1.基于路网信息与计算资源补偿的电动汽车充电规划方法，其特征在于，包括以下步骤：S1、在起始地输入充电请求和目的地，其中现时所处位置为起始地；

S2、在电动汽车剩余电量可满足从起始地到达路径上首个充电站的情况下，计算出起始地到目的地、包括有N个充电站的最短路径；

S3、遍历步骤S2计算得出的最短路径上的所有充电站，计算每个充电站的计算资源价格和得出到达每个充电站后是否需要等待、电力价格的信息；

S4、切合当时情况，有选择地将起始地、对电动汽车进行充电的充电站以及电动汽车经过的路途中拥堵的点作为决策点，结合步骤S3计算得到的信息以及预先设置的决策时间阈值进行寻优，寻找下一个最优的充电站；

S5、不断循环步骤S4，直到电动汽车到达下一个最优的充电站前到达目的地时；

所述步骤S2中，采用A*算法计算出起始地到目的地、包括有N个充电站的最短路径，并将 加入到路径的约束条件中，保证在产生的路径当中，车辆的剩余电量可满足到达路径上首个充电站的电力需求；

上式中， 表示电动汽车在起始地时的剩余电量，α表示电动汽车电量的裕值系数， 表示电动汽车到达下一个充电站所需要的电量；

所述步骤S4的具体过程如下：

S4‑1、电动汽车处在起始地时，起始地作为决策点，通过DQN/Q‑learning算法进行寻优，得到下一个最优的充电站；

S4‑2、电动汽车到达下一个最优的充电站，并进行充电的过程中，当充电时间Tc大于预先设置的决策时间阈值Tre时，进入步骤S4‑3，否则继续进行充电；

S4‑3、判断现时进行充电的次数是否大于最大充电次数n，若是，则从现时充电站所在地直达目的地，否则进入步骤S4‑4；

S4‑4、判断下一段到达下一个充电站的路程是否拥堵严重且在电动汽车充满电后仍然会拥堵，即是否 其中 表示一个拥堵可接受系数，每个用户都拥有一个独立的值； 表示电动汽车从第i个充电站到第i+1个充电站的行驶预测时间； 表示不堵车情况下电动汽车从第i个充电站到第i+1个充电站所花费的平均时间；若是，则返回步骤S1，否则进入步骤S4‑5；

S4‑5、电动汽车现时所处的充电站作为决策点，再次通过DQN/Q‑learning算法进行寻优，得到下一个最优的充电站；

S4‑6、在电动汽车行驶过去步骤S4‑5得到的下一个最优的充电站的过程中，若出现拥堵，则将拥堵的点作为决策点，寻找下一个能离开拥堵路段最近的充电站；否则直接去到下一个最优的充电站；

通过DQN/Q‑learning算法进行寻优，得到下一个最优的充电站，具体包括：电动汽车走完全程的总成本由等待时间、道路行驶时间、充电时间，道路上能量耗费，充电费用组成，通过各自独立的系数使它们转换为可量化的变量，目标函数为最小化总成本，即总成本减去通过出售计算资源所获得的回报，公式及约束如下：目标函数：

∑yi≤n (17)

目标函数中，π1表示时间成本转换系数，π2表示道路行驶成本转换系数；

式(1)中， 表示总的等待时间；

式(2)中， 表示每个充电站的等待时间，由充电前的等待时间和完成充电后继续提供计算资源的时间组成；

式(3)中， 表示充电前的等待时间，当道路有拥堵时，不考虑充电站等待充电桩的时间，其余情况下要考虑充电站的等待时间；

式(4)中， 表示汽车完成充电时的等待时间，这段时间用来提供计算资源来获得收益；

i

式(5)中， 表示总的充电时间，Tc为第i个充电站的充电时间；

式(6)中，Tre表示决策时间阈值，yi为0，1变量；

式(7)中， 表示总的道路行驶时间，每条道路的行驶时间由该条道路的距离除以平均速度来表示；

式(8)中， 表示第i条道路的平均行驶时间，va为通过该道路时的平均速度；

式(9)中， 表示第i条道路的行驶时间的预测值，β表示拥堵系数；

式(10)中， 表示总的充电费用，即电动汽车从第一个充电站到第k个充电站的总花费； 表示电动汽车在第i个充电站结束充电时的剩余电量， 表示电动汽车在第i个充电站开始充电时的剩余电量，Emax表示电动汽车电池最大容量； 表示电动汽车在第i个充电站开始充电时的电力价格；

式(11)中， 表示电动汽车在每个充电站提供的平均计算资源，μt表示电动汽车在t时刻多余的计算济源比例，Cs指电动汽车总的计算资源；

式(12)中， 指电动汽车在第i个充电站通过出售计算资源获得到的平均计算资源价格，τ表示该充电站附近BS需要计算资源的程度，当该充电站附近BS不需要计算资源时τ＝

0，Cneed为该BS需要的计算资源总量，pbasic为基本计算资源价格；

total

式(13)中，R 表示电动汽车全程通过提供计算资源所收到的总回报；

total

式(14)中，C 表示电动汽车全程提供的总计算资源；

式(15)中， 表示汽车走完路径Px所消耗的总能量，ε表示每公里电动汽车的电池消耗量， 表示平均电量的价格，di表示电动汽车行驶的第i条道路的距离；Px＝(V0，R0，V1，R1，V2，……，Vi，Ri，……，Rn，Vn)，其中V0，Vn分别表示起始地和目的地，V1至Vn‑1表示最短路径中的充电站，Ri指第i个充电站到第i+1个充电站的路程距离；

式(16)中，yi为0，1变量，当车辆选择第i个充电站时yi为1，否则为0式(17)中，n为最大充电次数；

式(18)中， 表示车辆在第i个充电站结束充电时的剩余电量， 为在第i+1个充电站开始充电时的电量，α表示裕度系数,该式子保证电动汽车在达到下一个充电站时电池电量仍然有裕度；

以最小化总成本为目标函数，若在决策时选择下一个充电站进行充电，则以到达下一充电站的距离为奖励，距离越短，奖励值相应越大；若选择在此继续充电，则以在此充电站的停留时间为准，时间越长奖励越值大：若偏离路线则给一个负奖励；目标为使得累积奖励最大化。