一款新型电动汽车充电服务交互平台设计

张鑫鑫 丁文杰 梁飞 狄燕燕 王书豪

摘  要：电动汽车产业的快速崛起，已经成为汽车这一支柱产业的另一经济增长点，但电动汽车的电池配套服务发展滞后，随之而来的电动汽车充电问题成为一大难点，亟待解决。为解决这一棘手且紧迫问题，响应国家低碳环保绿色出行的政策，本文提出一种新型的电动汽车充电服务交互平台设计，以着力实现电动汽车与充电桩的合理分配，解决当前众多电动汽车充电难题，同时提高充电桩资源利用率。

关键词：节能低碳；平台设计；数字化

Design of a New Electric Vehicle Charging Service Interaction Platform

Zhang XinXin  Ding Wenjie  Liang Fei  Di Yanyan  Wang Shuhao

School of Business， Shandong University of Technology  ShandongZibo  255012

Abstract： The rapid rise of the electric vehicle industry has become another economic growth point for the automotive pillar industry， but the development of battery supporting services for electric vehicles lags behind， resulting in a major challenge in electric vehicle charging that urgently needs to be addressed. In order to solve this thorny and urgent problem and respond to the national policy of low-carbon， environment-friendly and green travel， this paper proposes a new design of electric vehicle charging service interaction platform， which aims to achieve the reasonable distribution of electric vehicles and Charging station， solve many current electric vehicle charging problems， and improve the resource utilization rate of Charging station.

Keywords： Energy saving and low-carbon; Platform design; digitization

据工信部发布数据：2021年中国新能源汽车产销已达354.5万辆，同比增长1.6倍；但截至2021年底，全国充电设施规模才达到261.7万台。通过数据分析表明，我国电动汽车存在“车多桩少”的问题，电动汽车出行充电排长龙的事件也是屡见不鲜。尤其在假期，这一矛盾冲突更是达到了高潮，仅针对自驾游出行，甚至出现“汽油车已经游览完景点回到家，而电动汽车还在排队充电的路上”的夸张说法。反观充电设施提供商方，由于充电桩多为单独运营商设立，其选址分布不合理，而导致充电桩利用率整体较低。为解决这一棘手且紧迫问题，为车主提供更好的充电服务，本文提出一种新型的电动汽车与充电桩的合理分配，解决当前众多电动汽车充电难题，同时提高充电桩资源利用率。

1 国内外研究现状和发展动态

在国外，市场中主要通过选址多元化与充电平台提高充电桩的利用程度。Dan Xiao等人（2021）构建了考虑有限队列长度排队行为的电动汽车充电基础设施规划优化模型，从选址开始考虑有效供给[1]。Babic Jurica等人（2022）基于离散事件模拟和排队理论的新框架对大型充电地充电器接收数量，用户使用特征及优化的定价服务提出对策[2]。Zongfei Wang等人（2020）认为可以基于场景的电动汽车充电调度随机优化模型对不确定性充电需求进行需求响应[3]。为连接充电桩资源与消费者需求，尽管不同国家出台了规范充电桩建设的相关政策，推出连接B端与C端用户的平台或软件，但国外与中国在车桩比，电动汽车用户分布与使用特征方面存在差异，解决充电桩利用问题的思路可以借鉴但不能完全照搬。

在国内，伴随我国双碳目标的出台，电动汽车的发展迎来利好环境，但电动汽车充电问题成为制约降低汽车碳排放的重要因素。在充电系统服务系统优化设计方面，于德翔（2015）认为要通过智能充电运营服务平台的云计算与数据分析，以“互联网+”的思维构建电动汽车充电服务产业链，形成可持续发展的“互联网+”充电基础设施产业生态体系[4]。邢霁月（2017）提出通过情景分析法探究四类使用情境下的主体需求，基于充电需求的SFPA充电模型提出，大型综合性服务，多层次一体式服务，体验型充电服务，保障型服务四种服务优化设计[5]。胡道栋等人（2021），提出以充电服务为平台，根据充电需求与充电桩数量三种供需情境下算法，发送不同类型验证码实现公用充电站排队有序充电的策略，为优化网络预约充电提供参考[6]。

虽然众多学者对如何解决充电桩选址与优化服务设计问题提出大量丰富的理论，但仍无整套以新能源车主为主体提供定制化服务的算法平台。本项目将以为车主提供定制化充电服务方案为目的，将充电优化服务理论付诸实践，同时注入个性化理念，达到充电桩资源有效供给与车主满意度高的双重愿景。

