一、電動汽車與電網(wǎng)互動背景2025.10.15發(fā)布《電動汽車充電設(shè)施服務(wù)能力"三年倍增”行動方案（2025一2027年）》主要自標：2027年底，實現(xiàn)充電服務(wù)能力翻倍增長。數(shù)量規(guī)模：全國建成2800萬個充電設(shè)施，較2025容量提升：公共充電容量超3億于瓦，較當前1.99億干瓦增長年9月底的1806.3萬個凈增近1000萬個。保障能力：滿足超過8000萬輛電動汽車充電需求，車樁比降至2：1以下。50.7%。1重點任務(wù)：公共充電設(shè)施提質(zhì)升級城市：新增160萬個直流充電槍（含10萬個大功率充電槍），構(gòu)建快充為主、慢充為輔、大功率為補充的網(wǎng)絡(luò)。高速：新建改建4萬個60于瓦以上“超快結(jié)合”充電槍，除高寒高海撥地區(qū)外實現(xiàn)服務(wù)區(qū)全覆蓋。農(nóng)村：鄉(xiāng)鎮(zhèn)行政區(qū)新增1.4萬個直流充電槍，實現(xiàn)農(nóng)村公共充電設(shè)施全覆蓋。居住區(qū)充電條件優(yōu)化：新建居住區(qū)固定車位100%建樁或預留條件。既有居住區(qū)推廣統(tǒng)建統(tǒng)服”模式，打造1000個試點小區(qū)，提升私人車位建樁比例至60%以上車網(wǎng)互動規(guī)?；瘧?yīng)用：新增雙向充放電（V2G）設(shè)施超5000個，反向放電量超2000萬于瓦時。探索市場化響應(yīng)模式，推動V2G資源參與電力市場交易。供電能力和服務(wù)改善：將充電設(shè)施接入需求納入配電網(wǎng)規(guī)劃，優(yōu)化網(wǎng)架，增容臺區(qū)。簡化居民充電樁報裝流程，落實“三零”“三省”服務(wù)。運營服務(wù)質(zhì)量提升：推動老舊設(shè)備升級改造，規(guī)范收費標準，充電服務(wù)費上限為當?shù)仉妰r的50%。建立服務(wù)質(zhì)量評價機制，提升場站環(huán)境及運維質(zhì)量。推動國家“雙碳”自標戰(zhàn)略落地躍遷，電動汽車充電基礎(chǔ)設(shè)施從“配套工程”向“能源工程”5浙江大學電氣工程學院OLLEGEOFELECTRICALENGINI電動汽車與電網(wǎng)互動背景為支撐碳中和自標

電力與交通領(lǐng)域驅(qū)需協(xié)同發(fā)展60.00%43.0%44.0%40.00%22.0%13.0%12.0%20.00%0.00%2.6%2021年2030年2050年風電/光伏總裝機容量占比■新能源汽車保有量占比電力網(wǎng)絡(luò)交通系統(tǒng)以風/光為代表的新能源發(fā)電穩(wěn)定運行的前提：足夠靈活性出行行為i以電動汽車代表的新能源汽車充電行為電動汽車真正減碳的前提：電網(wǎng)清潔化行為特征人決策理性社會系統(tǒng)電動汽車將電力網(wǎng)絡(luò)和交通網(wǎng)絡(luò)兩個復雜信息物理系統(tǒng)緊密耦合，形成電力交通耦合網(wǎng)絡(luò)浙江大學電氣工程學院電動汽車與電網(wǎng)互動背景充電負荷時空分布高度依賴用戶出行鏈，電網(wǎng)與路網(wǎng)之間通過快速充電站形成了顯著的雙向耦合效應(yīng)電力交通耦合網(wǎng)絡(luò)電力網(wǎng)絡(luò)回發(fā)電機上級主網(wǎng)電動汽車交通流途經(jīng)快速充電站時產(chǎn)生充電負荷進而影響配電網(wǎng)電力潮流的時空分布電力潮流動態(tài)變化會引起節(jié)點邊際電價的波動改變充電價格，從而反向作用于電動汽車用戶的出回功率調(diào)控↑電力潮流節(jié)點邊際電1快速充電站節(jié)點+價格引導行和充電選擇構(gòu)成了“交通流一充電負荷一電力潮流一電價一交通流”的閉團環(huán)動態(tài)系統(tǒng)，使得配電網(wǎng)絡(luò)和交通網(wǎng)絡(luò)耦合運行，形成電力交通耦合網(wǎng)絡(luò)交通網(wǎng)絡(luò)電力交通耦合網(wǎng)絡(luò)協(xié)同運行所面臨的技術(shù)挑戰(zhàn)耦合建模的復雜性：電力潮流與交通流的復雜耦合機理函需發(fā)展融合行為科學、系統(tǒng)工程與運籌優(yōu)化跨學科研究方法系統(tǒng)動態(tài)運行特性：即充即走的快充模式下需要考慮交通流傳播暫態(tài)用戶有限決策理性：用戶非絕對理性的出行和充電行為難以預測高比例新能源發(fā)電：出力間歇性和波動性加劇系統(tǒng)運行不確定性浙江大學電氣工程學院協(xié)同規(guī)劃-調(diào)度控制-市場交易研究體系:二、石基本研究思路框架PDN:IEEE33-bus90734考慮用戶理性的電力交通耦合網(wǎng)絡(luò)協(xié)同規(guī)劃與優(yōu)化運行CNFCSLFCS21FCS3支撐動態(tài)運行的最優(yōu)協(xié)同擴張規(guī)劃協(xié)同規(guī)劃有限理性動態(tài)均衡建模8iV用戶有限理性有限理性動態(tài)用戶均衡協(xié)同運行、交通設(shè)施擴張決策模型13DestinatiTN:Nguyen典型電力交通耦合網(wǎng)絡(luò)快速充電站最優(yōu)動態(tài)定價快速充電站聚合商最優(yōu)動態(tài)協(xié)同調(diào)度電力物流系統(tǒng)最優(yōu)動態(tài)協(xié)同調(diào)度綜合能源-智慧交通系統(tǒng)最優(yōu)動態(tài)協(xié)同調(diào)度·配電網(wǎng)運行電力市場競標新能源調(diào)度·電力市場競標·新能源調(diào)度·綜合能源調(diào)度·充電市場監(jiān)管協(xié)同協(xié)同協(xié)同·充電調(diào)度協(xié)同·充電定價充電調(diào)度·充電調(diào)度·智慧交通調(diào)度·交通決策·物流配送·交通決策充電站個體尺度充電站集群尺度系統(tǒng)運營商尺度交能耦合下，以電動汽車為杠桿，撬動電力和交通兩個網(wǎng)絡(luò)的協(xié)同規(guī)劃與優(yōu)化運行浙江大學電氣工程學院1：考慮動態(tài)網(wǎng)絡(luò)均衡的電力交通耦合網(wǎng)絡(luò)協(xié)同規(guī)劃針對交通-能源耦合系統(tǒng)協(xié)同規(guī)劃問題，提出了一種支撐動態(tài)運行的電力交通耦合網(wǎng)絡(luò)最優(yōu)協(xié)司擴張規(guī)劃方法，自標是最小化耦合網(wǎng)絡(luò)的總投資和運行成本建立了電力潮流和交通車流之間的動態(tài)網(wǎng)絡(luò)均衡模型

