胡澤春，邵成成，何 方，吳 江

（1. 清華大學(xué)電機(jī)工程與應(yīng)用電子技術(shù)系，北京市 100084；2. 西安交通大學(xué)電氣工程學(xué)院，陜西省西安市 710049；3. 清華大學(xué)工業(yè)工程系，北京市 100084；4. 西安交通大學(xué)系統(tǒng)工程研究所，陜西省西安市 710049）

0 引言

2021 年，中國(guó)電動(dòng)汽車(chē)（electric vehicle，EV）銷(xiāo)量超過(guò)350 萬(wàn)輛［1］，市場(chǎng)占有率快速增長(zhǎng)。同時(shí)，中國(guó)也已批復(fù)氫燃料電池汽車(chē)（fuel cell electric vehicle，F(xiàn)CEV）示范城市［2］，未來(lái)氫燃料電池汽車(chē)將在新能源汽車(chē)中占有一席之地。新能源汽車(chē)的能源補(bǔ)給需求隨其保有量的增長(zhǎng)而快速增長(zhǎng)，對(duì)電網(wǎng)的影響已不容忽視。同時(shí)，通過(guò)電動(dòng)汽車(chē)與電網(wǎng)互動(dòng)（vehicle-to-grid，V2G）技術(shù)，電動(dòng)汽車(chē)動(dòng)力電池對(duì)電網(wǎng)的支撐潛力也隨之增強(qiáng)，有助于提升電網(wǎng)運(yùn)行的安全性、經(jīng)濟(jì)性和消納新能源發(fā)電的能力。電網(wǎng)和交通網(wǎng)的深度耦合對(duì)促進(jìn)新能源汽車(chē)發(fā)展、提升能源和交通系統(tǒng)運(yùn)行效率與低碳化水平、降低基礎(chǔ)設(shè)施投資成本具有重要意義。

早在1997 年，Kempton 就提出了電動(dòng)汽車(chē)為電網(wǎng)提供支撐的思路［3］，并在后續(xù)的研究中對(duì)V2G 的能力和作用進(jìn)行了分析［4-5］。國(guó)內(nèi)也于2010 年前后開(kāi)始電動(dòng)汽車(chē)有序充電和V2G 的研究，提出了有序充電和V2G 的基本調(diào)控策略［6-7］。目前，國(guó)內(nèi)外學(xué)者針對(duì)不同的電動(dòng)汽車(chē)類(lèi)型與規(guī)模、不同的調(diào)控目標(biāo)和不同的利益主體，對(duì)電動(dòng)汽車(chē)充放電調(diào)控的模式與策略已開(kāi)展了大量研究［8］。其中，不少文獻(xiàn)從充電設(shè)施運(yùn)營(yíng)商、電動(dòng)汽車(chē)用戶(hù)和電網(wǎng)運(yùn)行的角度研究充放電調(diào)控的優(yōu)化策略，但未考慮交通網(wǎng)運(yùn)行或交通流分配問(wèn)題。

掌握電動(dòng)汽車(chē)的使用規(guī)律、交通出行時(shí)間和能耗等，可以更準(zhǔn)確地預(yù)測(cè)電動(dòng)汽車(chē)補(bǔ)能需求、配置電動(dòng)汽車(chē)補(bǔ)能設(shè)施和引導(dǎo)用戶(hù)進(jìn)行補(bǔ)能。因此，近年來(lái)考慮電網(wǎng)和交通網(wǎng)相依（interdependent）或耦合（coupled）的頂層設(shè)計(jì)、數(shù)學(xué)建模、設(shè)施規(guī)劃、運(yùn)行調(diào)度等問(wèn)題成為研究熱點(diǎn)。

在頂層設(shè)計(jì)方面，文獻(xiàn)［9］針對(duì)電動(dòng)汽車(chē)充電的空間靈活性，提出了一種基于多代理的分布式架構(gòu)的電力-交通相依網(wǎng)絡(luò)運(yùn)行效率提升方法，但僅以變壓器容量受限的充電決策問(wèn)題為例進(jìn)行了分析。文獻(xiàn)［10］對(duì)能源網(wǎng)、交通網(wǎng)、信息網(wǎng)三網(wǎng)融合發(fā)展的需求進(jìn)行了分析，并歸納了其中的關(guān)鍵技術(shù)。文獻(xiàn)［11］以電氣化交通和新一輪工業(yè)革命為背景，提出了發(fā)展“四網(wǎng)四流”（“四網(wǎng)”指能源網(wǎng)、信息網(wǎng)、交通網(wǎng)、人文網(wǎng)，“四流”指能源流、信息流、物質(zhì)流、價(jià)值流）融合技術(shù)的思路。以上文獻(xiàn)均以電氣化交通為背景，而電網(wǎng)和交通網(wǎng)的耦合（以下稱(chēng)為“兩網(wǎng)耦合”）是實(shí)現(xiàn)更大范疇融合的基礎(chǔ)。

在數(shù)學(xué)建模方面，文獻(xiàn)［12］介紹了交通網(wǎng)的經(jīng)典模型，文獻(xiàn)［13］總結(jié)了基于圖論的交通網(wǎng)絡(luò)模型和基于不同交通流分配原則的交通流模型?？紤]不同的時(shí)間尺度，交通流分配模型可分為靜態(tài)、半動(dòng)態(tài)和動(dòng)態(tài)等類(lèi)型。已有研究多采用靜態(tài)或半動(dòng)態(tài)模型，由車(chē)輛的出行需求（即起始點(diǎn)和目的地信息）確定路網(wǎng)上交通流量分布（與電力系統(tǒng)潮流計(jì)算類(lèi)似），進(jìn)而分析電動(dòng)汽車(chē)充電需求分布及其充電決策對(duì)道路交通流量的影響［14］。

在設(shè)施規(guī)劃方面，考慮兩網(wǎng)耦合能提高新能源汽車(chē)補(bǔ)能設(shè)施規(guī)劃決策的科學(xué)性，降低社會(huì)總成本［15］。文獻(xiàn)［16］針對(duì)城際道路網(wǎng)快速充電站的選址定容問(wèn)題，建立了考慮充電站與電網(wǎng)升級(jí)投資總成本以及電網(wǎng)、交通網(wǎng)約束的優(yōu)化規(guī)劃模型。文獻(xiàn)［17］研究的協(xié)同規(guī)劃策略不但考慮充電站的選址定容，還考慮了配電網(wǎng)和交通網(wǎng)的擴(kuò)建。文獻(xiàn)［18］針對(duì)耦合系統(tǒng)的擴(kuò)展規(guī)劃問(wèn)題，考慮充電需求、常規(guī)負(fù)荷和分布式電源出力的不確定性，建立了兩階段魯棒優(yōu)化模型，并提出了基于列約束生成和外部逼近技術(shù)的兩層算法求解。

與考慮兩網(wǎng)耦合的規(guī)劃問(wèn)題相比，國(guó)內(nèi)外對(duì)兩網(wǎng)耦合運(yùn)行調(diào)度的研究涵蓋多個(gè)方面，包括充電路徑規(guī)劃與導(dǎo)航、充電定價(jià)、充電計(jì)劃與調(diào)度等。文獻(xiàn)［19］在分時(shí)電價(jià)下構(gòu)建了以最小化用戶(hù)出行總成本為目標(biāo)的電動(dòng)汽車(chē)路徑選擇和充電導(dǎo)航模型。文獻(xiàn)［20］根據(jù)充電站容量、價(jià)格和服務(wù)類(lèi)型的不同，建立了充電路徑選擇和充電計(jì)劃聯(lián)合優(yōu)化模型，并提出了一種分布式求解算法。文獻(xiàn)［21］研究了充電網(wǎng)絡(luò)運(yùn)營(yíng)商（charging network operator）的充電定價(jià)和電動(dòng)汽車(chē)充電路徑選擇的優(yōu)化決策問(wèn)題。文獻(xiàn)［22］從大規(guī)模共享型電動(dòng)汽車(chē)運(yùn)營(yíng)商的角度，研究了充電計(jì)劃、訂單分配、車(chē)輛分區(qū)平衡的聯(lián)合優(yōu)化問(wèn)題，通過(guò)部分可觀察馬爾可夫決策過(guò)程建模，提出了基于深度強(qiáng)化學(xué)習(xí)和混合整數(shù)線性規(guī)劃（MILP）的求解方法。