2 研究内容

本文以“解决电动汽车充电桩分配不均而导致的供求矛盾”为课题开展，选取电动汽车应用较为广泛的城市，选取已有的电动汽车便捷充电服务平台作为调研对象，深挖充电桩资源分配不均现象，打造助力资源合理分配的创新服务平台，缓解充电桩使用极端化的现象，促进电动汽车行业的发展。

2.1电动汽车构造类型研究

电动汽车行业发展速度较快，常见的充电方式有两种，分别是快充和慢充。由于电动汽车结构不同，驱动方式不同，其充电方式也不同，因此，需首先对电动汽车构造、驱动方式、电池材质种类进行分析，以实现软件可根据实际情况对场景做出分析，保证满足充电需求的前提下，根据充电桩距离、电价等信息，为车主提供合理化便捷化充电方案。具体电动汽车驱动方式如下：

（1）纯电动汽车（Battery Electrical Vehicle，简称EV），它没有燃油箱和发动机，由电池驱动电动机转化为机械能给车轮。由于动力完全靠电池驱动，因此对电池的性能要求是全方位的，通常需要配置较大容量的电池，以满足能量和续航的要求。

（2）插电式混合动力汽车（Plug-in hybrid electric Vehicle，简称PHEV）是介于纯电动汽车与燃油汽车两者之间的一种新能源汽车，分成三种形式：并联式、混联式、增程式。

（3）电池材质分析。三元锂电池，磷酸铁锂电池，镍氢电池，氢能源燃料电池，这四种电池都是新能源汽车非常常见的电池种类，因此需根据汽车不同种电池类型及汽车构造合理提供充电方案。

2.2基于云计算大数据分析的电动汽车充电匹配技术研究

2.2.1大数据分析电动汽车数据方法

针对电动汽车以及充电桩的数据来源有多种，包括充电桩商户内部来源、电动汽车公司内部来源和外部来源，像机器和传感器数据、人为数据、互联网上的“开放数据”来源等多种途径。

首先采用特征数据分析法，根据计算电动汽车、充电桩的特定相关特征集等方法，可提高充电桩与电动汽车匹配合适度，为用户提供智能个性化充电方案提供保障。

其次，在收集到大量充电桩闲置或利用情况的数据后，对其进行分析时，需要对充电桩使用情况进行可视化。观察大数据的特征，可以让用户直观看到各个地方充电桩的使用情况以及充电桩地理位置分布情况，便于用户查询充电桩信息。

最后针对实时数据监测等功能的实现，应采用“复杂事件处理”（ Complex Event Processing，CEP）技术，通过分析电动汽车与充电桩、地理位置等方面的关系，建立不同的事件关系序列库，利用过滤、关联、聚合等技术，最终产生高级的个性化只能提供充电方案，检测车辆信息、充电桩使用情况等。

2.2.2行驶里程预测技术

现针对电动汽车行驶里程预测的方法较为繁多，追溯其本质，研究方法可归纳为两类，一类是使用传统统的回归模型对行驶里程进行预测；一类是使用人工智能方法进行建模预测。因此我们将综合考虑两种研究方法，使用CART（Classification And Regression Tree）随机森林和GBDT（Gradient Boosting Decision Tree）等三种模型来进行行驶里程的预测。

首先初步针对某款电动汽车实际运行数据进行处理分析，采用单一CART决策树算法建立了预测模型，同时为提高预测精度，采用随机森林与GBDT算法两种不同的模型融合算法，进一步准确预测可行驶里程，为用户带来方便。

2.2.3充电监控技术

首先需与充电桩建立起信息交互，在汽车进行充电时可将电压、电流等信号传递给云端服务器，结合数据处理技术，随机森林分类算法形成充电桩在线诊断故障方法，最终实现充电桩的智能运维。

2.3基于电动汽车和资源合理配置为一体的充电服务平台

（1）新用户详细信息收集：新用户登录平台后，强制填写车牌号、车辆型号及电池类型等信息，即车辆认证，用以后台数据统计处理，方便后期使用。且定期提醒用户更新信息，方便合理匹配。且与用户提前签订好协议，极力保护用户隐私。

（2）信息显示：不同于其他同款APP，本平台以用户为主导，根据用户个人喜好、实时位置及前期统计的信息，显示最合适该用户的充电桩，为其提供个性化充电方案，并利用GPS定位功能为其导航，确保利用最少的电量准确引导用户到达目的地。

