电动汽车有序充电研究与应用综述

蔡黎，商冰洁，高乐，代妮娜，徐青山，王坤，张一，徐坤楠

（1.重庆三峡学院电气工程系，重庆 404000；2.内江职业技术学院信息与电子学院，四川 内江 641000；3.东南大学电气工程学院，南京 210096；4.国网电力科学研究院有限公司，南京 210037；5.国网重庆市电力公司，重庆 400010；6.广西电网有限责任公司，广西 钦州 535000）

0 引言

燃油汽车给全球环境和能源带来巨大压力［1］，因此绿色、高效、低耗的新能源汽车研发和应用成为全球各国的重要课题。近年来，新能源汽车在世界各地迅速发展，各种促进新能源汽车应用的激励措施也相继出台，比如，美国能源部鼓励美国每家每户都可以使用插电式混合动力汽车。我国对新能源汽车的发展也非常重视，2020 年11 月国务院《新能源汽车产业发展规划（2021—2035）》［2］提出，争取到2025 年新能源汽车销量占据全国汽车销售总量的20%。在以上措施的激励下，新能源汽车的销售量和保有量高速增长。

目前，新能源汽车在我国主要以纯电动汽车为发展方向，工信部公布的数字表明：2022 年我国EV 销量约为536.5 万台，占据了国内市场份额的20%左右，连续8 年位居世界首位。如此大的EV规模在其接入主动配电网充电特别是无序充电时，会产生规模化入网效应，对电网产生巨大的影响，导致一系列的问题：电压波动［3］、负荷方差增大［4］、电网负荷峰谷差增大［5］、变压器重过载［6］、电力系统网络损耗增加［7］、谐波污染［8］、三相不平衡［9］、电压畸变［10］等。

综上，在规模化EV 接入主动配电网的背景下有序充电的研究和应用就显得很重要。国务院《新能源汽车产业发展规划（2021—2035）》［2］中的专栏4“智慧城市新能源汽车应用示范行动”一节中也明确提出要开展智能有序充电的研究和应用。本文梳理和分析了EV 有序充电理论和技术的研究现状，研究了EV 有序充电的主流优化策略，通过对国内外EV 有序充电实例的分析，得到EV 有序充电的发展启示。

1 EV有序充电

有序充电是指在满足EV 充电需求的前提下利用切实可行的技术手段对充电行为加以控制，通过对电网负荷进行削峰填谷，降低负荷波动性，继而实现EV 与电网的协调发展，确保电网安全、稳定运行［11］。其流程如图1所示。

图1 EV有序充电流程图Fig.1 Flowchart of EV orderly charging

有序充电具体的充电控制方法分为电价控制和功率控制［12］。

电价控制是指利用分时电价（time-of-use price，TOUP）、实时电价（real-time price，RTP）和尖峰电价等电价激励方式，在负荷较大时提高充电费用，在负荷较小时降低充电费用，利用用户节约电费的心理，引导用户在负荷低谷时段充电［13］。同时实时电价、阶梯电价机制还可以引导用户的需求时段与新能源发电出力充足时段重合，贴合新能源出力间歇性较大的特点，降低弃风、弃光现象，提高电网可靠性，保持电力市场的供需平衡。文献［14］考虑了用户补偿电价响应对EV 充电负荷分布的影响，通过补偿价格引导，将原来的充电负荷转移到电网负荷较少、分时电价最小的22：00 至次日07：00 时段。改善了充电负荷分配，降低了电网运行压力，延缓了配电网投资。

功率控制是指电网或充电站运营商直接控制EV 的充电时间和充电功率，以减小电网网损和峰谷差值。文献［15］以负荷变化差最小为约束条件给出了一种实时控制最优输出功率的EV 有序充电策略，以解决无序充电引起“峰上加峰”和大规模EV谷时段充电引起又一高峰的问题。

