電動汽車充電引導策略探討

王建邦

（廊坊職業技術學院，河北 廊坊 065000）

要想降低目前的城市污染，減輕汽車尾氣的排放，就需要將電動車作為新的代步工具，從而解決以往汽車所帶來的環境污染氣體排放等問題。目前，越來越多的人開始使用電動汽車，而電動汽車所帶來的一系列危害也是不可避免的，所以城市交通既要處理電動車排隊充電、路程限速的問題，又要處理電荷過重、交通堵塞的問題[1]。

要想處理以上種種情況，就需要從豐富電動車的充電形式、擴大充電范圍以及增強電池自身的續航力入手。然而電動車的電池續航力在短時間內并不能得到明顯的改善，充電規模的擴大，也并不能在一瞬間就能實現，因此就需要制定出科學高效的電動車充電策略，從而解決將來越來越多電動車行駛和充電的需要，減輕國家電力與通行的壓力，順應未來電動車行業發展的趨勢[2]。為了滿足以后越來越多電動車充電的需求，電動車充電手段的調節與調動是目前極需要關注的問題。

隨著社會的進步和時代的發展，電動車的充電，也應該順應智能化的趨勢。通過互聯網技術、人工智能服務、智能城市和多元信息化等手段，運用到充電引導上，從而創建出多元智能的充電形式。而智能城市和智能出行兩個區域就需要將研究的范圍轉為電動車充電形式的智能化與充電服務的多元化上[3]。

1 對不同充電引導方式的解讀

用戶選擇與系統推薦的兩種不同的充電方式，各有利弊。然而它們共同的目標都是為了能夠實現更好的充電引導。本文就目標傾向和系統推薦這兩種手段加以剖析。

1.1 對比不同的充電引導形式

就目前所進行的目標傾向與系統推薦這兩種充電方式，都能夠達到電力的平衡，保障電動汽車的充電負荷。結合人們的現狀以及經濟情況而制定的充電策略，目的在于減輕電壓。而系統所推薦的比較重視全局性，可以將電量降到最低，并且能夠較好地躲避充電擁堵的情況[4]。這兩種不同的充電方式都在一定范圍內提高著人們的經濟收入，適合人們的引導方式能夠直接優化自己的出行時間，降低電瓶充電的金額，最小化地耗費成本。另一種充電引導策略是系統推薦的，這種方式能夠結合道路情況和路程進行規劃，降低出行所需要的成本和時間。

電動車在進行充電的時候，不管是系統最優還是用戶最優，兩種都起著重要的作用。第一種比較重視全面的調整，第二種比較重視部分的調整。根據不同用戶的使用情況，第一種策略，雖然重視全面性，但是沒有結合用戶出行的具體需要和電動車使用者的本身效益，導致用戶在進行電動車充電時，參與感較低[5]。第二種策略雖然能夠結合用戶的實際情況，但是沒有從全局出發。因此，兩種充電策略各有缺點，要不就是重視用戶本身體驗的部分優化，要不就是缺少參與度和準確性的整體優化。

1.2 個別目標的優化與多個目標的調整

在研究局部優化策略和整體優化策略的相關文章表明，兩種策略都需要思考個別目標的優化與多個不同目標的調整。

就兩種不同的充電引導方式來說，個別目標的優化是較常見的，然而在相關文章中指出，多個不同目標的優化既包括了個別目標的調整，又重視使用者自身的實際情況。多個目標的調整，既能夠保障充電的調節與平衡，又有自己所傾向的研究方向，是一種可以與其他充電手段進行較量的策略[6]。但是有一些研究者指出，調節電網結構，調整電力網系統，所達到的效果會更好。結合不同的調整目標，對充電引導的方式加以剖析，最終將多個目標的調整運用到兩種充電引導方式上。

不管是系統最優還是用戶最優的策略，都包括目前所具備的個別目標的調整，實際上多目標的調整就是多個個別目標的調整與較量。這兩種不同的引導方式的分析，就是結合個別目標的調整，又將多個目標集中起來[7]。從中我們能夠看到，目前的大部分調查研究都是由個別目標的分析或是多個目標的分析為中心，而不同的目標調整又能夠劃分成系統推薦與客戶適合這兩種方式。利用這一分類的策略為充電引導的探究奠定理論基礎。

