近十年来,为落实可持续发展战略和实现国家“碳达峰”和“碳中和”的目标,电动公交车受到了国家重点支持和普及。作为新能源车辆之一,电动公交车因其噪声小、碳排放低、节约能源和安全性较高等优点受到了各国公交集团和企业的青睐。根据北京市公交集团发布的《2020年企业社会责任报告》中的数据可知,北京市的新能源和清洁能源公交车占比为87.34%,其中纯电动公交车占比逐年增加,占比已超过50%。然而,电动公交车与传统燃油公交车或燃气公交车相比有着续航里程短和补充燃料时间长等缺点。电动公交即使充满电也无法完成一整天的公交任务,中间过程必须要充电。充电资源却比较有限,北京市累计建成可充电的场站或充电站212处,这对于近1000条新能源公交线路来说,若不对充电资源进行合理调度,则会严重影响公交正常运营。如何使用尽量少的车辆完成公交路线的发车任务成为该领域亟需解决的新挑战。现有的研究大多数集中在单车场的问题或考虑的充电过程与现实的充电过程有差异,而本文充分考虑了现实的充电情况,研究了灵活充电技术下多车场电动公交车辆调度问题,考虑了充电桩数量有限所导致的不确定充电时间和车辆等待充电的情况。在已知公交路网和运营参数的条件下,通过建立了一个混合整数规划模型来描述问题,证明了该问题的模型是NP-难的。求解上,大多数的研究在求解该类问题的算法上集中于启发式算法,虽然求解时间得到保证,但并不能保证求解的效果一定好。而公交车辆调度计划是长期计划,求解不必实时完成。于是,本文根据问题模型的特殊结构和特点,设计了一个分支定价算法的框架进行全局精确最优的求解。根据Dantzig-Wolfe分解算法的思想,将原问题模型分解为以车次链为基列的主问题,和每个车次链的子问题。子问题通过改进目前求解该类型子问题效果最好的Pulse算法进行求解。通过松弛约束、提前定界、多列添加和列管理等策略有效抵抗了主问题的退化性,并使得算法整体更加高效。最后,本文通过大量的符合实际的实验数据和交通网络来验证本文算法的逻辑正确和算法效率,并与现有效率较高的混合整数规划求解器Gurobi进行了比较。结果表明,Gurobi只能有效求解40个发车任务以下的规模,而针对100个点以内的规模,本文设计的算法可以有效的求解。最后,本文还对充电桩数量,充电速率和电池电量等参数变化对问题结果的影响进行了敏感性分析,并为决策者提供更多的决策支持。