我国的EV 主要以非营运EV 为主，占比82%以上，非营运EV 具有进行有序充电的有利条件以及必要的原因。一方面，非营运EV 每日大部分时间处于停驶状态，更关键的是，EV 在充电时具备随时可中断、功率可调节的优点，拥有参与有序充电、进行削峰填谷的自身优越条件［16］。另一方面，EV 数量多，若都采用无序充电，与居民用电高峰期高度重合，如果仅凭借小区扩容满足充电需求，不但会增加配电网改造的难度，还会导致更大的资源闲置和浪费［17］。国内外学者关于EV 有序充电进行了大量的研究，本章将从未考虑新能源出力和考虑新能源出力两方面展开叙述。

1.1 未考虑新能源出力

曾伟哲等［18］提出了一种多目标优化算法进行EV 有序充电，以此降低负荷波动率和用户充电费用。Wang L 等［19］为防止用户在夜间负荷峰谷时段大规模充电导致出现新的高峰值，提出了一种多目标控制策略，减少了用户充电费用和电网负荷方差，同时满足了用户需求。Zhou C 等［20］提出电价激励+技术控制的方法来引导EV 有序充放电，当EV 的数量逐渐增大时，峰谷差和碳排放量也在逐渐减小，协同效应越大。林晓明等［21］研究了电网、充电站运营商和EV 用户各方需求，构建了由三方共同参与的有序充电策略，提出了用电价补贴代价的方法，有效解决了电力市场中存在的利益冲突和电力系统安全需求之间的矛盾，也使用户更加积极响应电价激励。但由于峰谷电价差不断增大，电网公司要对充电站运营商在电价方面的让步进行补偿，进而降低电网公司的整体盈利。徐文法等［22］提出了一种基于博弈论的EV 实时电价策略，建立了充电站-EV 用户收益模型，该策略使得电网、充电站和用户三方共赢。

根据国家能源局发布的《电力业务资质管理年度分析报告（2022）》［23］显示，2022 年我国的太阳能等新能源装机容量已经达到2.067 237 TW，装机容量占总装机容量的49%。显然风能、太阳能等新能源发电出力已经逐渐成为我国电力能源的主要来源。上述有序充电方法未考虑新能源发电出力，虽然通过电价激励等政策引导EV 响应达到了负荷削峰填谷，但EV 的响应程度不高。文献［24］从不同用户充放电响应度出发，发现峰谷电价差、放电电价、峰平电价差大小与EV 用户响应度密切相关。当放电电价是分时电价的0.5 倍时，用户对峰谷电价差响应度、放电电价响应度、峰平电价差响应度分别为54.03%、46.1%、28.5%，绝大部分用户并没有参与响应。究其原因，刚性需求是充电行为发生的前提，政策引导对于刚性需求的改变力度非常有限。

EV 消耗传统火力发电机组产生的电能时，相当于“以煤代油”，并非新能源形式［25］。我国新能源发电量已达1.52 PWh，占全国发电量的31.8%［26］，如何通过EV 有序充电，实现新能源的消纳成为新的研究热点。因此，近年来国内外学者从考虑新能源出力的角度，对EV有序充电展开了深入的探讨。

1.2 考虑新能源出力

马文彪等［27］在考虑了分布式电源（distribute generation，DG）和负荷不确定因素的前提下，提出了一种上层以配电网年用电成本最小、下层以优化电网稳定性的双层控制策略。唐学用等［28］基于区块链技术，根据电网和EV用电情况引导EV分时段前往充电站充电，以此实现区域内DG 全部消纳。刘志虹等［29］根据DG 随机不确定性制约其消纳、EV 无序充电增大峰谷差的问题提出了一种基于协同优化的配电网EV 有序充电智能控制策略，建立了多目标协同最优控制模型，具体的多目标算法方法如下。

