[目的]为解决电动散货船及换电站电池的充换电优化问题,[方法]提出一种基于最优交叉变异粒子群增强学习算法的充换电优化策略。该策略建立换电规则、电池充电与船舶换电需求、充电桩匹配等模型。依据时间裕度和最低电价指标设计了充换电匹配策略。采用融合离散粒子群、遗传算法与增强学习机制的混合算法（ECMPSO）优化整个调度过程。[结果]仿真结果显示：ECMPSO在处理不同规模的充换电优化问题时,尤其在中大规模场景下,展现出快速收敛和优越的全局搜索能力,能有效避免局部最优解。[结论]研究成果可为电动散货船及换电站的电池充换电调度管理提供一种高效、可行的解决方案。