面向电动汽车高渗透率综合能源系统的换电模式综述与展望

朱继忠，何晨可，刘云，董朝阳

（1.华南理工大学电力学院，广州 510640；2.南洋理工大学电气工程学院，新加坡 639798）

0 引言

综合能源系统（integrated energy system，IES）充分发挥不同能源间的互补协同，对提升综合能效和能源结构转型具有重要意义，是能源发展必然选择，而电动汽车（electric vehicle，EV）是未来IES的技术核心和主要用能终端之一［1-2］。数据表明，到2030 年，全球电动汽车保有量将扩大到近 3.5 亿辆。同时，中国新能源汽车保有量达到891.5 万辆，其中纯电动汽车保有量724.5 万辆，占新能源汽车总量的81.27%，与去年同期相比增加64.4 万辆，呈高速增长态势。预计2025 年和2030 年换电EV 保有量将分别达到496 万辆和3 979 万辆，截至2020 年6 月，我国换电站保有量总计452 座，换电站需求将在2025年达到2.2万座。我国乃至全球高渗透率EV 负荷将成为未来能源交通融合系统的基本特征［3-7］。

随着能源与电力领域供给侧改革的推广，以电力为主体并融合气、热和交通等多种能源形式的IES 将成为未来城市配网的主要发展趋势［8］。美国学者里夫金的著作《第三次工业革命》中能源互联网的四大特征之一：支持交通系统电气化，实现EV 广泛接入，实现能源的公平交易和高效综合利用［9-10］。而IES是能源互联网的重要物理载体［2，11］。所以，从未来的能源交通融合视角出发，EV 充换电设施与IES 的规划和运行的耦合关系将愈发密切，针对IES 为对象的充换电设施的优化将成为具有前瞻性的研究方向。

近年来中国政府制定出台了一系列旨在促进能源、交通融合发展的战略与政策［12］。“互联网+”发展计划、《国家综合立体交通网络纲要》都明确指出推进交通与能源融合发展［13-15］，同时，国家能源交通融合发展研究院的成立，标志着我国能源与交通产业融合发展迈向落地［16］。近些年，《提升新能源汽车充电保障能力行动计划》、《推动重点消费品更新升级畅通资源循环利用实施方案（2019—2020年）》、《关于调整完善新能源汽车补贴政策的通知》和《电动车换电安全要求》都支持换电模式发展，并开始了一系列的应用试点工作［3-4］。面向EV 高渗透率IES 的换电模式的发展是源网荷储及新能源汽车一体化协同发展的深入体现，需进一步深入研究。

目前，随着EV 渗透率快速增长，区域末端供能系统IES 多能耦合系统与为EV 提供能源服务的充换电设施（charging swapping facilities，CSF）之间的耦合愈发紧密，各环节之间并非孤立，任何环节的规划运行的合理性、准确性都将深远影响到其他环节，逐步形成互为耦合、协同渐进的融合系统［17-20］。而EV 渗透率不断提高和时空不确定性为交通能源融合网络的优化带来了巨大挑战，尤其是能量和功率的时空不平衡问题。而应对高渗透率EV 的IES 的能量和功率的时空不平衡的问题有多种技术方式，当前我国IES 的应对方法以配置大容量电化学储能、联络管网扩展配置等为主。然而随着IES 内EV 渗透率不断提高，传统储能、联络管网等配置规模受到技术经济性的限制。考虑到因EV 导致的IES 能量和功率不平衡程度加剧，面向IES 的换电网络将成为未来EV 可靠供能、IES 灵活运行的主要形式。

而作为EV 重能量补充模式，换电网络还存在亟待解决技术问题主要有［21-25］：1）电池投资高，换电模式一般采用的电池租赁模式将会给能源供给企业带来很大经济负担。2）换电模式标准体系建设，不同厂商生产的电池和电动汽车等标准不一，这将给换电网络换电装置、充电装置提出更高的兼容性要求。3）换电网络建设投资要求较高，其中集中型充电站用电用量较大，电池配送站需要密集布置以提高换电EV 的便捷性，电池物流系统的建设和运行会带来额外的成本。4）在换电网络的运营过程中，涉及到电池充电、电池调配、物流配送等诸多环节，而且各环节密切相关、相互牵制，涉及变量众多，其优化运行极为复杂。

在上述换电网络基础技术难题问题上，随着EV 渗透率的不断提高，加剧了换电网络和多能源系统的交叉互联和复杂耦合程度，这必然会增加系统配置、运行和控制的复杂度，也对系统的可靠、安全运行提出了更高的要求。同时，换电网络和多能系统都有很大的自主性，不确定性和突变性很大，各系统配置和运行状态会互相影响，从而影响整体系统的规划合理性和运行安全经济性。具体而言，EV 电能补充的随机性、无序性，会直接影响换电网络中电池配送站的配置和运行，并导致电池物流系统的配置规模和调度计划的复杂程度骤增，进而增加了集中型充电站的配置和运行计划的制定难度，可能会给多能源系统带来供能可靠性和供能质量的恶化、增加多能源系统运行优化控制难度等多方面的负面影响。多能源系统本身具有复杂的耦合波动性和不确定性也将反过来传导至换电网络的每个环节的配置和运行，影响换电网络中EV 换电可靠性，并影响交通系统的实时车流量和拥堵程度。这些复杂的交叉渐进耦合问题是亟待解决的，也将会成为未来交通能源网络的重要研究课题。

