基于Vosviewer与Citespace对电动汽车充电负荷领域的计量分析

秦建华，李娜，金泰，李天奇，李悦，潘崇超*

(1.北京科技大学能源与环境工程学院，北京 100083；2.国网综合能源服务集团有限公司，北京 100053)

随着环境的恶化和化石能源短缺现象的加剧，电动汽车以其相对低廉的价格、契合绿色出行的理念、消纳间歇性可再生能源电力等[1]特点，近些年在世界范围内都得到了较快的发展[2]。在相继推出的《新能源汽车生产企业及产品准入管理规定》[3]、《汽车产业中长期发展规划》[4]等政策指引下，以及新能源汽车财政补贴的刺激下，2020年中国市场共出售130万辆电动汽车，同比增长8%，占全球电动汽车销量的41%，中国俨然成为电动汽车保有量最大的国家[5]。而电动汽车的大规模引入，也将给电网的安全运行带来严重的挑战。文献[6]分析了电动交通工具给电力系统的影响，并采用生命周期评估方法完成对环境影响的分析。文献[7]提出了一种概率方法来评估电动汽车等负荷增加情况下的低压住宅网络中的电能质量。文献[8]将车辆功耗模型与配电网潮流仿真相结合，模拟了一定规模电动汽车充电对配电网的影响。文献[9]确定了低压配电网电动汽车建模的主要影响因素，为提高电动汽车渗透率的影响评估提供了可靠的指导。文献[10]通过案例分析，研究了电动汽车价格和充电站布局对电动汽车扩散和电网的影响。文献[11]以投资成本为优化目标，在满足排队时间约束、潮流约束的前提下，确定充电器以及主开关盘的容量。文献[12]在总结电动汽车大规模并网所带来的挑战之后，对高效充电控制算法进行了综述。文献[13]分别从系统可靠性、电能质量、系统运行经济性研究电动汽车给电网的影响。此外文献[14]总结其对环境方面的影响：即减少有害气体以及CO2的排放。考虑到电动汽车的充电行为具有较强的随机性[15-16]，电动汽车并入电网后，将极大增加电网的负荷，导致峰上加峰现象[17]的出现，进一步加剧了电网的峰谷差，给电网的运行调度带来困难，且随着电动汽车渗透率[18]的提高，会加剧两者之间的矛盾。然而，从某种程度来讲，电动汽车的引入对于电网的调峰工作也具有积极意义，因为随着Vehicle to Grid(V2G)技术[19-20]的不断发展，未来可以实现电动汽车与电网的良性互动，车主可以从该过程通过分时电价赚取差价，给自身带来经济利益[21]，电网也能通过该过程调整自身的负荷波动情况，从而减缓在电网以及发电机组上的资金投入。

综上所述，电动汽车的充电负荷预测对于电网后续的扩容建设以及针对电动汽车进行有序充电控制都具有重要的意义。为最大程度减少电动汽车充电负荷给电网的巨大压力，中外已有大量研究团队致力于电动汽车充电负荷预测与调控的研究。然而当前该领域的相关综述研究从计量分析角度入手的较少，现首先针对中外该领域下所涉及的关键技术、研究要点、模型求解方法进行分类，围绕每一个要点进行归纳和整理。而后采用文献计量分析[22]的方法针对该领域近10年来的研究热点进行总结归纳，同时，整理分析了该领域的发文期刊分布情况，作者、机构与国家之间的交流合作关系。最后，对电动汽车充电负荷领域的未来发展做出展望，旨在为今后的研究人员提供参考意见。

1 电动汽车充电负荷研究现状

1.1 电动汽车的充电负荷预测

电动汽车的充电行为[23]是建立电动汽车充电负荷预测模型的基础。其中充电行为主要包括开始充电时间、充电电量、充电功率等。同时不同类型的电动汽车其充电行为各不相同。文献[24-25]针对电动公交车、电动出租车、电动公务车以及电动私家车采用蒙特卡洛算法完成负荷预测。文献[26]研究了环境温度对电动汽车行驶里程以及充电负荷状况的影响，结果表明在接近20 ℃时，电动汽车单位电量的行驶里程最高。然而电动汽车的充电行为同充电地点亦存在一定的关联，文献[27]按区域功能将某一区域分为居住区、工作区、娱乐区、休息区、其他区等，研究了道路的拥堵程度以及空调的使用给电动汽车的充电负荷带来的影响，比较了不同区域的电动汽车的充电负荷差异性，完成时空分布的电动汽车充电负荷预测。

