随着电动汽车、充电站/桩数量急剧增加,电动汽车由于其交通工具和移动负荷的双重特性,其行特性和充电行为会给交通网和电网产生交互影响。基于用户出行的便利性,综合考虑交通状况、充电站运营状态、电网运行质量,提出一种多信息互联环境下的电动汽车路径规划和充电导航策略。主要包括以下内容:针对电动汽车、交通网、电网和充电站,分析各部分的属性特征及四者之间的耦合关系,建立了包含电动汽车模型、道路交通网模型、电网模型和充电站模型,并基于多层网络理论建立了“车-路-网-站”耦合模型。建立充电站网络运营数据预测模型,当电动汽车有充电需求时,为其在何地充电提供参考信息。首先,通过获取的规划区域内电动汽车充电站开源信息,基于充电站网络真实数据分析充电桩的忙闲数目与气象因素、日类型、周边道路状况等多种因素的相关性。然后,采用深度学习方法对充电站内正在使用的充电桩数进行实时预测,为用户提供各充电站有效充电时段建议。研究电动汽车用户对充电站的选择偏好行为,建立用户对充电站的选择偏好模型。利用电动汽车用户的充电站充电数据和潜在用户的加油站加油数据,挖掘用户历史选择行为,分析用户对不同充电站的喜好程度,提出基于协同过滤的用户充电站选择偏好模型。提出多信息耦合的充电路径规划方法。首先,综合考虑路网拥堵、电网运行、充电站运营、用户利益及偏好,确定电动汽车充电路径综合规划模型的目标函数。然后,基于模糊隶属度函数法确定各目标函数的权重,根据当前时段交通网和电网运行状态,动态调整目标函数的权值,通过蚁群算法求解电动汽车充电路径规划策略。最后,在规划区域中仿真验证所提充电路径规划方法的有效性。