1.基于车-站-平台系统的电动汽车充电导航方法，其特征在于，包括：获取车-站-平台系统的电网参数和路网参数；基于所述电网参数和路网参数计算待充电汽车选择充电站的各子目标值；基于所述各子目标值和更新的路网参数采用最短路径算法对预先构建的规划模型进行求解，得到所述规划模型的最优解；由所述最优解对应的所述待充电汽车的行驶路径作为规划方案；其中，所述规划模型是基于待充电汽车发出需求响应至达到充电站的行驶距离、使用时长、充电费用和用户体验，结合依据用户喜好确定的权重系数构建而成；所述规划模型的构建包括：基于待充电汽车发出需求响应时的位置信息、剩余电量信息，以及所述待充电汽车的目的地，结合所述路网参数中的拥堵情况，计算所述待充电汽车由发出需求响应至到达充电站的行驶距离、使用时长和充电费用；依据用户喜好分别给所述行驶距离、所述使用时长、所述充电费用和获取的用户体验，设定不同的权重系数；将所述行驶距离、使用时长、充电费用和用户体验分别与对应的权重系数相乘，并求和得到规划模型；所述基于所述电网参数和路网参数计算待充电汽车选择充电站的各子目标值，包括：基于待充电汽车发出需求响应时的位置信息和选择的充电站的位置信息，确定所述待充电汽车从发出充电需求响应时的位置到选择的充电站的位置的距离成本；基于所述待充电汽车发出需求响应时间、位置，结合所述路网参数中的所述位置到达选择的充电站的路况拥堵情况，计算所述待充电汽车发出充电需求响应的时刻至到达选择的充电站并结束充电的时间成本；基于所述电网参数中选择的充电站的充电费用、服务费用，以及停车费用，计算所述待充电汽车发出充电需求响应的时刻至到达选择的充电站并结束充电的费用成本；其中，所述待充电汽车选择充电站的各子目标值包括距离成本、时间成本和费用成本。
2.如权利要求1所述的方法，其特征在于，所述规划模型如下式所示：式中，F i rs (X)为目标函数， 为标准化后的连接起讫点r-s中所有路径中第k条路径的行程距离，其中r和s分别为待充电汽车发出需求响应的位置编号和选择的充电站的位置编号，λ 1 为 的权重系数， 为标准化后的连接起讫点r-s所有路径中第k条联通路径在路上的时间花费，λ 2 为 的权重系数， 为标准化后的连接起讫点r-s所有路径中第k条联通路径在路上的电量消耗费用，λ 3 为 的权重系数，θ s (X)为用户体验，λ 4 为θ s (X)的权重系数，X表示饱和流率。
3.如权利要求1所述的方法，其特征在于，所述距离成本按下述计算：式中，L i (X)为距离成本， 为连接起讫点r-s中所有路径中第k条路径的行程距离，其中r和s分别为待充电汽车发出需求响应的位置编号和选择的充电站的位置编号， 为逻辑判断，k表示r-s中的第k条连通路径，a为路网中的路段，n为路网中路段总数，r a 为路段a的长度。
4.如权利要求3所述的方法，其特征在于，所述时间成本按下述计算：式中，T k (X)为时间成本，t a 是路段a的行驶时间， 为选择目标充电站充电的排队等待时间，B c 为电动汽车充满电的电量，B 0 为开始准备规划充电路线时的初始电量，E p 为每公里耗电量，P s 为充电功率，ε为百分比。
5.如权利要求4所述的方法，其特征在于，所述费用成本按下式计算：式中，C s 为目标充电站的充电电价，P i (X)为费用成本，P k rs (X)为连接起讫点r-s所有路径中第k条联通路径在路上的电量消耗费用。
6.如权利要求1所述的方法，其特征在于，所述基于所述各子目标值和更新的路网参数采用最短路径算法对预先构建的规划模型进行求解，得到所述规划模型的最优解，包括：将所述各子目标值和用户体验进行无量纲化处理，得到标准化后的各子目标值；基于用户的喜好对标准化后的各子目标值设定权重系数；将所述标准化后的各子目标值和所述各子目标值对应的权重系数带入到所述规划模型中；在规划路径中的路口处，基于更新后的所述路网参数、所述待充电汽车和充电站信息，再次计算各子目标值，并根据最短路径算法确定选择的充电站，调整规划路线，直至到达所述选择的充电站，得到所述规划模型的最优解。
7.如权利要求6所述的方法，其特征在于，所述根据最短路径算法确定选择的充电站，包括：在路网参数中将路网中每条路段上的行程距离、行程时间和行驶电量成本进行归一化处理，得到一个时变的路段综合权值；基于更新后的所述待充电汽车的位置和所述待充电汽车的目的地重新规划路径，得到新的路径方案；基于所述时变的路段综合权值计算各新的路径规划方案对应的综合权值，从中选择所述综合权值最小值对应的充电站，作为当前时刻选择的充电站。
8.基于车-站-平台系统的电动汽车充电导航系统，其特征在于，包括：参数获取模块，用于获取车-站-平台系统的电网参数和路网参数；子目标计算模块，用于基于所述电网参数和路网参数计算待充电汽车选择充电站的各子目标值；模型求解模块，用于基于所述各子目标值和更新的路网参数采用最短路径算法对预先构建的规划模型进行求解，得到所述规划模型的最优解；规划模块，用于由所述最优解对应的所述待充电汽车的行驶路径作为规划方案；其中，所述规划模型是基于待充电汽车发出需求响应至达到充电站的行驶距离、使用时长、充电费用和用户体验，结合依据用户喜好确定的权重系数构建而成；模型构建模块，具体用于：基于待充电汽车发出需求响应时的位置信息、剩余电量信息，以及所述待充电汽车的目的地，结合所述路网参数中的拥堵情况，计算所述待充电汽车由发出需求响应至到达充电站的行驶距离、使用时长和充电费用；依据用户喜好分别给所述行驶距离、所述使用时长、所述充电费用和获取的用户体验，设定不同的权重系数；将所述行驶距离、使用时长、充电费用和用户体验分别与对应的权重系数相乘，并求和得到规划模型；子目标计算模块具体用于：基于待充电汽车发出需求响应时的位置信息和选择的充电站的位置信息，确定所述待充电汽车从发出充电需求响应时的位置到选择的充电站的位置的距离成本；基于所述待充电汽车发出需求响应时间、位置，结合所述路网参数中的所述位置到达选择的充电站的路况拥堵情况，计算所述待充电汽车发出充电需求响应的时刻至到达选择的充电站并结束充电的时间成本；基于所述电网参数中选择的充电站的充电费用、服务费用，以及停车费用，计算所述待充电汽车发出充电需求响应的时刻至到达选择的充电站并结束充电的费用成本；其中，所述待充电汽车选择充电站的各子目标值包括距离成本、时间成本和费用成本。
