整理外部负荷数据、充电负荷数据、电力市场参数等重要数据内容构建充电负荷聚合调控优化的整体环境空间和状态空间;进而采用GRU模型对电动汽车用户可调性进行识别,并从识别结果的用户特征方面和模型计算效果方面进行总结分析;最后基于TD3模型对识别结果为可调的电动汽车用户进行充电负荷优化调控,并从优化方案的调控效果方面和调控模型适用性方面进行总结分析;最终结果证明了本文所提模型的优越性和策略的适用性。本文提出了基于大数据平台和人工智能技术的电动汽车用户可调性识别模型和充电负荷聚合调控优化模型,并通过实证研究证明本文模型在精准性、适用性、鲁棒性和优化效果等多个方面的优越性,该模型能够为大规模充电负荷的聚合调控提供技术支撑,促进需求侧电力市场的发展和新型电力系统的建设。