以插入式电动汽车（PEV）为代表的可再生能源汽车,有利于减少环境污染,改善能源结构。但因PEV充电负荷具有随机波动性,其高渗透率接入社区微电网将让经典负荷预测模型和确定性能量管理方法难以适应,亟需可以适应其高渗透率接入的充电负荷建模方法和能量管理方法。因此,本文对高渗透率PEV接入社区微电网的随机充电负荷建模方法及其能量管理策略展开探讨。首先,本文分别以正态分布模型拟合PEV起始充电时刻,对数正态分布模型拟合日行驶里程,建立了考虑多类型用车习惯的PEV随机接入电网充电模型。在此基础上,通过Monte Carlo随机抽样技术,仿真每辆PEV充电时长,形成考虑多类型用车习惯的PEV随机充电模拟可视化曲线。该部分将为后续计及PEV并网的社区微电网能量管理优化奠定基础。其次,为应对PEV随机充电负荷给社区微电网能量管理优化带来的风险,本文首先利用主成分分析法对PEV随机充电场景进行数据降维,并提出了基于分层聚类的PEV充电负荷聚类模型及最优充电负荷聚类类别数的确定方法。在此基础上,充分考虑社区微电网机组的发电物理特性约束和系统约束,建立了考虑关键极限场景的多社区微电网能量管理优化模型。为了有效求解所建的非线性混合整数规划模型,本文提出了分段线性化的方法,将所提模型转化为线性混合整数规划问题,并在GAMS中调用Cplex求解器有效求解。最后通过三个互联社区微电网验证了所提模型的有效性和优越性。进一步地,本文通过常数逼近近似方法,合理地评估PEV动力电池综合损耗成本,提出了考虑PEV充放电损耗成本的多社区微电网能量管理优化模型,该模型考虑社区微电网中空调、洗衣机、洗碗机等可控智能负荷,同时计及PEV无序随机充电与PEV智能充放电两种模式,更加贴合实际应用。最后通过对三个互联社区微电网的算例分析,结果表明所建立的考虑PEV智能充放电和可控智能负荷响应的多社区微电网能量管理模型可以实现削峰填谷,有效地提高能量管理策略经济性,同时所提PEV放电损耗成本确定方法可以综合考虑动力电池的不同荷电状态,避免人为主观因素的影响。