关键词：智能交通;电动汽车;行为策略;充电策略;共享出行;强化学习
摘 要：为提高电动汽车的可用性和营运效益，从充电行为策略（包括充电站推荐、充电路径规划）、载客业务下的行为策略（包括共享出行和租车场景下）以及车网互动下的行为策略三个角度出发，阐述了相关工作研究进展，重点对人工智能技术的原理和应用进行梳理和总结，并探讨了未来的研究方向。研究结果表明：充电站推荐研究主要集中在时间代价和充电费用两种优化目标，常采用启发式方法或强化学习方法求取最优充电站；充电路径规划需要针对电动汽车的特点构造路径能量约束和能量回收机制，一般基于帕累托最优方法或强化学习方法以时间、能量等目标对路径进行优化；共享出行场景下的行为策略研究主要利用订单时间分布和空间分布特征协同接单、充电与重定位以最大化车队收益，租车场景下的行为策略研究利用充电和重定位调度保证服务点可用电动汽车数量满足用户需求；V2G场景下的行为策略研究主要集中在充放电成本效益、电网稳定性和能源利用效率三种优化目标，常采用数学规划方法或强化学习算法优化电动汽车的充放电行为；未来的电动汽车行为策略研究应关注引入自动驾驶技术后充电行为方面的变化，模型方面应关注可解释性和可扩展性，系统方面则应进一步考虑电池衰退和综合调度。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取