随着环境问题逐渐得到重视,电动汽车作为一种低碳交通工具得到了人们的青睐。但电池技术仍未充分成熟,电池容量难以满足出租车日常运营需求。同时,出租车运营大多采用双班制,出租车在交接班前必须保证电量充满,在交接高峰期时容易出现扎堆排队等待充电现象。因此,合理的充电站规划对于电动出租车群体至关重要。事实上,出租车的运营行为与传统出租车基本无异。鉴于此,本文从福州市出租车历史行驶轨迹数据出发,挖掘出租车行为规律,为充电站规划提供数据支撑。考虑到充电行为的时间错峰优惠政策以及电动出租车大多选择在交接班进行充电的特性,本文提出一种出租车的交接班识别算法,对交接班行为时空分布进行挖掘。然后根据识别结果与福州市出租车出行特性,结合福州市行驶工况,综合考虑驾驶员与充电站双方利益,对福州市未来电动出租车集中式充电站提出了规划方案。该方案融合了驾驶员运营行为、交接班行为、道路服务能力、社会效益等多维信息,经验证最终规划合理。主要完成工作如下:(1)本文提出一套出租车交接班行为识别方法,利用DBSCAN算法以及核密度分析,在时空两个维度识别出福州市驾驶员进行交接班的时空二维信息。实验结果经抽样调查,表明该方法科学有效;(2)建立福州市路网拓扑模型,并根据先验轨迹数据统计福州市各时间段、路段的出租车流量及行驶速度。然后采用OD反推技术结合路网拓扑,生成24小时OD出行矩阵。实验结果经检验符合福州市出行规律;(3)采用马尔科夫模型对福州市行驶工况进行构建,根据历史各路段行驶速度生成了4条具有表征性的工况,采用车辆动力学模型对4种工况的能耗进行评估,评估结果能够反映福州市真实路况;(4)综合多维数据,本文以交接班地点作为电动出租车的运营起始地点,采用蒙特卡洛随机采样算法,以当前真实驾驶行为特征设置算法参数,对未来电动出租车群体行为进行仿真,得到快速充电需求点时空分布;(5)根据快充需求时空分布,本文综合充电站运营商与驾驶员双方利益,建立社会综合成本模型,并用模拟退火算法对模型求解获得最优充电站规划。结果显示该方法可智能选址,服务区划分明确,预计能够有效缓解电动出租车充电压力。