随着全球能源短缺问题的日益严峻和以雾霾为代表的恶劣天气的频现,社会各方面对绿色环保、节能减排提出了更高要求。在此背景下,具备节能、经济、低噪、零排放等优势的电动汽车迎来快速发展,保有量急剧增长。然而,电动汽车充电入网时刻的随机性,会对电网运行产生负面影响,对电网的可靠、经济、高效运行产生威胁。分时电价是应用广泛的需求响应策略,可有效的改善负荷曲线形状,但大多研究都只关注于对常规负荷的引导,对于EV充电负荷缺少研究,因而对于计及电动汽车充电的电价方案研究显得尤为必要。首先,基于用户出行调查统计数据,提出将高斯混合模型用于估计居民出行结束时刻的概率分布,采用条件概率表征行程结束时刻与日出行总距离之间的相关性,提高了规模化EV充电功率建模的准确度。通过实际算例分析了EV充电对于配电网负荷曲线峰谷差、方差、线路有功损耗、节点电压水平等方面的影响,进而说明了控制和引导电动汽车有序充电的必要性。其次,基于常规负荷和充电负荷各自特点,分析了用电响应特性模型的选取及其不确定性的变化规律和机理。对于普通常规用电负荷,建立负荷-电价弹性矩阵模型,分析负荷变化率大小、电价高低、负荷电价弹性系数取值等因素对于不确定程度的影响;对于EV充电负荷,在分时电价下,基于消费者心理学理论建立需求响应特性模型,构建用户转移充电时刻响应度与电价差间的关系,结合该模型各分区特点,分析电价引导程度对于响应不确定程度的影响。最后给出上述两类负荷的响应波动范围的概率分布模型。最后,在SPSS软件中通过K-means聚类算法将全年负荷分类,通过聚类中心找到代表日,利用代表日用电量权重来修正各时刻的峰、谷隶属度,基于集合分类思想,通过阈值优化得到划分时段的最优阈值,得到适用于长周期的分段方案;分析负荷方差与网损间的关系,说明减小负荷方差促进节能减排,考虑到用户负荷对于电价响应的不确定性,以最小化负荷峰谷差期望和负荷方差期望为目标,用机会约束处理各约束条件,构建分时电价优化模型,通过在遗传算法的约束判断和适应度函数计算中嵌入蒙特卡洛抽样算法求解优化模型,得到最优分时电价方案;以仿真算例说明最优分时电价方案能够在保证各方利益的前提下,优化负荷曲线形状,提高电力系统运行效率,促进节能减排。