电动汽车充电引导策略探讨

王建邦

（廊坊职业技术学院，河北 廊坊 065000）

要想降低目前的城市污染，减轻汽车尾气的排放，就需要将电动车作为新的代步工具，从而解决以往汽车所带来的环境污染气体排放等问题。目前，越来越多的人开始使用电动汽车，而电动汽车所带来的一系列危害也是不可避免的，所以城市交通既要处理电动车排队充电、路程限速的问题，又要处理电荷过重、交通堵塞的问题[1]。

要想处理以上种种情况，就需要从丰富电动车的充电形式、扩大充电范围以及增强电池自身的续航力入手。然而电动车的电池续航力在短时间内并不能得到明显的改善，充电规模的扩大，也并不能在一瞬间就能实现，因此就需要制定出科学高效的电动车充电策略，从而解决将来越来越多电动车行驶和充电的需要，减轻国家电力与通行的压力，顺应未来电动车行业发展的趋势[2]。为了满足以后越来越多电动车充电的需求，电动车充电手段的调节与调动是目前极需要关注的问题。

随着社会的进步和时代的发展，电动车的充电，也应该顺应智能化的趋势。通过互联网技术、人工智能服务、智能城市和多元信息化等手段，运用到充电引导上，从而创建出多元智能的充电形式。而智能城市和智能出行两个区域就需要将研究的范围转为电动车充电形式的智能化与充电服务的多元化上[3]。

1 对不同充电引导方式的解读

用户选择与系统推荐的两种不同的充电方式，各有利弊。然而它们共同的目标都是为了能够实现更好的充电引导。本文就目标倾向和系统推荐这两种手段加以剖析。

1.1 对比不同的充电引导形式

就目前所进行的目标倾向与系统推荐这两种充电方式，都能够达到电力的平衡，保障电动汽车的充电负荷。结合人们的现状以及经济情况而制定的充电策略，目的在于减轻电压。而系统所推荐的比较重视全局性，可以将电量降到最低，并且能够较好地躲避充电拥堵的情况[4]。这两种不同的充电方式都在一定范围内提高着人们的经济收入，适合人们的引导方式能够直接优化自己的出行时间，降低电瓶充电的金额，最小化地耗费成本。另一种充电引导策略是系统推荐的，这种方式能够结合道路情况和路程进行规划，降低出行所需要的成本和时间。

电动车在进行充电的时候，不管是系统最优还是用户最优，两种都起着重要的作用。第一种比较重视全面的调整，第二种比较重视部分的调整。根据不同用户的使用情况，第一种策略，虽然重视全面性，但是没有结合用户出行的具体需要和电动车使用者的本身效益，导致用户在进行电动车充电时，参与感较低[5]。第二种策略虽然能够结合用户的实际情况，但是没有从全局出发。因此，两种充电策略各有缺点，要不就是重视用户本身体验的部分优化，要不就是缺少参与度和准确性的整体优化。

1.2 个别目标的优化与多个目标的调整

在研究局部优化策略和整体优化策略的相关文章表明，两种策略都需要思考个别目标的优化与多个不同目标的调整。

就两种不同的充电引导方式来说，个别目标的优化是较常见的，然而在相关文章中指出，多个不同目标的优化既包括了个别目标的调整，又重视使用者自身的实际情况。多个目标的调整，既能够保障充电的调节与平衡，又有自己所倾向的研究方向，是一种可以与其他充电手段进行较量的策略[6]。但是有一些研究者指出，调节电网结构，调整电力网系统，所达到的效果会更好。结合不同的调整目标，对充电引导的方式加以剖析，最终将多个目标的调整运用到两种充电引导方式上。

不管是系统最优还是用户最优的策略，都包括目前所具备的个别目标的调整，实际上多目标的调整就是多个个别目标的调整与较量。这两种不同的引导方式的分析，就是结合个别目标的调整，又将多个目标集中起来[7]。从中我们能够看到，目前的大部分调查研究都是由个别目标的分析或是多个目标的分析为中心，而不同的目标调整又能够划分成系统推荐与客户适合这两种方式。利用这一分类的策略为充电引导的探究奠定理论基础。