以評估擴張規(guī)劃對于耦合網(wǎng)絡(luò)動態(tài)運行的影響，利用雙層優(yōu)化模型求解CPTNondynamicnetworkequilibriumminFUpperLevelExpansionPlanningPDNPTPplanes,chargersPowerflowdistributionlines,DGsDNEFCSpciDCOPFTNPDNFCSDynamicnetworkPGCSOFCSFCSocialplannerPerformanceAssessmenttimemonetarycostequilibriumInputFCSlinkOutputFCSlinkDUEDCOPFCapacityTNunpunctualpenaltycostchargingcostexpansionMTOTOpMpgenerationcostelectricitypurchasecostexpansioncostLowerLevelTrafficflowDUEoadlink協(xié)同擴張規(guī)劃模型雙層優(yōu)化模型配電網(wǎng)：饋線容量，DG數(shù)量充電站：充電樁數(shù)量交通網(wǎng)：道路容量最優(yōu)潮流模型(節(jié)點邊際電價)OPP上層：更新擴容方案下層：求解耦合網(wǎng)絡(luò)動態(tài)運行成本動態(tài)用戶均衡模型DUE浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEEJIANGUNIVERSITY1：考慮動態(tài)網(wǎng)絡(luò)均衡的電力交通耦合網(wǎng)絡(luò)協(xié)同規(guī)劃電力網(wǎng)絡(luò)的饋線阻塞和交通網(wǎng)絡(luò)的道路/充電站擁堵得到有效耦合網(wǎng)絡(luò)總運行成本下降27.6%，的緩解PDN:IEEE33-bus22191280(veh/△t)Time(h)(a)(a)10qa/(21(24)+0.04+0.08+0.12TN:SiouxFalls+0.16Time(h)Time(h)(b)(b)協(xié)同擴容方案擴張前后耦合網(wǎng)絡(luò)動態(tài)性能對比配電網(wǎng)：饋線容量，DG數(shù)量充電站流量變化：流入，排隊，充電，流出路徑流量分布：不均勻->均勻充電站：充電樁數(shù)量道路容量交通網(wǎng)：浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY2：考慮用戶有限理性和市場監(jiān)管的快速充電站最優(yōu)動態(tài)定價針對協(xié)同運行問題，在充電站個體尺度上，提出了一種考慮有限理性動態(tài)用戶均衡和市場監(jiān)管的快速充電站最優(yōu)動態(tài)定價方法，以最大化充電站利潤利用建立了電力網(wǎng)絡(luò)運營商、充電站運營商和電動汽車用戶三者之間的主從博奔定價模型迭代算法求解。PchUpperlevelSupplysidePDN:DSODCOPF20OtminopertationcostCharginghEVdemandp1,TP2,TMiddlelevelMarketsideWholesalepriceRevenuePchMRxCN:CNO10maxprofitcpriceregulation(Cav,c,)ChargingPathcost(.EV,EVPriceAverageandrangedemandod,TEod,rRetailpriceHLowerlevelTN:GV+EVDemandsideBRDUE0mintravelcost8Traffic24122016choicesDeparturetime(h)三層主從博奔定價模型有限理性動態(tài)用戶均衡用戶的出發(fā)時間，路徑，充電站選擇->交通流分布用戶接受次優(yōu)解，次優(yōu)解與最優(yōu)解的成本閾值定義交通網(wǎng)(需求側(cè))：min(有限理性感知下的)交通成本+充電成本為用戶容忍度，用于表征用戶的理性程度配電網(wǎng)（供應(yīng)側(cè)）：min電力成本充電站（市場側(cè)）：max利潤<-市場監(jiān)管部浙江大學電氣工程學院2：考慮用戶有限理性和市場監(jiān)管的快速充電站最優(yōu)動態(tài)定價對比固定定價，所提出的定價方法可以有效引導電動汽車用戶的充電行為，充電站利潤提高了電力網(wǎng)絡(luò)運行成本下降了0.7%，電動汽車用戶的出行成本幾乎不變。11.0%,×1041.51.29.51.61.5EVs'costsDSO'cost9.1CNO'sprofit90.91.48.98.8(×1041.38LLLL0.60.3tolerance1.2CostsProfit7.58.71.1LMP8.6doSLMF1.11.051.151.2RegulationcoefficientX定價方案對三方利益的影響用戶理性和市場監(jiān)管對電動汽車用戶出行的影響配電網(wǎng)：引導充電負荷削峰填谷->電力成本下降充電站：更靈活的定價->利潤提高交通網(wǎng)：道路和充電站擁堵減少，充電成本略微提高用戶理性：影響用戶的出行成本，適度的有限理性可以減少用戶之間的競爭，反而有利于減小所有用戶的總出行成本>交通成本+充電成本幾乎保持不變市場監(jiān)管：影響用戶充電成本，但存在飽和區(qū)浙江大學電氣工程學院3：電動汽車快速充電站聚合商的最優(yōu)協(xié)同調(diào)度針對協(xié)同運行問題，在充電站集群尺度上，提出了一種考慮多維不確定性的快速充電站聚合商最優(yōu)協(xié)同調(diào)度方法，以最大化快速充電站聚合商利潤聚合電動汽車參與日前和實時兩階段電力市場，設(shè)計了一種適用于大規(guī)模場景的分組充電調(diào)度算法，利用電動汽車充電就地消納新能源，考慮實時電價和新能源出力的不確定性，利用隨機規(guī)劃模型求解坐8t/tsTimeslotArrivingBiddingQartival(t)electricityFCSAElectricitymarketQueuingSe,ur(t)AggregationDispatchDay-aheadReal-timeChargingstartedQpl(t)Charger1Group(0)Pee(0,ts)PowergridCharger2Charger3Charger4SupplyingGroup(1)Pc(1,ta)electrcity細PVChargingshedulingChargersCharger6Group(2)+WTChargersp(2,t):12min24min[ESSC4Pech(t)Fastchargingstationwithon-siteRESsFCSSimplifiedtransportationnetworkEVsinchargingNe,e(t)EVflow--→Chargingloads-Schedulesignals-→ElecticityChargingcompletedQmplug(t)快速充電站聚合商調(diào)度框架分組充電調(diào)度算法快速充電站集群參與日前+實時電力市場有限理性動態(tài)用戶均衡充電需求相近的EV捆綁為一個充電調(diào)度小組浙江大學電氣工程學院EGEOFELECTRICAI3：電動汽車快速充電站聚合商的最優(yōu)協(xié)同調(diào)度電動汽車聚合商利潤提高了7.1%：