当前EV 主要被视为具有时空不确定性的电力负荷，向EV 提供能量服务的CSF 在配置和运行时一般只考虑与电网之间的协同［25-30］。随着EV 规模的逐步扩大，其时空特性对系统的影响将扩大到具有多能互补、互联互济特点的多能流、多区域、多层级能源供应系统。传统采用储能、联络管网扩展配置已难以应对含高渗透EV 的跨空间区域、跨能量层级IES 多能流的时空功率和能量不平衡问题。为了适应IES 中EV 渗透率快速增长的趋势，通过换电网络充分发挥EV 换电电池和电池物流系统构成的时空灵活储能的特点，发挥换电网络和IES 相互配合、协同优化的优越性，提高IES 和换电网络互补效益，实现协同规划和互补运行，实现跨空间区域以及跨能量层级的IES 能量互联互济，最终实现资源最优配置。本文将这类换电技术定义为面向IES 的换电模式，且随着IES 中EV 并网比例的提高，作为IES 源网荷储和EV 一体化协同发展的重要方式，面向IES 的换电技术的发展将受到广泛关注和深入研究。

目前，对于“集中充电、统一配送”换电网络的综述研究，常常只着眼于对换电网络本身及其与电网耦合的论述，缺乏从能源互联网或者IES 多能互补角度出发，基于换电网络和多能源系统交叉耦合，对两者协同规划和互补运行方面进行综述。文献［21-22］对电动汽车换电模式的基本框架、运营模式、规划配置以及管理系统等基本框架进行了介绍，并指出了换电模式存在的问题以及今后的展望。文献［23］主要从目标函数和算法两方面对目前国内外充换电设施规划研究模型进行总结分析。文献［24］从发展现状及趋势角度出发，对目前换电模式技术发展趋势进行了综述。文献［25］从充电计划、服务政策、建设和规划、调度以及电力管理等不同角度对换电网络进行了综述研究。上述研究考虑了换电网络与电网之间的耦合，而未考虑能源互联网或者IES 环境下，未考虑换电网络作为能源交通网络的重要的可控供用能终端，未考虑在EV 渗透率达到一定水平之后，换电网络将成为一种新型的带有交通能源物流运输特性和时空能量调控灵活性的跨区域IES（或跨层级IES）的能量交互耦合单元，无法满足当前多能互联系统的精准规划和高效运行的要 求［9-12，31-32］。而对于真正具体实现交通和能源网络融合的具有时空源荷特性的新型能量耦合节点——面向IES 的“集中充电、统一配送”换电网络，其不同的结构特点、规划建设、运行调度等对于真正实现交通能源融合系统至关重要，目前缺乏对之详细的研究分析。

在能源交通融合系统方面的综述研究中，文献［33］在能源互联网背景下，综述了如电、热、冷、气等多能源系统和交通等不同行业间的跨界融合机制。文献［9］对能源互联网中电、气、热和交通系统等多能源系统的交叉互联和复杂耦合带来的系统的可靠、安全运行的风险评估进行了阐述。文献［10］对涵盖交通网络的能源互联网的规划方面进行了分析、探讨。文献［34］提出并详细阐述了完整一次能源系统、电力系统、交通网络及信息网络组成的新的能源互联网内涵及相应的新型结构形态。文献［35］以能源互联网为体系架构，对能源网络和电气化交通网的协调规划等方面进行了重点分析综述。文献［36］对电网与交通网耦合的设施规划与运行优化方面进行了综述和展望。文献［37］研究综述了复杂网络视角下研究能源-信息-交通-社会耦合网的关键科学问题，进而提出了能源自组织概念。文献［38］讨论了在能源技术、交通电气化技术和信息技术支撑下，多能流耦合、多系统融合、多区域联合的互联形态和多环节、多主体、多时间尺度的区域综合能源系统互动机制。文献［39］着眼于能源系统的碳中和背景，梳理了面向能源供给侧和包括工业、交通、建筑的消费侧的碳减排技术。文献［40］在EV 集群优化调控参与配电网需求响应的前提下，系统评述了智慧城市车-站-网一体化运行现状及进展。文献［12］结合交通系统、能源系统未来发展趋势，提出包含区域、城镇/地区、终端三层的能源交通一体化系统的发展架构。文献［31］提出一种涵盖EV 的基于能源集线器概念和多能互补思想的IES 研究思路，为能源互联网背景下的能源发展提供一些建议。文献［32］针对EV 广泛接入的能源互联网进行深入分析，提出其技术内涵、特征、要素和形态以及关键技术。上述能源交通融合系统的综述研究具有不同角度和侧重点，但更多的停留在宏观的交通系统和能源系统的融合，或微观EV 个体与能源系统融合的综述展望，并未聚焦于EV 某一类具体运行模式及其与能源系统的互动的研究方向进行评述。

本文针对高渗透率EV 的IES 的换电技术，总结了当前面向IES 的换电技术发展现状；在此基础上，归纳出面向IES 的换电技术性能与关键特征；从面向高EV 渗透率的IES 的换电网络的建模、具备的技术性能、关键特征、协同耦合框架等方面综述了IES 的换电网络研究现状；分析面向高EV 渗透率的IES 的换电网络关键科学问题与挑战，展望了未来面向高EV 渗透率的IES 的换电模式的研究方向，从而为未来研究提供参考。

1 能源交通融合系统

随着EV 的发展，交通、电、气系统等能源网络的耦合增强，面向日渐融合的能源交通网，统筹交通和能源系统，能够显著降低IES 成本、提高运行效率［41］。能源互联网由智能电、气、热、电气化交通网紧密耦合构成，EV 充放电设施及车主驾驶、充电行为对系统产生影响［35］。EV 快速发展，将充电设施构建于IES 内将提高能源利用率，促进能源灵活性的优势［11］。

