交通-能源耦合下电动汽车基础设施规划与调度控制

交通-能源耦合下电动汽车基础设施规划与调度控制 杨强浙江大学电气工程学院教授gyang@zju.edu.cnhttp://person.zju.edu.cn/qyang 2025.11 一、电动汽车与电网互动背景 2025.10.15发布《电动汽车充电设施服务能力"三年倍增”行动方案（2025一2027年）》 主要自标：2027年底，实现充电服务能力翻倍增长。数量规模：全国建成2800万个充电设施，较2025年9月底的1806.3万个净增近1000万个。容量提升：公共充电容量超3亿于瓦，较当前1.99亿干瓦增长50.7%。1保障能力：满足超过8000万辆电动汽车充电需求，车桩比降至2：1以下。 重点任务： 公共充电设施提质升级城市：新增160万个直流充电枪（含10万个大功率充电枪），构建快充为主、慢充为辅、大功率为补充的网络。高速：新建改建4万个60于瓦以上“超快结合”充电枪，除高寒高海拨地区外实现服务区全覆盖。农村：乡镇行政区新增1.4万个直流充电枪，实现农村公共充电设施全覆盖。 居住区充电条件优化：新建居住区固定车位100%建桩或预留条件。既有居住区推广统建统服”模式，打造1000个试点小区，提升私人车位建桩比例至60%以上车网互动规模化应用：新增双向充放电（V2G）设施超5000个，反向放电量超2000万于瓦时。探索市场化响应模式，推动V2G资源参与电力市场交易。供电能力和服务改善：将充电设施接入需求纳入配电网规划，优化网架，增容台区。简化居民充电桩报装流程，落实“三零”“三省”服务。运营服务质量提升：推动老旧设备升级改造，规范收费标准，充电服务费上限为当地电价的50%。建立服务质量评价机制，提升场站环境及运维质量。 电动汽车充电基础设施从“配套工程”向“能源工程”5跃迁，推动国家“双碳”自标战略落地 电动汽车与电网互动背景 电动汽车将电力网络和交通网络两个复杂信息物理系统紧密耦合，形成电力交通耦合网络 电动汽车与电网互动背景 充电负荷时空分布高度依赖用户出行链，电网与路网之间通过快速充电站形成了显著的双向耦合效应 电动汽车交通流途经快速充电站时产生充电负荷进而影响配电网电力潮流的时空分布电力潮流动态变化会引起节点边际电价的波动改变充电价格，从而反向作用于电动汽车用户的出行和充电选择构成了“交通流一充电负荷一电力潮流一电价一交通流”的闭团环动态系统，使得配电网络和交通网络耦合运行，形成电力交通耦合网络 电力交通耦合网络协同运行所面临的技术挑战 耦合建模的复杂性：电力潮流与交通流的复杂耦合机理系统动态运行特性：即充即走的快充模式下需要考虑交通流传播暂态用户有限决策理性：用户非绝对理性的出行和充电行为难以预测高比例新能源发电：出力间歇性和波动性加剧系统运行不确定性 函需发展融合行为科学、系统工程与运筹优化跨学科研究方法 二、石研究体系:协同规划-调度控制-市场交易 交能耦合下，以电动汽车为杠杆，撬动电力和交通两个网络的协同规划与优化运行 1：考虑动态网络均衡的电力交通耦合网络协同规划 针对交通-能源耦合系统协同规划问题，提出了一种支撑动态运行的电力交通耦合网络最优协司扩张规划方法，自标是最小化耦合网络的总投资和运行成本建立了电力潮流和交通车流之间的动态网络均衡模型以评估扩张规划对于耦合网络动态运行的影响，利用双层优化模型求解 双层优化模型 协同扩张规划模型 配电网：馈线容量，DG数量最优潮流模型(节点边际电价)OPP充电站：充电桩数量交通网：道路容量动态用户均衡模型DUE 上层：更新扩容方案下层：求解耦合网络动态运行成本 1：考虑动态网络均衡的电力交通耦合网络协同规划 耦合网络总运行成本下降27.6%，电力网络的馈线阻塞和交通网络的道路/充电站拥堵得到有效的缓解 协同扩容方案 扩张前后耦合网络动态性能对比 配电网：馈线容量，DG数量充电站：充电桩数量交通网：道路容量 充电站流量变化：流入，排队，充电，流出路径流量分布：不均匀->均匀 2：考虑用户有限理性和市场监管的快速充电站最优动态定价 针对协同运行问题，在充电站个体尺度上，提出了一种考虑有限理性动态用户均衡和市场监管的快速充电站最优动态定价方法，以最大化充电站利润利用 建立了电力网络运营商、充电站运营商和电动汽车用户三者之间的主从博奔定价模型迭代算法求解。 