在Pareto 解集合中，对于第k个目标，计算第s个解决方案的隶属度为：

式中：fk为第k个目标函数；分别为目标函数最大值和最小值。

利用隶属度权重，可以得到多目标函数的最优解。该次优化的最优解μs可以表示为：

式中：Nobj为目标函数数量；Ns为Pareto 解集中解的数量。

李景丽等［30］以电网出力曲线峰谷差最小、消纳日间光伏出力为目标，提出了一种考虑光储充电站最佳储能方案的优化策略，该策略降低了电网的负荷波动，提高了消纳新能源率。Chen Q 等［31］研究了新能源和动态电价对EV 充电的影响，表明了采用动态电价策略使EV 充电模式与高光伏发电量保持一致，则可避免在高峰时段充电，从而进一步降低充电成本。Li C等［32］以风电、光伏等配电系统组成的微电网为研究对象，考虑了EV充电需求和DG输出的不确定性，根据每个节点充电设备利用率的高低来控制充电站运行时间，减少了成本，提高了资源利用率。

新能源具有间歇性、波动性、无序性、反调峰性，通过控制EV 有序充电、电池更换、退役电池梯次利用［33］的方式，将EV 作为分布式储能，为电力系统提供可观的灵活性资源，能够很好地实现新能源的消纳［34］，实现了用户、电网、发电三方的共赢。

1.3 小结

综上所述，与无序充电相比，有序充电优势明显。采用峰谷分时电价是鼓励EV 进行有序充电的传统有效途径，考虑到夜晚峰谷期充电导致的新高峰问题，动态分时电价引导是新的有效途径。目前，EV 有序充电的研究大部分是从电网侧和用户侧的视角考虑，对于充电站运营商、发电厂侧的研究较少，而一个完善的有序充电策略应该尽可能考虑到所有方面。考虑充电站运营商、发电厂侧的有序充电方法以及新能源的随机波动性导致的出力不平衡问题［35］将是未来的研究重点。

2 有序充电优化

EV 有序充电优化涉及层级优化、算法优化、V2G优化以及充电站选址优化4个领域。

2.1 优化层级

根据层级分类，EV 有序充电优化层级可划分为电网层、充电站层和用户层，不同层级的优化目标不同。每个层级对应目标函数如图2所示。

图2 各层级对应目标函数Fig.2 Corresponding objective functions at all levels

廖鑫等［36］以最低成本和最小负荷方差为目标，通过构造激励函数，引导EV 依据电网的容量进行充电。王辉等［37］提出了一种基于DG 和EV 的电力系统网络可靠性评估方法，以此评估风光互补系统和电价激励对配电网可靠性的影响。陈奎等［38］提出了基于TOUP 的两阶段多目标充电策略，以此降低负荷的波动性、提高充电站运营商的收益。马英姿等［39］提出了基于博弈论的有序充电控制策略，建立了充电站收益-EV 用户满意度博弈模型，既保证了电网安全，又提高了充电站收益。但博弈电价在一定程度上提高了用户的充电费用。刘艳萍等［40］利用不同楼宇间的专用变压器互济模式来降低充电站运营商的成本和变压器重过载现象，并充分挖掘专用变压器的利用价值。

S.Xu 等［41］以保护用户隐私性为目标，提出了基于匿名区块链的联网充电系统，该系统能够避开第三方平台，使得用户匿名性、信息真实性和系统安全性满足了必要的要求。蒋怡静等［42］以不同时空尺度下的用户满意度为目的，提出了在时间层引导用户充电时间、空间层引导用户选择充电站的时空双尺度优化，有效改善了电力系统的负荷波动，提高了充电站的运行效率，保证了用户的充电需求。然而，用户为了维持设备利用率，将会增加用户在寻找合适充电站时的时间。程杉等［43］建议在高峰放电的情况下，控制电池的单个放电深度，从而降低电池的损耗程度和放电的成本。沈国辉等［44］结合“车-路-网”实时信息，为用户推荐最优充电站和行驶路径，从而使用户等待时间最短，满意度最高。

综上，层级优化不能只考虑单一目标，需要从电网、充电站运营商、用户三方的角度出发，考虑三方之间的关系，总结优化目标函数，三方关系图如图3所示。

图3 各层级关系Fig.3 Relationships among all the level

2.2 优化算法

在确定了有序充电的目标函数之后，需要根据目标函数选择合适的算法来求最优解。在实际求解最优解的时候，常常会将算法进行改进。特别是近年来人工智能（artificial intelligence，AI）发展迅速，各种基于AI 有序充电的算法优化成为研究的热点，并取得了较好的效果。