1.1 IES与EV耦合

IES 为EV 提供能量服务有巨大的环境和经济价值，开展考虑EV 的IES 优化，具有现实价值和重要前瞻意义［42］。EV 对IES 的可靠性、经济运行以及可再生能源接入都有着重要影响，EV 可以为IES 提供调频和备用等辅助服务，推动可再生能源的广泛利用［2］。EV 会对IES配置和经济性造成明显影响［43］。随着IES 与EV 的深度融合，EV 时空分布将对IES 运行产生明显影响，且大量EV 同时接入会导致IES 供电压力激增、电能质量恶化，加剧IES 供能的压力，进而影响IES 稳定、经济运行，引导EV 负荷有序接入可平抑IES 功率波动，提升园区的供电可靠性，对EV 的合理调度可提高IES的稳定性和经济性［44］。EV 规模化接入有可能危害IES 的安全经济运行［45］。IES 的经济稳定运行将受到EV 的影响，因此EV 与IES 深度融合的低碳经济运行将成为研究热点［46］。灵活可调资源EV 是IES中不可或缺的一部分［47］。IES 可转移负荷包括EV，EV无序并网不利于IES的优化［48］。

1.1.1 IES中EV的多重储能特性和柔性负荷特性

IES 利用蓄电池等实体储能之外的现存设备或调度策略平衡系统能量的思想称为虚拟储能，EV属于可时空转移能量的虚拟储能［49］。EV 可将车载电池电能直接转化为行驶的机械能以及少量的热能（车载电加热）和冷能（车载空调），属于广义储能［50］。EV 属于典型的电储能［51］。同时，将不同能量类型或不同储能原理的储能装置进行一体化构成的混合储能［52］，如混动EV 中燃油化石能源转化成电能，故EV 也可进一步归类为混合储能。EV 作为一种具有时空灵活性的移动储能设备，同时具备的电储能、虚拟储能、广义储能、混合储能等多重储能特性导致其具备灵活的多重柔性负荷特性，在IES 多能协同配置和互补运行中发挥着极为重要的作用。

IES 可削减负荷是指用户根据价格信号和自身需求可部分中断或者增加的负荷［53］。EV 是典型的IES 可削减负荷，EV 用户目标荷电状态（state of charge，SOC）Sde和EV 用户电能补充结束时的荷电状态SEV满足：若EV 完成电能补充时SEV＜Sde，则表示EV 负荷被部分中断；若EV 完成电能补充时Sde≤SEV，则表示EV负荷被部分增加。

IES 可转移负荷是指在一定优化时间范围内，总用能量近似不变，但可进行时间上的平移和调节的负荷，EV 是常见的IES 可转移负荷［54］，其能量补充过程满足式（1）。

IES 可替代负荷指可以通过改变用能种类参与需求响应的负荷［53］。在IES 多能耦合运行环境下，EV 可以通过对比不同类型的用能价格，选择不同类型的能源供应商，所以EV 属于IES 可替代负荷。IES 中EV 的多重储能特性和柔性负荷特性如图1所示。

图1 IES中EVs的多重储能特性和多重柔性负荷特性Fig.1 Multiple energy storage and multiple flexible load characteristics of EVs in IES

1.2 面向IES的EV充、放电技术

1.2.1 面向IES的V2G和B2G技术

基于充电技术提出的EV 入网技术（vehicle-togrid，V2G）［55］：即与电网相连接的EV 作为一种分布式负荷和电源，可以向电网释放存储在其动力电池内的电能，从而为优化系统运行和安全提供积极支持。在V2G 模式下，EV 具备源、荷双重属性，可增强可再生能源消纳并增强系统调节能力，因此在IES 日益发展的时代，V2G 技术必将得到更深入研究。在IES 中，结合V2G 的储能作用，不仅可弥补P2G 转换效率低的问题，可进一步挖掘电力负荷及天然气负荷的弹性潜力［56］。换电模式可实现EV与动力电池之间进行解耦，可以实现动力电池直接向系统输送电能［57-58］。B2G（battery to grid）是在换电模式下，由V2G 扩展出的一种EV 充放电模式［59-60］，B2G 实现了EV 能量服务与电池充放电操作的地点解耦和时间解耦。图2 为面向IES 的B2G技术。

图2 面向IES的B2G技术Fig.2 B2G technology for IES

1.3 IES与交通系统耦合

交通系统一直是实现能源跨区域大规模运输的主要途径之一，深刻影响着我国能源生产布局，进一步加强了交通系统与能源系统之间的联系，成为影响能源系统运行效率的关键因素［12］。IES涵盖电、气、暖、冷、氢和电气化交通等能源系统［61］。未来多能源网络将深度耦合，传统电网已不能满足IES 协同优化要求，EV 给IES 运行带来了新的挑战和机遇，能源互联网是融合电、气、交通等的复杂系统，随着能源互联网和EV 的发展，如何实现多能源系统和EV 的协同调度是能源互联网下“源-网-荷”协同优化中必须面对的问题［62］。

IES 与交通系统将通过大规模的EV 紧密耦合，联合区域内EV 等可调负荷，并增加IES 能源互联系统的灵活性与互动性，提高能源利用效率。将CSF 构建于IES 内将具有综合能效高，能源灵活性高等优势［11］。EV 为代表的各类灵活可调资源也被称为“主动IES 规划技术”：在灵活可调资源与能源互联系统联合规划方面，EV 作为灵活可调资源与能源网络间可实现主动控制、互动响应，既影响系统潮流，又可以削峰填谷，促进可再生能源消纳［33，61］。IES 与交通系统主要通过EV 和CSF 实现互为耦合，IES与交通系统耦合如图3所示。

图3 IES与交通系统耦合Fig.3 Coupling of IES and transportation system

由图3 可知，EV 在能源交通系统融合和大规模区域IES 互联中承担着“主动式负荷”的作用：1）EV 驾驶行为以及车流量等影响EV 时空分布，影响EV 充换电时间、位置，进而影响CSF 负荷，并通过耦合设备影响IES 系统状态；2）不同区域IES 的不同能源发电成本、安全约束等不同，导致不同区域IES 中CSF 用能价格不同，从而影响EV 对CSF的选择以及各CSF 中EV 的排队情况，从而影响交通系统，造成车流量等的变化。综上，IES 和交通系统之间通过EV和CSF构成密切耦合。