1.2 电动汽车充电设施的选址与建设

在完成电动汽车充电负荷预测的基础上，方可针对在电动汽车充电需求较高的地区建设充电设施。文献[28]总结了影响电动汽车充电站选址的诸多因素，如土地成本、建设成本、道路交通流量、电网条件、周边环境等，并运用灰色关联决策和灰色目标决策理论对定性指标进行量化处理，得出最优决策方案。文献[29]站在充电设施所有者角度针对充电设施建立起一套综合的风险指标体系，以此来推动充电设施的规模化安全建设。文献[30]研究了不同市场结构下电动汽车充电桩的质量和最优数量的变化。

1.3 电动汽车的有序充电控制

针对电动汽车的无序充电问题，可从不同角度来采用不同方式对电动汽车进行有序充电控制，以下将分别介绍这些控制方法。

1.3.1 分时电价

本质上来讲，分时电价[31-32]是一种价值激励机制[33]，从经济角度来规范引导用户的充电行为。文献[34]提出了一种考虑用户满意度的电动汽车充电时动态定价策略，针对微电网[35]的调度需求，提出了电价策略，实现了基于价格信号的电动汽车充电负荷的有效调度。文献[36]在传统电网分时电价的基础上，考虑电动汽车的充电负荷，制定了新的分时电价，克服传统电网的分时电价针对负荷变化不敏感的缺点，能够有效减少电网的峰谷差。

1.3.2 风能与太阳能并入电网

风能[37]与太阳能[38]并入电网可以在高峰期减缓火力发电机组的运行，是从源头缓解电网的压力。文献[39]建立了含风力发电的电动汽车充电站区间优化调度模型，结果表明，削峰填谷效果更加明显，提高了电网的稳定性。文献[40]以消纳风电量最多与负荷方差波动最小为目标函数，对风电出力进行优化，减少了弃风现象，提高了能源的利用率。

以上为电动汽车与风能的交互，电动汽车与太阳能光伏的结合如今也更为频繁。文献[41]建立了夏季与冬季分布式光伏的出力模型，分析了光伏与电动汽车的引入给居民区以及商业区的电力负荷带来的影响。文献[42]采用分布式光伏电源并入电网，针对光伏电源以及电动汽车并入带来的负荷峰谷差问题，采用自适应遗传算法求解，使得电动汽车充电负荷避开高峰的同时，起到填谷的作用。

1.3.3 V2G技术

此外还可以通过V2G技术，引导用户的充放电行为。文献[43]分别以配电网方差负荷曲线最小，用户充电费用最小建立电动汽车有序充放电优化模型，求解得到单量电动汽车的充放电计划。文献[44]基于峰谷分时电价根据电动汽车接入、离开充电桩的时间制定了有序充放电策略。文献[45]通过分析电动汽车使用类型、电动汽车用户的充电偏好以及电动汽车充电的紧急程度，来确定用户是否参与到V2G的运行，同时开发了多种面向用户的V2G运行方案，减少了电动汽车的充电成本。文献[46]通过可拓展的V2G优化算法，减少了昂贵的配电基础设置升级的需求。文献[47]从经济角度分析了V2G技术，由于高昂的电池成本以及同用户签订限制条件较多的V2G合同，消费者可接受购买V2G汽车的价格意愿始终低于不同电池成本的V2G电动汽车的估计成本。

1.3.4 求解算法

在针对电动汽车的有序充电策略研究中，往往需要通过求解器或者智能算法完成模型的计算与优化。其中Cplex[48]以及Gurobi[49]作为两大商业软件均能实现并行计算[50]，在该领域得到了广泛的应用，同时当参与调度的电动汽车数量增多到一定规模时，采用求解器能显著提高运算速度。文献[51]分别建立了以负荷曲线方差最小为目标的有序充电模型，以及运行成本最小为目标的配电网优化调度模型，采用Cplex完成求解计算。文献[52]采用Cplex完成电动汽车充电站的优化调度问题，同时建立了仿真系统界面，方便操作与结果可视化。文献[53]着眼于改善配电网的潮流分布，提升电压质量、降低配电网的峰谷差和网损，采用Gurobi完成求解。智能算法在求解包含多目标函数的优化模型中也有着广泛的使用，主要包括粒子群算法[54]与遗传算法[55]等，文献[56]建立了电动汽车集中充电的多目标优化模型，采用NSGA-Ⅱ完成求解，验证了可行性。文献[57]提出了一种实时多目标优化方法，对电动汽车充放电行为进行实时调度，以达到不同目标之间的平衡，即降低电力成本，最小化电池退化，减轻电网压力。