通過分組充電調(diào)度，電動汽車聚合商通過整合站內(nèi)新能源，「的利潤提高了4.8%棄風減少13.0%棄光減少59.53%60ART-AdayAdd-Ad--ART5000入RTBaseline0.40.2-ARTWithoutchargingschedulingWithouton-siteRESs4020400030002000PV(kW)Price($/kWh)000812

162024082041216241000Time(h)Time(h)costsoftheFCSA($)0CDACRTRavCat-D-D-DT15010050Baseline20(p.u.)WithoutchargingschedulingWithouton-siteRESs150100.550000048

1216202448121620curtailment(kWh)ESSImbalancecostWindImbalancepenaltyTargetedarrivaltime(h)Time(h)costcurtailmentcurtailment充電調(diào)度和新能源調(diào)度對充電站利潤的影響電力市場、新能源發(fā)電和充電需求不確定性基于場景的隨機規(guī)劃充電調(diào)度：減小實時電力市場用電偏差的懲罰本地新能源：減少電網(wǎng)依賴和購電成本SampleAverageApproximation,SAA浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY4：考慮不確定性的電力物流協(xié)同優(yōu)化調(diào)度針對協(xié)同運行問題，在系統(tǒng)運營商尺度上，提出了一種考慮新能源和電力市場不確定性的清潔電力+綠色物流協(xié)同優(yōu)化調(diào)度框架。利用電動物流車進行貨物配送，并安排合理的充電方案和配送方案

最大限度地減少城市物流系統(tǒng)的綜合運行成本，利用ALNS-MILP數(shù)學啟發(fā)式算法進行求解，LCCCOthercitiesSuburbanareaUrbanareaCustomersManufactorieCustomersLCCCELVELVESSChargeoptimizatioBatterySoCGoodsRES/ESSCarbonELVSOFig.4.Exampleofalogisticmodel.電動物流車運行過程RESTimeGoodDay-ahcadReal-timpricewindougenerationElectricitymarketLogisticsrequirements電力：充電調(diào)度，新能源，儲能，日前+實時電力市場，碳排放物流：路徑規(guī)劃，時序調(diào)度，貨物裝卸載，用戶時間窗口電力物流協(xié)同優(yōu)化調(diào)度框架浙江大學電氣工程學院4：考慮不確定性的電力物流協(xié)同優(yōu)化調(diào)度考慮1個物流集散中心，50輛電動物流車，1000個用戶的物流配送需求LCCC>RTCustomersJDA300.40.40.30.30.2250.2(M/$)($/kWh)0.10.102001216202412162024Time(h)Time(h)156025PPPWind-PPV

-PPV204010(MX)10(M)puM8

12162024012162024515Time(h)Time(h)10202530Xposition(km)Fig.8.Predictedday-aheadelectricitypricesandstochasticscenariosofRESgenerationandreal-timeelectricityprices.Fig.7.CoordinatesofLCCCandcustomers.城市物流系統(tǒng)用戶分布電力市場、新能源發(fā)電的不確定性浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY4：考慮不確定性的電力物流協(xié)同優(yōu)化調(diào)度電動物流車運營商將選擇在電價低谷購電

并安排電動物流車在這些電價低谷時段集中充電，充分消納物流集散中心的本地新能源電力物流協(xié)同優(yōu)化可以降低5.59%的城市物流系統(tǒng)運行成本，以及減少18.36%的間接碳排放。2pnipition(km(a)ELVk,(b)ELVk,(a)ELVk,(b)ELVk,(c)ELVk,(d)ELVk,Xposition(km)(c)ELVk,(d)ELVk,Fig.11.Loadedgoodsinthecarge物流配送軌跡攜帶貨物量和剩余電量變化曲線浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY5：考慮用戶有限理性和不確定性的綜合能源補給站經(jīng)濟調(diào)度針對協(xié)同運行問題，在系統(tǒng)運營商尺度上，提出了一種考慮有限理性混合用戶均衡和不確定的綜合能源補給站風險規(guī)避經(jīng)濟調(diào)度模型以支撐綠色利用綜合能源補給站同時為EV/HFCV/NGV提供能量補給，實現(xiàn)多能協(xié)同優(yōu)化，交通網(wǎng)絡(luò)，其中結(jié)合CVaR方法減少不確定性所帶來的經(jīng)濟損失風險。交通網(wǎng)絡(luò)電動汽車氫燃料電池汽車天然氣汽車CCSPVpanelWindturbine+++內(nèi)燃機汽車有限理性混合用戶均衡COCEVHSSPH2FGridPowerplant前FuelcellUtilitygridHrefueHFC綜合能源補給站新能源發(fā)電+電儲能電解槽+儲氫罐甲烷合成+儲氣罐碳捕集HH2FElectrolyzerHH2GNGSSCompressorNGVGEOZHLIGNCSSMethanationDay-aheadpriceReal-timepriceQiElectricityHydrogenNaturalgasCarbondioxideTwo-settlementelectricitymarketHybridenergyrefuelingstationSustainabletransportationnetwork多能協(xié)同AggregateddispatchEnergybidding電力市場HERSO日前市場Fig.1,Schematicillustrationofthestudiedhybridenergyrefuelingsystemforsustainablemobility實時市場CVaR風險規(guī)避經(jīng)濟調(diào)度面向綠色交通的綜合能源補給站浙江大學電氣工程學院5：考慮用戶有限理性和不確定性的綜合能源補給站經(jīng)濟調(diào)度所設(shè)計的綜合能源補給站模型可以在不需要氫氣和天然氣管道的情況下運行，可以很好地滿足EV、HFEV和NGV的加氫需求，特別是在可再生能源豐富的場景下大量的二氧化碳被捕獲并回收，用于合成天然氣，體現(xiàn)了綜合能源補給站凈零碳排放的潛力。