隨著新能源汽車(chē)保有量和可再生能源發(fā)電占比的不斷提升，對(duì)兩網(wǎng)耦合的需求也愈加迫切，有必要對(duì)兩網(wǎng)耦合的相關(guān)研究進(jìn)行總結(jié)與分析。本文首先對(duì)兩網(wǎng)耦合的基礎(chǔ)設(shè)施及主要利益相關(guān)方進(jìn)行概述。其次，分析兩網(wǎng)耦合的模式和目標(biāo)。接著，對(duì)兩網(wǎng)耦合規(guī)劃和運(yùn)行問(wèn)題的研究現(xiàn)狀進(jìn)行綜述。最后，從兩網(wǎng)耦合的充電需求與可調(diào)節(jié)能力預(yù)測(cè)、充放電設(shè)施協(xié)同規(guī)劃、優(yōu)化運(yùn)行策略與機(jī)制等方面對(duì)需進(jìn)一步開(kāi)展的研究工作進(jìn)行展望。

1 兩網(wǎng)耦合的基礎(chǔ)設(shè)施與主要相關(guān)方

由于補(bǔ)能的時(shí)空靈活性，數(shù)量快速增加的新能源汽車(chē)（本文主要探討鋰電池和氫燃料電池汽車(chē)）是兩網(wǎng)耦合中的重要角色?；谙冗M(jìn)的信息技術(shù)、調(diào)控策略和市場(chǎng)機(jī)制，兩網(wǎng)耦合將實(shí)現(xiàn)新能源汽車(chē)能源供應(yīng)和補(bǔ)給的智能化、低碳化，在滿足交通出行需求的前提下，提升電網(wǎng)與交通網(wǎng)的運(yùn)行效率與環(huán)境友好性。本文主要內(nèi)容的架構(gòu)如圖1 所示，本章主要探討兩網(wǎng)耦合的設(shè)施并分析主要相關(guān)方的角色。

圖1 本文主要內(nèi)容架構(gòu)示意圖Fig.1 Schematic diagram of main content architecture of this paper

1.1 兩網(wǎng)耦合的主要設(shè)施

1.1.1 電動(dòng)汽車(chē)傳導(dǎo)式充放電設(shè)施

傳導(dǎo)式充電是目前應(yīng)用最廣泛的電動(dòng)汽車(chē)充電方式［23］。電動(dòng)汽車(chē)傳導(dǎo)式充電設(shè)施（一般簡(jiǎn)稱(chēng)“充電設(shè)施”）可通過(guò)調(diào)節(jié)充電功率的大小實(shí)現(xiàn)有序充電，具有反向功率調(diào)節(jié)能力的設(shè)施可通過(guò)調(diào)控電動(dòng)汽車(chē)的充放電狀態(tài)實(shí)現(xiàn)對(duì)電網(wǎng)運(yùn)行的支撐。部分公共充電站以大功率快速充電機(jī)為主，充電功率可調(diào)節(jié)空間較小。為緩解其對(duì)電網(wǎng)的沖擊并實(shí)現(xiàn)對(duì)充電站功率的調(diào)節(jié)，可在站內(nèi)安裝儲(chǔ)能設(shè)備；有條件的充電站還可以安裝分布式電源（如光伏）和電池儲(chǔ)能系統(tǒng)，形成一個(gè)微網(wǎng)［24］。

1.1.2 電動(dòng)汽車(chē)充（放）換電站

盡管適用場(chǎng)景尚存爭(zhēng)議、推廣歷程相對(duì)曲折，換電池模式補(bǔ)電目前在公共交通、重型卡車(chē)和私家電動(dòng)汽車(chē)上均已獲得應(yīng)用。電動(dòng)汽車(chē)換電池所需的時(shí)間與燃油車(chē)加油時(shí)間相當(dāng)，較目前充電耗時(shí)優(yōu)勢(shì)顯著［25］。換電站可通過(guò)對(duì)站內(nèi)電池充放電調(diào)控實(shí)現(xiàn)與電網(wǎng)的友好互動(dòng)［26］。文獻(xiàn)［27］考慮電池充電站與換電站分離的場(chǎng)景，在充電站將換下的電池充滿，由卡車(chē)將電池配送至換電站，分析了電池充電過(guò)程和電池配送路徑的協(xié)同優(yōu)化問(wèn)題。充電站和換電站也可一體化建設(shè)以提升土地和設(shè)備的利用率。文獻(xiàn)［28］探討了集充電、換電和梯級(jí)儲(chǔ)能系統(tǒng)于一體的電動(dòng)汽車(chē)充換放儲(chǔ)電站的選址定容方法。

1.1.3 無(wú)線充電設(shè)施

電動(dòng)汽車(chē)無(wú)線充電技術(shù)主要包括靜態(tài)和動(dòng)態(tài)無(wú)線充電兩類(lèi)［29］。采用靜態(tài)無(wú)線充電時(shí)，車(chē)輛處于靜止?fàn)顟B(tài)，可以通過(guò)調(diào)整充電功率大小實(shí)現(xiàn)有序充電。無(wú)線充電模式下，也能夠?qū)崿F(xiàn)電動(dòng)汽車(chē)向電網(wǎng)放電［30］。在動(dòng)態(tài)無(wú)線充電模式下，電動(dòng)汽車(chē)能夠在行駛中充電。當(dāng)多條道路安裝無(wú)線充電設(shè)施時(shí)，車(chē)輛的路徑選擇和充電決策同時(shí)影響電網(wǎng)和交通網(wǎng)的運(yùn)行。文獻(xiàn)［31］研究無(wú)線充電模式下最小化電動(dòng)汽車(chē)出行時(shí)間和充電成本的路線優(yōu)化與交通流分配問(wèn)題，提出了一種考慮電網(wǎng)和交通網(wǎng)交互影響與協(xié)同的分布式優(yōu)化方法。文獻(xiàn)［32］對(duì)動(dòng)態(tài)無(wú)線充電模式下電網(wǎng)與交通網(wǎng)協(xié)同運(yùn)行研究進(jìn)行了總結(jié)和展望。

1.1.4 氫燃料電池汽車(chē)加氫與制氫設(shè)施

對(duì)于氫燃料電池汽車(chē)，交通網(wǎng)與電網(wǎng)的耦合主要體現(xiàn)在電制氫、氫能運(yùn)輸和儲(chǔ)氫這3 個(gè)方面。電制氫設(shè)備可以作為一種可控負(fù)荷，并消納新能源電力。氫能運(yùn)輸和配送可通過(guò)管道或依賴(lài)于交通網(wǎng)的長(zhǎng)管拖車(chē)實(shí)現(xiàn)。在制氫站和加氫站配置的儲(chǔ)氫設(shè)施，可視為平抑新能源發(fā)電與負(fù)荷波動(dòng)的儲(chǔ)能設(shè)備。文獻(xiàn)［33］針對(duì)電制氫和長(zhǎng)管拖車(chē)運(yùn)氫問(wèn)題，建立了考慮制氫、運(yùn)氫和儲(chǔ)氫協(xié)同的運(yùn)行優(yōu)化模型，并提出了分布式求解算法。與電動(dòng)汽車(chē)V2G 類(lèi)似，氫燃料電池汽車(chē)也具備向電網(wǎng)放電、實(shí)現(xiàn)V2G 的能力，即CaPP（car as power plant）［34］。當(dāng)汽車(chē)停放后，車(chē)載燃料電池可將氫能轉(zhuǎn)換為電能，并回饋電網(wǎng)。文獻(xiàn)［35］針對(duì)2050 年歐洲5 個(gè)國(guó)家（丹麥、德國(guó)、英國(guó)、法國(guó)和西班牙），探討了氫燃料電池汽車(chē)通過(guò)V2G 具備平衡100%新能源發(fā)電和冷熱負(fù)荷的能力。電網(wǎng)、氫能系統(tǒng)和氫燃料電池汽車(chē)的耦合關(guān)系如圖2所示。

圖2 電網(wǎng)、氫能系統(tǒng)與氫燃料電池汽車(chē)耦合示意圖Fig.2 Schematic diagram of coupling among power grids, hydrogen energy systems and FCEVs

