面对日益突出的能源紧缺和生态环境问题,电动汽车产业已成为汽车工业转型升级的主要方向。随着电动汽车大规模接入电网,给电力系统运行的安全稳定性带来了巨大挑战,同时为智能电网的发展注入了生机和活力。由于电动汽车充电站的调节能力和能量管理策略严重依赖于电动汽车的数量和电池性能,如何实现精准预测是当前的一大难点。本文以环境温度对锂电池性能、车载空调能耗的影响为切入点,重点研究环境温度对充电站调节能力和能量管理的影响机理。主要研究内容如下:首先,基于Arrhenius公式,对锂电池在不同环境温度下的充放电性能以及低温下的循环寿命进行了实验研究,建立了锂电池容量衰减率、充放电能量效率随环境温度变化的非线性模型。根据稳定传热理论,近似计算车载空调负荷,采用最小二乘法构建了车载空调随环境温度变化的能耗特性模型。为研究电动汽车出行的时空随机性规律,以美国联邦公路管理局于2017年发布的美国家庭出行调查数据（National Household Travel Survey,NHTS2017）为例,基于出行链理论,建立了电动汽车出行链各特征量（日首次出行时刻、行车时长、行驶里程、停车时长）的概率分布模型,采用离散矩阵构建了出行目的地转移概率模型,并通过判定系数和调整后的判定系数对各模型进行评价分析,验证了模型的精准性。采用蒙特卡罗方法模拟了电动汽车出行链,结合环境温度对锂电池充放电容量、能量效率以及车载空调能耗的影响机理,对不同类型出行日、不同环境温度条件下的电动汽车充电需求进行估计,进而建立了计及环境温度影响的电动汽车充电站调节能力估计模型,揭示了环境温度对充电站调节能力的影响。最后,以用户侧经济性最优、电网稳定性最佳为目标函数,充分考虑充电站调节能力、电动汽车充电需求、充电设备功率、电网功率等约束条件,对充电站能量管理策略进行探讨。针对优化问题多目标、多约束、非线性的特点,采用非线性动态惯性权重对常用的基本粒子群算法加以改进,提出了计及环境温度影响的能量管理优化策略,实现了对电动汽车充电行为的有序控制。算例结果表明,该策略可以有效避开用电高峰时段,又能满足电动汽车基本出行需求,验证了策略的合理性和可行性。