电动汽车与电网互动的关键问题研究综述

吴佳琦，张谦，吴小汉，黄耀宇，李春燕

（重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆 400044）

大力发展电动汽车（Electric Vehicle，EV）有助于缓解环境和能源问题，推动我国节能减排战略的进一步发展，助力我国“双碳”目标的实现。然而大规模电动汽车的无序接入，将给电力系统带来负荷增长、电能质量下降、电网运行优化控制难度增加等不利影响。

电动汽车与电网双向互动技术（Vehicle-to-Grid，V2G）是一种新型电网技术，能够体现能量双向、实时、可控、高速地在车辆和电网之间的流动，是解决上述问题的有效途径。应用V2G技术控制电动汽车的充放电过程，在负荷低谷时期，由电网调度电动汽车充电以存储电网过剩的发电量，在负荷高峰时期，由电动汽车向电网馈电，一方面可以削弱电动汽车规模化发展对电力系统造成的负面影响；另一方面还能降低总充电成本与系统网损，并起到削峰填谷、平抑可再生能源间歇性和波动性的作用。在V2G 模式下，大规模电动汽车的有序调度可以同时给电网侧和用户侧带来经济效益，实现互利共赢，促进电动汽车的发展。

为便于管理具有分散性、随机性特点的大规模电动汽车，提出电动汽车集群（Electric Vehicle Aggregator）的概念，即由一定数量电动汽车聚合形成的，能够提供一定规模的可调度容量与电网进行互动、参与电力市场的集群。

在电动汽车与电网互动的体系中，EV 代理商管理区域EV 集群并参与电力市场交易，上层与电网互动（Aggregator-to-Grid，A2G），下层与电动汽车互动（Vehicle-to-Aggregator，V2A），起到衔接EV 集群与电网的关键作用，形成了网-商-车分层互动架构，如图1 所示。在车网互动上层，EV 代理商向电网提供车群不同时间尺度的可调度功率，在电能量市场与辅助服务市场中与各参与主体竞争博弈，以获得收益。在车网互动下层，EV 代理商根据调度策略制定电动汽车个体充放电引导机制，激励用户参与电网良性互动，实现电动汽车充放电优化调度。

图1 电动汽车与电网互动分层调度示意图

针对V2A 与A2G 互动的调度策略，现有研究主要集中在以下三方面：

（1）电动汽车集群充电需求和放电能力的时空分布研究。精确的电动汽车时空分布测算是车网良好互动的前提和基础。通过研究电动汽车的空间分布特性、充放电特性及其运行规律，估算电动汽车的整体充电需求和放电能力，是确定调度模型中V2G 可调度容量的基础，是实现V2G 优化调度的关键。

（2）基于V2G 的协同调度策略。协同调度策略的研究是V2G上层的重点研究方向。通过优化控制电动汽车充放电，可为电网提供调频、备 用 服 务，参 与 系 统 削 峰 填谷以及可再生能源联合运行。

（3）市场机制及经济运营。市场机制的确定是激励大规模电动汽车响应V2G的核心。通过明确电动汽车参与电力市场的准入条件、激励方式及车网互动的市场交易机制，综合电网企业、电动汽车车主、充电运营商等各方利益，可以实现用户和系统、技术和商业模式的双赢，拓宽V2G下层互动的广度和深度。

上述三方面研究也是V2G工程应用中的关键问题，只有有效解决了上述问题，才能促进V2G技术的工程应用。

同时，随着“双碳”目标的提出，V2G 技术在迎接新机遇的同时也面临着新的挑战。新能源汽车不仅能减少碳排放，还能作为“源网荷储”互动的有效调度资源，参与大规模可再生能源消纳。含新能源汽车的V2G 研究不仅能有效挖掘电力系统、交通系统和氢能系统消纳可再生能源潜力，推进能源-交通系统脱碳，还能在保障安全性，提高经济性的基础上推动我国节能减排战略的进一步发展，助力我国“双碳”目标的实现。

本文首先阐述了V2G 的基本概念及发展现状，其次重点从电动汽车集群充电需求和放电能力的时空分布研究、基于V2G 的协同调度策略、V2G 模式下的市场机制及经济运营研究三方面进行梳理，然后分析V2G在“双碳”背景下的机遇和挑战，总结电动汽车调度及应用问题研究中常用的求解方法。最后，讨论了V2G技术的潜在研究方向。