目前大多数研究主要关注交通系统能源消费特性，忽视了交通系统基本属性“运输功能”对各类能源布局、生产、传输的影响。实际上，交通系统运输能源的多少与方式不仅取决于相应能源系统需求，同时也受限于交通系统自身运输能力。按照传统研究思路将交通系统等效为负荷或源的思路可能无法准确反映上述互动过程，进而阻碍两者协同发展。构建IES 与交通系统协同的过程要以充分认知交通系统属性为前提。IES 与交通系统融合系统的基本属性为运输，能源消费是附加在基本属性之上的重要属性［12］。电池物流系统是“集中充电、统一配送”换电网络的重要组成部分，可以实现能源跨区域大规模运输，更加凸显了交通网络中的运输这一基本特性。

2 面向IES 的“集中充电、统一配送”换电模式

“集中充电、统一配送”换电模式不仅具备交通能源消费属性，因其具有独特的电池配送（物流）系统，所以具有更强的交通能量运输属性。“集中充电、统一配送”换电模式采用的集中通信和控制的成本低，控制算法复杂性低，一体化综合调度由IES 统一调度大型集中型充电站的充放电和电池物流配送，可实现EV有序充放电管理，克服EV难以计划和控制，缓解EV 对造成的潮流、谐波等不确定性的冲击和影响。所以在面向EV 高渗透率IES多能流、多区域、多层级等复杂能源交通融合系统的规划配置和互补运行场景时，“集中充电、统一配送”换电模式将发挥其独特优势，必定成为能源交通融合系统中的主流CSF。

集中型充电站实现对电池的大规模集中充电，而配送站则不具备充电功能，只作为用户更换电池的场所。电池在集中充电站与配送站之间通过物流系统进行配送。集中型充电站具有源荷双重角色，可集中控制、统一管理电池充电功率，有利于制定电网友好的充电方案，可避免大规模EV 随机充电带来的不利影响，可避免绿色能源损失，减少可再生能源发电成本［63-65］。

2.1 面向IES的换电模式研究进展

换电模式一般有充换电模式和“集中充电、统一配送”换电模式两种具体形式。其中，充换电模式同时具备EV 换电和电池充电功能，这种充换电模式无电池物流配送系统，站内充满电的电池可以立即就地为EV 提供换电服务，目前已经有较多学者在充换电模式方面进行了研究。有学者考虑了充换电站作为电力市场的参与者，并对其进行运行优化［66］。也有研究实现了基于现货电价下的充换电站最优充电策略的制定［67］。同时也有学者对移动式充换电模式进行了优化设计［68］。在充换电站优化规划方面，也有学者进行了探索［69］。也有研究实现了对充换电站的优化运行以满足特定的换电需求，如出租车、公共汽车等［70-71］。并且也有学者构建了可以解决不同型号、规格的换电电池的服务架构［72］。上述充换电模式研究为换电模式的发展提供了较好理论支撑。在充换电模式具有的各类优点上，“集中充电、统一配送”换电模式还具备特有的电池物流系统，其具备的远距离电池能量运输能力，可以更好的辅助多能源系统，实现跨区域、跨层级IES 的能量灵活互动，所以本文主要着眼于“集中充电、统一配送”换电模式，充分研究其与IES 之间的灵活互动。

2.1.1 国外“集中充电、统一配送”换电模式网络研究进展

国外对“集中充电、统一配送”换电模式研究起步相对较早、发展较快，为换电模式的发展提供了重要发展方向。“集中充电、统一配送”换电网络模型的物理主体模型主要包含：集中型充电站模型、电池配送站模型和电池配送系统模型［73-74］。文献［63-64］以换电EV负荷预测为基础，建立集中型充电站模型和电池物流系统模型，以年综合成本为目标构建集中型充电站规划模型。文献［75］在“集中充电、统一配送”换电模式下，提出一种考虑多类型EV 规模演化的换电站优化选址的优化算法。文献［76］提出一种基于闭环供应链的电池交换和充电系统运营的层次博弈方法。文献［77］提出一种“集中充电、统一配送”换电服务的需求侧管理优化方法。文献［78］建立了“集中充电、统一配送”换电系统的分布式运行管理模型。文献［79］提出了一种用于管理环境空气质量和人类健康状况的发电调度中的“集中充电、统一配送”换电系统。文献［80］构建了连续时域中的混合交换电池充电和物流调度模型。文献［81］建立了基于风电场的换充系统联合优化调度模型。文献［82］提出一种光伏集中式电池交换充电系统的多目标优化运行方法。文献［83］构建了电气化公共交通系统多区域电池交换充电网络的运营管理模式。

2.1.2 国内“集中充电、统一配送”换电模式研究进展

国内在近些年也已经开启了对“集中充电、统一配送”换电网络的研究。大部分研究将“集中充电、统一配送”的规划中占地、电力线路传输容量、运行中储能的充放电功率、网损等运行参数等通过成本换算［65，84-91］，最终加入综合性的经济性优化目标进行优化。部分文献构建了“集中充电、统一配送”模式下的集中型充电站多层优化模型［88-89，91］，将不同量纲（机组的启动时刻、恢复路径［88］）、不同阶段（规划阶段、运行阶段［65，85-86］）、代表不同利益主体（独立开发商、配电公司［89］）的优化目标构成多层递阶结构的系统优化模型。文献［65］考虑设备购置和运行购电费用，优化集中型充电站的规划经济效益。文献［84］以换电服务的排队模型为基础，建立以充换电网络运营费用最小为目标的优化调度模型。文献［85］建立以电池组缺额最小为目标的换电网络规划模型，将多目标优化转变成单目标优化，并采用遗传算法求解。文献［86］采用物流学定量配送模式，根据EV 统计参数估算集中型充电站近远期储能容量。文献［87］以建立换电网络全寿命周期成本规划模型，结合泰森多边形和量子差分算法求解模型。文献［88］构建了集中型充电站作为黑启动电源的网架重构双层优化模型，采用改进粒子群算法求解。文献［89］建立考虑不同主体利益集中型充电站规划模型，结合改进遗传算法和改进粒子群算法求解模型。文献［90］建立集中充电站规模模型，采用细菌群体趋药性算法求解。

