一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法

1.本发明属于换电站充电领域，涉及电动出租车换电需求、储能利用率及各换电站充电策略的制定，具体涉及一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法。


背景技术：

2.作为快速电能补充的主要方式之一，换电模式具有换电速度快、电池可控性强等优点，可为急需电能补充的车辆进行服务。从电池规格统一的角度看，电动出租车与换电模式的兼容性较强，因此研究换电模式下电动出租车换电需求预测及换电站优化策略具有重要意义，由于现有换电领域大多数研究仍脱离路-电耦合网络，电动出租车换电需求预测及换电站储能分析方法仍存在缺陷，例如研究对象不明确、和电气化交通联系不紧密、缺乏相关换电站储能利用率评估指标等问题，难以到达理想的效果。
3.所以，需要一个新的技术方案来解决这个问题。


技术实现要素：

4.发明目的：为了克服现有技术中存在的不足，提供一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，其充分考虑交通、电力和信息通信系统对于规律性换电需求和充电负荷的影响，从电气交通化的角度对日前电动出租车换电需求进行模拟，提出高峰储能利用率的概念，提出了一种考虑平抑负荷波动和提高储能利用率的两阶段日前优化策略，能够有效发挥换电站电池可控及储能的特点，起到平抑负荷波动、削峰填谷的作用。
5.技术方案：为实现上述目的，本发明提供一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，包括如下步骤：
6.s1：通过构建好的基于交通电气化和换电模式的“车-电-路-站”互联系统框架，根据电动出租车的出行及站内换电行为对换电需求进行预测；
7.s2：基于预测到的换电需求，获取到高峰储能利用率，得到换电站综合利用率；
8.s3：建立换电站电池状态时序分析模型；
9.s4：根据换电需求及电池状态时序分析模型，提出考虑平抑负荷波动和提高换电站综合利用率的两阶段换电站日前充电优化策略。
10.进一步地，所述步骤s1中基于交通电气化和换电模式的“车-电-路-站”互联系统框架包括四个部分，分别为：电动出租车和路网的交互、电动出租车和换电站的交互、电动出租车和电池的交互、电池和换电站的交互。
11.进一步地，所述步骤s1中换电需求的预测方法为：根据电动出租车的出行及换电行为，对多信息互联下电动出租车的行驶路径、运营状态及电池soc进行模拟，统计得到换电站在各调度时段初为满足出租车正常运营所提供的电池组数，即为“车-电-路
‑ꢀ
站”互联
下的换电需求。这里根据每个时段，电动出租车的到站信息，统计各个时段需要进行换电的车辆数，即为换电需求
12.所述步骤s1中电动出租车的运营状态包括载客、空载寻客和空载换电，载客时根据乘客偏好以打车费用最低或时间最短为目标进行路径规划；空载换电时综合考虑前往换电站时间t1、排队时间t2和换电站前往下一最佳寻客点时间t3之和最小进行路径规划；空载寻客时，考虑区域打车和接客的供需平衡关系，在od矩阵的基础上提出一种考虑各区域出租车占比的空载寻客概率选择模型：
[0013][0014]
其中，p(i,j,t)为t时刻电动出租车选择区域j作为寻客地点的概率，s(j,t)为区域 j的出租车占比，p
od
(i,j,t)为t时刻区域i到区域j的od概率，m为总区域数。
[0015]
所述步骤s1中对电动出租车的换电行为进行分析，在时间离散化的基础上，具体的分析方法为：
[0016]
假设有t-1、t、t+1三个相邻时段组成，以t时段为例，t
(0)
和t
(1)
分别为t时段的起始和结束时刻，分为以下三种场景进行分析：
[0017]
场景1：t
(0)
～t
(1)
内到达，且可在t
(0)
～t
(1)
内成功完成换电，但如果此时换电站内有排队队列，则电动出租车进入排队队列，等待t+1
(0)
再决定是否安排换电；
[0018]
场景2：电动出租车的行程起始时间在t-1
(0)
之前，成功换电的et将于t+1
(0)
离站开始出租运营；
[0019]