1 V2G基本概念及发展现状

1.1 V2G基本概念

V2G 的概念由美国德拉华大学的Willett Kempton和Letendre于1997年提出，即通过充电设施在特定时段反调用电动汽车的电量以供电网支配，参与电网优化运行、备用等辅助服务。在满足用户充电需求的同时，为电动汽车用户带来收益，打开网-车双赢的局面。此后，在此基础上，V2G 被赋予了更广泛的定义，只具有单向充电能力的电动汽车通过充电时间、地点等的控制，为电网提供相关的服务也可被视为V2G。

1.2 V2G发展现状

目前，国内外V2G项目的开展主要集中在电动汽车有序充电领域及其参与电力市场探索方面。

1.2.1 电动汽车有序充电模式发展现状

该模式是指采用经济或技术措施引导、控制有充电需求的电动汽车进行有序充电，起到削峰填谷、平抑可再生能源间歇性和波动性的作用，保证电动汽车与电网的协调互动发展的模式。

2016年日产已经在其位于英国克兰菲尔德的日产欧洲技术中心（Nissan Technical Centre Europe，NTCE）安装了100 个V2G 充电桩，该充电桩实现了快速为电动汽车充电，并可将多余的电力输送回电网。

目前，我国已有多项有序充电试点项目。北京、上海、天津等18 个省市的国家电网已开展有序充电桩的建设和推广工作。目前已实现有序充电桩建设规模达到12 万个，参与有序充电的用户规模达到15 万个，单月调峰电量43 万kWh。但我国有序充电试点项目的应用缺乏多样性，仅针对配电网扩容问题展开，亟须进行用户激励以及商业模式的探索。

1.2.2 电动汽车参与电力市场现状

2008 年，美国PJM（Pennsylvania-New Jersey-Maryland）电力市场与特拉华大学联合设计了控制算法、连接设备及通信协议，使一辆具有V2G功能的电动汽车成功响应了PJM 调频市场的控制信号，验证了其参与调频的可行性。得益于通信手段和储能技术的飞速发展，全球V2G 项目呈现快速上升趋势。

国外在电动汽车参与电力市场方面已开展的试点项目主要集中在美国及欧洲地区。美国加利福尼亚州于2012 年设定了到2025 年为止，新能源汽车保有量达到150 万辆的目标，并制定了零排放车辆行动计划，明确要解决电动汽车为电网提供服务的问题。2013年加利福尼亚州在洛杉矶空军基地开展了电动汽车参与辅助服务市场的试点项目。丹麦于2016年开展了Parker示范项目，该项目不仅证明了电动汽车参与智能电网服务的可行性，还与哥本哈根的V2G充电站商业试点合作，开展电动汽车参与调频辅助服务。

我国在电动汽车参与电力市场方面相对起步较晚，试点工程较少，但其规模相比于国外较大。华北电力市场开展了相关试点，电动汽车等第三方主体于2019 年年底正式参与了华北电网提供调峰服务。华中电力市场也开始对电动汽车参与电力市场征求意见，制定新型主体参与电力调峰辅助服务市场的规则。国家电网西北分部于2021年2月开展了电动汽车用户参与调峰服务的试点，目前相关机制流程仍在完善中。2021 年8 月浙江省在国内首次实现了电动汽车作为第三方独立主体参与的备用辅助服务市场化出清与定价。

虽然国内V2G技术才刚开始起步，但其发展势头却十分迅猛。电动汽车集群充电需求和放电能力的时空分布、基于V2G 的协同调度和V2G 市场机制及经济运营三方面的研究是推进电动汽车与电网互动从理论研究走向实际工程的关键。

2 电动汽车充电需求和放电能力时空分布

电动汽车具有移动特性，其可控容量与时间、空间相关，因此，需充分考虑电动汽车在路网中的随机性，研究电动汽车整体充电需求和放电能力的时空分布，以准确测算调度模型中V2G 的可用容量。

2.1 电动汽车充电需求时空分布

如何准确模拟电动汽车的出行规律是研究其充电需求时空分布的关键。已有研究将出行链概念引入电动汽车用户行为的刻画，通过蒙特卡洛方法对出行链中各特征量的概率分布进行随机抽样，有效刻画电动汽车用户的出行行为，从而在时空尺度上对各功能区的充电需求进行预测。在此基础上，结合道路拓扑结构、交通情况、天气状况、充电设施、电池情况等实际因素，更精准地模拟用户日常出行情况下电动汽车充电需求的时空分布。电动汽车负荷时空分布预测框架具体如图2所示。