RoadlinkEnergybidding.OVpathHERSlinkEFVpathDay-aheadReal-timepriceHERSOEnergypricesupplyingTwo-settlementelectricitymarketAggregateddispatch11PathflowE:35LinkflowE:25H:1E:25E:35H:1HERSH:1H:1hihah4印印h2G:G:OVEVHFCVNGV印印221112Fig.2.Anexampleofthestudiedsustainabletransportationnetwork.110異質(zhì)交通流模型11315114路徑交通流構(gòu)成道路交通流路徑交通流是道路交通流的路徑分量Nguyennetworkli7119Fig.4.TopologyoftheNguyentransportationnetworkwithfourHERSs有補能需求的EV/HFCV/NGV會訪問綜合能源補給站ICEV或無補能需求的EV/HFCV/NGV不訪問綜合能源補給站算例浙江大學電氣工程學院5：考慮用戶有限理性和不確定性的綜合能源補給站經(jīng)濟調(diào)度預期凈所提出的風險規(guī)避能量調(diào)度模型在最差的5%情景下降低了21.76%的利潤損失風險利潤僅下降0.33%×104NGGridP2HHSSHydrogenH2GElectricityNGSS..Naturalgas-51957%9.64%9.26%22.32%20.81%34.97%35.55%22.32%38.81%60.57%65PV48.07%HFCV34.31%11.01%EVWind33.01%3Compressors24.49%00.10.20.30.40.50.60.70.80.9CCS1.94%RiskweightH2PF.01%不同風險系數(shù)下的利潤分布電-氣-氫多能協(xié)調(diào)優(yōu)化大部分能量來自可再生能源發(fā)電能量轉(zhuǎn)化和儲能儲備中存在能量損失最差場景下的利潤損失風險下降浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY6：區(qū)域氫-電-熱綜合能源系統(tǒng)能量優(yōu)化調(diào)控方法設(shè)計了一個微網(wǎng)群系統(tǒng)結(jié)構(gòu)包含多個互聯(lián)氫-電耦合綜合供能站，

基于模型預測控制（MPC）兩階段能量管理方法，減小數(shù)據(jù)預測誤差帶來的負面效果，實現(xiàn)微網(wǎng)群多能互補，經(jīng)濟高效運行startUtilitygridInputdataDay-aheadclearingpriceEHI-CSsaggregatorDay-aheadpredicteddataforPVsoutput,PEVloadsandHEVloadsPCC-Day-aheadschedulingmodelCPLEXSolverLCLCChargingChargingstation2Charging(stationnpeeqe-station1Day-Day-aheadschedulingresultsshort-termforecasteddataforPVspower,PEVloadsandHEVloads>futurecime基于模型預測控制窗口縮減實時動態(tài)修正：Real-timedispatchmodelCPLEXSolverpast>futuretimepasttime>futureReal-timedispatchresultsofthecurrenttimeinterval1="+2NoXRecedinghorizonf=TDay-aheadpredicteddataControlhorizonYesend浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY區(qū)域氫-電-熱綜合能源系統(tǒng)能量優(yōu)化調(diào)控方法6:口考慮短距離輸氫，1設(shè)計了一個氫-電熱微網(wǎng)群系統(tǒng)結(jié)構(gòu)MEMGPalITPaggregatorLPCO--基于MPC的多時間尺度能量管理1PH.1.口減小數(shù)據(jù)預測誤差帶來的負面效果LCLCLCLCSubsystem1Subsystem2Subsystem3Subsystem4口實現(xiàn)微網(wǎng)群多能互補，！經(jīng)濟高效運行HCHPHeatandChargingforPEVSandHFVsChargingforPEVSChargingtorPEVSPVPVPVandHFVsandHFVsElectrictydemand,HH個HTJHHTPipelineDay-aheadschedulingReal-timedispatching88888oDay-aheadclearingprice,hydrogenpriceResultsoftheprevioustimeslotforthereal-timet-dispatching8888888888888888888·yheDay-aheadpredicteddata1=t*+1Short-termpredicteddata0000...yidleDay-aheadschedulingmodelt=r,+2Real-timedispatchingmodelObjectivefunction[Eqs.(14)