1.2 兩網(wǎng)耦合的主要相關(guān)方及其信息交互

兩網(wǎng)耦合涉及多種相關(guān)主體，主要包括新能源汽車(chē)制造企業(yè)、補(bǔ)能（充電、加氫）設(shè)施運(yùn)營(yíng)商、電網(wǎng)企業(yè)、交通管理部門(mén)、通信與互聯(lián)網(wǎng)企業(yè)、車(chē)主等。交通管理部門(mén)可對(duì)交通流量進(jìn)行影響和控制，但新能源汽車(chē)的補(bǔ)能決策主要由車(chē)主或車(chē)輛運(yùn)營(yíng)企業(yè)決定。公交車(chē)、網(wǎng)約車(chē)、物流車(chē)等運(yùn)營(yíng)商可根據(jù)其運(yùn)營(yíng)需求和交通狀態(tài)進(jìn)行車(chē)輛調(diào)度。通信和互聯(lián)網(wǎng)企業(yè)為兩網(wǎng)耦合提供滿足信息通信和數(shù)據(jù)存儲(chǔ)需求的服務(wù)。電網(wǎng)作為兩網(wǎng)耦合的關(guān)鍵，不但要滿足新能源汽車(chē)的補(bǔ)能需求，還應(yīng)主動(dòng)利用其可控性和靈活性，降低全系統(tǒng)的投資和運(yùn)營(yíng)成本。兩網(wǎng)耦合主要相關(guān)方的角色及其融合效益如表1 所示。

表1 兩網(wǎng)耦合主要相關(guān)方的角色及其融合效益Table 1 Roles and integration benefits of major stakeholders in coupled power and transportation networks

同一地區(qū)的多個(gè)新能源汽車(chē)補(bǔ)能設(shè)施運(yùn)營(yíng)商之間存在較強(qiáng)的競(jìng)爭(zhēng)和博弈關(guān)系。此外，充電運(yùn)營(yíng)商可聚合其充換電設(shè)施等資源參與電力市場(chǎng)競(jìng)爭(zhēng)，和新能源汽車(chē)車(chē)主、電網(wǎng)企業(yè)之間同時(shí)存在合作與博弈關(guān)系［15］。

電網(wǎng)和交通網(wǎng)耦合的運(yùn)行優(yōu)化依賴(lài)信息交互與共享。圖3 示意了兩網(wǎng)耦合中主要的信息交互關(guān)系。信息服務(wù)商包括通信網(wǎng)絡(luò)運(yùn)營(yíng)商、互聯(lián)網(wǎng)企業(yè)和地圖導(dǎo)航企業(yè)等。圖3 中僅給出了電動(dòng)汽車(chē)的情況，氫燃料電池汽車(chē)與之類(lèi)似。

圖3 兩網(wǎng)耦合的信息交互示意圖Fig.3 Schematic diagram of information exchange in coupled power and transportation networks

2 兩網(wǎng)耦合的模式與目標(biāo)

2.1 兩網(wǎng)耦合運(yùn)行的基本模式與目標(biāo)

大規(guī)模新能源汽車(chē)不但對(duì)電力的需求大，而且是容量龐大的儲(chǔ)能資源。附錄A 對(duì)電動(dòng)汽車(chē)和氫燃料電池汽車(chē)的電力需求和儲(chǔ)電規(guī)模進(jìn)行了量化計(jì)算。補(bǔ)能設(shè)施運(yùn)營(yíng)商或電網(wǎng)公司可通過(guò)價(jià)格引導(dǎo)、直接調(diào)控等方式，改變電動(dòng)汽車(chē)補(bǔ)能的時(shí)間、地點(diǎn)和功率（如圖4 所示），從而實(shí)現(xiàn)多個(gè)目標(biāo)：1）降低補(bǔ)能行為對(duì)電網(wǎng)運(yùn)行的影響，延緩或避免電網(wǎng)擴(kuò)容建設(shè)；2）實(shí)現(xiàn)負(fù)荷削峰填谷、消除電網(wǎng)阻塞，提升電網(wǎng)運(yùn)行效率；3）追蹤可再生能源發(fā)電，減少棄電，同時(shí)降低補(bǔ)能成本；4）調(diào)節(jié)交通流量、消除緩解交通阻塞，提升交通網(wǎng)運(yùn)行效率，減少出行耗時(shí)。

圖4 電網(wǎng)與交通網(wǎng)耦合的基本模式示意圖Fig.4 Schematic diagram of basic mode of coupled power and transportation networks

2.2 未來(lái)自動(dòng)駕駛汽車(chē)對(duì)兩網(wǎng)深度耦合的促進(jìn)

展望未來(lái)交通、能源和汽車(chē)的發(fā)展，自動(dòng)駕駛和共享汽車(chē)將促進(jìn)電網(wǎng)、交通網(wǎng)更加緊密的耦合。自動(dòng)駕駛和共享汽車(chē)的運(yùn)行調(diào)度不但要考慮出行需求，還應(yīng)對(duì)能源補(bǔ)給進(jìn)行智能化決策，如圖5 所示。自動(dòng)駕駛車(chē)輛的調(diào)度優(yōu)化決策在信息網(wǎng)層面完成：通過(guò)收集交通網(wǎng)的實(shí)時(shí)路況信息、充電網(wǎng)絡(luò)的充電價(jià)格時(shí)空分布等信息，制定最優(yōu)調(diào)度計(jì)劃，以謀求車(chē)隊(duì)運(yùn)行效益的最大化。更進(jìn)一步，車(chē)隊(duì)調(diào)度系統(tǒng)還可利用空閑車(chē)輛的電池能量來(lái)為電網(wǎng)提供服務(wù)，從而提升社會(huì)效益。與有人駕駛車(chē)輛相比，自動(dòng)駕駛車(chē)輛的調(diào)度更加靈活，有望以更低的成本為電網(wǎng)的優(yōu)化運(yùn)行提供服務(wù)。

圖5 自動(dòng)駕駛和共享電動(dòng)汽車(chē)促進(jìn)兩網(wǎng)耦合示意圖Fig.5 Schematic diagram of autonomous and shared electric vehicles for promoting coupling of power and transportation networks

文獻(xiàn)［36］對(duì)滿足載客或貨運(yùn)需求的自動(dòng)駕駛電動(dòng)車(chē)隊(duì)的規(guī)模和充電設(shè)施優(yōu)化規(guī)劃問(wèn)題進(jìn)行研究，考慮了車(chē)輛續(xù)航里程約束、車(chē)輛行駛路徑優(yōu)化和位置遷移、隨時(shí)間變化的交通需求以及載客和貨運(yùn)運(yùn)輸成本因素，提出了相應(yīng)的優(yōu)化模型和求解算法，驗(yàn)證了充電系統(tǒng)和路徑優(yōu)化對(duì)整個(gè)車(chē)隊(duì)運(yùn)行成本有顯著影響。文獻(xiàn)［37］對(duì)共享自動(dòng)駕駛車(chē)輛的優(yōu)化運(yùn)行問(wèn)題進(jìn)行研究，提出了基于動(dòng)態(tài)電價(jià)進(jìn)行車(chē)輛遷移和充電決策的優(yōu)化方法。以美國(guó)紐約出租車(chē)的運(yùn)營(yíng)為例，驗(yàn)證了所提方法可有效降低充電成本和碳排放。文獻(xiàn)［38］針對(duì)自動(dòng)駕駛車(chē)輛的運(yùn)行優(yōu)化問(wèn)題，考慮電網(wǎng)和交通網(wǎng)的耦合，提出了一種對(duì)充電站和自動(dòng)駕駛車(chē)輛的日前調(diào)度計(jì)劃和實(shí)時(shí)運(yùn)行控制方法。

3 兩網(wǎng)耦合的基礎(chǔ)設(shè)施規(guī)劃研究

3.1 設(shè)施規(guī)劃技術(shù)概述

設(shè)施規(guī)劃以滿足用戶(hù)使用需求與性能要求為前提，通過(guò)優(yōu)化各類(lèi)設(shè)施和元件的類(lèi)型、規(guī)模、布局與投建時(shí)間，從而盡可能減小設(shè)施的投資建設(shè)和運(yùn)行維護(hù)費(fèi)用。針對(duì)單獨(dú)的電網(wǎng)與交通網(wǎng)，研究者已建立了較為系統(tǒng)的規(guī)劃理論基礎(chǔ)［39-40］?？紤]兩網(wǎng)耦合運(yùn)行給設(shè)施規(guī)劃帶來(lái)了新的挑戰(zhàn)與機(jī)遇。

