随着能源枯竭和环境危机的加剧,使用清洁电力作为动力的电动汽车被认为是减少碳排放和降低化石能源依赖的有效解决方法,正受到各国政府的大力推广,未来电动汽车的使用数量可能呈现爆发式增长的局面。然而,电动汽车充电负荷在时间分布和空间分布上的不确定性将会给电力系统的运行带来不可忽视的影响。因此建立计及时空分布的电动汽车充电负荷模型,对大规模电动汽车入网充电行为进行优化协调,研究电动汽车和可再生能源之间的多目标优化调度,是提高电网消纳电动汽车,平滑可再生能源的自然可变性,促进电动汽车普及的基础和前提。本文以传统燃油汽车行驶调查数据为基础,结合用户出行习惯和充电地点的多样性,研究了电动汽车充电行为的时空分布规律,采用基于实际运行工况的能量消耗模型和充电负荷概率模型,建立了电动汽车的充电需求模型。为减小大规模电动汽车的随机充电行为对电网的负面影响,本文分别以配电网等效负荷方差最小和系统网损最小为优化目标研究了电动汽车的优化充电控制策略。等效负荷方差最小的充电方式为含电动汽车数量约束的凸二次规划问题;网损最优的充电方式包含了充电负荷、电池充电容量、潮流、电压幅值和线路容量等约束条件,本文采用PSO算法和动态罚函数法进行求解。针对电动汽车和可再生能源之间的多目标协调调度,建立了风力发电和太阳能发电的模型,以配电网负荷波动最小化、总网络损耗最小化和电动汽车用户充电成本最小化作为目标函数建立电动汽车与可再生能源发电的多目标协调控制模型,利用电动汽车的电池储能系统作为电网和可再生能源的缓冲,并采用具有更强全局搜索能力的量子粒子群多目标搜索算法进行求解,得到各个时刻电动汽车合理的入网数量,促使电网侧和用户侧的双边利益最大化。