（3）实时监测：在汽车未充电状态下，实时监测汽车电量续航问题，针对不同汽车构造、电池种类等设置汽车保护电量，在电量剩余量达到这一值时，及时提醒用户进行充电，并对其提供合理、便捷化充电方案，并根据剩余电量情况实时变动充电方案；在汽车充电状态下，实时监测汽车充电情况，显示电量百分比，提供电量充满所需时间及剩余时间，并在即将充满时提醒用户及时取车。能够及时提醒用户汽车电量情况，便捷用户充电选择流程，进一步缓解“久站短充”现象。

（4）提供平台预约：用户可以提前缴纳定金，在特定时间段或特定地点根据推荐方案或自行选择预约充电桩。即在已预约的时间段，该充电桩仅为预约用户一人开放。

（5）合作充电桩：与私人充电桩所有者达成合作，收录其充电桩信息，合理利用其充电桩并为其获取收益，一举两得。

2.4保护用户隐私研究

2.4.1数据信息保护

2.4.1.1 数据生成阶段

数据生成有主动数据生成和被动数据生成两种。主动数据生成是数据所有者将数据提供给第三方，被动数据生成是指数据所有者的在线操作（例如浏览），或数据拥有者可能不知道的数据收集。可以通过限制访问或伪造数据来最小化数据生成过程中的隐私风险。

（1）访问限制：如果数据拥有者认为不应该共享，可以拒绝提供这些数据，例如对当前位置的授权。如果数据所有者被动地提供数据，则可采取一些措施来确保隐私，如反跟踪扩展插件，加密工具。

（2）伪造数据：在有的场景下，完全拒绝敏感数据的访问是不现实的。在这种情况下可以伪造数据。例如：充电过程中采用昵称形式，后台对真实姓名进行打码处理。

2.4.1.2 数据存储阶段

如果数据存储系统遭到攻击，个人信息可能会泄漏，而在分布式环境中，应用可能需要来自多个数据集，因此面临隐私保护的挑战。可以采用云端隐私保护。

主要方法包括：（1）加密访问控制；（2）同态加密；（3）存储路径加密，可以保护云端大数据的存储。

2.4.2位置隐私保护

当车主导航去目的地时，在LBS（基于位置服务）系统中用户根据自己所在的位置和自己的需求设置不同的敏感位置点，车载导航系统根据用户的需求为其推荐多条前往目标兴趣点的驾驶路线。在此基础上引入多属性决策理论建立效用模型，以选择效用最高的驾驶路线；根据用户的隐私偏好需求，以距离占比为衡量指标为用户分配合适的隐私预算，并确定虚假位置的生成范围，利用分配的隐私预算大小对其进行加噪处理生成虚假位置，以生成效用最高的服务请求位置。

结语

本文研究表明，电动汽车充电服务交互平台设计一是服务于我国双碳战略的实施，支持电动汽车行业的发展；着力解决充电桩与电动汽车之间的供求矛盾，带动电动汽车更大程度上的数量增长，进一步助力实现双碳目标。二是惠及民生，切实解决人民热点关注的问题，助力智慧城市的建设。利用大数据、物联网等技术解决电动汽车车主充电难、充电慢的迫切问题，实现车主与充电桩信息对称，让车主充电更加高效便捷，减少因寻找充电桩或等待充电桩而导致时间上的浪费。三是提高充电桩的资源利用效率。实现人民需求与充电桩供应合理化分配，改善部分充电桩利用不充分问题，能够进一步增强充电桩运营商的信心，增加充电桩数量，进而增加对电动汽车的需求量，为中国市场绿色低碳发展提供了一种新型方案。

参考文献：

[1]Dan Xiao et al. An optimization model for electric vehicle charging infrastructure planning considering queuing behavior with finite queue length[J]. Journal of Energy Storage， 2020， 29（C） ： 101317-101317.

[2]Babic Jurica et al. A data-driven approach to managing electric vehicle charging infrastructure in parking lots[J]. Transportation Research Part D， 2022， 105.

[3]Zongfei Wang and Patrick Jochem and Wolf Fichtner. A scenario-based stochastic optimization model for charging scheduling of electric vehicles under uncertainties of vehicle availability and charging demand[J]. Journal of Cleaner Production， 2020， 254（C） ： 119886-119886.

[4]邢霁月.基于情景分析的电动汽车充电服务设计策略研究[D].江南大学，2016.

[5]于德翔.充电服务如何拥抱互联网思维？[J].互联网经济，2015（Z2）：16-19.

[6]胡道栋，邱俊宏，王玉芳，等.综合能源充电站有序充电策略的研究与设计[J/OL].电测与仪表：1-8[2022-05-07].

作者简介：张鑫鑫（2001—  ），女，汉族，山东德州人，山东理工大学本科生在读，信息管理与信息系统专业。