近年来,电动汽车由于其具有低排放、低耗能、环保绿色等优点,正在逐步取代传统的石油汽车。随着各个城市对环保以及限牌限号的政策要求,电动私家车逐步走入每家每户。电动出租车及电动公交车在国家与地方的政策支持下更是进入了城市的每一个角落。在这其中,电动出租车更是电动汽车环节中不可或缺的一部分,电动出租车在大量充电时,势必会造成用电量紧张,出租车排队降低效率的情况。因此需要设计合理的电动出租车充电调度策略。本文针对电动汽车优化调度方面为电动出租车设计了基于STM32的硬件系统,软件方面结合边缘计算概念和物联网技术进行数据分析,在出租车充电桩上部署硬件系统进行出租车电量和位置信息的收集,当出租车需要充电时,车载的系统开始检索距离最近的几个充电桩,并且向它们发出充电请求,此时,充电桩根据所有的请求信息和自己当前的状态进行充电调配。在调配的过程中提出一种推荐机制,这样形成一种分布式的边缘管理系统,提高了调度效率,充分利用资源。其次,由于出租车的行驶路线比较灵活,针对其运行模式和行驶特性,本文采用蒙特卡洛算法进行分析,计算了单辆电动出租车的充电负荷曲线,通过充电负荷曲线对电动出租车充电负荷进行预测分析。将电动出租车司机作为理性经济人,通过电力市场的价格来对出租车群体进行有效的引导和合理的调度。最后,通过大量的仿真计算,可以协助电动出租车选择最优的充电时间进行充电,优化车辆充电成本及运营利润,适用于群体车辆中个体的自主调度,实现了较好的调度效果。