在经济高速发展的当下,环境保护成了人们所重点关注的话题之一。为了有效控制对环境破坏和能源消耗的行为,国家大力鼓励公民们使用低碳绿色化的出行方式。交通电气化正是顺应绿色的发展理念,为人们提供更为环保的出行新模式。新能源汽车作为中国节能交通工具的典型代表,因其动力来源于非常规的车用燃料,采用综合车辆的动力控制和驱动方面的先进技术,能够有效的降低资源的消耗,已经被大众广泛的认可。在诸多新能源汽车中,使用最为广泛的是纯电动汽车。由于电动汽车的动力要求,给汽车蓄电池充电成了汽车用户关注的主要问题之一。目前在一些一线城市已经在街道、小区等公共区域内建立了电动汽车的充电站,解决了充电场所的问题。那么,充电费用的问题则是下一步应该重点分析研究的问题。本文考虑了在实时电价情况下新能源汽车的最优充电策略。基于实时电价的变化,在有限的充电时隙和目标充电量的限制下,提出了新能源汽车充电策略优化的模型。讨论了如何在有限的时隙（即有限的充电次数）和实时变化的电价下,最大化减少新能源汽车的充电费用,以达到汽车充电策略最优化,减少汽车用户充电成本的目的。基于Markov决策过程的相关理论,将上述模型转换为在n时刻,实时电价、汽车还需充电量和有效的充电时间的三维系统状态空间,汽车在当前状态下所采取的是否充电决策定义为动作集,在采取决策后,汽车用户的充电费用作为成本函数。此外,为了确保汽车能在有限时隙内完成充电任务,本文提出数值趋向无穷大的损失函数,作为未完成充电目标的惩罚。再将上述Markov问题通过采取值迭代算法,求解出汽车的最低充电成本。基于超模和次模函数的特征,将其运用到循环的贝尔曼方程中,利用数学归纳方法的证明,提出了新能源汽车的最优充电策略的两个单调性结构:（1）如果最终结束的损失函数随着目标还需的充电量的增加而增加,那么新能源汽车的最优充电策略是单调递减的。即最优充电策略在剩余充电时间中单调递减;（2）如果最终结束的损失函数与目标还需的充电量的增减不完全一致,那么在n时刻还需的充电量,将会随着充电损失函数的增减差距越来越多,则新能源汽车的最优充电策略在还需的充电量下单调增加。这两个单调性的结果大大降低了实现最优充电策略所需要的计算复杂度。最后通过Matlab数值仿真,对该策略进行定量化的分析评价,进一步验证了新能源汽车的最优充电策略为剩余充电时隙和还需的充电量两个维度上单调的结论。通过分析研究在实时变化电价下,新能源汽车的最优充电策略,可以帮助新能源用户节省充电费用。同时,对于有购买相关新能源汽车意向的消费者,减少因充电费用问题带来的困扰,鼓励更多的消费者购买和使用新能源汽车,减低汽车尾气排放带来的环境污染,倡导绿色低碳化的出行方式。