Gong L 等［45］依靠遗传算法（genetic algorithm，GA），提出了一种居民充电站EV 动态峰时电价策略，以降低峰值负荷，防止变压器过载。张良等［46］利用粒子群算法（particle swarm algorithm，PSO）优化了EV 充放电行为，所提策略能够避免在谷时段产生另一高峰，且降低了用户的综合充电成本。黄敏丽等［47］通过引入量子计算中量子位概念，将其与布谷鸟算法（cuckoo search algorithm，CSA）结合起来，使得CSA的求解更加多样性，在一定程度上保证了电网安全、降低了换电站的充电成本。张公凯等［48］将非线性惯量加权引入鲸鱼算法（whale optimization algorithm，WOA）中，并在此基础上又提出了改善鲸鱼定位的教学策略，该算法可以有效地降低峰谷差值，有助于削峰填谷以及节省充电费用。沈国辉等［49］采用TOPSIS 算法对EV 充电顺序进行优化，降低了负荷峰谷差率和充电成本。吴甲武等［50］将二次非线性递减惯性加权及父母导向的策略引入到鸡群算法（chicken swarm optimization，CSO）中，使得用户的充电成本和电网的负荷波动率降到最低，有效地解决了CSO易早熟、收敛精度低的问题。Wang R 等［51］采用NSGA-II 多目标算法建立了区域电价模型，在出行规律的基础上以降低高峰负荷以及保护电网利益为目标。吴芮等［52］提出了一种基于RTP 的智能充电导航策略，利用PSOGA 求解最优方案，随着渗透性的增加，可以减轻EV 入网的危险，但该策略并未将电力系统中的谐波效应考虑进去。

本小节总结了EV 有序充电所用到的优化算法，NSGA-II 对多目标函数的优化问题有着显著的优势。由于传统算法具有很明显的缺点，因此在实际优化时会做出改进：针对GA 易陷入局部最优，适当调整交叉和变异率［53］；同时可通过增加光伏发电和EV 负荷来提高初始种群的性能［54］。针对PSO 收敛精度差、易陷于局部最优，引入动态加权改变粒子的速度，并将其加入Levy 飞行策略来干扰群体［55］。针对CSA 在迭代过程中局部搜索精度差，通过动态调整迭代过程中的发现概率和搜索步长来改善CSA［56］。针对WOA 精度差及计算速度慢的缺点，引入高斯变异算子、差分进化算法算子和拥挤度因子［57］。针对CSO 易早熟，将CSO 和教学学习优化算法结合起来［58］。通过制定合适的算法将优化结果达到最优，最终目的也是使电网、充电站运营商、用户三方利益达到最优。

2.3 V2G技术

EV 作为一种储能装置既可以从电网中获取电能又可以将电能传输到电网［59］，由此V2G 技术应运而生。在V2G形式下，EV既具有源、荷二重性，又有双向通信和双向输能的优点［60］，这将使电网侧与用户侧同时受益。V2G 旨在改善大规模EV 充电对电网的不利影响如电压下降、负荷超载，提高电网经济性，消纳新能源，同时EV 用户可以在满足自己需求的情况下，向电网反向放电从而获取一定收益［61］。

