电动车智能充电技术颠覆停车场收费模式
随着电动车的普及，市场对停车场相应的电动车充电配套，无论在质量或是供应方面，要求皆比以往更高。
相应地，为了吸引更多人流，不少大型商场都为停车场安装更多充电装置，当中更有为旅游巴士提供充电服务，藉以带动旅客前来。
崭新收费模式为固定资产增值
余澄文教授（左）及陈汉隆博士（右）正在展示位于理大停车场的充电装置；其团队为本港不同停车场提供电力转售升级顾问服务，当中包括为安装不同型号的充电装置提供意见，以及引入人工智能控制系统，以提高停车场的盈利。
过去，这些充电装置可能只在人流上带来效益，但随着技术的进步，加上人工智能的发展，在管理成本日渐降低的情况下，停车场获相关机构批准后开始从转售电力中获利，而且收益比单纯出租车位更为可观; 对于发展商而言，为车位安装充电装置更能为固定资产增值。
现时，市面上的电动车电力转售的收费模式大分为两种：按小时泊位计算，以及按每度电量的实际使用量来收费。
按一般商业地段快速充电车位收费计算，一个小时的充电费用为港币150元（按输出50千瓦，每千瓦小时为港币3元计算）。 以现时市场对充电车位的需求趋势来估算，在扣除充电装置的安装成本之后，一般停车场一个快速充电器2至3年内便可以收回成本，比只出租停车位快约20多年（按平均停车位价格为港币180万元，每年投资回报率为3%计算）。
然而，这些投资除了需要考虑装置的安装成本之外，还有些客观因素需要考虑，包括停车场的配电额度和供电系统的可行性，这些硬件都会影响到投资的回报。
降低停车场入场门槛智能系统令收费多元化
从研发、设计、安装到执行，整套人工智能控制系统由陈汉隆博士的团队一手包办，令系统在稳定性及成本上占有优势。
本港有不少停车场因为设施比较老旧，在供电和电力分配方面存在压力，需要翻新或安装额外的电力系统才可为电动车供电，对财政造成负担。
为了降低这方面的忧虑，香港理工大学（理大）航空及民航工程学系余澄文教授及陈汉隆博士率领的团队研发出一套具备人工智能的配电系统，能够按每辆电动车的充电需要及其他参数，在有限电力的前设下自行分配电量及充电速度。
另外，一个经训练的人工智能充电系统可以预测停车场的负载状况，并为某些停车位预先分配一定的电量，从而提高时间和能源使用率。 举例而言，表格1和2分别展示了在没有人工智能和有人工智能控制的充电情况。
我们可以看到，具有人工智能的系统能够以最快速度为2辆泊车时间较短的电动车充电，同时继续为其他车充电。 最终结果显示：（1）2辆电动车可大幅减少1小时43分钟（即 4：34 – 2：51）的充电时间，（2）另外3辆电动车只多用4分钟（即4：38 – 4：34），但仍可在预测的泊车时间内充满电量，和（3）总充电时间大幅度减少3个多小时。
| 表格1：没有人工智能控制充电情况 | |
|---|---|
|
停车场三相总供电电流（安培） |
100 |
|
停车位数目 |
5 |
|
电动车电池容量（千瓦时） |
60 |
|
充电器最大三相充电电流（安培） |
32 |
|
充电器平均三相充电功率（安培） |
20 |
|
平均充电时间（小时） |
4:34 |
|
停车场总充电时间（小时） |
22:49 |
| 表格2：人工智能控制充电情况 | ||
|---|---|---|
|
停车场三相总供电电流（安培） |
100 |
|
|
停车位数目 |
2 |
3 |
|
人工智能预测的停车时间（小时） |
3 |
5 |
|
智能分配的三相充电电流（安培） |
32 |
12 至 32 |
|
平均充电时间（小时） |
2:51 |
4:38 |
|
停车场总充电时间（小时） |
19:36 |
|
除此之外，这种独有技术还能够将电量分配予专用车位，让愿意支付多点费用的车主享用到更快捷的充电服务，令收费模式变得多元化。
这套系统无须专人监控，所收集的数据会以无法识别身份及车辆型号的方式处理，确保数据来源得以保密，同时以隐密的方式分析使用数据，为管理层提供有力的数据以进行决策。
智能控制系统能够按充电需要及其他参数，在有限电力的前设下自行分配电量及充电速度。现已在多个地点的大型停车场应用，包括理大及香港机场管理局。
透过云端技术，将不同的电动车充电装置联系起来并组成一个网络，并透过分析车辆离家时的电量及行车距离等数据，了解到车辆的电量及充满电所需的时间，从而让停车场更准确地掌握到车辆所需要的充电速度。
图中为智能控制系统监控个别充电装置的情况，当中可得知个别车辆的已充电时间及电能，以及为充电装置的配电设置优先次序。
电力转售技术成熟停车场发展大势所趋
这套系统率先在11 SKIES（SkyCity）的大型停车场应用，研发团队正考虑为其他停车场，包括理大、中华电力、香港机场管理局等系统升级。
以理大的停车场项目为例，目前共有10个充电车位，一天的使用率大概为56%（上午 8：00 至晚上 8：00），为教职员提供免费的充电服务。 面对庞大的需求，理大正计划扩大充电系统的规模，并增加充电装置的数量。 与此同时，研发团队亦提出了多项系统升级的建议，包括（1）加入一些先进技术，例如：人工智能控制、三相负载自动平衡等；和（2）专为理大校园设计的附加功能，例如：自助服务系统，让教职员使用职员证来设置充电装置的选项，以及透过系统支付充电费用等，真正带来碳中和以及智能校园生活。
现时理大的教职员可免费充电使用服务。
上图为智能控制系统的监控平台，能实时显示充电装置的使用情况。
本身为理大工程学系出身的陈博士认为，理大的充电技术本身已十分成熟，因应不同实际应用情况配备不同充电标准，能比一般商业系统带来更高的稳定性及耐用程度。
根据一些市场反馈显示，一般充电装置大约6—12个月便需要进行维修，而理大的系统则为2—3年，大大节省了维修保养的开支。 另外，人工智能控制系统由相关学术背景的理大团队所研发，确保能兼容各装置类型，真正能为停车场带来灵活性，同时在用电方面变得更高效。
图中所显示的为安装智能控制系统之后，在理大及香港机场管理局等停车场所增加的充电装置的百分比。
具有智能控制的系统能灵活配电，在电力供应有限的情况下同时为更多的电动车充电，不但能充份运用电力，充电装置的增加亦可分摊安装成本。
他认为，人工智能控制系统的成功实际应用反映了市场越趋重视充电设施的质量和方便性。 随着无线充电、大数据以及人工智能技术的普及应用，为停车场引入智能充电系统将会是大势所趋。
