چکیده: مدیریت انرژی همواره به عنوان یکی از مهم‌ترین مسائل در بخش انرژی مطرح بوده است. طی سالیان اخیر، توسعه‌ی مفاهیمی مانند ریزشبکه و هوشمندسازی شبکه‌های انرژی موجب شده است تا منابع تولید پراکنده و تجدیدپذیر با سرعت بیشتری به سیستم‌های قدرت اضافه شوند. همچنین با توجه به میزان عرضه‌ی خودروهای الکتریکی در بازارهای جهانی، می‌توان انتظار داشت که این خودروها در آینده‌ای نزدیک به طور قابل توجهی وارد شبکه شوند. حضور منابع متعدد و بارهایی مانند خودروهای الکتریکی در شبکه‌های توزیع می‌تواند مدیریت انرژی را با چالش‌هایی روبرو کند. این رساله مدیریت انرژی در ریزشبکه‌ی هوشمند را با حضور خودروهای الکتریکی مورد بررسی قرار می‌دهد. مدیریت انرژی، بهره برداری از واحدهای تولید و مصرف انرژی را به گونه‌ای انجام می‌دهد تا یک سری اهداف مانند اهداف اقتصادی و زیست محیطی برآورده شوند. مساله‌ی مدیریت انرژی در این رساله همواره از دیدگاه مالک ریزشبکه (مانند یک مجتمع دانشگاهی شامل خودروهای الکتریکی) مدل‌سازی می‌شود که به دنبال بهینه‌ کردن هدف خود می‌باشد. در همین راستا، ابتدا برنامه‌ریزی انرژی خودروهای الکتریکی مورد بررسی قرار می‌گیرد. با مدیریت خودروهای الکتریکی مدرن می‌توان زمان‌های شارژ/دشارژ خودروها را در طول شبانه‌روز جابجا نمود. در ادامه، مساله‌ی مدیریت انرژی برای یک ریزشبکه با حضور خودروهای الکتریکی و منابع تجدیدپذیر بیان می‌شود که در آن عدم قطعیت‌ها به کمک برنامه‌ریزی تصادفی دو مرحله‌ای مدل می‌شوند. این رساله از مفهوم هاب انرژی نیز برای برنامه‌ریزی انرژی در یک ریزشبکه استفاده می‌کند. با استفاده از هاب انرژی، سیستم مدیریت انرژی ریزشبکه قادر خواهد بود تا زیرساخت‌های مختلف انرژی را بصورت توامان در برنامه‌ریزی تاثیر دهد. در مدل پیشنهادی، چندین سناریوی محدود برای عدم قطعیت مربوط به بار و تولید در نظر گرفته می‌شوند. همچنین در ادامه، تاثیر عدم قطعیت قیمت انرژی الکتریکی بر روی بهره‌برداری از ریزشبکه‌ی انرژی و همچنین نقش خودروهای الکتریکی بر روی سود بهره‌برداری سیستم مورد بررسی قرار می‌گیرد. برای مدل‌سازی عدم قطعیت قیمت انرژی، از روش مونت کارلو استفاده می‌شود و به منظور کمّی سازی ریسک مربوط به سود بهره‌برداری، معیار ضریب تغییر (CoV) مورد استفاده قرار می‌گیرد. تمامی مدل‌ها و روش‌های پیشنهادی در این رساله بر روی سیستم‌های نمونه شبیه‌سازی می‌شوند و نتایج شبیه‌سازی، صحت و کارآیی روش‌های پیشنهادی را تایید خواهند کرد.