首先，電動(dòng)汽車(chē)和氫燃料電池汽車(chē)的普及拓寬了交通設(shè)施及其規(guī)劃的內(nèi)涵。由于電能和氫能的來(lái)源與化石能源不同，傳統(tǒng)加油站的規(guī)劃方法對(duì)充電站和加氫站規(guī)劃并不適用。其次，集光伏發(fā)電/充電/數(shù)據(jù)中心/5G 基站/變電站等功能于一體的融合型樞紐站的出現(xiàn)要求設(shè)施規(guī)劃應(yīng)滿足空間和網(wǎng)絡(luò)約束，全面考慮分布式可再生能源發(fā)展、交通能量補(bǔ)給、信息處理與中繼以及供電等多種需求，相關(guān)模型構(gòu)建和求解方法復(fù)雜。再者，電動(dòng)汽車(chē)依賴(lài)電網(wǎng)補(bǔ)能，強(qiáng)化了交通網(wǎng)和電網(wǎng)間的交互影響，需進(jìn)行電網(wǎng)和交通網(wǎng)的協(xié)同規(guī)劃［41］。此外，從中國(guó)構(gòu)建新型能源、交通體系［42］的宏觀目標(biāo)來(lái)看，還涉及綠色交通的能源自洽、新能源汽車(chē)政策激勵(lì)、能源體系彈性提升［43］等具體問(wèn)題。

3.2 服務(wù)于多模式出行的電動(dòng)汽車(chē)充換電網(wǎng)絡(luò)規(guī)劃

城市內(nèi)出行模式主要包括私家車(chē)、公交車(chē)和出租/網(wǎng)約車(chē)3 種類(lèi)型。不同的出行模式具備不同出行需求特征，并對(duì)應(yīng)不同的時(shí)空充電需求，如表2 所示。因此，針對(duì)不同的出行模式需要考慮采取不同的規(guī)劃方案。

表2 不同出行模式的行為及充電需求特征Table 2 Behavior and charging demand characteristics of different travel modes

私家車(chē)主要滿足日常通勤需求，該需求主要集中在早晚高峰。針對(duì)這類(lèi)車(chē)輛，部分研究應(yīng)用聚類(lèi)算法對(duì)充電需求進(jìn)行空間聚類(lèi)，將充電站設(shè)置在聚類(lèi)中心并確定其規(guī)模［44-45］。而截流量法則首先判斷交通流經(jīng)過(guò)的路徑是否至少存在充電站，并通過(guò)最大化路徑中存在充電站的交通流來(lái)優(yōu)化充電站的選擇［46-49］。流量接力法作為截流量法的改進(jìn)，充分考慮了電動(dòng)汽車(chē)補(bǔ)電行為來(lái)優(yōu)化充電站的布局從而盡可能滿足車(chē)輛的充電需求［50-51］。仿真法基于電動(dòng)汽車(chē)用戶(hù)的出行特征對(duì)充電需求進(jìn)行模擬，通過(guò)最小化出行成本或未滿足充電需求來(lái)決定充電站的布局［52-53］。網(wǎng)絡(luò)均衡法充分考慮了車(chē)輛的路徑和充電選擇間的博弈問(wèn)題，刻畫(huà)了考慮交通網(wǎng)和充電站擁堵的均衡狀態(tài)，通過(guò)最小化社會(huì)成本來(lái)決定充電站的布局［54-56］。然而，考慮到途中充電的時(shí)間成本和電動(dòng)汽車(chē)?yán)m(xù)航里程的提升，私家車(chē)主要是在目的地，例如家庭和工作地點(diǎn)充電，且通?？梢愿魩滋欤ㄉ踔烈恢埽┻M(jìn)行一次充電。因此，上述規(guī)劃方法對(duì)滿足私家車(chē)的充電需求不太適用，但可用于運(yùn)營(yíng)車(chē)輛或長(zhǎng)距離出行的充電安排?？紤]到自動(dòng)駕駛（包括自動(dòng)充電）的發(fā)展以及電網(wǎng)側(cè)削峰填谷的需求，如何建設(shè)大規(guī)模充電設(shè)施［57］并進(jìn)行優(yōu)化運(yùn)營(yíng)以平衡時(shí)空尺度的充電需求是一個(gè)重要研究方向。

公交車(chē)運(yùn)營(yíng)存在固定線路以及時(shí)刻表約束，其充換電站多配建于車(chē)站或線路運(yùn)營(yíng)起點(diǎn)、終點(diǎn)等位置，其規(guī)劃與電池類(lèi)型及容量關(guān)系密切。文獻(xiàn)［58］利用化石燃料與電能的熱值關(guān)系，將當(dāng)前柴油公交車(chē)日消耗能量折算成電能以確定換電電量需求，采用近鄰聚類(lèi)方法決定電池充電站位置，并以最小化充換電社會(huì)投資與運(yùn)營(yíng)成本為目標(biāo)，得到充電站內(nèi)充電機(jī)和電池組的最優(yōu)數(shù)量。文獻(xiàn)［59］以最小化建設(shè)成本為目標(biāo)，建立MILP 數(shù)學(xué)模型，求解滿足用電需求的充電站建設(shè)方案，并通過(guò)線性松弛的方法對(duì)模型進(jìn)行了高效求解。類(lèi)似研究還包括文獻(xiàn)［60］，考慮最小化成本和最小化能源消耗兩種不同的目標(biāo)。文獻(xiàn)［61］使用德國(guó)曼斯特的數(shù)據(jù)分析了在起始和終點(diǎn)站利用公交車(chē)空閑時(shí)間充電的運(yùn)營(yíng)效果。文獻(xiàn)［62］將公交車(chē)充電站與電池容量設(shè)計(jì)問(wèn)題建模成為了容量限制集覆蓋問(wèn)題。文獻(xiàn)［63］則以深圳為例考慮了電網(wǎng)耦合約束下的大規(guī)模公交車(chē)充電網(wǎng)絡(luò)的規(guī)劃，并進(jìn)一步拓展為多階段規(guī)劃［64］。此外，動(dòng)態(tài)無(wú)線充電技術(shù)可在公交車(chē)行駛過(guò)程中為其充電。文獻(xiàn)［65］放松了電動(dòng)公交車(chē)電量消耗和旅行時(shí)間固定的假設(shè)，通過(guò)魯棒優(yōu)化方法實(shí)現(xiàn)了對(duì)無(wú)線充電設(shè)施選址與電動(dòng)公交車(chē)電池容量的協(xié)同優(yōu)化?？傊?，現(xiàn)有文獻(xiàn)中對(duì)于如何聯(lián)合優(yōu)化電動(dòng)公交車(chē)隊(duì)規(guī)模（車(chē)輛數(shù)目）、車(chē)輛電池容量、充換電設(shè)施的位置、容量及充電樁類(lèi)型的研究還不夠全面、深入。因此，考慮充電站建設(shè)對(duì)公交車(chē)運(yùn)營(yíng)的影響，通過(guò)聯(lián)合優(yōu)化得到的規(guī)劃方案可取得更大的社會(huì)效益。

出租車(chē)與網(wǎng)約車(chē)系統(tǒng)的運(yùn)行特征與機(jī)理和私家車(chē)存在較大不同，根據(jù)系統(tǒng)訂單分配原則不同，其運(yùn)行可分為路邊尋客與訂單分配兩種模式，兩種模式下車(chē)輛的運(yùn)行軌跡均很大程度上受到需求分布的影響。針對(duì)電動(dòng)出租車(chē)與網(wǎng)約車(chē)系統(tǒng)的充換電設(shè)施規(guī)劃問(wèn)題的研究，較多的文獻(xiàn)通過(guò)假設(shè)傳統(tǒng)燃油出租車(chē)在轉(zhuǎn)變?yōu)殡妱?dòng)出租車(chē)后其行為保持不變，利用實(shí)際燃油出租車(chē)運(yùn)行的全球定位系統(tǒng)（GPS）軌跡數(shù)據(jù)信息，評(píng)估和預(yù)測(cè)電動(dòng)車(chē)輛的充電需求時(shí)空分布，進(jìn)而通過(guò)建立數(shù)學(xué)模型優(yōu)化充換電設(shè)施的布局，實(shí)現(xiàn)覆蓋用電需求、減少充換電等待時(shí)間以及降低建設(shè)運(yùn)行成本等目標(biāo)［66-69］。刻畫(huà)電動(dòng)出租車(chē)與網(wǎng)約車(chē)新行為特征的研究較少。其中，文獻(xiàn)［70］通過(guò)離散選擇模型刻畫(huà)了電動(dòng)出租車(chē)的充電站選擇行為，并以此為基礎(chǔ)探究了出租車(chē)專(zhuān)用充電設(shè)施的布局方案，進(jìn)行充電時(shí)間最短、電網(wǎng)網(wǎng)損最小以及旅行時(shí)間可靠性最高的多目標(biāo)優(yōu)化，并應(yīng)用改進(jìn)非支配排序遺傳算法（NSGA-Ⅱ）得到帕累托最優(yōu)規(guī)劃方案。然而，出租車(chē)和網(wǎng)約車(chē)運(yùn)營(yíng)過(guò)程中的載客需求存在早晚高峰和區(qū)域不均勻性，充電價(jià)格也可能存在波動(dòng)。如何綜合考慮上述因素和電網(wǎng)耦合約束進(jìn)行充電站的規(guī)劃并合理制定電價(jià)以實(shí)現(xiàn)社會(huì)效益最大化，將是一個(gè)重要的研究方向。

