GFM2020 |杨琦：充电服务的进阶和升维

GFM2020 |郑隽一：数字能源网助力未来出行

10月29-30日，“第四届全球未来出行大会（GFM2020）”在德清隆重召开，本次大会由中国百人会和智能汽车与智慧城市协同发展联盟联合召开，旨在探讨未来的城市、未来的出行、未来的汽车如何为居民提供更加经济、便捷、安全、科技友好的新出行方式。下面是小犀新能源科技（南京）有限公司首席运营官杨琦在本次论坛上的发言：

小犀科技（南京）有限公司首席运营官杨琦

我是小犀的杨琦，今天把我安排在这个顺序来分享非常好，刚才兰总给我们分享了现在电动车的车主在充电过程中有哪些问题，而且兰总给我们提供了换电的解决方案，充电和换电相结合。

我们重新说回充电，的确现在的车主在充电过程中，充电的整体体验不友好，可以引出我今天给大家分享的主题“充电服务的进阶和升维”，我们想用一种数字化和暖科技来点亮未来出行。

整体市场到2030年电动汽车的销售突破1500万辆，保有量会突破8千万到1亿辆，，从政策层面，商用车会优先电动化，电动化的比例会超过80%，而且随着整个私人乘用车市场快速觉醒，电动汽车里面私人乘用车的占比不低于80%。从充电层面来看，商用车的大比例持续电动化，会让公共电站的充电需求持续增高，包括刚才兰总讲的，私人乘用车因为私桩配建率不够，必须要有一定的公共电站和目的地充电站来补充配套。

对于整个市场来说，我们看到这些年，政策不断的扶持，技术不断迭代，整体市场不断地发展，同时我们也看到整体不匹配性，尤其充电过程中的不匹配性越来越突出。我们总结一下：扶持与技术齐飞，增长共痛点一色”。

在做小犀新能源这个项目之前，做了一定的市场调研，包括对1.2万多个新能源车主进行调研，以及600+充电运营商，所谓充电桩运营商就是指充电站的投资方，包括过往和15个省市主管部门沟通，以及118个车型的历史充电数据，我们看到行业内的一些痛点以及目前行业存在的主流解决方案。

先看需求侧。不管对于商用车司机还是私家车车主来说，不确定在哪个充电站能充上电，怎么样充电性价比高，而且能够匹配出行需求。同时包括在充电过程中产生的对电动汽车残值和安全性的忧虑。我们看到行业里面现在主流解决方案，不管是第三方互联互通平台，还是不同运营商之间的互联互通，通过互联互通的确可以解决用户能够找到大部分的站点，但是没有办法匹配用户的出行需求，而且无法精准地进行车桩匹配，这是充电的需求方。

再看充电的供给方，对于充电站的投资方或运营方来说，怎么样让充电站面向更多用户来提升充电站运转的效能，针对不同的客户充电站和充电桩该怎么去配置，通过互联互通的确可以降低充电站运营商的推广成本，比如运营商建了一个站，当大家还使用很多个充电APP的时候，如果充电站特别少，就1个或者10个，推广成本会很高。现在已经解决这个问题，通过流量平台，充电站在流量平台上显示，哪怕只有一个站，可以让很多用户都能看到。但是对于充电站投资方来说，互联互通平台没有办法进行定向的引流，而且场站方没有办法针对不同的客户提供不同的方案和服务。

第三，对于政府部门和供电部门来讲，公共电站该怎么布置最匹配车辆的需求；高速发展的电动车市场，小区内充电应该如何应对，以及城市电力与充电设施分布怎么样最匹配。现在国内很多区域都有监管平台，或者政府推动的互联互通平台，通过整体数据的抓取，目前通过市场的机制在一个城市里面的确能够慢慢形成相对比较合理的充电设施布局。对于具体落实到为用户服务的时候，电力容量没有办法精准分配到每一个站，更难以分配到具体的终端来匹配车辆的需求。

对小犀新能源来说，看到这些痛点之后，打造结合出行方需求的有序充电方案，把整体角色分成四类：人、车、桩、网，通过这四类产生的，包括人的历史充电行为数据，车的电池数据，充电桩实时输出的参数等等，通过这些数据的结合，让解决方案得到升维，让之前所看到的冰冷的，或者普通的互联互通变成温暖人性化的充电。

