本论文利用北京奥运会公交车换电站以及上海世博会公交车换电站的设计资料和长期实际运行数据,在多年从事电动汽车充换电站工艺设计和动力锂离子电池成组技术研究的基础上,以降低换电站建设成本、使用成本,减小换电站充电负荷对城市配电网影响为研究目标,从以下几方面对提高换电站规划设计能力和换电站运行经济性展开研究：(1)在分析公交车的运行特点和换电站电池实际使用数据基础上,建立了电动公交车动力电池回站SOC模型、锂离子动力电池充电时间模型、充电功率模型等,提出了基于动力电池回站SOC条件下换电站核心参数计算方法,研究了电动公交车不同运行模式下参数配置差异和各自优势。建立了兼顾顾客收益和换电站建设及运行成本的车辆发车间隔优化方法。(2)针对锂离子电池在使用过程中受温度和容量衰退等因素的影响,充电时间发生显著变化的现象,建立了模拟电动公交车运行工况的锂离子电池功率和温度测试方法,通过不同的对比试验,在锂离子电池等效电路模型基础上分析了影响电池充电时间的主要因素,建立了锂离子电池充电时间在温度和容量衰退等多因素影响条件下的数学模型,并确立了以锰酸锂电池为研究对象的温度和容量衰退影响系数工程计算阀值,在此基础上提出了考虑电池充电时间延长的换电站核心参数的冗余设计策略。(3)在分析换电站的实际备用电池充满电后的等待时间数据基础上,以现有的工业峰谷电价政策为依据,以全天充电费用最低和峰谷差最小为目标,提出了备用电池开始充电时间的遗传优化算法,达到换电站经济运行的目的。针对遗传优化算法需要准确估算车辆运行时间和运行能耗,根据公交车不同时段实际运行时间和不同季节平均能耗,建立了全天分段运行时间和不同季节能耗修正系数。最后通过北京奥运会换电站公交车实际运行数据和典型的北京市公交运行工况分别验证了相关算法的适用性,充电费用降低40%以上。(4)在分析换电站电力负荷的特点以及主要影响因素的基础上,研究了BP神经网络预测模型和基于模糊聚类的历史数据提取方法,建立了适用于公交车换电站的BP神经网络预测模型,确定了历史数据的模糊聚类统计指标以及BP神经网络需要的历史数据的寻找范围和数量,形成了基于相似日负荷样本的BP神经网络换电站短期负荷预测方法,在此基础上利用奥运会换电站一年内春夏秋冬四季实际负荷数据进行了仿真验证,根据不同的考核指标对比了仿真预测结果和实际负荷数据,证明了负荷预测模型正确性和有效性,预测误差平均值小于10%。换电站短期负荷预测方法的建立,有利于城市配电网对充电负荷的用电管理和安全稳定运行。