在环境污染和能源短缺的背景下，电动汽车受到了世界各国的关注，关于电动汽车的相关研究成果丰富，但仍然有些许不足。电动汽车充电负荷预测研究中并没有充分考虑用户选择路径的不确定性；当大规模电动汽车接入电网后，有序控制策略计算量较大，对通信要求较高，同时应考虑分布式能源出力的时空相关性和不确定性；部分文献设定电动汽车用户直接参与电力系统优化调度，忽略了用户参与需求响应的意愿，同时需要充分挖掘电动汽车用户在不同时段不同区域参与需求响应的能力。基于上述分析，本文主要内容如下：
　　1.采用后悔理论分析用户路径选择的不确定性，构建计及温度和交通道路影响的电动汽车充电负荷时空分布模型。结果表明后悔理论路径选择模型可充分体现用户选择的不确定性和电动汽车在空间移动的随机性，最后分析日期类型和温度对充电负荷时空分布的影响。
　　2.考虑分布式风电出力的时空相关性和不确定性，利用自回归滑动平均模型和相关系数矩阵法处理风速的时空相关性，采用场景法解决风电的不确定性。针对电动汽车规模增大后，控制策略计算量增大，对通信要求较高的问题，建立了配电网—电动汽车集控中心分层优化控制模型。结果表明采用分层优化控制模型可以达到全局最优，提高配网的经济性和安全性，同时所提模型的计算量较小，对通信要求较低。
　　3.为充分考虑电动汽车用户参与需求响应的意愿和能力，采用模糊规则构建用户参与需求响应能力的模型，充分挖掘用户在不同时段不同特征下参与需求响应的能力，分析可知电动汽车可调度的需求响应功率具有不确定性。采用场景法和鲁棒优化理论分别处理风电出力和电动汽车可调度需求响应功率的不确定性，建立含电动汽车和风电的两阶段随机鲁棒优化调度模型。分析可知日期类型、鲁棒系数、风电容量和电动汽车规模影响总调度成本，合理制定调度方案可以减小总成本。