图2 电动汽车负荷时空分布预测框架

在电动汽车空间行驶行为的刻画中，常用的是最短路径算法（Dijkstra），这种算法的缺点是对用户的主观能动性考虑不足，没有模拟电动汽车随机移动过程中带来的负荷时空分布变化。以下3 种方法弥补了最短路径算法的不足：第1 种是交通起止点（Origin Destination，OD） 分析法，通过对道路拓扑结构和交通情况的精确建模，得到电动汽车在道路网络中的出行特性；第2 种是通过马尔可夫决策理论对出行路径进行实时动态随机模拟；第3 种是通过基于结点的动态路径规划方法来解决模型中电动汽车的路径规划问题。

2.1.1 OD分析法

通过OD 时空矩阵可以获取不同充放电方式下（充放电桩、充放电站、换电站）电动汽车的充放电特性。在此基础上，对单体电动汽车、道路结构、交通网络具体建模，可以得到融合车-路-网三方特性的电动汽车充电需求分布预测；通过考虑价格因素和用户的主观能动性以提高负荷预测的可行性；对网约电动汽车进行特性分析与建模，以拓宽V2G的应用场景，开展新型电动汽车应用模式下的充电需求分布研究。

2.1.2 马尔可夫决策理论

通过马尔可夫决策理论，可以实时模拟电动汽车的出行路径，避免最短路径算法中相同始终点电动汽车在固定地点充电的问题，解决传统模型对用户路径选择随机性考虑不足的问题。

2.1.3 动态路径规划法

通过动态路径规划法，在建立微观交通模型的基础上，精确刻画电动汽车位置与其荷电状态（State of Charge，SOC）之间的动态变化。

在电动汽车负荷时空分布预测研究的基础上，文献［45］建立了实时电力系统和交通系统相互耦合的快速综合导航系统ITS（Intelligent Transport System），在服务于电动汽车路径规划的同时，缓解其对城市配电网的影响。文献［46］、［47］更进一步结合中国城市道路交通的特点，提出了缓解用户里程焦虑的充电站选择及导航策略。

2.2 V2G下电动汽车可调度容量动态变化

电动汽车作为一种可控型负荷和分布式储能资源，在不同地点、不同层面都可以对电网提供支持。因此，分析电动汽车可用容量影响因素，结合电动汽车充电需求动态时空分布，有助于准确测算电动汽车集群的可调度容量，进而有效执行V2A调度计划。

在进行电动汽车实时可控能量研究时，通常简化各类型电动汽车的交通属性、状态转换特性以及车辆行驶的随机性，导致各时段参与V2G调度的电动汽车实时可控能量计算不准确。基于此，文献［48］研究了目前电动汽车的多种调控模式，据此提出了评估测算电动汽车集群实时可调度容量的方法，并将其应用于各类调频场景。

电动汽车的电池寿命也是约束电动汽车的上下可调度容量的一大因素，文献［49］通过深入挖掘电动汽车电池的特性，并将其作为频率调节的依据，使电动汽车可调度容量的预测更加准确。

此外，文献［50］将电动汽车负荷按照可调度能力划分为无序充电负荷、可调度充电负荷和可调度充放电负荷，将电动汽车充放电功率作为机组组合中的变量，建立电动汽车与风力发电协同参与的机组组合模型，在提高风电消纳能力的同时降低车网互动成本，具体如图3所示。

图3 电动汽车集中管理器参与电网互动模型

综上所述，深入研究电动汽车的空间分布特性、充放电特性及其运行规律，不仅可以准确测算电动汽车的整体充电需求和放电能力，确定调度模型中V2G 的可用容量，并为V2G 上层协同调度策略研究及下层充放电电价的制定奠定基础。

3 V2G协同调度研究

国内外对V2G调度问题的研究，通常是集中在上层调度，即A2G，且重点关注以下四方面：V2G参与电网调峰研究；V2G 参与电网频率调节研究；V2G 模式下电动汽车与可再生能源联合运行的调度策略；基于优先权的V2A调度。