2.1.3 “集中充电、统一配送”换电模式与IES 的互动研究进展

在EV 高渗透率IES 环境下，多能源网络与交通网络耦合密切，系统EV 等综合需求响应等不确定性更强，在优化的利益主体更加繁多，各主体之间的利益博弈更加复杂，如果涉及归属不同区域的集中型充电站通过电池配送物流构成跨区域IES 的能量交互，进一步提升了优化建模的难度。目前，已经有少量学者逐步开始展开面向IES“集中充电、统一配送”换电网络的优化建模研究。文献［92］考虑交通流量及路网结构，建立EV 充电需求模型，进而针对天然气管网压力能利用能效低问题，提出计及天然气管网压力能消纳的“集中充电，统一配送”换电网络优化规划方法。文献［93］针对城市天然气管网压力能利用率低的问题，建立配送车非线性能耗模型，建立以运输和时间成本最低为目标的“集中充电，统一配送”模式优化调度模型，采用Gurobi求解模型，实现了天然气压力能回收利用与换电池调度的有机结合。

2.2 换电EV负荷预测基本模型

换电EV 负荷的准确预测为“集中充电、统一配送”的充换电网络的合理配置规划提供基础和依据，是充换电网络规划和运行研究的必要前提，具有十分重要的意义。

实际上，换电EV 负荷受多个因素影响，包括用户行驶习惯、电池特性、充换电设施特性类型（比如固定式配送站、半移动式厢式换电站、移动式电池配送货车等）、规划区、人口密度、道路交通、区域类型等因素密切相关［73-74，94］。也受到诸如预测目标（私家、出租、公务、公交等EV）［73-74，94］、目的（规划、运行优化等）［88，91］、方法（模型驱动、数据驱动，细分方法：出行链方法、道路车流量方法、排队论方法、深度学习方法等）［73-74，95-97］、结果（负荷曲线、负荷空间分布、节点用能负荷等）［98-99］、环境（城市规划区、高速公路、城乡公路等）的影响。

2.3 面向IES的换电网络基本模型

2.3.1 换电网络和IES的基本模型

面向IES 的“集中充电、统一配送”换电网络规划和运行优化主要目的是得到满足EV 负荷的换电网络布局及配置容量，并获得合理的IES 多能供能网络的拓扑及容量、供储能设备的配置容量，同时得到准确的运行方案。

通过规划配置构建系统正常运行的物理载体，并通过模拟运行优化反馈校验配置的合理程度。考虑面向IES 的换电网络的规划和运行的耦合后，相对于独立规划及运行时需考虑两者的相互耦合因素，也引入诸多新的规划配置因素、不确定因素和运行调控因素，IES 和换电网络优化模型（charging swapping network，CSN）满足式（2）。

式中：k为模型类型，CSN 模型或IES 模型；Fk(αk，βk)为IES 或换电网络优化模型的目标函数，一般分为成本型、效益型优化目标（如总运行成本、利润等）、技术型优化目标（如损耗等）；αCSN和βCSN分别为换电网络配置（如充电机台数等）和运行（如电池配送车发车次数等）决策变量；αIES和βIES分别为IES 规划（如气网管线容量等）和运行（如热网节点温度等）决策变量；fCSN(αCSN，βCSN)≤0 和fIES(αIES，βIES)≤0分别为换电网络不等式约束（如站内高电量电池数量满足EV 换电负荷）和IES 不等式约束（如电网电压不越限）；gCSN(αCSN，βCSN)=0 和gIES(αIES，βIES)=0 分别为换电网络等式约束（如储能电量变化）和IES等式约束（如功率平衡约束）。

其中，通用模型包含储能运行模型、充换电设备运行配置模型、电池配送系统运行模型、IES 供能设施和网络运行配置模型等。

1）储能运行模型［89］

式中：S(t)、Smax和Smin分别为储能t时段的SOC 及其上下限；Pc(t)、Pd(t)、Pmax和Pmin分别为储能t时段的充放电功率及其上下限；T和ΔT分别为日时段数和单位时段。

2）充换电设备运行配置模型［100］

式中：NCSN为充换电设备配置数量；为t时段电池配送系统运输的电池数量。

3）电池配送系统运行模型［63-64］

4）IES供能设施和网络运行配置模型

IES 中供能设施种类繁多［1］，基本运行配置模型主要考虑其转化效率以及容量配置，满足式（7）。而供能网络运行模型主要考虑如电、气、热、冷等各类能量传输网络的潮流方程［101-104］，此外，通过潮流优化实现各类管网的容量配置，满足式（8），同时还需满足诸如配电网辐射状运行约束等网络拓扑约束［105］。

2.3.2 面向EV高渗透率IES的换电网络基本模型

在EV 高渗透率IES 环境下，引入了诸如EV、IES 综合需求响应等多维不确定性，在IES 多能源网络与换电网络之间在规划配置和运行优化构成了密切耦合，从而增加系统耦合性优化决策变量的数量。在上述IES 和CSF 优化模型的基础上，构建面向IES的CSF规划的一般模型，满足式（9）。

式中：FCO、fCO和gCO分别为系统协调性优化目标函数、不等式和等式约束，包含了换电网络和IES 的相关建设和运行目标及约束条件；αCO和βCO分别为协调性规划配置（如考虑天然气管网压力能消纳的集中型充电站换电电池配置数量等［92-93］）和运行（如计及天然气管网压力能消纳的电池配送车辆发车布尔变量等［92-93］）的决策变量。