(18)]Timescale:1hConstraintsforenergybalanceandmodelofObjectivefunction[Eqs.(37)(43)]ConstraintsforenergybalanceandmodelofEL,hydrogenstore,CHP,EBandHSSEL,hydrogenstore,CHP,EBandHSSXXXXXXXXXploadtium[Eq5-(1)}-(13),(21)}(34),(44)(46)]f=fe...Day-aheadschedulingoptimization1=#+1CPLEXSolverReal-timedispatchingoptimization...Puid=t+2CPLEXSolverHS.(electricity)GSDay-aheadschedulingresults1hTimescale:15minScheduledresultsofexchangedpowerwiththegirdScheduledresultsofhydrogen/heatstoragetanksReal-timeelectricity,hydrogenandheatdispatchingRlinghorizonforreal-timehydrogenandheatdispatchingresultsofthecurrenttimeslotRolinghorizonforreal-timeelectricitydispatching浙江大學電氣工程學院區(qū)域氫-電-熱綜合能源系統(tǒng)能量優(yōu)化調(diào)控方法6:HIESHydrogenMarketElectricityI.taggregatorMarket個口設(shè)計了一個區(qū)域氫-電-熱綜合能Electricitynetwork源系統(tǒng)結(jié)構(gòu)系統(tǒng)連接配電網(wǎng)和配氫網(wǎng)Hydrogennetwork-(考慮LCMG

LCMGCOMG了電力市場/氫能市場價格）基于MPC的多階段多時間尺度能量管理減小多源負荷不確定性帶來的負面效果、提升日內(nèi)電力調(diào)度的計算效率Day-aheadStage1-:Stage2StagesIntradayreal-timeadjustmentDay-aheadschedulingIntradayrollingdispatchTimescale:1hTmescale:1hTimescale:15minSchedulingenergytypes:electricty.hydrogen,heatDispatchenergytypes:hydrogen,heatDispatchenergytypes:electricity-Day-aheadciearingprice,hydrogenpriceResultsoftheprevioustimeslotfortheActualelectricitydemanddatadfthecurrenttimeslotreal-timedispatchingDay-aheadpredicteddataShort-termpredicteddataRollingdispatchmodelDay-aheadschedulingmodelConstraints[Egs(1)-(35)(44)-(49)Real-timeadjustmentmodelObjectivefunction[Egs(54)-(55)Constraints[Eqs.(6)(10).(19)-(36))Objectvefunction[Es.(50)(53Constraints[Eqs.(1)]-(36)[44)(49]]實現(xiàn)區(qū)域能源系統(tǒng)多能互補，經(jīng)濟高效運行Day-aheadschedulingoptimizationReal-timeadustmentoplimizationCPLEXSohverCPLEXSolverIntradayrollingdispatch.optimizationCPLEXSolverDay-aheadschedulingresutsScheduledresuksofexchangedpowerwiththeHourlyhydrogenandheatdispatchingReal-timeelectricitydispatchresultsofthecurrenttimeslotresultsofthecurrenttimeslotXXXXXOOoooooo...MPC-baseddispatchOImplementationswwRollinghorizon(b)浙江大學電氣工程學院7：電動汽車與電網(wǎng)互動模式分析可能引發(fā)尖峰需求，進而影響電網(wǎng)電動汽車即接入即充電不顧及電網(wǎng)狀態(tài)，安全經(jīng)濟運行。無序充電EVEIS70EvloadConventionalload6050Power(MW)40慢充：~20kW，AC-161810Time(Hour)有序充電7060EvloadConventionalloadPower(MW)4030O149L快充：20~100kW，DC/ACTime(Hour)浙江大學白電氣工程學院7：電動汽車與電網(wǎng)互動模式分析基于分時電價的有序充電：staticToU，dynamicToU,calledreal-timepricing(RTP),criticalpeakpricing(CPP),peaktimerebates(PTR。EnergySupplyLevelDecisionMakingLevelElectricVehicles(EVs)GridOperatorsVehicleHybridizationHVLinHybridElectricVehiclesAll-ElectricVehicles(HEVs)ToUTariffPolicy(AEVs)Plug-inHybridElectricVehicles(PHEVs)BatteryElectricFuelCellElectricOtherHEVsVehicles(BEVs)Vehicles(FCEVs)ToUtaritstChargingStationChargingStationChargingStationPEVUsersOperatorsPlug-inElectricVehicles(PEVs)PEVLoadCountryChargingstandardsAC/DCMax.voltage(V)Max.current(A)Typeofcharge[1]ACSlowMode1250(1-0)250(1-0)PTRwithRTPACACMode2Mode31632SlowStaticToUStaticPTRToUCPPRTPGB/TChina250(1-0)440(3-0)1000SlowFast63withTechMode4DC250UitrafastACACDCDC1680SlowFastLevel1Level2120(1-0)240(1-0)NorthSAEAmericaLevel360080UltrafastUltrafast1000400AC250(1-0)480(3-0)Mode1Mode21616SlowSlowSlowFastAC250(1-0)480(3-0)3232EuropeanUnionIECAcMode3Mode4250400480600UltrafastUltrafastDCPricingPilot浙江大學電氣工程學院7