3.1 V2G参与电网调峰研究

目前，控制电动汽车有序充放电对电网进行削峰填谷主要通过以下两方面制定调度策略。

3.1.1 电动汽车负荷直接调度策略

充电负荷直接调度策略充分利用了电动汽车作为电源-负荷的双重属性。

文献［51］将电动汽车与储能系统相结合，提出了能够达到调节配电网峰谷值、同时平抑负荷曲线波动的有序充电策略。文献［52］通过研究馈线损失、负载系数和负载变化之间的关系，提出了降低电动汽车对连接的配电系统影响的充电策略，在服务于电网削峰填谷的同时降低了配网网损。文献［27］针对实际三相运行时电动汽车充放电对电网的潜在影响，提出了一种考虑三相负荷平衡的电动汽车有序充电策略。

通过充电桩独立决策充电任务，可以免除复杂的集中式通信控制，然而，电动汽车的直接调度策略需要频繁调节充电桩的充电功率，会对电动汽车的电池产生负面影响，难以激励用户参与互动。因此，需要研究用户的充电引导策略，在服务电网峰谷值调节的同时，激励用户有序充放电。

3.1.2 基于峰谷电价引导的调度策略

电价引导策略充分利用了电动汽车负荷的时空灵活性以及用户的主观能动性。通过深入研究电动汽车自主响应充电站的动态分时电价的行为特性，可以降低用户充电成本，从而引导用户有序充电，平抑电网的负荷波动。

除此之外，随着电动汽车应用场景及其服务行业的不断拓展，相关充电策略也在不断更新。根据不同区域微电网的特点，制定匹配不同微电网特性的充放电策略，可以提高电动汽车对区域电网波动的调整响应速度。

3.2 V2G参与电网频率调节研究

大规模的电动汽车大多以集群形式参与电网频率调度。电动汽车入网的一次调频策略主要是通过构造电池荷电状态与充/放电下垂之间的解析关系，从而实现维持电池能量调频控制和电池计划充电调频控制。在此基础上，根据电池荷电状态按比例分配电动汽车参与功率调节，可以挖掘电动汽车容量大、响应速度快的储能特性，实现对电网的二次调频，显著抑制频率偏差。

单个电动汽车的可调度容量有限，需将电动汽车聚合起来，由代理商参与市场调度，以提高电动汽车集群整体的可响应容量，具体如图4所示。

图4 基于V2G的系统调频控制模型

调频控制中心通常根据电动汽车功率调整特性，合理分配系统调频任务，控制电动汽车集群参与系统频率调节，在最大程度上支持双向V2G，实现单区域的系统频率调节。

在此基础上，将V2G单区域负荷频率控制模型拓展到两区域互联，均衡每个区域的发电和负荷。文献［63］建立了电动汽车的充放电静态频率特性模型，并将单区域系统负荷频率控制模型扩展为两区域互联系统，提高了系统频率调整的速度，具体如图5 所示。文献［64］、［65］在此基础上建立了计及电动汽车用户用车便利性的电动汽车集群调频控制策略，有助于在日常场景下平衡区域间的电动汽车负荷。

图5 电动汽车集群两区域互联系统模型

然而，电动汽车与传统单元的调频需求功率分配比例固定，会降低电动汽车资源的利用率。文献［66］提出了基于电动汽车集群容量实时预测的负荷频率控制策略，该策略能够实时调整电动汽车集群的功率分配，既满足了电动汽车用户的行驶需求，又通过源荷互动提高了电网的频率稳定性。

为了解决调度中存在的频繁充放电、深度放电及高位放电等不利行为，文献［67］综合考虑了频繁充放电次数、放电深度及放电区间对电池寿命的影响，提出了计及电池寿命损耗的电动汽车参与系统调频的协同优化策略，缓解了参与调频时电池容量快速减少的情况，提高了用户集群化管理的参与意愿。

除此之外，电动汽车可作为虚拟同步机为微电网提供电压、惯量支持。通过分析用户参与辅助调频服务受电价影响的行为特征，可以有效评估实时电价影响下电动汽车参与系统调频服务的响应能力。