场景3：红色直线代表t
(0)
～t
(1)
到达但无法在t
(0)
～t
(1)
完成换电的车辆，这部分车辆进入排队队列，于t+1
(0)
安排换电，计算t时段成功完成换电的车辆数，即为该换电站t 时段的换电需求u(t)。在这里，换电需求u(t)指的并不是站内站外t时段电池电量不足的电动出租车总数，而是换电站在t时段内应服务的车辆总数。
[0020]
进一步地，所述步骤s2中高峰储能利用率η
peak
(t)为：
[0021][0022]
其中，n
sdd
(t)和n
sod
(t)为无序和调控状态下的多余储备电池数，n
sd
(t)和n
so
(t)为无序和调控状态下各时段初的储备电池数量，u(t)是t时段的换电需求；当换电站处于无序状态时n
sod
(t)＝n
sdd
(t)，此时η
peak
(t)＝0，利用率为0。n
sdd
(t)和n
sod
(t)反映的是换电站内剩余储能能力的大小，这部分储能并没有被利用，在调控状态下n
sod
(t)越小，则说明利用率越高。
[0023]
换电站综合利用率为：
[0024][0025]
其中，t1为高峰起始时段，t2为高峰结束时段。
[0026]
进一步地，所述步骤s3中换电站电池状态时序分析模型的建立方法为：
[0027]
将电池分为待充电池、投入电池、在充电池、产出电池和储备电池5类；
[0028]
在t时段初，换电站可以提供的储备电池数量为：
[0029]ns
(t)＝max{0,ns(t-1)+y(t-1)-u(t-1)}
[0030]
其中，ns(t)是t时段初的储备电池量，y(t-1)是t-1时段产出电池量，这部分电池于t-1时段结束充电，并可在t时段初提供换电服务，u(t-1)是t-1时段换电需求；
[0031]
为简化分析，假设定期向调控区投入一定量的电池，t时段初投入电池量的最大值 x
max
(t)受到t-1时段末未连接电池的充电桩数量nr(t-1)和t-1时段末等待区电池量 nw(t-1)的影响：
[0032]
x
max
(t)＝min{nr(t-1),nw(t-1)}
[0033]
t时段末未连接电池的充电桩数量nr(t)受到充电桩总数n
all
、t时段在充电池量 nc(t)和t时段末产出电池y(t)的影响：
[0034]
nr(t)＝max{0,n
all-nc(t)+y(t)}
[0035]
nc(t)＝nc(t-1)-y(t-1)+x(t)
[0036]
产出量y(t)和投入量x(t)具有一定的制约关系，可表示为：
[0037]
y(t)＝y(x(t))
[0038]
所有更换下来的电池都需进入待充区，然后等待定期调度决定是否投入调控区充电：
[0039]nw
(t)＝max{0,nw(t-1)+u(t)-x(t)}
[0040]
本文认为在换电站新的一天运营开始前初始储备电池都应处于满电状态，数量记为 nb，在t时段起始时刻换电站内电池应满足如下平衡关系：
[0041]ns
(t+1)+nc(t)+nw(t)-y(t)＝nb。
[0042]
进一步地，所述步骤s4中两阶段换电站日前充电优化策略具体为：
[0043]
s4-1：在第1阶段中以平抑负荷波动为目标：
[0044][0045][0046]
其中，p
l
(t)为区域负荷，pc为单个充电桩的充电功率，t为离散的优化周期，nc(t) 为t时段的充电电池数量，p
av
为优化周期内负荷的平均值；
[0047]
s4-2：在第1阶段优化的基础上，将第1阶段优化结果作为第2阶段的约束条件，以换电站综合利用率最大为目标：
[0048]
maxf2＝η。
[0049]
进一步地，所述步骤s4-2中约束条件包括如下约束(1)～(4)：
[0050]
t时段初，投入充电的电池数x(t)应大于等于0，即
[0051]
x(t)≥0,t＝1,...,t
ꢀꢀꢀ
(1)
[0052]
t时段初，投入充电的电池数x(t)应不大于待充电池数nw(t-1)和未连接电池的充电桩数nr(t-1)，即：
[0053]
x(t)≤min{nr(t-1),nw(t-1)}
ꢀꢀꢀ
(2)
[0054]
约束(2)为投入量x(t)的上限约束，描述的是t时段初该换电站最多可以投入多少待充电池；
[0055]
