电动汽车的使用将极大的减少有害气体的排放量,但大量电动汽车的接入将对电网造成不可忽视的影响。电动汽车充电负荷预测的准确性,将直接影响电网负荷预测的准确性。目前,对电动汽车充电负荷影响因素的深入研究还很鲜见。论文将重点围绕电动汽车充电负荷的影响因素分析、电动汽车充电负荷预测模型和电动汽车充电负荷对电网影响三个方面开展研究。建立了计及多影响因素的电动汽车充电电量模型。从使用环境、车辆性能等角度分析和挖掘影响电动汽车充电负荷的外部影响因素,并从充电电量、充电功率和充电时间分布等三个层面进行影响因素归类;基于因子筛选法,结合影响因素的分类,计算电动汽车充电电量主要影响因素的主效应值,建立电动汽车充电电量主要影响因素的因子筛选辨识模型;在此基础上,结合不确定性分析,建立电动汽车充电电量关键影响因素的辨识模型,确定关键因素和非关键因素;针对关键影响因素建立其函数预测模型,针对非关键影响因素建立其固定预测模型,基于函数模型和固定模型建立电动汽车的充电电量模型。该模型避免了传统模型考虑影响因素不全、关键因素不清的不足,既能保证模型的精确度,又能提高模型的计算效率,具有较好的实用性。建立了大规模电动汽车充电负荷预测模型。基于改进Bass模型建立电动汽车保有量组合预测模型,该模型能在电动汽车历史数据较少的情况下,通过分析传统汽车数据,实现电动汽车保有量预测;基于保有量预测模型、NHTS2009相关数据与电动汽车行驶习惯分析,结合电动汽车充电电量模型,建立电动汽车充电负荷预测模型,计算了电动汽车日充电负荷,验证了模型的有效性。基于电动汽车充电负荷模型,分析了电动汽车充电负荷对电网负荷的影响。以IEEE14节点系统为例,分析了不同电动汽车充电负荷渗透率下,电动汽车充电负荷对电网日负荷曲线、线损率和节点电压的影响,算例结果表明随电动汽车渗透率的增长,电网负荷率和线损率随之增加,节点电压逐步恶化;基于广州市电网负荷数据和电动汽车预测值,分析了未来电动汽车充电负荷对广州市电网负荷率、峰谷差的影响,算例结果表明电动汽车接入对广州市电网的影响主要集中在20时左右,其他时段的影响则不大。