：電動汽車與電網(wǎng)互動模式GUNN充放電控制：grid-to-vehicle(G2V),vehicle-to-grid(V2G)兩種架構(gòu)：基于競爭電力市場（電能量和輔助服務(wù)），基于需求響應(yīng)bIndependentSystemOperator(OSI)GenerationparticipantsGridSmartgridoperatorsGridGridRegulationoffersEnergyElectnicDowerstatusdispatchsupplyplansV2GpowermeteringV2GApproval/DenialrequestMarketAncillaryElectricTransmissionSystemOperatorEVSEdataCommunicatiotconiroenergymarketEVservicemarketChargingserviceprovidersaggregatorsV2GinstructionTSO-DSORegulationoffersLoadEnergyEVSEV2Gcontrolcenterbids/offerspredictioncoordinationV2Gpower;meteringV2GV2GcontractLoad/PowerprovisionElectricDemandparticipantspowerDistributionSystemOperatorEVBidding/OfferingRequestsApproval/DeniOtheraggregators(DSO)EVusersaggregatorsPlug-inEVContractContractV2GcontrolBidirectionalenergyexchangeAC/DCnformaticNon-EVPluginControlunitEVusersBatterypackConsumersFinalconsumersV2GcontrolEVSEPlug-inEVSmartgridcenter車網(wǎng)互動通訊控制架構(gòu)電力市場環(huán)境下有序充放電浙江大學電氣工程學院COLLEGEOFELECTRICALENGINEERING,ZHEJIANGUNIVERSITY7：電動汽車與電網(wǎng)互動模式分析GUNN需求響應(yīng)下的車網(wǎng)互動：基于邀請制或者需求響應(yīng)資源市場交易機制。新型的車網(wǎng)互動新模式（無需電動汽車聚合商）：基于區(qū)塊鏈P2P技術(shù)anodeDRinvitationcrEVloadChargingdataSchedulePowerEnergyapouEVResourcePoolEnergynodeEVAggregators5.Implementingconsensusprocess.GenerationsV2GcontrolV2GscheduleNon-EVloadGridOperator(GO)DRinformation_collection_predictionGridalidatoEnergynodeNon-EVDispatchnodeDRAggregatorsGridUtlitiesResourcePoolPowerControlNon-EVresourcescheduleLedgerEnergyaggregators(EAG)PRinvtationAccountserverStorageserver1.Initializing4.BuildingsystemDRResourcesellersDRResourcePurchasersblocksDRTransactionserverDROffersQuotationGeneratiorrrelatedInstitutionsPowerEVAggregatorsGenerationsEVgrid:Energy3.TradingenergyDRScheduleEnergyseller2.ChoosingroleDRMarketSchedule(ManagedbyDRGrid--EV.CoinsSeler-+buyeDRMO)DROffersPUSQuotationDispatchGOsGridUtilitiesPlug-inEVPlug-inEVDRAggregatorsGridconnectionDRScheduleEnergybuyer2.ChoosingroleScheduleGridEV:EnergyEV-grid:Coins.Note:EVaggregatorscanpericipsteinDRprogramsby:iLreducingdemand(shutdountechargingprocess),orBuyer→seller:Plug-inEVPlug-inEVCoinsi.reducingdemand(lowerthechargingrate),oriiprovidingpowertogridsfromEVbatteries.Powergrid浙江大學電氣工程學院8：電動汽車與電網(wǎng)互動潛力評估以區(qū)域電網(wǎng)為研究對象，考慮電動汽車隨機接入的V2G動態(tài)優(yōu)化調(diào)度策略：解決電動汽車接入/駁離電網(wǎng)的隨機性問題，建立了“事件觸發(fā)型”V2G優(yōu)化調(diào)度模型以電動汽車接入或意外剝離作為觸發(fā)點，滾動更新模型參數(shù)，并對余下進程進行重新規(guī)劃，最終達到對全周期內(nèi)入網(wǎng)車輛的充放電功率譜的優(yōu)化調(diào)節(jié)，Model(66Re-schedulingwithPowerFlowupdatedmodel....-InformationFlowEventj:PEVunexpectedlydisconnectedfromgridModelupdatedasperchangesinparameters105Re-schedulingwithupdatedmodelModel(64SmartGridEventi:PEVModelupdatedasperchangesinparameterconnectedintogridModel(63ChargingFacilitiesTimeSchedulingCenterValleyloadfillingorpeakloadshavingassessmentviasmartchargingorV2Goperationoflarge-scaleEVsTime(Hour)浙江大學電氣工程學院8：電動汽車與電網(wǎng)互動潛力評估大電網(wǎng)下低復雜度的電動汽車智能充電“削峰填谷”調(diào)度算法：為了應(yīng)對未來超大規(guī)模電動汽車集群入網(wǎng)V2G運行時所帶來的模型求解復雜度方面的挑戰(zhàn)提出了一種具備超低復雜度的集中式智能充電“削峰填谷”調(diào)度算法。