三层主从博奔定价模型 有限理性动态用户均衡 用户的出发时间，路径，充电站选择->交通流分布用户接受次优解，次优解与最优解的成本阈值定义交通网(需求侧)：min (有限理性感知下的)交通成本+充电成本 为用户容忍度，用于表征用户的理性程度 配电网（供应侧）：min电力成本充电站（市场侧）：max利润<-市场监管部 2：考虑用户有限理性和市场监管的快速充电站最优动态定价 对比固定定价，所提出的定价方法可以有效引导电动汽车用户的充电行为，充电站利润提高了11.0%,电力网络运行成本下降了0.7%，电动汽车用户的出行成本几乎不变。 定价方案对三方利益的影响 用户理性和市场监管对电动汽车用户出行的影响 用户理性：影响用户的出行成本，适度的有限理性可以减少用户之间的竞争，反而有利于减小所有用户的总出行成本市场监管：影响用户充电成本，但存在饱和区 配电网：引导充电负荷削峰填谷->电力成本下降充电站：更灵活的定价->利润提高交通网：道路和充电站拥堵减少，充电成本略微提高>交通成本+充电成本几乎保持不变 3：电动汽车快速充电站聚合商的最优协同调度 针对协同运行问题，在充电站集群尺度上，提出了一种考虑多维不确定性的快速充电站聚合商最优协同调度方法，以最大化快速充电站聚合商利润 聚合电动汽车参与日前和实时两阶段电力市场，设计了一种适用于大规模场景的分组充电调度算法，利用电动汽车充电就地消纳新能源，考虑实时电价和新能源出力的不确定性，利用随机规划模型求解 快速充电站聚合商调度框架 分组充电调度算法 快速充电站集群参与日前+实时电力市场有限理性动态用户均衡 充电需求相近的EV捆绑为一个充电调度小组 3：电动汽车快速充电站聚合商的最优协同调度 通过整合站内新能源，「电动汽车聚合商利润提高了7.1%：通过分组充电调度，电动汽车聚合商的利润提高了4.8%弃风减少13.0%弃光减少59.53% 充电调度和新能源调度对充电站利润的影响 电力市场、新能源发电和充电需求不确定性 基于场景的随机规划SampleAverage Approximation,SAA 充电调度：减小实时电力市场用电偏差的惩罚本地新能源：减少电网依赖和购电成本 4：考虑不确定性的电力物流协同优化调度 针对协同运行问题，在系统运营商尺度上，提出了一种考虑新能源和电力市场不确定性的清洁电力+绿色物流协同优化调度框架。利用电动物流车进行货物配送，并安排合理的充电方案和配送方案最大限度地减 少城市物流系统的综合运行成本，利用ALNS-MILP数学启发式算法进行求解， 电动物流车运行过程 电力：充电调度，新能源，储能，日前+实时电力市场，碳排放物流：路径规划，时序调度，货物装卸载，用户时间窗口 4：考虑不确定性的电力物流协同优化调度 4：考虑不确定性的电力物流协同优化调度 电动物流车运营商将选择在电价低谷购电并安排电动物流车在这些电价低谷时段集中充电，充分消纳物流集散中心的本地新能源电力物流协同优化可以降低5.59%的城市物流系统运行成本，以及减少18.36%的间接碳排放。 5：考虑用户有限理性和不确定性的综合能源补给站经济调度 针对协同运行问题，在系统运营商尺度上，提出了一种考虑有限理性混合用户均衡和不确定的综合能源补给站风险规避经济调度模型 利用综合能源补给站同时为EV/HFCV/NGV提供能量补给，实现多能协同优化，以支撑绿色交通网络，其中结合CVaR方法减少不确定性所带来的经济损失风险。 