综上所述，当前中外学者的研究大多还集中在特定区域电动汽车充电负荷时间维度上的预测，缺乏时空维度的综合预测。同时在负荷预测模型中作出较多的简化，使得预测结果同实际情况存在一定差距。如未考虑动力电池的容量损耗问题等。在研究用户充电行为过程中，缺乏实际充电数据的分析支持。针对有序充电控制来讲，目前的目标函数更多的是集中在用户成本最低或者是电网负荷峰谷差最小上，未来应更多关注实际情况，考虑用户的充电满意度，以及电网损耗等方面，将多个目标联合优化。

2 研究方法与数据来源

2.1 研究方法

文献计量分析[58]是探索图书情报学最为重要的分析方法之一，主要用于对某一领域的研究现状和发展趋势通过数学方法进行分析[59]，通常以关键词分析、关键词突现分析、发文作者、出版机构与国家关系分析为主，将结果通过可视化图谱呈现出来，旨在为后面的研究人员提供研究方向和指导方针[60]。

其中关键词共现分析可以确定某一研究领域的热点和知识结构，当几个关键词同时出现的频率越高，表明各自的关联较为密切。此外，该方法亦适用分析文献作者关系，出版机构关系，以及国家间的合作关系。

软件Vosviewer[61-62]和Citespace[63-64]在文献计量分析领域有着广泛的应用，两者能够完成对海量文献的计量分析，表1为两个软件的功能对比。

表1 Vosviewer与Citespace软件对比

2.2 数据来源

为了更好地比较中外该领域的研究进展，分别针对中文文献和外文文献进行量化分析，考虑到中国知网作为国内最为知名的文献检索平台，中文文献均来源于中国知网，在高级检索中以“电动汽车”“充电负荷”作为检索主题的检索词，文献类型包括：期刊论文、学位论文和会议论文3种，语言设置为中文。针对外文文献，Web of Science的子领域数据库：科学引文索引(SCI)和社会科学引文索引(SSCI)核心合集包括不同研究领域最有影响力的科学文献，选择SCI和SSCI作为此次文献计量分析的数据库。高级检索中以TS =(electric vehicle* AND Charging load demand)为检索词，语种选择为English，时间跨度设置为2010—2021年，检索时间2021年5月1日。

3 结果与分析

3.1 发文量随时间的变化

图1为2010—2021年针对电动汽车充电负荷领域的中英文献数量对比图，可以得到从2010—2021年该领域共计发表2 439篇，其中中文1 359篇、英文1 080篇，且随着时间的迁移，该领域的文献数量呈现出上升趋势，也印证着研究人员对于电动汽车充电负荷领域的关注度在不断提高。

图1 2010—2021年发文数量变化图

3.2 关键词共现分析

而在电动汽车发展过程中亦有很多问题亟待解决与优化，如电动汽车无序充电的问题、电动汽车充电站的选址问题、电动汽车的行驶里程问题等，“optimization”作为频次排名第二的关键词，也印证了这一观点。“demand response”表明研究人员针对规模化电动汽车的充电需求有着较为广泛的研究，可以针对用户需求侧的管理实现电动汽车的有序充电控制。“energy”“renewable energy”“energy management”聚焦于可再生能源及其管理，风能、太阳能这些可再生能源是最为清洁的能源。可再生能源的引入，能够有效缓解电动汽车给电网的负荷压力以及火力发电机组运行给环境的破坏。然而这些可再生能源受季节、昼夜以及地理位置等因素的影响，设备出力情况不稳定，同时由于发电量大于当地消纳电量与传输电量之和，导致存在严重的弃风，弃光问题，因此，针对多种形式能源的管理调度研究就显得十分必要。除了发电侧的管理外，针对用户侧的需求管理(demand response)亦是能量管理的一个重要途径。“vehicle-to-grid”是未来研究的重点领域，将大量闲置下来的电动汽车作为一个独立的储能单元与电网进行交互，在电网负荷较高时期，将自身电量输送给电网，在电网负荷较低时期，从电网购电满足自身的行驶需求，一方面能够让电动汽车车主利用电网的峰谷差与电网互动，获得经济利益。另一方面能够平衡电网的负荷波动状况，改善电网的电能质量，从而减少电网在扩容扩建工程的资金投入。电网也因为V2G的引入，以及与可再生能源的调度优化发展成为“smart grid”，形成了车、网、源三者之间的互联互通关系，促进能源的高效智能运用。

通过Vosviewer软件分析2010—2021年该领域文献，将共现频次大于10的关键词筛选后得到关键词共现网络图，如图2所示，图2中的关键词由139个节点3 903个连线组成。其中节点的大小代表该关键词出现频率的大小，节点与节点之间通过线条连接，连线的粗细代表了连接强度，也表明各个关键词之间的紧密程度。图3展示了关键词共现的密度图谱，图谱中的颜色越趋近于暖色系，表明其研究的关注度越高[65]。