陈明强等［62］针对V2G 的特点提出了一种EV 在线有序充电策略，该策略根据目前的电网现状以及EV 的充电需求进行削峰填谷。李怡然等［63］建立了供需两侧的两阶段有序充电策略，第一阶段考虑用户侧，从充电成本和电池损耗成本的角度来控制电池放电深度，第二阶段考虑到“峰谷颠倒”现象，在降低用户充电成本时，通过优化放电次数和控制深度放电有效降低了电池损耗。陈中等［64］利用EV 的移动储能特性与新能源协同，参与V2G策略以使负荷标准差最小化，该策略利用V2G 技术使得电网、用户双赢，同时也消纳了多余新能源。Zheng X等［65］提出了V2G 光伏充电站两种不同充放电方式下的容量优化方案，分别为基于出行习惯的无序充放电方式和基于TOUP 的V2G 有序充放电方式，以减少投资和运行成本，提高能源利用率。Fu X等［66］提出了一种用V2G 调度来削峰填谷的策略，在考虑了DG 和EV 负荷的不确定性后，电网峰谷差下降了42.8%，用户充放电收益上升了57%，这是由于用户的充放电行为不会因为不确定因素而受到影响，更能够保障用户的需求。

V2G 在技术上具有平抑峰谷电荷、促进新能源并网、提高电能质量以及进行调峰调频的作用［67］；在经济上具有降低系统网损、减少用户充电费用的优势，因此将大大提高EV 渗透率［68］；在能源存储上有助于消纳新能源、二次利用废旧电池，最大限度地实现源荷协同；在环境上具有节能减排、减少环境成本的作用［69］。相比于有序充电，目前市场上配备放电功能的EV 和V2G 充电桩数量有限，加上频繁充放电对电池寿命加速衰减的不利影响［70］，从近中期来看，有序充电比V2G 更具可行性［71］，但随着电池成本的下降以及技术的发展进步，V2G的优越性将逐渐显现。

2.4 充电站选址

电池能量密度低是EV 续航里程相对不足的最大原因［72］，不仅造成了EV 用户的里程焦虑，而且限制了EV 的市场接受度。在电池能量密度这一关键技术未达到解决之前，合理布局建设充电站成为解决上述问题的唯一解［73］。同时，充电站选址优化也是有序充电的重要组成部分。

当前充电站建设存在如下几个问题：1）建设数量不足；2）建设成本较高；3）充电便捷性不高、充电时间较长；4）油车占位、充电设施损坏；5）由于充电站选址不合理，出现“有车无桩”或“有桩无车”现象。其中，充电站选址不合理导致利用率不高是继续解决的问题［74］。

Sun Z 等［75］分析了重型EV 充电站对电网的影响，重型EV 需要更快的充电速度和更高的负荷容量，不适合的选址将会造成非常严重的电压下降、电压破坏以及电压斜升。姜岳等［76］提出了“代客充电”服务模式，其目的是针对远离充电站、不愿自行充电的客户进行代充电，该模式更适用于一些充电需求少或建设费用高的地区。Pal A 等［77］综合考虑了电压偏差、交通路网、土地成本以及EV 的不确定性，发现EV 渗透率的变化和充电方式会增加能量损失和电压偏差，并对慢速充电站和快速充电站的布局进行了优化。

李东东等［78］根据“车多桩少”的问题提出了基于用户引导的EV-充电桩匹配策略，在RTP 的控制下引导用户在待选范围内选择合适充电桩，为充电桩的合理分配、利用提供了依据。高赐威等［79］指出由于新能源发电存在较大间歇性，这将对电网造成危害，同时新能源发电厂建设在人烟稀少的郊区，因此可以将一部分充电站建设在临近新能源发电厂的地方，并且这部分充电站专门用来给更换掉的电池充电，这对推动新能源的发展具有积极意义。Zhu X 等［80］基于城市居民出行行为特点，提出了充电站选址模型，该模型由两部分组成：一是为使用慢速充电设施的短途通勤者，二是为使用快速充电设施的长途旅行者。

潘鸣宇等［81］对充电桩的利用率及建设成本进行优化，有效解决了“有车无桩”和“有桩无车”的现象。李恒杰等［82］对站内拥堵问题进行了优化，优化后用户排队时间降低了66%，各个充电站的平均利用率达到均衡，节约了充电站容量配置，且更加节省运营商的建设成本。Zhang Y 等［83］提出了移动充电桩的概念，认为移动充电桩可以作为传统固定充电桩的补充，用户可通过手机APP下单，数据中心接收到需求时立即向充电桩中心发送调度指令，移动充电桩便通过小型货车送到EV 跟前，用户只需要额外支付一定的“快递费”即可，移动充电桩也有利于节省土地资源。