2.4 面向跨区跨层IES的换电网络基本调度场景

集中型充电站大量电池可以实现B2G：EV 与电池的解耦使得换电网络具有规划和调度灵活性。由“集中充电、统一配送”模式的特点和运行模式可知，该模式的B2G 模式为实现集中型充电站对跨区域和跨层级IES 的能量支撑提供技术可行性，同时，物流配送系统也为该模式辅助跨区域和跨层级IES 的能量互联互济提供更好的灵活性。图4 为面向IES 的集中充电、统一配送换电技术。

图4 面向IES的集中充电、统一配送换电技术Fig.4 Centralized charging and unified distribution swapping technology for IES

图5 为面向IES 的集中充电、统一配送换电运行调度场景。当不同区域IES 均具有较好的运行裕度时，电池配送一般采用便捷性或经济性最优方案。当某个区域IES 出现运行裕度不足或者冗余，通过电池配送系统的跨空间区域（或跨能量层级）的电池配送优化，实现跨区域IES 之间（或跨层级IES之间）的能量互联互济。

图5 运行调度场景Fig.5 Operation scheduling scenarios

具体而言，通常不同区域IES 之间可通过电、气联络管线实现良好的能量交互。而当某一个（或若干个）区域IES 出现能源紧缺或冗余，且跨区域IES 联络管线配置无法满足能量交互需要，则可利用电池配送系统进行电池跨区运输，实现跨区IES能量灵活交互。基于充换电网络的跨区IES 灵活能量交互调度的多场景描述如下所示。

1）调度场景1：联络管线满足跨区域IES 能量（功率）交互需求，则仅在各自区域内进行BDS 和CSS 之间实现电池配送，往往不涉及跨区电池配送。调度场景1满足式（10）。

2）调度场景2：（1）当某个IES 出现能量（功率）缺额，且IES 联络管线无法满足跨区域IES 能量（功率）补给，则将该能量缺额IES 的BDS 内的低电量电池配送至其他区域IES 中的CCS 进行充电，并将其他区域的高电量电池运输到该缺额区域BDS 供EV 换电；（2）当某个IES 出现能量冗余，且联络管线无法满足跨区域IES 能量输出，则将其他区域BDS 的低电量电池配送至该能量冗余IES 的CCS 内进行充电，并将该冗余区域的高电量电池配送至其他区域BDS供EV换电。调度场景2满足式（11）。

3 面向IES的换电技术性能与关键特征

基于上述建模分析，相较于常规CSF，理想的面向IES 的换电模式应具备规划配置匹配、站内调度控制设施完备、站网协同调度控制设备通畅等完备的技术性能。同时，面向IES 的换电模式不仅具有传统CSF 所具有的交通系统特征、时空不确定性等特征，还具有多能互补协同等特征。

3.1 面向IES的换电模式应当具备的技术性能

面向IES 的换电模式主要以电力-交通为主体，并融合气、热、冷和交通等多种能源形式。各品类能源系统和交通系统呈现两两耦合关系［106-107］。同时，面向IES 的换电模式将以IES 多能互补为基础，结合能源物流运输系统，充分发挥V2G 和B2G 技术，以实现“源-网-荷-储-充”深度耦合以及能源互动及梯级利用［108］。含集中型充电站的IES 的基本架构如图6 所示。IES 上级能源系统受到上级调控中心的调度，向IES 提供能源支撑。同时，IES 供能网络主要包含电、气、冷、热等管线，而光伏、冷热电联供、热储能、集中型充电站等供储能设备接受IES 调控中心的调度为包括EV 在内的多能负荷提供可靠供能，同时集中型充电站等用能终端受到需求侧管理，响应IES 的调控信息，提高了IES系统的运行灵活性以及对DG 的消纳程度，并随着EV渗透率的不断提高，这种灵活性将越发凸显。

图6 含集中型充电站的IES的基本架构Fig.6 Basic structure of IES with centralized charging station

3.2 面向IES的换电模式的关键特征

相比于以往常规CSF，面向IES 的换电网络还具有其独特的关键特征，可以总结为面向IES 的特征、高渗透率EV 环境下系统高韧性特征、跨区域灵活互联互济特征、跨区域灵活互联互济特征4 个方面。

3.2.1 面向IES的特征

换电网络在交通系统和能源系统之间的能量耦合作用如图7所示。

图7 换电网络在交通系统和能源系统之间的能量耦合作用Fig.7 Energy coupling role of swapping network between transportation system and energy system

从图7 可知，在能源互联网背景下，属于交通网络中CSF 作为EV 的供能设备和多能互补耦合能源系统的用能终端，在EV 渗透率不断提高并达到一定水平的负荷条件下，将成为交通系统和能源系统之间重要的能量耦合纽带。

面向IES 的换电网络与传统CSF 的区别如图8所示。在能源互联网背景下，通过V2G、B2G 等调控手段，交通系统的变量将通过面向IES 的换电网络物流调控和能量转换后在能源系统中体现为各供能网络的潮流变量以及各耦合元件的启停和出力变量等；同时多能耦合供能网络的传输能量、运行功率等则通过面向IES 的换电网络的调控和转换传递至交通系统。

图8 面向IES的换电网络与传统CSF的区别Fig.8 Differences between the swapping network facing IES and traditional CSF

3.2.2 高渗透率EV环境下系统高韧性特征

由于面向EV 高渗透率IES 的换电网络在协同规划和互补运行过程中都充分考虑了EV 负荷的规模和增速，使得不仅IES 电系统的配置容量和运行场景可以有更多的系统裕度来容纳EV 负荷，而且其他品类能源系统（冷、热、气等）在规划运行时也充分考虑到辅助EV 负荷的冗余，所以含大规模EV的IES 和换电网络融合系统的韧性较采用非面向EV高渗透率IES的CSF更高。

3.2.3 跨空间区域灵活互联互济特征

多区域IES 之间的能量的互联互济一般采用联络管线实现［109］。换电网络中储能电池作为移动储能设备，在空间上具有灵活性，在EV 规模达到较大水平之后，可利用换电网络作为跨区域IES 之间的能量灵活传输与互联互济的交互主体而替代传统跨区联络管线。跨区域IES 能量交互通道如图9所示。

