苗家正

摘 要：电动汽车因其以电为动力，对环境污染较小而被广泛看好，但是技术还未成熟，而作为其主要组成部分的电力系统成为了突破的关键。而此电动汽车智能充电提醒系统旨在节约能源，通过车载网络以及云服务数据库，反馈至驾驶人员的车辆上，并可选择最有效的最优的充电方案，进而在电动汽车充电技术上进行了创新。

关键词：电动汽车;智能充电;提醒系统

0 绪论

随着能源的消耗与大气污染加剧，电动汽车已经开始慢慢进入人们的视野，并逐渐地为越来越多的人青睐，唯一使电动汽车产生污染的是为电动汽车提供能量、需要不断充电的蓄电池。而蓄电池的废弃物则主要以无机物为主，是有形的和易于收集的，人们利用现有的成熟技术可以对其进行处理，以达到零污染排放的目的。电动汽车是以车载电源为动力，其电力驱动及控制系统是电动汽车的核心，而电池也可以说是电动汽车的“心脏”，所以如何让电池得到高效利用，避免因充放电不妥而造成电池的损耗，并且让其寿命最大化是非常重要的课题。

在随着电力电子、控制、材料等技术的发展在世界各国激发了研究、开发、应用电动汽车的热潮，可以预见电动汽车将是21世纪的重要交通工具。电动汽车具有舒适干净、噪声低、不污染环境、操作简单可靠及使用费用低等优点，被称为绿色汽车。在近几年的调查中，电动汽车的销量在逐年攀升，具体数据可见图1：

电动汽车的销售量不断增加，每年的电动汽车的电池报废量也不可小觑。据调查，某电动汽车使用寿命可达5年，而因对电动汽车的不适当充电行为使其电池的实际使用寿命只达3年左右，所以说基于车载网络的电动汽车智能充电提醒系统便显得尤为重要。另一个方面，如何合理提高电池的充电效率同样十分关键。对于电动汽车来说，当其电池的剩余容量在某个特定区间时，在此区间充电，充电效率可达到最高，能源损耗也最小——此区间即为充电的最优区间。打个比方，假设某汽车电池的可用容量为100Ah，剩余电量显示为20%的时候对其充电，因为过大的能源损耗，需要充90%的电量才可充满，相当于损耗了10%的电能;而剩余50%的电量就进行充电时，只需要充51%的电就可将其充满，只损耗了1%的电能。即在最优区间内充电可以提高充电效率。

1 智能充电系统功用

此项目的研究旨在研发一套智能充电提醒系统，此系统：

（1）利用云服务以及大数据系统，获取并结合车辆既定行驶路线上，充电桩的地理位置和实时使用情况，利用这些信息进行分析处理后反馈到汽车上，使驾驶员能够得到行驶路线上的充电桩位置及使用状态的信息，形成准确判断，以避免不必要的充电等待。

（2）监控并反馈汽车的实时电量和地理位置，判断是否达到最佳充电区间，从而决定是否开始提醒车主充电，并结合区域内充电桩使用情况来提醒车主选择最优地点进行充电。如果信息反馈显示，最近的充电桩没有空余或等待时间过长则提醒驾驶人员选择临近充电桩充电。提醒充电后，若车主选择不充电，则计算剩余电量是否足够到达目的地或下一个充电桩，进行及时预警，以免行驶途中汽车电量耗尽滞留路中。

2 智能充电系统的研究开发

（1）电池电量的准确测量研究。电池电量的准确测量内容包括对应电池的充电最优区间和电池剩余电量两个方面。电池电量的准确测量研究是研究整个系统的前提，通过对电池剩余电量的测量，才能保证云数据库及时获得车辆相关信息并进行处理，从而使系统能够根据车辆和充电桩的各方面信息及时给驾驶员充电提醒。

（2）云服务数据库开发与数据管理研究。在此研究内容中云服务数据库中包括车辆的电池电量数据，充电桩的地理位置与使用情况数据，以及电池充电的最优区间数据，数据库对所有数据进行管理，包括对数据的输入，保存和反馈，通过此内容研究，以便于综合这些数据对驾驶员进行及时的提醒。此内容的研究在整个提醒系统中起着关键作用。

（3）基于车载网络的信息获取研究。在获取车辆电池和充电桩的相关信息后，如何将数据上传至云服务数据库并进行反馈显得极为重要。因此应选择适当的通讯与信息传递方式，从而实现信息在云服务数据库、车辆与充电桩之间进行完整有效的传递。本内容研究基于车载网络进行信息获取研究，以得到使信息完整有效传递的方式。

（4）充电提醒策略研究。在云数据库获取到各种相关数据后，需及时对其进行处理和反馈。而电动汽车充电行为具有时间和空间上的随机性，正是这种随机性导致了大量的能源浪费，只有根据不同的车辆和充电桩的相关信息，选择出最优充电方案，并对驾驶员进行及时提醒才能实现对能源的充分利用，由此充电提醒策略的研究很有必要。

3 结论

通过此智能充电提醒系统，可以极大程度上提高电池的充电效率以及使用寿命，以减少能源浪费。通过在电池的剩余电量的最优区间充电，从而减少输入电能的损耗，也能最大程度上保证电池寿命，减少电动汽车的废弃量，以免造成大量的电池污染。

参考文献：

[1]WANG Michael.Hybrid electric vehicle status and development in the U S[Z].Hybrid Vehicle Technology Workshop，Beijing，2003.

[2]Kurs A，Karalis A，Moffatt R，et al.Wireless power transfer via strongly coupled magnetic resonances[J].Science，2007，317（5834）：83-86.

[3]Luo Zhuowei，Hu Zechun，Song Yonghua，et al.Study on plug-in electric vehicle charging load calculating[J].Automation of Electric Power Systems，2011，35（14）：36-42（in Chinese）.

[4]Tian Liting，Shi Shuanglong，Jia Zhuo.A statistical model for charging power demand of electric vehicles[J].Power System Technology，2010，34（11）：126-130（in Chinese）.

[5]徐凡，俞國勤，顾临峰等.电动汽车充电站布局规划浅析[J].华东电力，2009，17（10）：1678-1682.