城市內(nèi)的電動(dòng)汽車(chē)還包括環(huán)衛(wèi)、郵政、物流等市政和商用車(chē)輛，其運(yùn)營(yíng)特性和充換電設(shè)施規(guī)劃可參考文獻(xiàn)［71-73］。

3.3 考慮兩網(wǎng)耦合的分布式可再生能源規(guī)劃

通過(guò)有序充電和V2G 技術(shù)使得電動(dòng)汽車(chē)能夠應(yīng)對(duì)可再生能源發(fā)電出力的波動(dòng)性，促進(jìn)其消納，因此考慮交通網(wǎng)耦合的分布式可再生能源規(guī)劃具有重要意義［74-75］。總的來(lái)說(shuō)，分布式光伏、風(fēng)電的規(guī)劃可分為“點(diǎn)”和“網(wǎng)絡(luò)”兩個(gè)層面。

“點(diǎn)”層面規(guī)劃是在個(gè)體家庭、樓宇或充電站建筑物頂部建設(shè)光伏發(fā)電或風(fēng)能發(fā)電設(shè)備并將其發(fā)電出力用于電動(dòng)汽車(chē)充電［76-80］。這類(lèi)研究通常會(huì)考慮有序充電［78］、V2G［79］和微電網(wǎng)技術(shù)［80-81］，進(jìn)而實(shí)現(xiàn)多目標(biāo)優(yōu)化［82］。

“網(wǎng)絡(luò)”層面規(guī)劃考慮區(qū)域內(nèi)交通網(wǎng)充電需求和電網(wǎng)用電需求，進(jìn)行新能源發(fā)電的協(xié)同規(guī)劃［17，83］。文獻(xiàn)［84］考慮分布式充電站-光伏發(fā)電站并網(wǎng)問(wèn)題，降低了高光伏與電動(dòng)汽車(chē)滲透率場(chǎng)景下配電網(wǎng)的電壓波動(dòng)；文獻(xiàn)［85］以瑞士作為案例，論證了分布式充電站-光伏發(fā)電站能夠滿足電動(dòng)汽車(chē)15%～40%的充電需求。文獻(xiàn)［86］考慮交通網(wǎng)與電網(wǎng)互動(dòng)，利用車(chē)流數(shù)據(jù)計(jì)算充電需求，提出了大規(guī)模區(qū)域內(nèi)充電站與光伏發(fā)電站的聯(lián)合規(guī)劃方法；文獻(xiàn)［87］則進(jìn)一步通過(guò)考慮交通網(wǎng)絡(luò)-充電站擁堵及司機(jī)的出行-充電選擇問(wèn)題，聯(lián)合優(yōu)化充電站-光伏發(fā)電站的布局。該類(lèi)跨學(xué)科研究還涉及產(chǎn)業(yè)合作、經(jīng)濟(jì)性分析［88-89］以及政策和管控措施［90］（如價(jià)格、準(zhǔn)入機(jī)制等）。

3.4 氫燃料電池汽車(chē)基礎(chǔ)設(shè)施規(guī)劃

氫能有望成為未來(lái)低碳能源系統(tǒng)的重要載體之一，燃料電池汽車(chē)作為重要耗氫負(fù)載前景廣闊［91］。由于電解制氫與氫燃料電池發(fā)電可相互獨(dú)立運(yùn)行，氫能可以在時(shí)間上對(duì)電能的使用和供給進(jìn)行解耦［92］。

目前，建設(shè)氫能基礎(chǔ)設(shè)施（包括生產(chǎn)、存儲(chǔ)和運(yùn)輸）的投資大、風(fēng)險(xiǎn)高［93］，遠(yuǎn)距離運(yùn)輸通常會(huì)使氫能成本翻倍［94］。使用分布式發(fā)電和電解水制氫設(shè)備，將電網(wǎng)作為氫能運(yùn)輸?shù)摹肮艿馈?，有望降低氫能成本。文獻(xiàn)［95］通過(guò)經(jīng)濟(jì)性和環(huán)保性比較，認(rèn)為分布式制氫比氫能輸送更為可取。

現(xiàn)有文獻(xiàn)對(duì)氫燃料電池汽車(chē)的加氫基礎(chǔ)設(shè)施規(guī)劃可分為以下3 類(lèi)：

1）站級(jí)，加氫站獨(dú)立運(yùn)行，對(duì)加氫站內(nèi)的電解裝置功率、壓縮機(jī)功率、儲(chǔ)氫設(shè)備容量進(jìn)行規(guī)劃；

2）微網(wǎng)級(jí)，構(gòu)建包含氫能的多能源系統(tǒng)，對(duì)其中主要組件的容量進(jìn)行規(guī)劃，包括光伏、風(fēng)電、電解設(shè)備、儲(chǔ)氫罐、燃料電池等；

3）網(wǎng)絡(luò)級(jí)，綜合考慮交通流量和電網(wǎng)潮流，對(duì)加氫站位置及關(guān)鍵設(shè)備容量等進(jìn)行規(guī)劃。

新能源發(fā)電和加氫需求隨機(jī)性是上述3 類(lèi)規(guī)劃的共性問(wèn)題，通常采用隨機(jī)優(yōu)化和魯棒優(yōu)化方法處理。表3 對(duì)氫燃料電池汽車(chē)加氫設(shè)施規(guī)劃相關(guān)的研究文獻(xiàn)進(jìn)行了梳理和比較。

表3 氫燃料電池汽車(chē)加氫設(shè)施規(guī)劃的模型與算法比較Table 3 Comparison of models and algorithms of hydrogen refueling facility planning for FCEVs

3.5 電網(wǎng)與交通網(wǎng)協(xié)同規(guī)劃研究

按對(duì)象不同，電網(wǎng)與交通網(wǎng)協(xié)同規(guī)劃可分為宏觀和微觀兩個(gè)層面。前者涉及國(guó)家或區(qū)域?qū)用娴哪茉磁c交通體系設(shè)計(jì)、管網(wǎng)布局以及政策制定；后者主要解決城市和園區(qū)的充電設(shè)施、道路和配電網(wǎng)、供氣網(wǎng)、氫供應(yīng)鏈、分布式能源等的建設(shè)問(wèn)題。

交通系統(tǒng)是實(shí)現(xiàn)煤炭、油氣等能源跨區(qū)配置的基礎(chǔ)，運(yùn)輸方式選擇和網(wǎng)絡(luò)設(shè)計(jì)對(duì)能源供應(yīng)有重要影響。文獻(xiàn)［105］考慮多種能源運(yùn)輸方式的投資和運(yùn)行費(fèi)用，建立能源運(yùn)輸規(guī)劃模型對(duì)中國(guó)能源布局進(jìn)行優(yōu)化分析。文獻(xiàn)［106］綜合考慮電、氣等多種能源和航空、鐵路、公路等不同運(yùn)輸方式，對(duì)美國(guó)能源和運(yùn)輸系統(tǒng)進(jìn)行了優(yōu)化。不同輸能方式抵御自然災(zāi)害的能力不同，有研究考慮供能彈性對(duì)運(yùn)輸方式和運(yùn)輸網(wǎng)絡(luò)進(jìn)行優(yōu)化［107］。也有研究通過(guò)對(duì)比不同運(yùn)輸方式的能耗和排放，對(duì)交通網(wǎng)絡(luò)進(jìn)行優(yōu)化［108］；通過(guò)激勵(lì)政策［109］促進(jìn)電動(dòng)汽車(chē)普及，推動(dòng)交通用能和整個(gè)電力能源系統(tǒng)的綠色低碳轉(zhuǎn)型。

