在环境污染和资源紧张的双重压力下,电动汽车因其在节能减排上的巨大优势越来越受到人们的关注。随着相关技术的不断成熟,电动汽车的大规模应用已成为未来汽车产业的必然趋势。大规模电动汽车通过各种充电设施接入电网进行充电,这必然会对电网产生一定的影响,所以针对如何定量评估充电负荷对电网的影响并有效消除这一问题具有重要意义。因此在对相关文献进行研究的基础上,本文所做的创新工作如下:第一,针对电网中复杂的电力负荷对电动汽车有序充电研究的影响,提出了基于数据挖掘理论的典型负荷模式提取模型。该模型以相似性为基础,相同模式之间具有更多的相似性,故可将复杂的电力负荷数据,归为几种典型的负荷类型,并且包含了电力负荷数据的全部信息,可以直接地与数据信息建立对应的关系。第二,针对传统K均值聚类算法（K-means）在研究电力负荷数据时存在准确率低的问题,提出了传统K均值（K-means）聚类算法与电力负荷特性和其构成成分相结合的基于权重自动更新的双层聚类算法（AHPK-means）,该方法可以根据负荷特性与构成成分之间的权重比更新聚类中心,并将得到的所有聚类中心再进行合并与分类,以确定最终负荷模式。提升了电力负荷数据聚类的准确率。第三,针对大规模电动汽车无序充电对电网产生的负面影响,提出了基于分时电价的电动汽车动态博弈充电方法。该方法以动态调度装置作为控制中心,以分时电价为引导,由用户自主响应,实现电动汽车的有序充电。利用蒙特卡洛模拟法定量计算出该方法可以实现“削峰填谷”并减小大规模电动汽车无序充电对电网的影响。第四,针对复杂电力负荷对峰谷时段划分和分时电价制定的影响,提出了基于典型负荷的电动汽车动态博弈充电方法,提升制定峰谷时间段与峰谷电价的准确性,进而可以提高用户的响应度。该方法通过Pearson系数确定应用的典型负荷曲线,并利用隶属度函数将典型负荷曲线划分为峰、平、谷负荷时段,以发掘出更多的低谷充电时间,并根据用户响应模型确定峰谷电价,完成充电电价的划分。