2 高科技下的充电形式

就目前来看，电动车的充电形式无非分为系统推荐与使用者最优两种，随着科技的突飞猛进，系统推荐的充电形式已经不能满足智能化的社会，因此，在智能化城市的发展下，高科技智能的充电形式顺势出现[8]。在高科技时代下，任何问题都能够转为信息，利用信息进行分析解决，比如大部分的充电、电线网、出行数据等都能转变为能研究的信息，利用信息驱动来调节电动车充电面临的不同难题。

其实，使用者、充电时间与地点、电动车本身等都是充电引导所包含的问题，因此充电问题并不是简单的调节机制。目前又有越来越多的新型产品出现在电动车上，比如车载音乐、探测器等，都会给电瓶带来巨大负荷，并造成电量耗损较快的情况[9]。但是随着电量的消耗速度越来越快，电动车的电瓶体积也在逐步调整和增加，证明电动车的充电引导策略本身具备调节数据的功能，可以共同使用多个软件，并进行自我调节调度。

对接下来可能出现的充电问题没有明确的预知是电动车充电引导的弊端所在，所以，高科技智能手段的使用能够完善电动车的智能性，增强其本身的预估速度。在高科技云领域数据的计算结果下，还能够使充电形式与充电结果更加准确与及时。电动车的电荷研究在高科技智能化手段的影响下，融入了越来越多的高科智能技术，不再局限于以往的系统推荐和倾向客户这两种方式上了。

结合以上内容，本篇文章主要从大数据、人工智能、云计算三项技术的应用，为电动车充电形式的多样性与智能性指明发展方向。基于信息化平台、云计算网络与高科智能三种手段，制定电动车充电优化的结构体系。

第一，通过收集的信息来解决电动车充电中出现的引领与请示等情况。对这些复杂的信息加以整理、分配和筛选，创立出电动汽车智能充电领域的信息库。

第二，结合高科技术中的人工智能系统，对这些信息进行判断、整合与预估。从中获得更适合电动车充电的有用数据，再利用计算机对这一数据进行预算，最终达到充电引导的效果。以往的手工计算、机械计算或是互联网计算都能够把这些收集的信息与充电引导结合起来，不断对电动车充电行为加以调整和预估。在信息化时代下，利用高科智能手段能够高效地调节使用者、产品、电路网等相关信息。

第三，借助互联网系统中的云计算平台与云保存手段和高端的计算手段，进行分配与保存，从而反映大范围的用电情况，实现电动车充电的时效性与共享性。

在探索充电手段的过程中，我们也能够从使用者本身入手，剖析和拓展充电业务。例如：用刚开发的无线充电这种新型技术来处理使用者在充电中遇到的困难。在个体充电设备进行共享的基础上，为保证充电引导的安全性与稳固性，提出了新型的商业形式，完善了充电系统在互联网中的安全机制。虽然就目前来看，开始探索电动车充电引导范围的人数明显增多，然而随着互联网技术的普及电动车，今后探索的目标应该是如何增强充电引导的智能性。

3 结语

随着环境污染现象与能源流失现象的日益加重，大范围使用电动汽车，将是今后城市街道的主要现状。如何顺利应对电动汽车普及的相关问题，保障电动汽车大范围使用电力网，最科学高效的适合电动车发展的手段就是采用正确的充电引导。本文主要分析了电动汽车充电引导的优化，并且分类阐释了目前大部分充电引导方式所包含的问题。

目前大部分的研究侧重点都偏向于系统推荐与使用者最优的个别目标或者是多个别目标的优化。结合目前这两种情况的探究结果表明，使用者最优的探索比较适合目前电动汽车还并未普及的发展现状，系统推荐的方式则应该是电动车普及之后所研究的重点[10]。今后可能会出现更加智能化的充电形式，探索人员需要结合系统最优加以研究和分析。本文就目前电动车充电的相关信息进行分析，对于充电信息价值较低、受约条件没有很好进行联动、计算力较差使电动车充电引导技术不足等情况，明确指出智能充电的理念，通过将充电形式和智能化手段联系起来，制定相关的引导策略，利用互联网中的云计算，准确有效地处理相关信息和不同层次的数据，最终达到云引导。使用者在未来智能化城市下出行的基本要求就是电动汽车的智能充电。