微觀層面上，研究者基于城市交通網(wǎng)絡(luò)設(shè)計(jì)和配電系統(tǒng)規(guī)劃等領(lǐng)域的成果開(kāi)展了充電設(shè)施和電網(wǎng)協(xié)同的規(guī)劃研究。文獻(xiàn)［110］采用交通流捕捉模型分析充電站負(fù)荷，建立了充電站和配電網(wǎng)的協(xié)同規(guī)劃模型。基于文獻(xiàn)［111］提出的子路徑模型，文獻(xiàn)［112］在協(xié)同規(guī)劃中考慮了車(chē)輛行駛里程限制和充電站的服務(wù)水平要求。由于充電負(fù)荷分布取決于用戶(hù)的充電選擇，充電站規(guī)劃是一個(gè)雙層規(guī)劃問(wèn)題。文獻(xiàn)［113］采用交通均衡模型描述用戶(hù)行為，提出了充電站與配電網(wǎng)的多目標(biāo)協(xié)同規(guī)劃方法。文獻(xiàn)［17］考慮了道路容量限制，采用Nesterov ＆ de Palma 均衡描述其對(duì)用戶(hù)行為的影響，實(shí)現(xiàn)了道路容量、充電站和配電網(wǎng)的協(xié)同規(guī)劃。文獻(xiàn)［114］建模與之類(lèi)似，采用拉格朗日松弛算法求解。文獻(xiàn)［115］考慮了無(wú)線充電道路等設(shè)施的規(guī)劃問(wèn)題，提出了設(shè)施協(xié)同規(guī)劃的混合整數(shù)凸優(yōu)化方法。文獻(xiàn)［116］研究了充電站與綜合能源系統(tǒng)的協(xié)同優(yōu)化問(wèn)題。文獻(xiàn)［117］考慮了電動(dòng)汽車(chē)、天然氣汽車(chē)等多種清潔能源車(chē)輛及其與能源系統(tǒng)的耦合關(guān)系，建立了計(jì)及交通補(bǔ)給設(shè)施的城市綜合能源系統(tǒng)的規(guī)劃方法。交通用能具有顯著的時(shí)空關(guān)聯(lián)性和隨機(jī)性，與用戶(hù)的路徑選擇密切相關(guān)，隨著超快速充電技術(shù)的應(yīng)用還會(huì)呈現(xiàn)出間歇性和沖擊性的特征［118］。這些特征的刻畫(huà)與處理仍是補(bǔ)給設(shè)施與能源網(wǎng)協(xié)同規(guī)劃所面臨的主要挑戰(zhàn)。

4 兩網(wǎng)耦合的運(yùn)行優(yōu)化技術(shù)研究

4.1 運(yùn)行優(yōu)化技術(shù)概述

兩網(wǎng)耦合的運(yùn)行優(yōu)化涉及多個(gè)利益主體，電網(wǎng)公司和補(bǔ)能設(shè)施運(yùn)營(yíng)商一般不具備對(duì)電動(dòng)汽車(chē)充電決策的控制權(quán)。因此，已發(fā)表文獻(xiàn)從不同的利益主體（包括車(chē)主、充電運(yùn)營(yíng)商、電網(wǎng)企業(yè)等）出發(fā)，對(duì)兩網(wǎng)耦合運(yùn)行優(yōu)化開(kāi)展研究。車(chē)主行為和充電負(fù)荷分布具有不確定性，難以準(zhǔn)確建?；蝾A(yù)測(cè)，數(shù)據(jù)挖掘和人工智能技術(shù)被應(yīng)用于充電導(dǎo)航、充電功率調(diào)度、充電定價(jià)等方面的研究［119-125］。從電網(wǎng)運(yùn)行角度看，補(bǔ)能需求時(shí)空靈活性不但可以實(shí)現(xiàn)削峰填谷、平抑新能源出力波動(dòng)，還能夠?yàn)殡娋W(wǎng)提供輔助服務(wù)［126-127］。從交通網(wǎng)角度看，電動(dòng)汽車(chē)充放電決策也會(huì)改變交通流分布，影響交通網(wǎng)運(yùn)行。對(duì)交通擁堵定價(jià)問(wèn)題已有大量的研究和成果發(fā)表［128-129］，若不涉及電動(dòng)汽車(chē)充電問(wèn)題，則不在本文討論的范圍內(nèi)。文獻(xiàn)［130］針對(duì)智慧城市場(chǎng)景下的網(wǎng)聯(lián)汽車(chē)，構(gòu)建了一種動(dòng)態(tài)交通擁堵定價(jià)和電動(dòng)汽車(chē)充電管理系統(tǒng)，可降低充電站周邊的道路擁堵，但所提方法沒(méi)有考慮充電站負(fù)荷及其對(duì)電網(wǎng)的影響。

氫燃料電池汽車(chē)與電動(dòng)汽車(chē)情形類(lèi)似，考慮其運(yùn)行特性和加氫需求，對(duì)制氫、儲(chǔ)氫等環(huán)節(jié)進(jìn)行優(yōu)化，可降低氫能網(wǎng)絡(luò)運(yùn)行和用戶(hù)加氫的成本［33］。以下將在4.3 節(jié)對(duì)相關(guān)研究成果進(jìn)行總結(jié)。

4.2 數(shù)據(jù)驅(qū)動(dòng)的電動(dòng)汽車(chē)充電網(wǎng)絡(luò)運(yùn)行優(yōu)化

電動(dòng)汽車(chē)充電不僅取決于用戶(hù)使用需求，還與路況、電價(jià)、群體相互影響等外部因素相關(guān)。數(shù)據(jù)驅(qū)動(dòng)方法能規(guī)避復(fù)雜系統(tǒng)建模、應(yīng)對(duì)參數(shù)不確定性，在充電網(wǎng)絡(luò)運(yùn)行優(yōu)化中獲得了廣泛應(yīng)用［119］。

文獻(xiàn)［120-122］以單個(gè)電動(dòng)汽車(chē)為對(duì)象，基于歷史電價(jià)信息，提出了數(shù)據(jù)驅(qū)動(dòng)的最優(yōu)充電控制方法；文獻(xiàn)［123］進(jìn)一步計(jì)及路況，提出了電動(dòng)汽車(chē)充電導(dǎo)航方法。上述方法通過(guò)電價(jià)等參數(shù)預(yù)測(cè)和充電最優(yōu)決策的一體化，在不確定環(huán)境下實(shí)現(xiàn)了接近乃至優(yōu)于模型驅(qū)動(dòng)方法的效果。文獻(xiàn)［124-125，131］考慮電動(dòng)車(chē)輛到達(dá)時(shí)間和充電需求等因素的隨機(jī)性，基于深度確定策略梯度（deep deterministic policy gradient，DDPG）、SAC（soft actor-critic）等不同的深度強(qiáng)化學(xué)習(xí)方法優(yōu)化配電網(wǎng)運(yùn)營(yíng)商、充電服務(wù)商的運(yùn)行策略。充電運(yùn)營(yíng)商的定價(jià)和服務(wù)策略會(huì)反作用于充電負(fù)荷分布，對(duì)充電網(wǎng)絡(luò)運(yùn)行產(chǎn)生影響。文獻(xiàn)［132］基于多智能體的框架，考慮了多車(chē)充電過(guò)程中可能存在的互相通信以協(xié)調(diào)充電行為的情況，提出了一種能有效平抑尖峰負(fù)荷的協(xié)同調(diào)度方法。文獻(xiàn)［133-134］進(jìn)一步考慮交通網(wǎng)絡(luò)對(duì)充電負(fù)荷分布的影響，利用深度強(qiáng)化學(xué)習(xí)對(duì)充電控制引導(dǎo)進(jìn)行優(yōu)化，引導(dǎo)用戶(hù)的充電選擇行為，改善電網(wǎng)運(yùn)行，緩解道路和充電站擁堵。

