近年来,环境污染日益加剧,电动汽车因其清洁无污染的特性得到了人们的关注。未来电动汽车的保有量有进一步上涨的趋势,大规模电动汽车入网将给电网的规划与运行带来新的挑战。为了精准预测充电负荷并缓解电动汽车充电负荷对电网产生的不良影响,有必要对充电负荷的预测方法及调控手段进行研究。因此,本文针对电动汽车充电负荷的预测方法及充电价格机制展开研究,以期实现精准的充电负荷时空分布预测,并通过价格手段引导充电负荷削峰填谷。论文首先总结并定性分析影响充电负荷时空分布的因素。重点针对温度、交通状况和价格建立了量化分析模型。基于一阶热力学模型建立电动汽车空调能耗与温度的关系模型,基于实测数据拟合了动力电池的温度特性。引入耗时指数的概念描述交通状况对用户行驶耗时的影响。基于用户类型和响应形式的不同,建立了考虑荷电状态约束的即时与非即时充电价格响应模型,描述用户充电过程中的价格响应行为。在充电负荷时空分布预测的研究中,论文首先针对OD矩阵的缺陷对其进行修正,赋予OD矩阵的对角线元素实际物理意义,从而精准描述电动汽车的行驶与停驶规律。考虑行驶距离、等待时间和行驶耗时等因素,建立描述用户充电站选择规律的引力模型。然后结合修正的OD矩阵与引力模型,考虑温度和交通状况对电动汽车能耗的影响,提出不计价格变化的充电负荷时空分布预测方法。对不同温度及不同交通状况下的充电负荷进行预测,算例分析的结果证明了所提预测方法的合理性及有效性。考虑到充电负荷容量大且可作为优质的可调性负荷,为了充分发挥电动汽车响应灵活的特点,论文从电能的供需关系入手,提出基于浮动服务费的充电电价机制。价格制定参考用户的价格响应行为,以降低系统峰荷和减小负荷波动性为目标,价格随负荷裕度变化。建立了兼顾多方利益的浮动服务费优化模型,使用基于非均匀变异的多目标粒子群算法对模型进行求解。应用价格优化模型对不同基线负荷下的浮动服务费进行了优化,算例分析证明浮动服务费机制能在分时电价的基础上进一步优化充电负荷,减小系统扩容需求及负荷波动性。优化模型求解的浮动服务费可以实现多方共赢的目的,证明了价格优化模型的有效性。