图2 关键词共现网络图

从图3可以看出，近年来该领域的研究思路，以及发展状况逐渐从宏观研究转为更加细致化，更加具体化的研究，以此解决存在的实际问题。该领域研究多是围绕电动汽车、负荷预测、有序充电展开的，研究影响电动汽车充电的各种因素，对充电行为、充电设施提供更加具体的指导和建议。

图3 关键词聚类密度图

Vosviewer软件能对不同的关键词进行聚类分析，相同颜色的节点表明从属与同一个集群。本文研究中得到共计6个集群，各个集群的研究主题如表2所示，其中集群1、集群3分别集中在可再生能源、储能、智能电网、V2G技术。通过各个系统间的灵活交互等策略实现集群4的有序充电。在求解过程中需要集群5中的多目标优化算法。集群2侧重对电动汽车充电负荷的预测，在其基础上对充电站选址规划。集群6聚焦于电动汽车引入对电网产生的影响，如电能质量的变化，以及电网的接纳能力的变化等。

表2 关键词集群

3.3 关键词突现分析

关键词是文章的核心概要，关键词突现是指在某一个时间段内频次发生显著变化的关键词，对其进行突现分析对了解该领域的未来发展状况具有独特价值。采用Citespace软件对该领域2010—2021年的关键词进行突现分析，结果如图4所示。可以发现在2010—2015年由于电动汽车市场还不够成熟，更加关注电动汽车的充电基础设施建设以及充电模式上的研究。电动汽车的大规模并入对于电力系统的安全评估上的研究也显得十分必要。考虑到高峰时期用电需求较多，2012—2015年针对储能领域的研究也更为频繁。电网建设以及变压器容量配置等经济上投入过大，2019—2021年在电动汽车无序充电的研究的基础上开展分布式电源与智能电网的有效互动，充分考虑到电网侧、用户侧、发电侧三方的利益，采用智能算法或者深度学习技术从而进行多目标优化调度，同时如何细化调度方案值得进一步研究。

“Keywords”与“Year”分别为关键词介绍、关键词出现时间;“Begin”与“End”分别为关键词突的开始时间现与结束时间；“Strength”为关键词的突现强度，强度越高表示影响力越大

3.4 期刊分布分析

统计了该领域2010—2021年的英文文献，对文献来源的期刊做出分析，结果如表3和表4所示，可以发现发文量前10大期刊出版总数为508，数量占比约为46.9%，是该领域的主流期刊，其中期刊Energies发文数量最多，但影响因子较小，为2.702。而AppliedEnergy发文数量排名第二，且影响因子高达8.848，排名第一，同时，表3中以3年为一个时间段，将2010—2021年分为三段，展现出不同时间阶段，各个期刊出版次数以及排名情况。IEEETransactionsonSmartGrid同样作为该领域著名期刊，在2010—2013年，2014—2017年发文总数始终排名第一，影响因子也仅次于AppliedEnergy。IEEEAccess近3年对该领域的研究关注度有了极大的提高，2018年之前的出版次数为0，2018—2021年出版次数高达59，排名第2，出版总数排名第4，表明该期刊未来在该领域会有较大的研究倾斜。

表3 频次最高的前10个关键词

表4 发文量前10的期刊分布统计

3.5 作者、机构与国家合作分布分析

通过对世界各地不同国家和机构的研究人员进行合作网络分析，可以展现出电动汽车充电负荷领域的学术交流与协作情况，将该领域的发文作者采用Vosviewer软件进行分析，将发文作者出现频数大于3的筛选出来，得到英文文献作者合作网络图，如图5所示。共有25位作者在该领域发表至少3篇高水平文献，共展现出6大集群，以Guo Qinglai、Hu Zechun、Yang Yu为代表的三大集群合作交流较为密切和频繁。其中清华大学的Hu Zechun在AppliedEnergy期刊发表的“Pricing mechanisms design for guiding electric vehicle charging to fill load valley”共计获得61个被引频次。清华伯克利深圳研究所的Guo Qinglai在IEEETransactionsonSmartGrid期刊发表的“Rapid-Charging navigation of electric vehicles based on real-time power systems and traffic data”共计获得82个被引频次。Jia Qingshan在IEEETransactionsonSmartGrid期刊发表的“Matching EV charging load with uncertain wind: a simulation-based policy improvement approach”共计获得69个被引频次。除了这三大集群外，来自密歇根大学的Moura Scott J，以及来自美国阿贡国家实验室的Wang Jianhui也纷纷与以上团队交流互动，共同致力于该领域的研究当中。