4.3 考慮氫燃料電池汽車(chē)?yán)玫碾娋W(wǎng)運(yùn)行優(yōu)化

電解制氫、儲(chǔ)氫、燃料電池設(shè)備不僅可以為氫燃料電池汽車(chē)提供氫能，還可以對(duì)電網(wǎng)運(yùn)行提供功率調(diào)節(jié)支撐，增加電力需求側(cè)的靈活性［135-136］。為應(yīng)對(duì)新能源日內(nèi)和季節(jié)性波動(dòng)，通常需將短期儲(chǔ)能與長(zhǎng)期（季節(jié)性）儲(chǔ)能相結(jié)合［137］。電池一般用于短期儲(chǔ)能，氫能和燃料電池的結(jié)合則可成為一種長(zhǎng)期（季節(jié)性）儲(chǔ)能技術(shù)［138］。

對(duì)考慮氫燃料電池汽車(chē)?yán)玫臍淠茉淳W(wǎng)運(yùn)行優(yōu)化問(wèn)題的研究可以分為3 個(gè)層級(jí)：

1）站級(jí)：加氫站站內(nèi)電解制氫，將儲(chǔ)氫和電解結(jié)合，通過(guò)調(diào)度電解槽為電網(wǎng)提供服務(wù)；

2）微網(wǎng)級(jí)：將電解、儲(chǔ)氫、燃料電池三者結(jié)合，不僅可以消納可再生能源發(fā)電，還能夠通過(guò)燃料電池對(duì)電力系統(tǒng)運(yùn)行提供支撐（為應(yīng)對(duì)可再生能源發(fā)電和加氫需求的隨機(jī)性，通常采用模型預(yù)測(cè)控制（MPC）對(duì)制氫和儲(chǔ)能環(huán)節(jié)進(jìn)行滾動(dòng)優(yōu)化）；

3）網(wǎng)絡(luò)級(jí)：考慮輸氫網(wǎng)絡(luò)、電力網(wǎng)絡(luò)，研究氫能系統(tǒng)和電力系統(tǒng)的聯(lián)合運(yùn)行、氫能系統(tǒng)對(duì)電力系統(tǒng)故障恢復(fù)的支撐。

表4 對(duì)氫燃料電池汽車(chē)與電網(wǎng)協(xié)同運(yùn)行的一些研究工作進(jìn)行了對(duì)比。

表4 氫燃料電池汽車(chē)與電網(wǎng)協(xié)同運(yùn)行的模式與優(yōu)化方法對(duì)比Table 4 Comparison of modes and optimization methods for coordinated operation of FCEVs and power grid

4.4 兩網(wǎng)耦合的協(xié)同運(yùn)行優(yōu)化

以充電網(wǎng)絡(luò)運(yùn)營(yíng)為典型代表的兩網(wǎng)耦合協(xié)同運(yùn)行，依托于兩網(wǎng)信息交互進(jìn)行優(yōu)化決策，可提高用戶(hù)出行效率、降低社會(huì)總成本。文獻(xiàn)［146］在交通、電力信息完全可觀的假設(shè)下，采用Wardrop 用戶(hù)均衡準(zhǔn)則描述車(chē)主路徑選擇，基于二階錐松弛的最優(yōu)潮流模型描述配電網(wǎng)最優(yōu)運(yùn)行狀態(tài)，通過(guò)交替迭代的方式來(lái)尋找兩網(wǎng)耦合的均衡點(diǎn)。由于“完全信息系統(tǒng)”的假設(shè)一般無(wú)法滿足，文獻(xiàn)［147］考慮了交通網(wǎng)中用戶(hù)出行需求的不確定性并采用不確定集描述，通過(guò)兩階段魯棒優(yōu)化求解非完全信息條件下的協(xié)同運(yùn)行問(wèn)題。與文獻(xiàn)［146-147］關(guān)注單階段協(xié)同運(yùn)行不同，文獻(xiàn)［148］則研究在完全信息條件下配電網(wǎng)和交通網(wǎng)的多階段協(xié)同運(yùn)行，其中交通流分配采用動(dòng)態(tài)用戶(hù)均衡模型，配電網(wǎng)運(yùn)行采用動(dòng)態(tài)經(jīng)濟(jì)調(diào)度模型。由于問(wèn)題規(guī)模大、求解復(fù)雜度高，文獻(xiàn)［148］采用增廣拉格朗日交替方向擬牛頓（augmented Lagrangian alternating direction inexact Newton，ALADIN）法進(jìn)行求解。文獻(xiàn)［149-150］也對(duì)多階段耦合運(yùn)行問(wèn)題進(jìn)行了研究。

文獻(xiàn)［151-152］均基于多代理和交替方向乘子法（alternating direction method of multipliers，ADMM）來(lái)處理交通和電網(wǎng)耦合的運(yùn)行優(yōu)化問(wèn)題。其中，文獻(xiàn)［151］針對(duì)完全競(jìng)爭(zhēng)的市場(chǎng)環(huán)境，考慮了5 類(lèi)利益相關(guān)方：新能源發(fā)電商、傳統(tǒng)發(fā)電機(jī)組、電網(wǎng)調(diào)度部門(mén)、電動(dòng)汽車(chē)及燃油車(chē)用戶(hù)；文獻(xiàn)［152］則考慮交通代理、微網(wǎng)代理和大電網(wǎng)代理之間的能量調(diào)度和交易優(yōu)化。文獻(xiàn)［153］以社會(huì)效益最優(yōu)為目標(biāo)，建立了最小化交通網(wǎng)與電網(wǎng)碳排放、交通出行和發(fā)電總成本的集中調(diào)度模型。文獻(xiàn)［154-155］的研究計(jì)及充電設(shè)施運(yùn)營(yíng)商的定價(jià)決策，將考慮交通與電網(wǎng)耦合的優(yōu)化運(yùn)行問(wèn)題建模為多主體決策的博弈問(wèn)題。文獻(xiàn)［156］研究電能和交通阻塞收費(fèi)的聯(lián)合定價(jià)問(wèn)題，將所建立的聯(lián)合定價(jià)模型轉(zhuǎn)化為一個(gè)變分不等式問(wèn)題進(jìn)行分析和求解。

需要說(shuō)明的是，已有對(duì)兩網(wǎng)耦合協(xié)同運(yùn)行優(yōu)化的研究在模型上仍有一些不足。例如，缺乏對(duì)電動(dòng)汽車(chē)個(gè)體決策行為的建模；動(dòng)態(tài)交通流的分析與求解一般基于變分不等式［157］和不動(dòng)點(diǎn)理論［158］，難以滿足實(shí)際大規(guī)模路網(wǎng)、大量電動(dòng)汽車(chē)的分析和運(yùn)行優(yōu)化需求。

通過(guò)調(diào)度電動(dòng)汽車(chē)至合適的位置向電網(wǎng)放電，有助于提高供電可靠性和減小極端天氣條件引起的停電損失。文獻(xiàn)［159］在研究配電網(wǎng)孤島短時(shí)恢復(fù)供電策略時(shí)，考慮了電動(dòng)汽車(chē)放電的支撐作用。文獻(xiàn)［160-161］對(duì)電動(dòng)公交車(chē)支援極端天氣（如臺(tái)風(fēng)）條件下配電網(wǎng)供電恢復(fù)的實(shí)施方案和調(diào)度策略進(jìn)行了探索。但未考慮放電設(shè)施的配置問(wèn)題，且對(duì)孤島條件下車(chē)輛放電的控制策略還需進(jìn)一步研究。

5 兩網(wǎng)耦合的研究展望

5.1 充電需求時(shí)空分布與可調(diào)節(jié)能力預(yù)測(cè)