t时段初，应保证储备电池量ns(t)不小于换电需求u(t)，即：
[0056]ns
(t)≥u(t)
ꢀꢀꢀ
(3)
[0057]
带入相关条件可得：
[0058][0059]
换电站充电优化为在时间尺度合理地将充电量分配到各时段中，优化前后充电总量不变，即：
[0060][0061]
其中，e
t
为优化后充电量，e
sum
为总充电量。
[0062]
基于交通电气化和换电模式的“车-电-路-站”互联系统框架是是本发明的基础；充分考虑交通、电力和信息通信系统对于规律性换电需求和充电负荷的影响，强调电动出租、电池、路网和换电站的紧密联系，充分发挥换电站电池可控及储能特点。
[0063]
本发明适用于交通电气化大背景下，电动出租车日前换电需求预测及换电站充电有虎啊方法，主要研究对象为换电式出租车。
[0064]
以下对本发明中涉及的技术点进行综合描述：
[0065]
基于交通电气化和换电模式的“车-电-路-站”互联系统框架：描述了换电式电动出租车、电池、路网和换电站四个主体间的互动关系，形成了一个基于信息流-能量流-交通流的“用电-换电-充电”闭环系统。
[0066]
考虑各区域出租车占比的空载寻客概率模型：不仅考虑了各区域对电动出租车当前位置的吸引能力，还考虑了区域内出租车供需关系平衡情况，为空载寻客的目的地选择提供依据。
[0067]
电动出租车换电需求预测方法：基于交通电气化，充分考虑出租车出行、换电特性，及换电站内充电安排，计算得到各时段换电站应提供的电池数。
[0068]
换电站电池状态分析模型：换电站内电池具有不同的状态，将电池分为待充电池、投入电池、在充电池、产出电池和储备电池5类，描述了各状态电池间的数学关系。
[0069]
换电站高峰储能利用率：定量分析了在某种特定调控策略下换电站内储能电池的利用情况，为调控策略的效果分析提供了一种评价指标，证明了换电模式下快速电能补充车辆作为储能资源的可行性。
[0070]
换电站日前充电优化策略：采用一种两阶段优化方法，第一阶段考虑平抑负荷波动最小，第二阶段考虑储能利用率最大，为换电站提供一种充电优化方案。
[0071]
有益效果：本发明与现有技术相比，基于交通电气化对电动出租车换点需求进行合理预测，其换点需求具有“波浪形”变化趋势，充分发挥具有强出行特性的电动出租车快速电能补充对于削峰填谷、平抑负荷波动的作用，同时能够提高储能利用率，发挥储能对于换电需求的缓冲能力；所提储能利用率为换电站调控策略提供了一种评价指标。
附图说明
[0072]
图1为“车-电-路-站”互联系统的框架显示图；
[0073]
图2换电站内剩余储能能力显示图；
[0074]
图3为道路拓扑显示图；
[0075]
图4为区域电网基本负荷显示图；
[0076]
图5为各换电站的换电需求显示图；
[0077]
图6为叠加无序和有序充电负荷后区域总负荷显示图；
[0078]
图7为第1阶段有序状态下多余储备电池数显示图；
[0079]
图8为第2阶段有序状态下多余储备电池数显示图；
[0080]
图9为无序状态下多余储备电池数显示图；
[0081]
图10为第1阶段优化储能利用率显示图；
[0082]
图11为第2阶段优化储能利用率显示图。
具体实施方式
[0083]
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本技术所附权利要求所限定的范围。
[0084]
本发明提供一种基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，包括如下步骤：
[0085]
s1：构建基于交通电气化和换电模式的“车-电-路-站”互联系统框架：
[0086]“车-电-路-站”互联系统的框架如图1所示，主要包括四个部分：1)“电动出租车”和“路网”的交互：没有换电请求的电动出租车可在订单平台不断发布需求并接受系统派送订单，在载客和空载寻客间不断变换状态，而具有换电请求的车辆则需要退出出租运营进行选站和路径规划，该交互过程在能量流上体现为电池电量的不断衰减；2)
ꢀ“
电动出租车”和“换电站”的交互：针对电动出租车到站时间及站内排队、储备电池数量情况确定是否开始换电或等待换电，换电完成的车辆离站后即刻开始出租运营；3)