2 高科技下的充電形式

就目前來看，電動車的充電形式無非分為系統推薦與使用者最優兩種，隨著科技的突飛猛進，系統推薦的充電形式已經不能滿足智能化的社會，因此，在智能化城市的發展下，高科技智能的充電形式順勢出現[8]。在高科技時代下，任何問題都能夠轉為信息，利用信息進行分析解決，比如大部分的充電、電線網、出行數據等都能轉變為能研究的信息，利用信息驅動來調節電動車充電面臨的不同難題。

其實，使用者、充電時間與地點、電動車本身等都是充電引導所包含的問題，因此充電問題并不是簡單的調節機制。目前又有越來越多的新型產品出現在電動車上，比如車載音樂、探測器等，都會給電瓶帶來巨大負荷，并造成電量耗損較快的情況[9]。但是隨著電量的消耗速度越來越快，電動車的電瓶體積也在逐步調整和增加，證明電動車的充電引導策略本身具備調節數據的功能，可以共同使用多個軟件，并進行自我調節調度。

對接下來可能出現的充電問題沒有明確的預知是電動車充電引導的弊端所在，所以，高科技智能手段的使用能夠完善電動車的智能性，增強其本身的預估速度。在高科技云領域數據的計算結果下，還能夠使充電形式與充電結果更加準確與及時。電動車的電荷研究在高科技智能化手段的影響下，融入了越來越多的高科智能技術，不再局限于以往的系統推薦和傾向客戶這兩種方式上了。

結合以上內容，本篇文章主要從大數據、人工智能、云計算三項技術的應用，為電動車充電形式的多樣性與智能性指明發展方向。基于信息化平臺、云計算網絡與高科智能三種手段，制定電動車充電優化的結構體系。

第一，通過收集的信息來解決電動車充電中出現的引領與請示等情況。對這些復雜的信息加以整理、分配和篩選，創立出電動汽車智能充電領域的信息庫。

第二，結合高科技術中的人工智能系統，對這些信息進行判斷、整合與預估。從中獲得更適合電動車充電的有用數據，再利用計算機對這一數據進行預算，最終達到充電引導的效果。以往的手工計算、機械計算或是互聯網計算都能夠把這些收集的信息與充電引導結合起來，不斷對電動車充電行為加以調整和預估。在信息化時代下，利用高科智能手段能夠高效地調節使用者、產品、電路網等相關信息。

第三，借助互聯網系統中的云計算平臺與云保存手段和高端的計算手段，進行分配與保存，從而反映大范圍的用電情況，實現電動車充電的時效性與共享性。

在探索充電手段的過程中，我們也能夠從使用者本身入手，剖析和拓展充電業務。例如：用剛開發的無線充電這種新型技術來處理使用者在充電中遇到的困難。在個體充電設備進行共享的基礎上，為保證充電引導的安全性與穩固性，提出了新型的商業形式，完善了充電系統在互聯網中的安全機制。雖然就目前來看，開始探索電動車充電引導范圍的人數明顯增多，然而隨著互聯網技術的普及電動車，今后探索的目標應該是如何增強充電引導的智能性。

3 結語

隨著環境污染現象與能源流失現象的日益加重，大范圍使用電動汽車，將是今后城市街道的主要現狀。如何順利應對電動汽車普及的相關問題，保障電動汽車大范圍使用電力網，最科學高效的適合電動車發展的手段就是采用正確的充電引導。本文主要分析了電動汽車充電引導的優化，并且分類闡釋了目前大部分充電引導方式所包含的問題。

目前大部分的研究側重點都偏向于系統推薦與使用者最優的個別目標或者是多個別目標的優化。結合目前這兩種情況的探究結果表明，使用者最優的探索比較適合目前電動汽車還并未普及的發展現狀，系統推薦的方式則應該是電動車普及之后所研究的重點[10]。今后可能會出現更加智能化的充電形式，探索人員需要結合系統最優加以研究和分析。本文就目前電動車充電的相關信息進行分析，對于充電信息價值較低、受約條件沒有很好進行聯動、計算力較差使電動車充電引導技術不足等情況，明確指出智能充電的理念，通過將充電形式和智能化手段聯系起來，制定相關的引導策略，利用互聯網中的云計算，準確有效地處理相關信息和不同層次的數據，最終達到云引導。使用者在未來智能化城市下出行的基本要求就是電動汽車的智能充電。