電動(dòng)汽車(chē)充電行為特性建模與時(shí)空分布預(yù)測(cè)是充換電設(shè)施規(guī)劃及運(yùn)營(yíng)優(yōu)化的基礎(chǔ)。早期對(duì)充電需求預(yù)測(cè)的研究多基于燃油車(chē)的行駛規(guī)律數(shù)據(jù)，但電動(dòng)汽車(chē)的行駛和補(bǔ)能行為特性與燃油車(chē)具有明顯差異。近年來(lái)，已有部分研究基于電動(dòng)汽車(chē)軌跡［162］和充電記錄數(shù)據(jù)［163］，對(duì)充電需求的時(shí)空分布特性進(jìn)行預(yù)測(cè)，并應(yīng)用于充電設(shè)施和電網(wǎng)的擴(kuò)展規(guī)劃。但對(duì)充電需求較為全面的建模需要車(chē)輛軌跡、充電記錄、路網(wǎng)交通流、氣象環(huán)境等多源數(shù)據(jù)，且部分?jǐn)?shù)據(jù)存在個(gè)人隱私、商業(yè)秘密和公共安全等問(wèn)題。如何實(shí)施多源數(shù)據(jù)的有效整合，采用先進(jìn)的數(shù)據(jù)挖掘和人工智能技術(shù)進(jìn)行充電需求的多時(shí)間尺度預(yù)測(cè)，是有待深入研究的方向。此外，電動(dòng)汽車(chē)充放電可調(diào)節(jié)能力（即充放電需求的靈活性）預(yù)測(cè)是大規(guī)模電動(dòng)汽車(chē)參與需求響應(yīng)、電能量和輔助服務(wù)市場(chǎng)決策的基礎(chǔ)。由于電動(dòng)汽車(chē)行為的隨機(jī)性，如何對(duì)其充放電可調(diào)節(jié)能力進(jìn)行準(zhǔn)確的預(yù)測(cè)是一個(gè)研究難點(diǎn)。

用戶(hù)充電行為特性和價(jià)格敏感性是V2G 和兩網(wǎng)耦合商業(yè)模式設(shè)計(jì)及調(diào)度決策的重要依據(jù)。文獻(xiàn)［164］提出了一種基于條件隨機(jī)場(chǎng)（conditional random field）量化公共充電需求價(jià)格時(shí)空彈性的方法。但目前的研究在數(shù)據(jù)積累、考慮因素的全面性和實(shí)際應(yīng)用方面尚面臨一些困難，需要在模型、算法和結(jié)合實(shí)際因素等方面進(jìn)一步深入。

5.2 考慮兩網(wǎng)耦合的電動(dòng)汽車(chē)充放電設(shè)施規(guī)劃

國(guó)內(nèi)外已對(duì)電動(dòng)汽車(chē)充電設(shè)施與電網(wǎng)的協(xié)同規(guī)劃問(wèn)題開(kāi)展了一些理論研究［15，18］，但普遍假設(shè)信息完全可知或存在一個(gè)社會(huì)規(guī)劃者（social planner），與充電運(yùn)營(yíng)商投資充換電設(shè)施、電力企業(yè)投資電網(wǎng)的實(shí)際情況不符。而充電運(yùn)營(yíng)商基于電動(dòng)汽車(chē)活動(dòng)的興趣點(diǎn)（point of interest，POI）進(jìn)行充電設(shè)施的規(guī)劃則難以兼顧電網(wǎng)接入的成本。如何考慮不同投資主體的信息共享并實(shí)現(xiàn)多主體協(xié)同規(guī)劃是有待解決的難題。

隨著電動(dòng)汽車(chē)電池成本的降低、續(xù)航里程的增長(zhǎng)和V2G 技術(shù)的成熟，電動(dòng)汽車(chē)向電網(wǎng)放電有望在規(guī)模和應(yīng)用場(chǎng)景上迅速增長(zhǎng)。目前，國(guó)內(nèi)外對(duì)具有充電和放電能力的充放電設(shè)施規(guī)劃的研究尚處于起步階段，應(yīng)加強(qiáng)考慮兩網(wǎng)耦合的充放電設(shè)施規(guī)劃布局的研究。

5.3 信息不完備或難以共享?xiàng)l件下的電動(dòng)汽車(chē)引導(dǎo)與交通流優(yōu)化

在電動(dòng)汽車(chē)補(bǔ)能引導(dǎo)與交通流優(yōu)化方面，國(guó)內(nèi)外學(xué)者已發(fā)表了大量研究成果。其中，典型的研究思路是電動(dòng)汽車(chē)車(chē)主以充電和出行總費(fèi)用最小為目標(biāo)，選擇充電地點(diǎn)和行駛路徑；充電運(yùn)營(yíng)商通過(guò)不同充電站的差異化定價(jià)來(lái)影響車(chē)主的充電選擇。一些研究還考慮了充電負(fù)荷對(duì)配電網(wǎng)運(yùn)行的影響，通過(guò)計(jì)算配電網(wǎng)的節(jié)點(diǎn)電價(jià)來(lái)影響各充電站的定價(jià)。通過(guò)多方博弈，達(dá)到車(chē)主選擇、充電運(yùn)營(yíng)商定價(jià)和配電網(wǎng)運(yùn)行狀態(tài)的均衡［12，165］。這些研究通常以相關(guān)信息完備并可以獲取為前提，忽視了交通流變化、電價(jià)和充電服務(wù)定價(jià)更新時(shí)間等問(wèn)題，在實(shí)用性上面臨挑戰(zhàn)。

為解決數(shù)據(jù)孤島和隱私數(shù)據(jù)安全問(wèn)題，聯(lián)邦學(xué)習(xí)（federated learning）受到了廣泛關(guān)注。文獻(xiàn)［166］針對(duì)電動(dòng)汽車(chē)充電地點(diǎn)選擇問(wèn)題，提出一種基于縱向聯(lián)邦學(xué)習(xí)的充電站點(diǎn)推薦技術(shù)，但只考慮了充電站和電動(dòng)汽車(chē)用戶(hù)之間的聯(lián)邦學(xué)習(xí)?；诼?lián)邦學(xué)習(xí)等技術(shù)，考慮多主體數(shù)據(jù)隱私與協(xié)同決策的交通流優(yōu)化和電網(wǎng)運(yùn)行優(yōu)化是未來(lái)的研究方向。

5.4 促進(jìn)兩網(wǎng)耦合的商業(yè)模式與市場(chǎng)機(jī)制

目前，對(duì)電動(dòng)汽車(chē)充放電引導(dǎo)或調(diào)控的研究，主要針對(duì)日前和在線運(yùn)行階段，但私人電動(dòng)汽車(chē)不必每天都充電。隨著續(xù)航里程的增加，大量私人電動(dòng)汽車(chē)可能只需每周甚至更長(zhǎng)時(shí)間充電一次。在未來(lái)，需計(jì)及更長(zhǎng)時(shí)間的決策周期并考慮用戶(hù)價(jià)格彈性與行為特性。

另一方面，高比例新能源電力系統(tǒng)需要大量的長(zhǎng)時(shí)間儲(chǔ)能［167］。為挖掘利用電動(dòng)汽車(chē)在周、旬時(shí)間尺度的調(diào)節(jié)潛力，應(yīng)加強(qiáng)相關(guān)商業(yè)模式和運(yùn)行調(diào)度策略的研究。為提升用戶(hù)充電的友好性，需研究電網(wǎng)企業(yè)對(duì)充電運(yùn)營(yíng)商售電的商業(yè)模型與市場(chǎng)化策略，實(shí)現(xiàn)“車(chē)-樁-路-網(wǎng)”各環(huán)節(jié)的決策傳導(dǎo)。

6 結(jié)語(yǔ)

國(guó)內(nèi)外對(duì)考慮電網(wǎng)和交通網(wǎng)耦合的頂層設(shè)計(jì)、數(shù)學(xué)建模、基礎(chǔ)設(shè)施規(guī)劃和運(yùn)行調(diào)度等問(wèn)題開(kāi)展了大量研究。本文在兩網(wǎng)耦合的基礎(chǔ)設(shè)施和主要相關(guān)方分析的基礎(chǔ)上，概述了兩網(wǎng)耦合的模式與目標(biāo)，重點(diǎn)對(duì)兩網(wǎng)耦合的基礎(chǔ)設(shè)施規(guī)劃和運(yùn)行優(yōu)化技術(shù)的研究成果進(jìn)行了總結(jié)和歸納。

由于目前在大多數(shù)國(guó)家和地區(qū)的電動(dòng)汽車(chē)規(guī)模有限、實(shí)際充電數(shù)據(jù)和電網(wǎng)運(yùn)行狀態(tài)難以獲取，不少研究基于理想化的假設(shè)，理論研究與實(shí)際情況不盡相符。針對(duì)已有研究的不足，本文最后對(duì)兩網(wǎng)耦合的充電需求與可調(diào)節(jié)能力預(yù)測(cè)、設(shè)施協(xié)同規(guī)劃、電動(dòng)汽車(chē)引導(dǎo)和促進(jìn)兩網(wǎng)耦合的市場(chǎng)機(jī)制等研究方向進(jìn)行了分析和展望。

附錄見(jiàn)本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。