充电站选址作为EV 基础设施建设问题，一定程度上关乎着EV的推广和普及，应充分考虑电网、充电站运营商、用户三方利益，尽可能满足三方需求，还应考虑新能源发电在时序和季节上的不确定性以及城区资源配置。

2.5 V2G发展设想

在以上4 种优化策略中，V2G 因其成本低、效果好、易于实现而最具潜力。国家也发布政策鼓励V2G 发展，《新能源汽车产业发展规划（2020—2035）》指出要“加强V2G 能量互动，鼓励地方开展V2G示范应用，统筹新能源汽车充放电、电力调度需求”［84］。《进一步提升充换电基础设施服务保障能力的实施意见（意见稿）》也提出推动V2G 协同应用与试点示范［85］。接下来，国网电力汽车服务有限公司将进行V2G 车桩与配网的整合，以促进V2G 的进一步发展。

3 V2G示范工程简介

3.1 郑州世纪家园试点项目

2018年7月9日，为响应国家电网关于居民EV“80%在居民区充电，80%使用低谷电”的要求，全国第一个大规模EV 有序充电工程在郑州世纪家园小区正式投入运行，该工程由河南电力公司运营实施，为实现居民区“一车一桩”的充电服务，共建成50 个可输出1.3～7 kW 的有序充电桩，可对充电桩的输出功率进行智能调整。充电桩会根据负荷情况，在小区居民用电负荷较大时，输出低功率；负荷较小时，输出高功率，有效削峰填谷，同时降低用户充电成本。具体操作如下：登录手机APP，选择有序充电，填写充电需求和预计取车时间。充电桩会按照顺序依次在最佳时间以最优功率进行充电，车主也可以提前结束充电。有序充电多用于下班后，时间充裕，白天着急开车的车主也可以选择直接充电［86］。

该项目通过无序充电、无序充电与有序充电混合充、有序充电3 种形式对比，发现有序充电的EV 数量越多，削峰填谷的效果越好，且削峰超过了30%，EV 用户最大可节省30.07 元/次，对电网和用户有极大的效益。后续该项目将推进非营运EV充电桩共享，实现设备利用率最大化。

3.2 荷兰智能太阳能充电项目

荷兰“太阳能与EV 双向充电站示范项目”是全球首个以光伏板为基础的EV 充电桩集成的V2G 示范项目，共建成了22 个22 kW 的交流公共充电桩，它们直接与低压电网并网，帮助就地消纳太阳能。该项目主要致力于V2G通信标准的制定以及开发一套智能系统以推动充电设施和太阳能的普及。V2G技术将当地产生的太阳能储存到EV 里，形成一个智能、动态的快速充电与储存系统，创建灵活的储存能力，以降低电网的峰值负荷。在能源成本高或存在网络拥堵风险的情况下，可以将储存的电能释放到该地区。

该示范项目的目的是利用充电桩将太阳能直接用于直流充电，而无需将其转换为交流电，并且充电器采用双向标准，可以将EV 多余的电能通过车辆端反馈到电网。充电器可以提供4 种不同的电流流向：EV 到光伏板、EV 到电网、电网到EV、以及光伏板到电网。

该V2G系统采用10 kW 功率模块，可进行联合快速充电。太阳能光伏板和EV 双向充电系统有两个用于电网和EV 的双向端口，一个用于光伏的单向端口。光伏换流器、并网逆变器和隔离型EV 充电器集成在中央直连系统上。具体示意图如图4 所示。由于降低了转换步骤，提高了效率，EV 和光伏在直流上的直接接口比交流接口更有利充电器采用碳化硅与准谐振技术，其充放电效率高，功率密度大。与分别单独使用的EV 充电器和光伏发电逆变器相比，EV 与光伏发电整合充电站具有更少的应用组件数，更小的体积，更高的可靠性，并且更节约设备成本［87］。

