公交车出行是城市居民主要出行手段之一,由于公交网络中车内客流信息不透明,公交车内拥挤的现象时常出现,导致乘客乘车体验降低。针对上述问题,本文基于纯电动公交车运行数据,进行纯电动公交车内拥挤程度估算。主要研究内容如下:（1）纯电动公交车内拥挤程度划分。基于拥挤程度判断的相关研究和标准,对所研究的公交车进行车内拥挤程度划分。由于本文选用的车型较小,根据车内乘客所占用立席面积的大小,拥挤程度共划分为四类:宽松、正常、轻度拥挤、重度拥挤,并且对不同拥挤程度下的车厢内乘客数量计算区分,便于根据所划分的拥挤程度进行仿真实验分析。（2）提出基于纯电动公交车能耗分析的纯电动公交车内拥挤程度估算方法。首先分析纯电动公交车能耗的影响因素,主要包括三个影响因素:车辆行驶工况、载客量、温度。从公交车在不同载客量下能耗不同入手进行研究,采用K-means聚类算法对泉州市公交车运动学片段进行聚类,构建车辆行驶工况。基于ADVISOR电动汽车仿真软件搭建公交车的整车仿真模型,并导入所构建的行驶工况进行不同载客量情况下的仿真实验,得出公交车在不同载客量情况下的能耗数据。同时将现场采集的车内人数数据和车辆的真实能耗数据整理计算,与仿真能耗结果作对比验证。在1064个对照样本中,拥挤程度估算的准确率达到86.37%。（3）提出基于RBF神经网络的特定线路纯电动公交车内拥挤程度估算方法。将现场采集的公交车内载客量数据作为标签与泉州市6路公交线路的公交车运行数据进行匹配,以整车车速、电机实际转矩、电机转速、锂电池放电电流、电机输入电流、SOC等7类特征数据作为样本数据,构建拥挤程度估算模型。实验结果表明,模型估算车内人数结果最大误差为4人,平均相对误差接近10.13%,均方根误差为0.1463,对拥挤程度估算的准确率达到89%。相比较于仿真能耗分析方法,准确率提高2.63%。但该方法仅适用于特定线路,易受外界天气和节假日等不确定性因素的影响,具有一定的局限性。