随着经济社会的高速发展,人们对能源的消费索取不断增长,能源供需关系不平衡和环境污染问题日益突出。插电式混动汽车、纯电能驱动汽车或者其他清洁能源的汽车将成为未来的发展主流,成为节能减排的有力手段和保证。然而具备规模性运营的电动汽车其充电具有随机性,若不加以控制地接入电网,会影响电能质量、负荷平衡以及电源容量;另一方面也会加大电网建设的成本,使得设备利用率下降,加大电网运行压力。因此,依据电动汽车的充电特征,对电动汽车用户的充电行为有序地管理及控制,将有利于配电系统的安全可靠运行。本文针对此课题做了如下研究:首先分析了基于群智感知技术的近似最优任务分配算法,然后结合该算法,对基于LBS数据处理系统与群智感知的路径优化进行了研究,设计了基于群智感知技术加权值的迪杰斯特拉算法,该算法综合考虑了动态路径选择的最短时间与最短距离;最后基于群智感知技术的电动汽车充电策略的模型,构建了基于群智感知技术的电动汽车充电策略的目标函数,并构建了电动汽车动态路径选择模型、电动汽车充电排队模型。对于基于群智感知技术的电动汽车充电策略的目标函数,包含三个约束条件:充电站功率约束、电池容量约束、路径选择约束。然后结合所提出的基于群智感知技术的电动汽车充电策略模型,运用遗传算法,对该模型进行算例仿真。以某市10km×10km区域内33节点配送系统为例,在分时电价机制下,分析并对比采用基于群智感知技术的电动汽车充电策略与采用传统无序充电策略的电动汽车用户的出行成本,以及分析基于群智感知技术的电动汽车充电策略下的电动汽车充电对配电系统的负面影响。结果表明,采用基于群智感知技术的电动汽车充电策略,不仅可以有效减少电动汽车用户行驶的时间成本以及经济成本,而且可以实现对配电系统的削峰填谷的功能,使得功率负荷曲线更加平顺光滑。论文对电动汽车充电策略进行了数学建模的分析,有效利用电动汽车与分布式能源之间的协调互补特征,对于降低电动汽车用户出行成本,扩展电力系统售电市场,减少电力系统负荷的峰谷差,保持电力系统的稳定安全有效运行,扩大新能源入网以及增加电力设备负荷效率提供了参考和指导意义。