ꢀ“
电动出租车”和“电池”的交互：电动出租车卸下电池，并装载上换电站存储的满电电池，用户车辆和电池分离开，电池充电所有权交还给换电站；4)“电池”和“换电站”的交互：在满足后续换电需求的前提下结合电网运行进行有序充电。
[0087]
s2：基于交互框架，根据电动出租车的出行及站内换电行为对换电需求进行预测：
[0088]
根据电动出租车的出行及换电行为，对多信息互联下电动出租车的行驶路径、运营状态及电池soc进行模拟，计算得到换电站在各调度时段初为满足出租车正常运营所提供的电池组数，即为“车-电-路-站”互联下的换电需求。
[0089]
电动出租车具有连续行驶行为，在日常运营的过程中存在三种状态：载客、空载寻客和空载换电，载客时根据乘客偏好以打车费用最低或时间最短为目标进行路径规划；空载换电时综合考虑前往换电站时间t1、排队时间t2和换电站前往下一最佳寻客点时间 t3之和最小进行路径规划；空载寻客时，考虑区域打车和接客的供需平衡关系，在od 矩阵的基础上提出一种考虑各区域出租车占比的空载寻客概率选择模型：
[0090][0091]
其中，p(i,j,t)为t时刻电动出租车选择区域j作为寻客地点的概率，s(j,t)为区域 j的出租车占比，p
od
(i,j,t)为t时刻区域i到区域j的od概率，m为总区域数。
[0092]
在时间离散化的基础上，电动出租车的换电站内换电行为分析方法为：假设有t-1、 t、t+1三个相邻时段组成，以t时段为例，t
(0)
和t
(1)
分别为t时段的起始和结束时刻。分为以下三种场景：
[0093]
场景1：t
(0)
～t
(1)
内到达，且可在t
(0)
～t
(1)
内成功完成换电，但如果此时换电站内有排队队列，则电动出租车进入排队队列，等待t+1
(0)
再决定是否安排换电；
[0094]
场景2：电动出租车的行程起始时间在t-1
(0)
之前，成功换电的et将于t+1
(0)
离站开始出租运营；
[0095]
场景3红色直线代表t
(0)
～t
(1)
到达但无法在t
(0)
～t
(1)
完成换电的车辆，这部分车辆进入排队队列，于t+1
(0)
安排换电。计算t时段成功完成换电的车辆数，即为该换电站t时段的换电需求u(t)。在这里，换电需求u(t)指的并不是站内站外t时段电池电量不足的电动出租车总数，而是换电站在t时段内应服务的车辆总数。
[0096]
s3：基于交互框架，提出高峰储能利用率的概念：
[0097]
高峰储能利用率η
peak
(t)为：
[0098][0099]
其中，n
sdd
(t)和n
sod
(t)为无序和调控状态下的多余储备电池数，n
sd
(t)和n
so
(t)为无序和调控状态下各时段初的储备电池数量，u(t)是t时段的换电需求。当换电站处于无序状态时n
sod
(t)＝n
sdd
(t)，此时η
peak
(t)＝0，利用率为0。n
sdd
(t)和n
sod
(t)反映的是换电站内剩余储能能力的大小，如图2所示，这部分储能并没有被利用，在调控状态下n
sod
(t) 越小，则说明利用率越高。
[0100]nsdd
(t)代表在无序状态下总的可调控储能容量，n
sod
(t)代表某种调控策略下总的可调控储能容量；n
sdd
(t)-n
sod
(t)代表在某种调控策略下已经被调用的储能容量。可以发现在特定的调控状态下，储能仍有进一步开发的能力，可为电网提供其他辅助服务。
[0101]
换电站综合利用率为：
[0102][0103]
其中，t1为高峰起始时段，t2为高峰结束时段。
[0104]
s4：基于交互框架，建立换电站电池状态时序分析模型：
[0105]
换电站电池状态时序分析模型，将电池分为待充电池、投入电池、在充电池、产出电池和储备电池5类。
[0106]
在t时段初，换电站可以提供的储备电池数量为：
[0107]ns
(t)＝max{0,ns(t-1)+y(t-1)-u(t-1)}
[0108]
其中，ns(t)是t时段初的储备电池量，y(t-1)是t-1时段产出电池量，这部分电池于t-1时段结束充电，并可在t时段初提供换电服务，u(t-1)是t-1时段换电需求。
[0109]
为简化分析，假设定期向调控区投入一定量的电池，t时段初投入电池量的最大值 x