該算法可處理規(guī)模超百萬輛電動汽車同時入網(wǎng)充電的問題顯著削減電網(wǎng)負荷尖峰壓力。2.0,X10*StepI:ScleettargettimesletConventionalLoadCoordinatedEVChargingLoadsConventionalLoad1.500x10°tedEVCharLTotalLoadswithUncoordinatedEVCharging1.8,P=1.756×107(kw)500x10Pre-1.517x10Time(a)withEVchargingSorttheEVsatedEVChargingLoaPaPPe.(MX)12:0015:0018:0021:003:006:0000:612:00P1.613x102.0,×107ConventionalLoadCoordinatedEVChargingLoadsLTotalLoadswithUncoordinatedEVChargingCase21.627×101.504x10Time(q)1.508×101.502×107x10(MMStep3:UpdatechargingdataofEVsvoidpeakivoidpealhoursExitExit0.5Time6:0012:00(c)浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZIANGUNIVERSIT9：電動汽車參與電力市場可行性分析不同充電場景下電動汽車提供V2G服務(wù)的經(jīng)濟性分析：針對不同的充電場景（居家充電，工作地充電，快充站充電），從時間和經(jīng)濟性兩個維度分析電動汽車在電力市場環(huán)境下提供V2G服務(wù)的可行性。Economicfeasibilityofelectricvehiclesprovidingvehicle-to-gridservicesChargingatHomeDrivingtoWorkPurchase/SellElectricEnergyDown-regulationCapacity1.2Up-regulationCapacity7:00PMB:00AMOffgridpenodEVpluggedinfoCpEVdise0.2(a)CharginginWorkplaceDrivingHomeime/h(1)9:00AM6:00PMso'00.04BatteryDegradationCostRevenueinMarkets0.03EVdisconnectedfromCpFastChargingStationEVpluggedintoCPOntheWay0.01(b)1820222416(II)EVOperatingBatterySoCVariationWARNINGERYLOWEVchargingDrivingtochargingstation(c)(11)浙江大學電氣工程學院IGUNIVERSIT9：電動汽車參與電力市場可行性分析考慮電池損耗的電動汽車聚合商參與電力市場經(jīng)濟性評估：該項研究從經(jīng)濟上評估了電動汽車參與電能量和調(diào)頻市場的可行性。考慮到電動汽車放電會招致額外的電池損耗，引入了非線性函數(shù)刻畫電動汽車參與電網(wǎng)服務(wù)所帶來的成本。在此基礎(chǔ)上，構(gòu)建了以凈利潤最大化為目標的電動汽車充放電優(yōu)化模型CaseI:tbepriceofasinglebaterycellunitisL.5dollarstteryoellunitis1.0dollariceofasinglebarterycellunitis0.5dollarsEVTotalEVloadsvarvslightlvwiththPowerGridskatterycellcostalhe5-thtinTotalEVloadsvarySystemOperator2000EneryPriceCurveRegulationUpCapacityCase1Case3CostofasinglebatterycellunitTimeSlot浙江大學電氣工程學院10：電動汽車聚合商參與電力市場策略分析IN考慮多種代理模式的電動汽車聚合商日前競價策略：該項工作結(jié)合電力市場和電動汽車充電的不確定性，建立了一種適用于多種代理模式的電動汽車聚合商日前競價優(yōu)化模型，以電動汽車聚合商期望利潤最大為目標的日前電能量競價策略Day-aheadbiddingenergyGPECActuallyconsumedenergywithscenario1AncillarySenvice502+Penaltycostwithscenario1MarkotEVswithAgeatMode1EleciricEnargyMalkctEletriciryMarkefTme/hEVswifhAgentMde2(a)0.45240iedencrgyresultingfromEVswithDDRMDayConsumedenergyresultingfromEVswithCPMMReal-timepricewithscenario14→>BidValidatinBidSllerbeyeletritiy120(15001000PriceO(b)0.40-1000-Real-timepricewithscenario1-1500EVchargingpower'00.40300.38SoCie=0.46SoCre=0.800.3620ServiceTarfing(%)0.320.3010ce(Y/kWh)"=3.52kMarketparticipationforelectricvehicleaggregatorsinelectricitymarketsElie:Balfe=42.4kWh0.20(c)浙江大學電氣工程學院OLLEGEOFELECTRICALENGINEERING,ZNGUNIVERSIT10：電動汽車聚合商參與電力市場策略分析電力市場環(huán)境下兩階段電動汽車有序充電策略：該項研究驗證了電力市場環(huán)境下對電動汽車進行有序充電的可操作性。根據(jù)電力市場框架，該工作從日前競價和實時調(diào)度兩個階段對電動汽車負荷進行了規(guī)劃。