3.3 V2G模式下与可再生能源联合运行研究

大规模电动汽车集群可以作为一种具备灵活移动性的分布式储能参与可再生能源的协同调度，在平抑可再生能源波动的同时减少资源浪费。

目前参与调度的可再生能源主要有光伏和风电。文献［30］在光储充电站内将光伏发电系统和电池储能结合，预测了电动汽车可转移充电负荷的响应容量，降低了储能配置的成本。文献［29］和文献［78］研究了电动汽车与风电、光伏等混合可再生能源联合运行的策略，不仅实现了综合能源系统的平稳运行，同时提高了电动汽车用户的经济性，具体如图6所示。

图6 V2G模式下与可再生能源联合调度运行策略

3.4 基于优先权的V2A调度

基于优先权的V2A调度研究将电动汽车聚合商的充放电计划，分解到对每辆电动汽车的具体控制。在上层调度模型基础上，文献［81］和文献［82］建立了基于优先权的电动汽车集群充放电优化模型。通过分析电动汽车各项申报信息对代理商制定策略的影响，建立电动汽车评价指标体系，以电动汽车申报容量和时段、诚信度及电池损耗为评价指标，确定电动汽车调度优先权，从而得到电动汽车代理商所辖区域电动汽车集群充放电优化控制策略。电动汽车优先权调度方案如图7所示。

图7 电动汽车优先权调度方案

除此以外，基于优先权的V2A调度可以避免荷电状态超限和充放电电流倍率过大对电动汽车电池造成的不利影响。

由上述分析可知，对V2G协同调度的研究目前主要集中于上述四方面。V2G 上下层互动策略在经济性及可靠性两个维度相互耦合，其潜在风险相互传递，而目前研究大多对上下层交互策略耦合作用机理分析不足、风险传递被忽视、交互策略设计过程相互割离，因此，需开展计及风险传递的A2G与V2A 互动策略耦合作用机理分析，明晰上下层策略间的耦合作用关系，为网-商-车上下层互动策略一体化设计提供理论基础，有效推进网-商-车互动从理论研究走向实际工程。

4 V2G市场机制与经济运营研究

满足车主的行驶需求是电动汽车参与电网调度的前提，所以电动汽车调度时需充分尊重电动汽车车主的意愿。如何制定合理的充放电电价以推进车-网良性互动是促进电动汽车用户参与V2G 服务的核心问题。通过评估不同实际情景需求以制定相应的充放电电价，可以在充分考虑用户经济性的前提下，最大程度地引导电动汽车服务于电网，以保证车网双方共同利益最大化。本节主要梳理了国内外V2G 模式下的充放电电价制定策略及V2G 模式下的电网、电动汽车用户和EV代理商的经济效益。

4.1 V2G模式下充放电电价制定策略

目前，EV 充电电价制定方法主要有静态峰谷电价和动态分时电价两类。文献［87］评估了不同充电电价条件下电动汽车车主对电网调度需求的响应情况，制定了优化电动汽车充放电行为的分时定价策略。然而电网负荷存在不规律的剧烈波动性，静态峰谷电价无法规避因此产生负荷新高峰的风险，从而影响配网安全运行。为了解决此问题，文献［88］和文献［89］设计了EV 充放电负荷与实时电价联动优化模型，更好地平滑了网内负荷曲线。文献［90］充分考虑了电动汽车用户的个体行驶特性和自主选择性，设计了用于表征EV 综合满意度的分项评价指标，提出了计及用户满意度的电动汽车动态分时充电电价制定策略。

充电电价的制定有助于避免大规模电动汽车无序入网充电，然而，放电电价的制定才是引导电动汽车用户积极地参与V2G 服务的关键。目前关于EV 参与备用电能市场交易的放电电价研究主要分为以下两种：

一是针对平抑负荷曲线波动或者提高车主经济效益等特定目标制定的电动汽车放电电价。文献［92］以峰谷差最小及用户参与V2G 成本最低为目标获得最优峰谷时段，并在此基础上，兼顾EV 成本和电网公司利益求解了EV 充放电电价的4个限值。文献［93］在综合考虑用户、电网等多方效益的基础上制定了相应的放电定价方案，结果表明，用户的日常充放电行为受主观价格满意度的影响。