图6和图7分别为该领域的机构合作网络和国家合作网络图，从图6和7可以发现，有85个机构参与到该领域的研究工作中，共计13个集群，其中来自中国的清华大学(Tsinghua Univ)、华北电力大学(North China Elect Power Univ)、上海交通大学(Shanghai Jiao Tong Univ)等彼此之间合作较为紧密。华北电力大学(North China Elect Power Univ)、清华大学(Tsinghua Univ)发文量分别为29篇、21篇，在国内排名第一、第二，浙江大学(Zhejiang Univ)同10个机构展开合作，且相对来说同国外机构交流更为频繁，发文量在国内排名第三。来自伊朗的阿扎德大学(Islamic Azad Univ)同13个机构建立了合作关系，发文量高达35篇，总排名第一。图7为40个国家的合作网络图，共计6大集群。其中，最大的节点是中国，与32个国家均展开了合作，发文总量为299篇，美国同29个国家展开合作，发文总量为225，仅次于中国，且两国之间的合作也较为密切。

图6 机构合作网络图

图7 国家合作网络图

4 展望

发展电动汽车是降低污染排放的有效途径，也是摆脱对石油依赖，保障国家能源安全的重要战略措施，从电网安全、充电成本等诸多角度针对电动汽车的充电负荷及调度展开研究方可实现电动汽车行业的安全平稳发展，近年来该领域的研究也愈加频繁，取得了较大的进展，然而，还有以下几点值得研究。

(1)用户充电行为研究。目前由于缺乏电动汽车充电的实际数据，针对电动汽车充电负荷预测的研究大都采用的是美国全国家庭旅行调查(national household travel survey, NHTS)中燃油车的数据，同中国的实际情况可能存在较大的差异性。未来在获得确切数据的前提下，可充分利用大数据、深度学习等技术对电动汽车的充电负荷需求进行准确预测。

(2)负荷预测模型优化研究。在负荷预测模型中，目前更多的是特定区域时间维度的预测，缺乏时空维度的综合预测。为简化计算，模型中存在过多的假设，与实际情况存在一定差距，未来需要进一步对负荷预测模型进行优化。

(3)优化算法/求解器研究。在有序充电调度的过程中，随着电动汽车数量以及多个系统间的交互增多，调度难度显著增大，难以平衡计算速度、精度、稳定性之间的关系，未来针对高性能算法、求解器的需求更为迫切。

(4)V2G技术/系统平台研究。由于与电网频繁互动，会对电池的寿命造成一定的影响，如何平衡车主经济利益、用车需求与电网削峰填谷需求的关系，如何研发V2G的电动汽车、充电桩，搭建系统平台，优化电动汽车充放电行为，实现对电动汽车全生命周期的监管，进一步完善该领域的商业模式是未来研究的重点与难点。

(5)动力电池梯次利用研究。未来随着动力电池退役高峰期的来临，对动力电池的梯次利用将成为一个新的难题，如何实现对动力电池的回收、发挥动力电池的剩余价值，实现电能资源的合理有效配置，值得深入研究。

5 结论

对近10年来电动汽车充电负荷领域的文献进行了归纳总结，采用Vosviewer与Citespace软件进行了计量分析，得出以下结论。

(1)电动汽车充电负荷领域更多的是着力于规模化电动汽车的负荷预测、针对电动汽车的有序充电控制、以及通过V2G同电网进行有序良性互动、可再生能源设备同电动汽车的联合调度等方面的研究。

(2)根据计量分析得出：①2010—2021年该领域的中英文发文数量呈现出稳步增长的态势；②该领域发文量排名前三的英文期刊是Energies、AppliedEnergy、IEEETransactionsonSmartGrid。其中AppliedEnergy与IEEETransactionsonSmartGrid是该领域影响因子最高的两大期刊，分别出版了87、77篇高质量的文献；③中国、美国作为在该领域有着深入研究的两个大国，同世界各国均有着广泛的合作。在国内华北电力大学、清华大学、浙江大学是发文量最多的三所院校，来自清华大学的且在该领域最早投入研究的胡泽春(Hu Zechun)、宋永华(Song Yonghua)、徐智威(Xu Zhiwei)是该领域的领军人物。本研究可以作为今后该领域的研究人员提供一定的帮助。

(3)文献来源更多的是CNKI以及Web of Science，缺乏除中英文以外其他数据库的文献。同时如果聚焦于某一热点技术的研究，需要将检索范围进一步缩小。