max
(t)受到t-1时段末未连接电池的充电桩数量nr(t-1)和t-1时段末等待区电池量 nw(t-1)的影响：
[0110]
x
max
(t)＝min{nr(t-1),nw(t-1)}
[0111]
t时段末未连接电池的充电桩数量nr(t)受到充电桩总数n
all
、t时段在充电池量 nc(t)和t时段末产出电池y(t)的影响：
[0112]
nr(t)＝max{0,n
all-nc(t)+y(t)}
[0113]
nc(t)＝nc(t-1)-y(t-1)+x(t)
[0114]
产出量y(t)和投入量x(t)具有一定的制约关系，可表示为：
[0115]
y(t)＝y(x(t))
[0116]
所有更换下来的电池都需进入待充区，然后等待定期调度决定是否投入调控区充电：
[0117]nw
(t)＝max{0,nw(t-1)+u(t)-x(t)}
[0118]
本文认为在换电站新的一天运营开始前初始储备电池都应处于满电状态，数量记为 nb，在t时段起始时刻换电站内电池应满足如下平衡关系：
[0119]ns
(t+1)+nc(t)+nw(t)-y(t)＝nb[0120]
s5：根据换电需求及电池状态时序分析模型，提出考虑平抑负荷波动和提高储能利用率的两阶段换电站日前充电优化策略：
[0121]
1)在第1阶段中以平抑负荷波动为目标：
[0122][0123][0124]
其中，p
l
(t)为区域负荷，pc为单个充电桩的充电功率，t为离散的优化周期，nc(t) 为t时段的充电电池数量，p
av
为优化周期内负荷的平均值。
[0125]
2)在第1阶段优化的基础上，将第1阶段优化结果作为第2阶段约束条件，以高峰利用率最大为目标：
[0126]
maxf2＝η
[0127]
相关约束条件为：
[0128]
1)t时段初，投入充电的电池数x(t)应大于等于0，即
[0129]
x(t)≥0,t＝1,...,t
[0130]
2)t时段初，投入充电的电池数x(t)应不大于待充电池数nw(t-1)和未连接电池的充电桩数nr(t-1)，即：
[0131]
x(t)≤min{nr(t-1),nw(t-1)}
[0132]
约束2)为投入量x(t)的上限约束，描述的是t时段初该换电站最多可以投入多少待充电池。
[0133]
3)t时段初，应保证储备电池量ns(t)不小于换电需求u(t)，即：
[0134]ns
(t)≥u(t)
[0135]
带入相关条件可得：
[0136][0137]
4)换电站充电优化为在时间尺度合理地将充电量分配到各时段中，优化前后充电总量不变，即：
[0138][0139]
其中，e
t
为优化后充电量，e
sum
为总充电量。
[0140]
基于上述电动汽车充电引导和定价方法，本实施例中进行仿真分析，具体如下：
[0141]
本实施例路网拓扑如图3所示，各道路长度、承载量及功能区分区情况参考文献[13]，共设置5个换电站，1#～5#分别位于路网的第6、7、13、17、26节点，各站配置10台换电设备。假设地区换电式电动出租车数量为1000辆，单位能耗为0.23kwh/km，根据文献[19]储备电池与车辆换电需求之比为0.6:1，配备储备电池数量应在600块，根据文献[11]储备电池和充电桩的比值为3:2，设置总充电设备数为400个左右，储备电池分别为150、150、100、50、150，充电设备数分别为100、100、70、35、100。出租车自 6:00-9:00逐渐引入互联系统，21:00-24:00逐渐从互联系统中退出，初始soc在0.5～0.8 间均匀分布。本实施例区域电网基本负荷曲线如附图4所示。
[0142]
1、换电需求分析
[0143]
各站换电需求如图5所示，在空间维度上，其换电需求大小、变化趋势不尽相同，说明换电站的地理位置分布也会对换电需求产生一定的影响。在时间维度上，不管是区域总换电需求，还是具体到单个换电站的换电需求，其总体大致呈“波浪形”，具有周期性的特点，这主要是受到电动出租车连续“运营-换电”进程的影响。
[0144]
