随着世界能源产业结构的调整和人们对环境问题的关注,电动汽车由于其清洁和高效的功能而得到了广泛的推广,充电基础设施的建设是大规模推广电动汽车的重要环节,合理规划电动汽车充电基础设施有利于电动汽车健康发展。而电动出租车作为电动汽车中的主要类别,比普通电动汽车具有更加频繁的充电行为,合理规划其充电基础设施是电动出租车产业发展的重要保障,而充电负荷时空分布预测是电动出租车充电设施规划选址的前提。本文在大量数据的基础上研究了电动出租车充电负荷的时空分布与预测方法,并对电动出租车充电基础设施进行了规划选址,主要研究内容如下:(1)提出了一种分析电动出租车充电负荷的网格化方法,通过所研究区域内的时间和空间进行网格化分析,得到所研究区域内充电负荷的时空分布,在网格化分析的基础上,深入研究了电动出租车的时间分布与空间分布。并分别研究工作日充电负荷与节假日充电负荷的时间分布。研究结果表明,电动出租车节假日充电负荷的时间分布与工作日充电负荷的时间分布有较大的差别。(2)采用全连接神经网络对充电负荷进行了预测。采用三层的全连接神经网络,输入层包括时间、网格化经度、网格化纬度,输出层为该网格内的充电需求。网络训练的输出值与实际值误差指标能很快收敛。通过分析均方误差,验证了该方法的准确性。(3)提出了电动出租车集中式充/换电站与分散式充电桩规划选址模型。模型考虑了电动出租车的充电需求分布、规划区域的特点、充/换电站与充电桩的建设成本、电动出租车与充电桩和充/换电站距离、配网承载力等约束,以充/换电站和充电桩建设成本最小,电动出租车与充/换电站和充电桩距离最小为目标函数。采用海口市网约车数据来源,对出租车订单经纬度、行驶距离、充电需求等信息进行数据挖掘。采用DBSCAN算法对分散充电桩规划求解,得到了分散充电桩的规划选址。结果表明分散式充电桩选址数量较稳定。但有些区域仍需要集中式充/换电站作为补充。采用K-means算法对集中式充/换电站进行规划求解,结果表明当建设22座集中式充/换电站时,总的目标函数值最小。最后,划分了集中式充/换电站服务与调配区域。