二是采用博弈理论制定EV 放电电价。文献［95］提出采用博弈论方法研究了用户期望电价与实际电价之间差异的满意度模型，并在此基础上求解得到了平衡用户预期与电网利益的放电电价。文献［96］引入合作博弈的思想，兼顾电动汽车集群代理商与车主合作联盟的经济效益，建立了电动汽车的动态分时优化充放电模型，结果表明所提策略能有效减小峰谷差，同时提高了代理商和电动汽车用户的收益。文献［97］提出了在多代理情况下电动汽车参与优化调度的谈判策略，采用一对多两阶段放电电价的谈判流程，可获得均衡双方利益的成交价格，并不会增加谈判轮数。

目前，国外在电动汽车参与电力市场方面已有较为成熟的试点项目。文献［98］详细分析了V2G模式下北美以及欧洲几个最具代表性的频率调节结算规则，深入探讨了引导电动汽车聚合商准确上报容量的策略，如图8 所示。文献［40］梳理了美国宾夕法尼亚-新泽西-马里兰州联合电力系统（PJM）、加利福尼亚州独立系统运营商（CAISO）和美国得克萨斯州电力可靠性委员会（ERCOT）的调频市场定价机制，横向对比了其主要环节的具体做法及适用情况，并结合当前中国电力市场改革现状，针对不同市场阶段提出建设调频市场定价机制的具体建议。

图8 调频市场出清过程

4.2 V2G模式下经济性分析

对V2G经济效益的分析有助于完善电力市场建设，在综合考虑电网企业、电动汽车车主、EV 代理商等各方利益的基础上，制定车网友好互动的市场交易机制。迄今为止，关于V2G经济效益评估方面的研究在不断深入。

针对提升V2G 下配电网侧成本的问题，文献［100］建立无功补偿装置投资和网损之和年度费用最小的优化配置模型，以减少大规模电动汽车入网对电网带来的冲击并提高了经济效益。文献［101］充分利用电动汽车的可调度性，将V2G引入分布式电源与配网公司的优化运行，协调了电网公司、V2G 和分布式电源投资商之间利益。文献［102］定量评估了不同V2G调度策略下的各方收益，揭示了V2G技术为电网带来的巨大经济效益。

用户侧的经济效益分析也是优化V2G经济运营的主要部分。目前文献中多采用虚拟电价理论，在构建以服务电网调峰为目的、兼顾用户电能损失费用及电池损耗成本的EV 充放电优化调度模型的基础上，将用户侧的效益最大化。文献［7］深入研究了巴西综合能源市场上促进电动汽车用户参与可再生能源联合运行的价格制定策略，通过案例分析了实际运营中“高峰电价与消费者需求”成反比的情况。

除此之外，V2G 代理商调频服务经济效益评估、辅助服务市场提供调频服务的各方综合利润评估以及应用于电动汽车负载管理和资源调度的虚拟发电厂效益评估都是V2G 经济运营的主要研究方向。

由上述分析可知，目前V2G市场机制与经济运营研究主要集中于V2G模式下的充放电电价制定策略及各方经济效益评估展开。然而，针对如何建立便捷高效、安全可行的电力交易管理平台的研究较少，缺乏技术手段保障电动汽车参与电力市场交易的公开透明与数据安全。区块链技术具有去中心化、信息安全、信息开放等特点。因此，将V2G与区块链技术结合，可以开展电动汽车能源交易策略与模型、充电运营商之间的利润博弈策略及电动汽车充电引导优化研究，进一步实现安全的自治交易，刺激电动汽车用户积极参与V2G服务。

5 V2G在“双碳”背景下的机遇和挑战

建设以非碳能源为主体的新型电力系统和发展零排放的低碳交通系统是实现我国“双碳”目标的重要举措。随着燃料电池汽车的规模不断扩大，电动汽车与其在道路网络上相互联系，能源转换站中电-氢相互转换。电-氢综合系统能有效挖掘电力系统、交通系统和氢能系统消纳可再生能源潜力，推进能源-交通系统脱碳。本节主要从燃料电池汽车的发展现状、电-车-氢互联系统的发展现状以及多能耦合协同作用的V2G 调度研究3 个层面阐述了V2G在“双碳”背景下的机遇和挑战。