图9 跨区域IES能量交互通道Fig.9 Energy exchange approaches between cross-region IESs

作为大规模EV 能量供给终端的换电网络，参与跨区域IES 的能量灵活互联互济如图10所示。不同时段所属不同区域IES 的换电网络之间通过通信系统进行换电车辆电量、电池物流车辆位置、能价等信息协同，实现跨区域IES 之间的能量信息互联互济。在高EV 渗透率负荷环境下，换电网络逐步成为跨区域IES 之间具有时空源荷特性的新型能量耦合节点。

图10 换电网络参与跨区域IES的能量灵活互联互济Fig.10 Swapping network participating in the energy interaction flexibly cross-region IESs

图11 为EV 不同渗透率下IES 通过换电网络互联互济可调度能量。当换电网络中总可互联互济能量的可行区间满足跨区域IES 之间互联互济的能量交互需求区间，EV 换电网络才能视为跨区域IES之间的时空移动储能介质，从而在不同区间IES 之间形成稳定、可控的能量交互。

图11 EV不同渗透率下跨IES通过换电网络互联互济可调度能量Fig.11 Schedulable exchange energy of cross-region IESs via swapping network under different permeability of EVs

图12 为面向与非面向IES 的换电网络对跨区域IES 互联互济的影响。换电网络在配置和运行中若为非面向IES 时，则通常只能满足电系统的调节需求，没有更多系统冗余来应对IES 中其余品类能量系统的调节需求，此时的换电网络承担多区域IES之间EV能量交互终端的效果欠佳。而面向EV高渗透率可以避免上述问题，实现IES 之间的最优互联互济。

图12 面向与非面向IES的换电网络对跨区域IES互联互济的影响Fig.12 Influence of IES oriented and non-oriented swapping network on interconnection between cross-region IESs

3.2.4 跨能量层级灵活互联互济特征

传统不同能量层级IES 之间需要通过能源集线器进行能量汇总和交互，且随着区域IES 规模的扩大，跨层级的交互将越发扩大且频繁，随之带来的是需要对能源集线器进行不断扩容，降低了系统经济性［110］。充分利用换电网络能量物流运输属性、时空灵活性和价格响应效应，通过电池物流车辆在属于不同层级IES（社区级、园区级、区域级等）的集中型充电站和电池配送站之间的电池运输和价格响应，在跨层级IES 之间构成具有随机性和价格响应特点的灵活能量互联互济［111］。换电网络参与跨层级IES的能量灵活互联互济如图13所示。

图13 换电网络参与跨层级IES之间能量交互耦合Fig.13 Swapping network participating in the energy interaction coupling between multiple level IESs

4 面向IES的换电网络研究关键科学问题

目前针对换电网络或IES 配置和运行的研究较为广泛而深入，但对于面向EV 高渗透率IES 的换电网络的耦合协同影响机制分析以及协同优化方法的研究较为浅显［112］。随着EV 渗透率不断提高，换电网络在IES 中扮演的新型灵活多能耦合设备角色的重要程度将逐步提高，面向EV 高渗透率IES 的换电网络在跨区、跨层等方面的协同问题研究有具有广阔发展空间，研究中的关键科学问题可以总结为以下6个方面。

4.1 面向EV高渗透的多集中型充电站协同问题

利用换电网络进行跨区、跨层IES 之间的能量灵活互联互济，必须利用不同区域、不同层级IES内换电网络的多集中型充电站以及配套的电池配送站构成良好的能量交互终端协同实现跨区、跨层IES 之间良好的能量交互。考虑跨区、跨层集中型充电站以及配套的电池配送站的协同规划、互补运行、信息互联互通是跨区、跨层IES 协同的首要条件和基础，所以面向EV 高渗透IES 的多集中型充电站协同是首先需要解决的难点。

4.2 EV 高渗透率下多能流IES 和集中型充电站协同问题

在优化运行过程中，若遇到电力紧缺及EV 峰荷等较为恶劣的运行工况，则其余品类能源网络将通过耦合设备对集中型充电站进行补充供能。若对IES 和集中型充电站的协同性不加以考虑，或将导致后期IES 供能效率和可靠性偏低，甚至导致IES解列。所以需要充分考虑到未来高渗透率EV 下多能流IES 和集中型充电站协同规划及互补运行问题。

4.3 EV 动态增长的IES 和换电网络多阶段协同问题

以往的研究通常忽略了EV 增速较快的动态负荷特性。若以运行或配置末期EV 数据作为优化前提，将导致超前建设、设备闲置，后期设备老化等问题，若以初期EV 数据作为优化基础，则将导致容量短缺以及运行可靠性低等问题。为提高IES 供能的可靠性、高效性，需要充分考虑EV 渗透率动态增长的IES和换电网络多阶段协同问题。

4.4 跨区域互联互动的IES和换电网络协同问题

充分考虑EV 在跨区域IES 之间的不确定性能量交互，可进一步降低跨区域IES 之间联络管网的能流互济以及配置建设规模，但这势必会增加换电网络中集中型充电站、电池配送站和电池物流系统的建设规模和投资。故在规划运行阶段需要全面考虑IES 联络管网和换电网络在技术经济性上的协同耦合，以实现规划运行综合最优。故跨区互联互动的IES 和换电网络时空协同问题需作进一步研究，符合未来多区域IES 能流协同互联互济的发展需求。

4.5 跨层级互联互动的IES和换电网络协同问题

通过换电网络的能量运输特点越过能源集线器进行跨层级IES 时空能量交互不可忽视，面向EV高渗透率的换电网络规划建设和运行也势必会考虑自身作为EV 能量交互终端的角色。从而，能源集线器和换电网络的规划运行具备了密切的耦合特性，此时如果换电网络和能源集线器进行分列规划运行，将造成非全局最优，并引起投资浪费和资源浪费等问题。故跨层级互联互动的IES 和换电网络协同问题在综合优化时需要予以充分考虑。