今天和大家分享的方案是让电动出行升维，结合出行方需求的主动有序充电方案。

所谓充电可以把它拆解一下，实际上是一个人开着一辆车去一个充电站，选择一把枪然后插上充电。把几个角色分拆一下，每个人的需求是不一样，车辆也是不一样的型号或者不一样的电池参数，充电站的位置、价格、配置、属性可能都不一样，一个充电站里面配置的充电桩包括型号和输出能力也是不一样的。怎么样让这四者的数据进行结合，进行最好的匹配？我们打造一个有序化的充电平台，在这平台上看到两个匹配流：首先人桩匹配流，不同的客户需求匹配不同的电桩，还有车桩的匹配流，根据不同的车辆生命周期的充电数据结合电池数据进行分析和匹配，这是两个数据流。

从具体的方案层面来讲，把整体分成三个层面：需求层、数据层和方案层。

对于需求层，不管主机厂、车联网还是个人车主会发出充电需求，对于供给侧来讲，不管经营型电桩还是私人电桩，会提供它的供给输出能力，实时运行数据和运行情况。在数据层，在需求侧这边有当前的SOC，车主历史的充电偏好数据，位置，包括车电池的型号等等。对于供给侧来讲，电站的功率、电桩的功率、当前的状态，历史的适配数据和历史的故障数据，甚至包括位置、环境、价格等等。方案层面里面，不同的用户会有不同的偏好选择，有算法推荐的综合方案，有偏向于保养型的方案，偏向于低价的方案，不同的用户在不同情况下会有不同的方案偏好，当他进入一个场站里面，方案会涉及到场站车位引导的方案和电流分配的方案等等。根据这些数据的积累和不同客户的方案偏好，对需求方可以提供充电方案的反馈和推荐。对于供给方来说，也会有整个电站配置和布局的方案和推荐。这是我们整个从数据层面来讲整体的方案。

回过来再看四个维度的图，实际上是打造温暖人性化的有序充电，之前行业一直讲车桩匹配，是一个二维的事情。我们根据整体的数据，尤其是人的需求，把它升维成四维这样一个有序化的充电方案。简单来说，是不同的参与角色把这些参与角色所积累下来的数据进行结合和匹配。

刚才跟大家介绍我们有序充电的整体方案。下面和大家分享一下实操过程中的一个案例。

（图示）第一张图是比较简单的一张图，一辆车在充电桩上充电，电流随SOC变化而变化一张图。

第二张图截取了几辆车在一台120千瓦的充电桩上充电，轮流来充，而且没有任何的干扰和介入的情况下，称之为无序充电。到第二张图的最后，三辆车已经充到99%以上，接近100%，我们认为三辆车充电完成。经过我们的算法介入之后，看一下这两张图的对比，同等的时间，时间起止不一样，但时间段一样，通过有序的方案介入，进行时间点的调配，根据实时的SOC，以及桩的输出能力进行匹配的情况下，同等时间可以满足四辆车的充电。经过多次落地的数据分析之后，对比无序的情况下，能做到让车辆充电的效率提升25%到32%，同时充电场站运营效率提升22%到31%。在此基础上，我们输出基础的调度策略，就是我们怎么去介入出行方的充电行为。首先对司机提供充电站站级的调度，之前不管是私家车主还是商用车司机，我们称之为完全经验选择，并不清楚具体哪个站最适合他，更不用说在哪个充电站里面哪个充电桩最适合，第一步我们要做的是打破完全的经验选择，根据多维度的数据，给他充电站级的推荐，当他进入一个充电站里面，首先根据充电桩实时输出的能力和情况，告诉他匹配最优的充电桩，然后加上人的需求以及车的需求，来进行最优的匹配。当然对于一个充电场站，如果对单一用户没有办法进行最优匹配的时候，会寻求整体充电方案的最优化。今天给大家展示的是截取落地过程中平台里面的一段数据，相信有更多的车辆的加入，通过算法，方案的推荐会越来越匹配出行方的需求。

当然，在在这里我要代表团队特别感谢一下清华大学，中国电动汽车百人会和西安交大，不管是不断落地的过程还是整体研发的过程，给予我们平台、电池技术以及算法的一个支撑。

面对下一个万物互联的大时代趋势，小犀新能源从人、车、桩、网四个维度数据出发，通过数据积累，算法的提供，将来成为智慧城市和智慧能源的一部分，希望有机会和大家一起打造一个全新的智慧生态和未来。

谢谢大家！

（注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！）

问题到底在哪儿？威马召回产品解读