同时对于单个换电站，其换电需求高峰的峰值在时间维度上也具有差异性，最为显著的是3#和5#换电站，3#换电站峰值具有“两边大、中间小”的特点，5#换电站 15:00～18:00换电需求峰值最高，与商业区逐渐进入营业高峰期相符合，电动出租车司机有更大的概率在商业区进行运营并就近换电。
[0145]
2、换电站有序和无序充电分析
[0146]
本实施例中认为“即充即换”充电模式为无序充电，图6为叠加无序和有序充电负荷后区域总负荷显示图，无序充电、第1阶段优化和第2阶段优化后的峰谷差分别为 50.7243mw、41.3726mw和41.2126mw，所提平抑负荷波动的目标函数值f分别为 29.340
×
103、24.042
×
103和24.039
×
103，第1和第2阶段优化之后峰谷差减小9.3517mw 和9.5117mw，比无序下分别改善了18.44％和18.75％，两阶段优化后f比无序下改善了 18％。有序充电负荷能够充分发挥储备电池的缓冲作用，在高峰期间减少电池投入量，降低9:00～12:00和17:00～21:00两个高峰时段的负荷，且9:00～12:00削峰明显，第1和第2 阶段优化较无序充电最大削峰为6.4mw和6.44mw，同时在白天的低谷期增加电池投入量，12:00～16:00时段的负荷有所提高。在电动出租车24:00结束运营后换电站不再有换电需求，此时储备电池将维持在一个较低的水平，而待充区电池维持在一个较高的水平，可在24:00～第
二天6:00的凌晨低谷期安排这批电池进行充电，从而达到削峰填谷、平抑负荷波动的效果。
[0147]
3、高峰时段储能利用率分析
[0148]
第1、第2阶段优化和和无序状态下，多余的储备电池数(储备电池数-换电需求) 变化曲线如图7—9所示。
[0149]
在9:00～12:00和17:00～21:00两个负荷高峰时段，有序状态下多余的储备电池有所减少，说明在这两个时段内储备电池具有缓冲的作用，在保证不多投入电池充电的情况下消纳部分换电需求。不论在有序及无序情况下，5#换电站在17:00～18:00出现多余储备电池数小于0的情况，说明此时5#换电站的储备电池并不能满足换电需求，影响正常的换电站运营，电动出租车需等待额外的时间进行换电，要消除这种情况需增加储备电池数或充电桩数量。在有序状态下，大约20:00之后的多余储备电池数为0，说明各时段初的储备电池正好等于该时段的换电需求，调控仓产出满电电池的速度能够有效地跟随换电需求，保证更多的待充电池能够在填谷时段进行充电，换电站的调控能力受到换电站内总电池数的影响，电池总数越大，其调控能力越强，削峰填谷的效果就越好。
[0150]
10:00～21:00期间，第1和第2阶段优化后的利用率如图10—11所示。
[0151]
在10:00～21:00时段内，第1阶段优化后各换电站平均利用率为44.39％、29.41％、 45.41％、30.48％、41.95％，第2阶段优化后各换电站平均利用率为49.04％、33.21％、53.55％、 30.48％、41.95％。第2阶段优化改善了1#～3#换电站利用率情况，改善程度分别为10.48％、 12.92％、17.92％，第1和第2阶段1#～3#换电站利用率比较如图10和图11所示。4#、5#换电站主要是受到了换电需求和储备电池总量的影响，储能利用率在不影响第一阶段负荷平抑和峰谷差的前提下，并没有得到提高。两阶段优化后的换电站储备电池发挥了一定的储能作用，削减了负荷高峰。可以发现在19:00以后，换电站的利用率维持在一个较高的水平，甚至出现利用率为100％的情况，提前一个充电周期，根据满足换电需求的最小量，将这部分电池投入到调控区进行充电，使待充区电池数量维持在较高水平，待充区电池等待一天中的负荷低谷投入充电，起到提高谷时负荷的作用。
[0152]
综上所述，本发明所提的基于交通电气化的电动出租车换电需求预测及换电站充电优化方法，结合交通网、用户出行特点等时空和行为特征，对电动出租车的日前换电需求进行预测，揭示其“波浪形”变化趋势的特点；分析换电站电池的状态变化和车辆行为变化，以平抑负荷波动为目标安排换电站内电池的充电计划，充分发挥了换电站储能特性及车电分离后的电池可控性，作为快速电能补充方式之一，有效解决了快速充电在时间尺度上的不可控性。所提方法起到了平抑负荷波动、削峰填谷作用，并具有一定的储能利用效果。