4.6 面向EV 高渗透IES 的换电网络协同需求侧响应问题

借助结合电池物流系统的需求侧响应技术可以实现EV 负荷规模化集群在时空有效调控，而激励机制设计又可实现EV 时空转移需求响应的必须。其中，IES 中换电网络负荷削减量以及跨区、跨层IES 中各换电网络响应时长、合同期内各换电网络响应频次等因素，以及各换电网络响应通知时间提前量、不同IES 的节点用能价格补偿或折扣、以及违约惩罚等激励机制的特性决定了跨区、跨层IES中各换电网络中集中型充电站充放能过程存在时间和空间上的差异。面向EV 高渗透IES 的换电网络协同需求侧响应要更为充分考虑多能源、多区域和多层级的IES 与换电网络之间的密切耦合，需要进一步研究。

5 研究展望

面向高渗透率EV 的IES 的换电网络技术作为IES 跨空间区域、跨能量层级的IES 互联互济有效途径，有着良好的发展前景。目前该技术的研究方兴未艾，尚未形成成熟的研究体系以及具有普遍性的研究结论。本文对未来面向EV 高渗透率IES 的换电网络技术研究展望如下。

5.1 考虑互补运行的面向EV 高渗透率IES 的换电网络精细化建模

面向EV 高渗透率IES 的换电网络需要面对多种品类互补能源，在运行调度问题中需要针对IES不同品类能源传输和转化的特性，需要建立描述换电网络互补运行过程的精细化数学模型。

面向不同品种能量构成和占比的IES 的换电网络在实际运行调度时需要考虑包括电池物流系统和电、气、热等多能系统能量流传输速度的动态差异，这导致面向不同品种能量构成和占比不同的IES 的换电网络运行过程、调度成本以及建模方式出现差异。

未来换电网络运行优化研究中需要注重对其电池物流系统以及面向的品种能源的动态能流过程的进行精细化建模，例如对辅助某个以热网为主的IES 的换电网络进行运行调度优化时对热能在热网中传输的动态传输过程进行建模，计及热能相关供储能设备的效率动态变化特性，分析热动态过程对换电网络中集中型充电站、电池配送站部分运行调度带来的影响，并将换电网络电池物流系统时空灵活储能在跨区、跨层IES 之间的能量动态交互过程纳入优化模型，以全面体现高渗透率EV 的IES 的协同。这是未来分析面向EV 高渗透率IES 的换电网络精细化运行调度优化问题的关键。

5.2 面向EV 高渗透率IES 的换电网络合理优化配置

每个IES 中不同品种能源的占比、供能网络、供储能设备、负荷特性等差异较大，对于参与能量调节和跨区跨层互济的换电网络的需求也不尽相同。在某个区域IES 或多个IES 中需要建设多少集中型充电站和电池配送站建设规模如何以及需要电池物流系统的运力规模，是未来EV 高渗透率能源-交通融合系统需要回答的重要问题。面向IES 的换电网络的优化配置不仅要考虑EV 负荷需求，还需考虑IES 各类能源系统和跨区、跨层的IES 交互的需求。例如：随着冷热电联产（combined cooling heating and power，CCHP）机组、电制冷设备的普及和综合利用，换电网络与冷系统的关系更加紧密，换电网络配置需要考虑与冷系统的耦合。从整体系统能效优化的角度出发，面向不同特征的IES的换电网络并考虑换电网络作为跨区、跨层IES 交互终端的合理规划和协调运行有待进一步研究。

5.3 应对高渗透率EV 负荷环境的IES 和换电网络灵活运行控制

在IES 中出现高渗透率EV 的负荷环境也为面向换电网络的灵活运行控制带来了新的维度。IES中作为重要负荷的供能终端的换电网络规划的一个重要原则在于不能孤立看待换电网络在IES 中的单一效益，而要从多能互补的角度出发考虑换电网络相对于其他IES 供储用能设备的相对技术经济性以及与空间灵活性。换电网络接受IES 的灵活调度控制，满足EV 实时能量供给，配合IES 储能系统（氢储能、热储能等），可实现可再生能源的波动平抑、灵活需求侧响应与清洁能源消纳。面向IES 的换电网络的部分应用场景（如日内调峰）与储能系统具有重叠，因此与IES 储能系统之间的协同灵活运行控制就成为IES 经济运行中的重点，需要进一步研究。

6 结语

在我国能源互联网和EV 规模快速增长的大背景下，面向EV 高渗透率IES 的换电网络发展与工程应用有利于提升IES 系统运行灵活性，进一步提高IES 综合能效，实现更加高效的清洁能源消纳。面向EV 高渗透率IES 的换电网络的规划运行研究为跨空间区域、跨能量层级IES 的灵活能量互联互济提供了解决思路，在时间、空间维度赋予了IES规划配置和优化运行的更大灵活性和优化空间，对未来IES 具有较为重要的研究意义。本文介绍了当前能源互联网环境下能源交通融合系统，从理论、模型、实践等不同维度对面向EV 高渗透率IES 的“集中充电、统一配送”换电网络进行综述，对面向IES的换电网络技术性能与关键特征进行归纳总结，并凝练出面向IES 的换电网络研究过程中的6 个关键科学问题：面向EV 高渗透IES 的多换电网络协同、EV 高渗透率下多能流IES 和换电网络协同、EV 动态增长的IES 和换电网络多阶段协同、跨区域互联互动的IES 和换电网络协同、跨层级互联互动的IES和换电网络协同、面向EV 高渗透IES的换电网络协同需求侧响应，并展望了面向EV 高渗透率IES 的换电网络未来可能的研究方向，从而为学者未来的研究提供参考。