交通网络电动汽车氢燃料电池汽车天然气汽车内燃机汽车有限理性混合用户均衡 综合能源补给站新能源发电+电储能电解槽+储氢罐甲烷合成+储气罐碳捕集多能协同 电力市场日前市场实时市场CVaR风险规避经济调度 5：考虑用户有限理性和不确定性的综合能源补给站经济调度 所设计的综合能源补给站模型可以在不需要氢气和天然气管道的情况下运行，可以很好地满足EV、HFEV和NGV的加氢需求，特别是在可再生能源丰富的场景下大量的二氧化碳被捕获并回收，用于合成天然气，体现了综合能源补给站净零碳排放的潜力。 异质交通流模型 路径交通流构成道路交通流路径交通流是道路交通流的路径分量 有补能需求的EV/HFCV/NGV会访问综合能源补给站ICEV或无补能需求的EV/HFCV/NGV不访问综合能源补给站 5：考虑用户有限理性和不确定性的综合能源补给站经济调度 所提出的风险规避能量调度模型在最差的5%情景下降低了21.76%的利润损失风险预期净利润仅下降0.33% 电-气-氢多能协调优化 不同风险系数下的利润分布 大部分能量来自可再生能源发电能量转化和储能储备中存在能量损失 最差场景下的利润损失风险下降 6：区域氢-电-热综合能源系统能量优化调控方法 设计了一个微网群系统结构包含多个互联氢-电耦合综合供能站，基于模型预测控制（MPC）两阶段能量管理方法，减小数据预测误差带来的负面效果，实现微网群多能互补，经济高效运行 区域氢-电-热综合能源系统能量优化调控方法6: 口考虑短距离输氢，1设计了一个氢-电热微网群系统结构-基于MPC的多时间尺度能量管理口减小数据预测误差带来的负面效果口实现微网群多能互补，！经济高效运行 区域氢-电-热综合能源系统能量优化调控方法6: 口设计了一个区域氢-电-热综合能源系统结构-系统连接配电网和配氢网(考虑了电力市场/氢能市场价格）-:基于MPC的多阶段多时间尺度能量管理-减小多源负荷不确定性带来的负面效果、提升日内电力调度的计算效率实现区域能源系统多能互补，经济高效运行 7：电动汽车与电网互动模式分析 电动汽车即接入即充电不顾及电网状态，可能引发尖峰需求，进而影响电网安全经济运行。 7：电动汽车与电网互动模式分析 基于分时电价的有序充电：static ToU，dynamic ToU, called real-time pricing (RTP),critical peak pricing (CPP), peak time rebates (PTR。 7：电动汽车与电网互动模式 充放电控制： grid-to-vehicle(G2V),vehicle-to-grid(V2G)两种架构：基于竞争电力市场（电能量和辅助服务），基于需求响应 7：电动汽车与电网互动模式分析 需求响应下的车网互动：基于邀请制或者需求响应资源市场交易机制。 新型的车网互动新模式（无需电动汽车聚合商）：基于区块链P2P技术 8：电动汽车与电网互动潜力评估 以区域电网为研究对象，考虑电动汽车随机接入的V2G动态优化调度策略： 解决电动汽车接入/驳离电网的随机性问题，建立了“事件触发型”V2G优化调度模型以电动汽车接入或意外剥离作为触发点，滚动更新模型参数，并对余下进程进行重新规划，最终达到对全周期内入网车辆的充放电功率谱的优化调节， Valleyloadfilling orpeakloadshavingassessmentviasmart charging or V2Goperationoflarge-scaleEVs 8：电动汽车与电网互动潜力评估 大电网下低复杂度的电动汽车智能充电“削峰填谷”调度算法： 为了应对未来超大规模电动汽车集群入网V2G运行时所带来的模型求解复杂度方面的挑战提出了一种具备超低复杂度的集中式智能充电“削峰填谷”调度算法。该算法可处理规模超百万辆电动汽车同时入网充电的问题显著削减电网负荷尖峰压力。 9：电动汽车参与电力市场可行性分析 不同充电场景下电动汽车提供V2G服务的经济性分析：针对不同的