PhaseI:Day-aheadBiddingProcessPhase2:Real-timeChargingSchedalingPowerPlanBiddingEaerng)18202224SerialNumberofHounSerialNumberofHours1.21.2Seenaric1.0PDwithHighSeenario800.6InformarionFlewPDwithExtraHighScenario0.8--aheadBiddingStrategyActualConsumedEnergyDay-aheadMarketReal-timeMarket0.6-0.40.20.4Real-timeClearingPoint0.2-Day-aheadSupply/DemandReporting0.2MarketClearing41012162022D-113:00D-115:300:001:002:003:0023:000:00SerialNumberofHours浙江大學電氣工程學院10：電動汽車聚合商參與電力市場策略分析基于風險規(guī)避型的電動汽車聚合商日前競價策略該工作引入了條件風險值，以條件風險值為目標進行優(yōu)化，構(gòu)建了風險規(guī)避型的電動汽車日前聚合商日前競價模型，并于風險中性型的策略進行了比較3000250035000.0550.0500.0500.045pjmiso=0.90α=0.95Q=0.99α=0.6α=0.7+Day-aheadbiddingstrategy+Day-aheadenergyprice3000-α=0.8SmartGricDay-aheadenergyprice0.040rice0.0350.030A6.10005000.0300.025DemandparticGenerationparticipants0.025+0.020500+0.020D101214161820222481012141618202224TimeHorizon(hour)TimeHorizon(hour)Penalty(5)Penaty($)14.214.21012141618202224TimeHorizon(hour)TimeHorizon(hour)浙江大學電氣工程學院10：電動汽車聚合商參與電力市場策略分析基于一主多從的Stackelberg的電動汽車聚合商市場參與策略：該項研究考慮在獲取電動汽車充電靈活性的基礎(chǔ)上，采取一主多從的Stackelberg模型對電動汽車聚合商和電動汽車之間的交互關(guān)系進行研究，設(shè)計電動汽車聚合商的日前競價及定價模型5200.32:ElectricityMarket(ManagedbyISO)x10-2.6+UtitycurveoftheEVAAverageutltycurveofEVs2.80.30500480BiddingClearingResult0.28DecisionMAE0.26Maindistributionofenergypriceagainst-343EVA(ElectricVehicleAggregator)0.24-0.22-440ChargingChargingInstructionDemand4204004.04.20.20-0.18-4.40.163804.64006008001000120014000.52.01.0150.5NumberofEVsParkingLotinaResidentialAreaChargingenergydemand(kwh)3500-0.0500.0450.0400.0350.0300.0253500-DAbiddingstrategyDAbiddingstrategyDAenergypriceScheduledloadforEVswithContract1DemandEstimation.EVA(ElectricVehicleAggregator)3000-3000-EnergydemandfromEVswithContract22500(4MBidsinDAMarketviaCVaR2000MustMeetEnergyforEVCharging150010001500ppGameIfEFP(t)<EOA(t)Theory500-500-Energy100.0206161820222481012141618202224CoordinatiorEVFleetwithContract2EVFleetwithContract1Timehorizon(hour)TimeHorizon(hour)浙江大學電氣工程學院10：電動汽車聚合商參與電力市場策略分析基于多主多從的Stackelberg的電動汽車聚合商市場參與策略：該項研究考慮了電動汽車用戶與電動汽車聚合商之間的主叢博奔，構(gòu)建了電動汽車用戶對電動汽車聚合商定價機制的響應(yīng)函數(shù)得到了電動汽車聚合商之間市場運作的納什均衡4peratinISCCompetitiveElectricityMarketEVAGetEVAEnerg1200EVAM3MX)iridEVAEVAEVADSOTimehorizon(hour)Grid(u)UtilityP**(0)=2.22,r(r)P*(r)=2.42*"(t)1004600EV0.100.150.200.250.300.350.400,45p(r)=2.62Fr(r)DAenergyprice(CNY/kWh)GeneralLoads0Note:ISO,independentsystenoperator;DSO,distributionsystem1822Timehorizon(hour)(b)1600P=0.5P=0.6oad(kWh)lead(kWh)(b)Timchorizon(hour)Chargingload(kWh)(a)(e)浙江大學電氣工程學院相關(guān)論文供參考口綜述：Y.Zheng,YubinWang,QiangYang,Two-phaseoperationforcoordinatedchargingofelectricvehiclesinamarketenvironment:Fromelectricvehicleaggregators'perspective,"RenewableandSustainableEnergyReviews,2023,171:113006..Y.Zheng,Y.Wang,Q.Yang,Marketmechanismenablingelectricvehiclegridintegration:Acriticalreviewonoperationalframeworks,serviceprovisionsandoptimizationtechniques,SustainableCitiesandSociety,March2025.口規(guī)劃：Y.Chen,S.Hu,Y.Zheng,S.Xie,Q.Hu,andQ.Yang,"CoordinatedExpansionPlanningofCoupledPowerandTransportationNetworksConsideringDynamicNetworkEquilibrium,"AppliedEnergy,vol.360,2024.S.Sun,Q.Yang,J.Ma,AJunyent-Ferre,W.Yan,HierarchicalplanningofPEVchargingfacilitiesandDGsconsideringtransport-powernetworkcouplings,RenewableEnergy,SI,vol.150,pp