图4 10 kW并网三端口EV-PV充电系统架构Fig.4 Architecture of the 10 kW grid-connected three-port EVPV charging system

4 V2G展望

未来EV有序充电的研究应用发展趋势如下。

1）关于运营主体：在实际应用中，至多只考虑了电网/用户或者充电站/用户的共同利益，很少有兼顾到三方共同利益的情况，因为受制于市场、充电站运营商和电网公司是不同法人等体制的诸多原因，找到三方共同受益的方法也比较困难。目前国家监管部门已经意识到此问题，在智慧城市的落地建设中解决此问题。与此同时，由于新能源存在间歇性与不确定性的特点，要保证EV 充电时不会发生弃光、弃风现象，尽可能充分消纳新能源也是未来的发展趋势。“促进新能源汽车与可再生能源高效协同”已经写进了《新能源汽车产业发展规划（2021—2035）》中。

要综合解决以上问题，最佳的方法是将售电主体和充电主体二合一。目前，国家电网成立了全资子公司国网EV 服务有限公司，全面介入EV 充电、能源交易和智慧车联网平台建设，与南方电网等21家运营商进行合作。未来电网与充电站将成为一个整体，三方变成两方实现管理的扁平化，更好地保证用户利益的同时，通过实施电价控制引导有序充电，改善电网负荷曲线，从而实现整个效益最大化。

2）关于充/换电站：充电站作为充电基础设施，其规划应尽可能满足规划区域内EV 用户的充电需求，提高用户充电满意度，降低用户充电耗时成本和路程转移成本；作为运营盈利设施，充电站的建设又应该保证既能够获得最大利益，又使建设成本和维护成本最小；同时作为配电网节点处的负载其容量规划应满足配电网相应约束，尽可能减少给电网带来的负面影响。因此，充电站的选址定容应综合考虑电网、充电站运营商、用户三方的利益，尽可能使各项指标达到最优。此外，充电站选址优化能够提高充电桩的利用率，减少充电桩的重复建设，有效地节约充电站运营公司的成本。如何能在有限的土地资源情况下合理布局充电站、非营运EV 充电桩的建设、共享充电桩的设备损坏、占用、闲置时间不能满足充电需求的问题也要解决。《新能源汽车产业发展规划（2021—2035）》针对这一问题，提出了“公共设施的充电桩建设给予财政支持”的解决方案。

3）关于基础研究：技术的成熟是V2G发展的前提，需要对EV 电池、控制调度算法、无线通信等诸多领域进行研究。对EV 用户来说，一方面，V2G引起的频繁充放电问题对电池造成的损害可能使用户放电得到的收益还不及电池损耗的成本；另一方面，V2G过程中涉及与无线网络进行信息流的双向互动，而无线通信易遭受网络安全攻击，可能会导致用户的身份信息、行车轨迹、电池状态等个人信息被泄露，从而影响到用户的人身安全，用户的响应度并不高。对V2G充电桩运营商来说，建设成本、选址、用户参与调度积极性均是其需要考虑的问题。因此建立更完善的电池损耗模型（充放电深度、参与调度时长、电池容量与寿命等）、提高电池质量及能量密度、保护用户隐私，提高用户满意度是待解决的问题。

4）推动新兴产业技术与V2G融合、深化，如云计算、物联网、AI、5G、区块链等新兴产业技术对V2G 的发展具有显著作用，充分利用这些技术，将使V2G 改变传统的定价方式，促进其迈向数字化、信息化、智能化。

5 结语

本文总结了EV 无序充电的影响，从未考虑新能源出力和考虑新能源出力两个方面出发，梳理和分析了EV 有序充电的必要性以及研究现状。在此基础上，归纳了有序充电优化策略的4 个领域：优化层级、优化算法、电网互动（vehicle-to-grid，V2G）技术、充电站选址，并从这4 个领域总结了EV 有序充电的优化策略，列举了两例V2G 示范工程，最后对未来EV有序充电进行了展望。