为了有效解决电动汽车充电目的地优化和充电路径规划问题，以及充电引导的在线实时决策问题，建立了考虑多种不确定因素的电动汽车充电引导双层优化模型，提出了一种基于分层增强深度Q网络强化学习(HEDQN)的电动汽车充电引导方法。所提HEDQN算法采用基于Huber损失函数的双竞争型深度Q网络算法，并包含2层增强深度Q网络(eDQN)算法。上层eDQN用于对电动汽车充电目的地的优化；在此基础上，下层eDQN用于对电动汽车充电路径的实时优化。最后，在某城市交通网络中对所提HEDQN算法进行仿真验证，仿真结果表明相比基于Dijkstra最短路径的就近推荐算法、单层深度Q网络强化学习算法和传统的分层深度Q网络强化学习算法，所提HEDQN算法能够有效降低电动汽车充电费用，实现电动汽车在线实时的充电引导。此外还验证了所提HEDQN算法在仿真环境变化后的适应性。