随着全球能源短缺、环境污染的加剧,全球节能减排已成为普遍趋势,电动汽车取代传统燃料汽车逐渐成为我国的社会共识和发展方向。与此同时,电动汽车大规模并入电力系统也会给其安全可靠运行带来前所未有的挑战。因此,实现电动汽车最优调度已经成为电力系统领域的研究热点。本文的主要研究内容如下:（1）详细介绍了蜜獾算法（Honey badger optimization algorithm,HBA）的原理及模型,在原始蜜獾算法的基础上,引入精英反向学习策略、螺旋更新策略及野狗生存率策略来更新个体位置,从而提出了一种改进的蜜獾算法（Improved honey badger algorithm,IHBA）。为了验证IHBA算法的有效性,使用国际标准测试套件中的6个标准测试函数进行评估,并与其他5种智能算法进行对比。实验结果表明,IHBA算法在收敛速度和寻优精度上均要优于其余5种智能优化算法,具有一定的有效性。（2）分析了影响充电负荷的主要因素,以电动汽车起始充电时间和日行驶距离的概率密度函数构建了电动汽车计算模型,通过蒙特卡洛模拟法获取居民小区电动汽车群在无序充电模式下的日负荷曲线。实验结果表明,在无序充电模式下,造成原始处于波峰的负荷变得更大,对电网的稳定运行造成了一定的影响。（3）针对无序充电模式带来的“峰上加峰”问题,建立了基于响应度的传统分时电价模型。实验结果表明,当响应度较低时,所提策略能有效实现“削峰填谷”的作用,当响应度超过一定范围后,将会引起波峰的转移,重新给电网的稳定性带来影响。（4）针对无序充电和传统有序充电策略的不足,本文以负荷波动满意度、用户成本满意度及用户便利性满意度作为优化指标,构建电动汽车有序充电的多效益模型,采用HBA算法和IHBA算法对电动汽车群的起始充电时间进行优化。实验结果表明,在尽可能保持用户原有充电习惯的情况下,多效益模型能够有效的解决“波峰转移”问题和“峰上加峰”问题,并且为用户带来一定的经济效益。最后,通过负荷曲线及综合满意度的对比,证实了IHBA算法在多效益模型中的应用要优于HBA算法。