电动汽车是我国的重要战略新兴产业,对于实现碳达峰、碳中和目标具有重要的作用。在国家大力的扶持与推进下,电动汽车已越来越普及,并呈现加速增长的趋势。随着销量的不断增加,大规模电动汽车充电将对电网稳定运行构成一系列威胁,比如电网峰谷差大、负荷超过限制容量等。因此,研究大规模电动汽车充电的优化控制问题十分必要、刻不容缓。电动汽车充电时要满足充电状态、充电时间、配电网容量等约束条件,以达到充电电网的稳定性高、用户的利益最大化,其充电优化控制问题属于典型的多目标全局优化问题,具有重要的研究价值和极大的挑战性。因此,本文在分析电动汽车负荷模型的基础上,利用具有全局搜索能力的人工蜂群算法等群智能算法研究了考虑时间尺度、时空尺度不同情况下的大规模电动汽车充电优化控制策略。主要研究工作如下:（1）电动汽车充电负荷建模与评估研究。首先,分析了影响电动汽车用户充电需求的因素,通过统计数据分析用户出行特性的概率分布。根据用户的出行特性结合电动汽车充电功率特性建立电动汽车充电负荷模型。然后,采用蒙特卡洛模拟法计算电动汽车充电负荷曲线,评估了不同渗透率下电动汽车充电负荷曲线对配电网的影响,结果表明,随着渗透率的不断增加,无序充电方式会增大电网的波动,对配电网安全运行构成威胁。（2）考虑时间尺度的电动汽车充电综合优化控制策略研究。首先,为降低大规模电动汽车无序充电对电网巨大波动的影响,提出了一种将随机充电、电价引导充电和里程焦虑充电方式加权的综合的充电策略。然后,在考虑时间尺度下建立电动汽车的充电负荷模型,以电网稳定性和用户利益最大化建立多目标函数,采用人工蜂群算法对充电策略进行优化。结果表明,相比无序充电策略,提出的充电综合优化控制策略可以有效降低电网负荷峰值和电网负荷峰谷差率、节省用户充电费用,同时提高了电力设备利用率。（3）考虑时空尺度的电动汽车充电综合优化控制策略研究。首先,为探讨电动汽车在时空尺度下的充电行为对电网造成的影响,采用蒙特卡洛模拟法计算电动汽车的时空充电负荷曲线。然后,提出了一种双层优化的充电策略,该策略首先采用算法对综合优化控制策略进行求解,然后考虑电网波动最小对应的时间进行充电。结果表明,双层优化的充电策略比无序的充电策略在充电费用方面多节省了15.3%,同时峰谷差率降低10.46%和电网曲线均方差和降低21.44%。该充电策略可以有效提高电网稳定性,具有推广价值和参考意义。