5.1 燃料电池汽车的发展

氢能是综合系统脱碳的理想能源载体之一，不仅能大规模消纳可再生能源，还能与电力系统互动，提高系统灵活性，是实现各类能源转换的“枢纽”。目前燃料电池汽车是氢能应用发展得较为迅速的主要方向。燃料电池汽车（Fuel Cell Electric Vehicle，FCEV）将氢能作为燃料，利用能源转换装置为电动机提供动能。燃料电池汽车能够保证高效的能量转化，具有安全、舒适地实现高速度、长距离行驶的性能。在此基础上，相比于传统内燃机汽车还可以减少碳排放，作为“源网荷储”互动的有效调度资源，参与大规模可再生能源消纳，有效带动氢能的全面利用。

燃料电池汽车具有移动性、储能性、可控性多种负荷特性，能够满足多能源耦合系统的综合需求侧响应。对电动汽车的有序充放电、燃料电池汽车有序充放能引导策略展开深入研究，不仅能满足系统的综合需求，还可以实现多能源系统“源-网-荷-储”多个环节灵活互动，因此，研究电-车-氢综合系统能有效挖掘电力系统、交通系统和氢能系统消纳可再生能源潜力，推进能源-交通系统脱碳。

5.2 电-车-氢综合系统协同调度发展现状

电-车-氢综合系统是一种规模化应用氢能和新能源汽车消纳可再生能源的新型手段。随着燃料电池汽车的大规模发展，电力系统、交通系统与氢能系统将深度耦合，电-车-氢综合系统将成为氢能应用的核心场景。

随着氢燃料汽车和电动汽车的稳步发展，电氢转换站和电氢能源站可作为连接氢能系统、交通系统和电力系统的耦合枢纽，实现资源的优化配置。一方面，由可再生能源转换而来的氢能可输送到各电氢能源站，供新能源汽车充电加氢；另一方面，电氢转换站内储存的氢气可通过燃气轮机发电。同时，新能源汽车又可向电力系统放电，最终在能源-交通系统中实现了电-氢的闭环利用，在多能互补中扩大了资源的优化配置。图9 为电-车-氢综合系统的典型架构。

图9 电-车-氢综合系统架构

文献［36］建立了燃料电池汽车参与的能源交通系统优化调度模型，深入挖掘了燃料电池汽车的多种负荷特性，在满足车主需求的同时合理安排燃料电池汽车的充氢、充电和放电的调度计划，在优化电网运行的基础上，降低了系统的成本，并显著提高了系统消纳可再生能源的水平。

5.3 多能耦合协同作用的V2G调度研究

多能耦合为提升电力系统灵活性、促进可再生能源消纳提供了一条有效途径。通过多能耦合对不同能源进行协同调度，可以充分利用各能源的互补性和协同效应，实现更大范围内资源的优化配置。

目前，已有文献从电-氢-交通网耦合的角度，研究了V2G 框架下的电-车-氢综合系统协同调度。文献［113］建立综合风、光、氢、储、新能源汽车为一体的充能站模型，并在充分考虑电动汽车与燃料电池汽车各自特性与优势的基础上，建立了满足各方充能需求的优化调度模型；文献［36］提出电-氢-车互联优化调度策略，协同调度新能源发电转氢和氢燃料车充能，以提高电力系统的灵活性和新能源的消纳能力。文献［114］建立了多能源系统的协调调度模型，通过提出电动汽车与燃料电池汽车在价格激励的引导下有序响应V2G 的调度模型，在降低了综合能源系统的运行成本的基础上实现了环境污染影响最小化。

除此以外，氢气与其他能源系统的整合方式也对综合能源系统调度的优化有重要影响，文献［115］提出了一个电、热、氢和交通系统耦合的综合能源模型，研究不同的氢气生产方式对V2G优化调度效果的影响。

从上述分析可知，关于电-氢系统、电-车系统的研究相对较成熟，但综合考虑电力系统、氢能系统和交通系统，对电-氢-交通网耦合的能源互联网协同调度研究还处于初始阶段，尚未充分挖掘新能源汽车参与电力系统调度的响应特性，而上述特性对于电-车-氢综合系统的协同调度、可再生能源消纳能力的提升具有重要意义。

6 V2G中常用的求解算法研究

目前为解决电动汽车与电网互动策略，已涌现出了多种求解方法，大致可归为以下两类：

（1）启发式算法。基于人工智能的启发式算法（如进化算法、粒子群算法、遗传算法等），因其简单、易模拟复杂约束等优势，可以用来求解非线性规划模型。

（2）规划式算法。使用数学变换处理混合整数非线性规划问题中的离散和非凸部分，以降低求解难 度，如：改 进 的McCormick Envelope 方 法、Karush-Knhn-Tuck 最优条件等，然后交由求解器（CPLEX、AMPL/IPOPT）计算。

在电动汽车充电需求和放电能力时空分布方面，多种启发式算法被广泛应用于模拟电动汽车充电需求的动态演化中，例如元胞自动机、孤雌遗传算法等。

在V2G协同调度研究中，启发式算法如粒子群算法、非支配排序遗传算法、化学反应优化算法、模糊控制等智能算法具有很强的寻优能力，很适合多目标问题的求解。此外，通过规划式算法根据问题本身特性进行专门的数学变换，再带入CPLEX 等求解器中计算，也可以对多目标问题进行高效求解。

在V2G 模式下的市场机制与经济运营研究中，规划式算法在充放电电价制定问题的求解模型进行转化处理时起到了很大作用，例如改进 的McCormick Envelope 方 法、Karush-Knhn-Tuck 最优条件等，YALMIP 工具箱等手段在上述问题求解中的应用。启发式算法则是分析电动汽车应用于电力辅助服务市场经济性问题的有效手段，最常使用的例如改进模式搜索算法、NAGA-Ⅱ、混合编码的自适应遗传算法等。

在V2G框架下新能源汽车参与的多能耦合调度优化的研究中，启发式算法例如混合差分进化算法、粒子群算法、遗传算法以及天牛须-粒子群混合搜索算法（BAS-PSO）凭借其易模拟复杂约束的优势，在求解优化问题时得到了较为广泛的应用。部分文献也采用了规划式算法，采用YALMIP 工具箱对约束进行优化，然后调用CPLEX 求解器求解。图10 展示了现有文献中启发式算法与规划式算法在与V2G相关的各类问题求解中的应用情况。

图10 V2G中常用求解算法

7 结论与展望

本文介绍了电动汽车与电网互动的基本概念及发展现状，重点从电动汽车集群充电需求和放电能力的时空分布研究、基于V2G的协同调度研究、市场机制及经济运营研究三方面梳理了目前V2G调度及其应用研究相关工作，并分析了V2G 在“双碳”背景下的机遇和挑战，进一步总结了电动汽车调度及应用问题研究中常用的求解方法。随着电动汽车参与电网优化运行的程度不断加深，拟从以下方面开展进一步研究：

（1）计及风险传递的V2G机制研究。在车网互动系统中，V2A 交互策略受A2G 交互策略及代理商经济收益的影响，并直接影响下层用户响应度及不确定度；而用户响应度及不确定度又反过来影响代理商参与上层的交互策略及其经济收益，上下层交互策略相互耦合，任一策略的改变将引起潜在风险在上下层间传递。因此，针对上下层交互策略耦合作用机理分析不足、风险传递被忽视、交互策略设计过程相互割离的问题，需计及风险传递制定合理的互动机制保障互动系统经济可靠，综合考虑网-商-车三者之间两两互动的关键因素，探讨两层互动策略相互影响的数学关系，明确A2G 与V2A互动策略的耦合作用机理，探究上下层间风险传递效应，以网-商-车体系长期运营稳定及多方共赢为目标，进行计及风险传递的网-商-车互动策略一体化设计，从而推进V2G从理论研究走向实际工程。

（2）V2G 与区块链技术的结合。区块链加入EV 充电交易可以实现交易自治，极大程度地保证交易公开透明及数据安全，为电力交易提供便捷高效、安全可行的管理平台。因此，需将区块链技术与V2G相结合，开发去中心化的共享充放电交易平台，在保证用户信息安全的基础上，挖掘私有充电桩利用潜力，兼顾各方效益和各区域电动汽车充电负荷的压力，建立电动汽车能源交易策略与模型，充电运营商之间的利润博弈策略及电动汽车充电引导优化研究。

（3）电-车-氢多能耦合系统协同调度研究。随着新能源汽车大规模接入交通系统与能源系统，使交通-能源网耦合程度不断提升。新能源汽车由于其交通属性，在与其他系统协同优化调度、功率分配时具有高度不确定性。因此，仍需结合V2G 技术，研究电动汽车、氢燃料汽车等新能源汽车如何参与电力系统调度，实现能源系统和交通系统之间的高度融合。