吳佳琦，張謙，吳小漢，黃耀宇，李春燕

（重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點(diǎn)實(shí)驗(yàn)室，重慶 400044）

大力發(fā)展電動汽車（Electric Vehicle，EV）有助于緩解環(huán)境和能源問題，推動我國節(jié)能減排戰(zhàn)略的進(jìn)一步發(fā)展，助力我國“雙碳”目標(biāo)的實(shí)現(xiàn)。然而大規(guī)模電動汽車的無序接入，將給電力系統(tǒng)帶來負(fù)荷增長、電能質(zhì)量下降、電網(wǎng)運(yùn)行優(yōu)化控制難度增加等不利影響。

電動汽車與電網(wǎng)雙向互動技術(shù)（Vehicle-to-Grid，V2G）是一種新型電網(wǎng)技術(shù)，能夠體現(xiàn)能量雙向、實(shí)時、可控、高速地在車輛和電網(wǎng)之間的流動，是解決上述問題的有效途徑。應(yīng)用V2G技術(shù)控制電動汽車的充放電過程，在負(fù)荷低谷時期，由電網(wǎng)調(diào)度電動汽車充電以存儲電網(wǎng)過剩的發(fā)電量，在負(fù)荷高峰時期，由電動汽車向電網(wǎng)饋電，一方面可以削弱電動汽車規(guī)?；l(fā)展對電力系統(tǒng)造成的負(fù)面影響；另一方面還能降低總充電成本與系統(tǒng)網(wǎng)損，并起到削峰填谷、平抑可再生能源間歇性和波動性的作用。在V2G 模式下，大規(guī)模電動汽車的有序調(diào)度可以同時給電網(wǎng)側(cè)和用戶側(cè)帶來經(jīng)濟(jì)效益，實(shí)現(xiàn)互利共贏，促進(jìn)電動汽車的發(fā)展。

為便于管理具有分散性、隨機(jī)性特點(diǎn)的大規(guī)模電動汽車，提出電動汽車集群（Electric Vehicle Aggregator）的概念，即由一定數(shù)量電動汽車聚合形成的，能夠提供一定規(guī)模的可調(diào)度容量與電網(wǎng)進(jìn)行互動、參與電力市場的集群。

在電動汽車與電網(wǎng)互動的體系中，EV 代理商管理區(qū)域EV 集群并參與電力市場交易，上層與電網(wǎng)互動（Aggregator-to-Grid，A2G），下層與電動汽車互動（Vehicle-to-Aggregator，V2A），起到銜接EV 集群與電網(wǎng)的關(guān)鍵作用，形成了網(wǎng)-商-車分層互動架構(gòu)，如圖1 所示。在車網(wǎng)互動上層，EV 代理商向電網(wǎng)提供車群不同時間尺度的可調(diào)度功率，在電能量市場與輔助服務(wù)市場中與各參與主體競爭博弈，以獲得收益。在車網(wǎng)互動下層，EV 代理商根據(jù)調(diào)度策略制定電動汽車個體充放電引導(dǎo)機(jī)制，激勵用戶參與電網(wǎng)良性互動，實(shí)現(xiàn)電動汽車充放電優(yōu)化調(diào)度。

圖1 電動汽車與電網(wǎng)互動分層調(diào)度示意圖

針對V2A 與A2G 互動的調(diào)度策略，現(xiàn)有研究主要集中在以下三方面：

（1）電動汽車集群充電需求和放電能力的時空分布研究。精確的電動汽車時空分布測算是車網(wǎng)良好互動的前提和基礎(chǔ)。通過研究電動汽車的空間分布特性、充放電特性及其運(yùn)行規(guī)律，估算電動汽車的整體充電需求和放電能力，是確定調(diào)度模型中V2G 可調(diào)度容量的基礎(chǔ)，是實(shí)現(xiàn)V2G 優(yōu)化調(diào)度的關(guān)鍵。

（2）基于V2G 的協(xié)同調(diào)度策略。協(xié)同調(diào)度策略的研究是V2G上層的重點(diǎn)研究方向。通過優(yōu)化控制電動汽車充放電，可為電網(wǎng)提供調(diào)頻、備 用 服 務(wù)，參 與 系 統(tǒng) 削 峰 填谷以及可再生能源聯(lián)合運(yùn)行。

（3）市場機(jī)制及經(jīng)濟(jì)運(yùn)營。市場機(jī)制的確定是激勵大規(guī)模電動汽車響應(yīng)V2G的核心。通過明確電動汽車參與電力市場的準(zhǔn)入條件、激勵方式及車網(wǎng)互動的市場交易機(jī)制，綜合電網(wǎng)企業(yè)、電動汽車車主、充電運(yùn)營商等各方利益，可以實(shí)現(xiàn)用戶和系統(tǒng)、技術(shù)和商業(yè)模式的雙贏，拓寬V2G下層互動的廣度和深度。

上述三方面研究也是V2G工程應(yīng)用中的關(guān)鍵問題，只有有效解決了上述問題，才能促進(jìn)V2G技術(shù)的工程應(yīng)用。

同時，隨著“雙碳”目標(biāo)的提出，V2G 技術(shù)在迎接新機(jī)遇的同時也面臨著新的挑戰(zhàn)。新能源汽車不僅能減少碳排放，還能作為“源網(wǎng)荷儲”互動的有效調(diào)度資源，參與大規(guī)?？稍偕茉聪{。含新能源汽車的V2G 研究不僅能有效挖掘電力系統(tǒng)、交通系統(tǒng)和氫能系統(tǒng)消納可再生能源潛力，推進(jìn)能源-交通系統(tǒng)脫碳，還能在保障安全性，提高經(jīng)濟(jì)性的基礎(chǔ)上推動我國節(jié)能減排戰(zhàn)略的進(jìn)一步發(fā)展，助力我國“雙碳”目標(biāo)的實(shí)現(xiàn)。

本文首先闡述了V2G 的基本概念及發(fā)展現(xiàn)狀，其次重點(diǎn)從電動汽車集群充電需求和放電能力的時空分布研究、基于V2G 的協(xié)同調(diào)度策略、V2G 模式下的市場機(jī)制及經(jīng)濟(jì)運(yùn)營研究三方面進(jìn)行梳理，然后分析V2G在“雙碳”背景下的機(jī)遇和挑戰(zhàn)，總結(jié)電動汽車調(diào)度及應(yīng)用問題研究中常用的求解方法。最后，討論了V2G技術(shù)的潛在研究方向。

1 V2G基本概念及發(fā)展現(xiàn)狀

1.1 V2G基本概念

V2G 的概念由美國德拉華大學(xué)的Willett Kempton和Letendre于1997年提出，即通過充電設(shè)施在特定時段反調(diào)用電動汽車的電量以供電網(wǎng)支配，參與電網(wǎng)優(yōu)化運(yùn)行、備用等輔助服務(wù)。在滿足用戶充電需求的同時，為電動汽車用戶帶來收益，打開網(wǎng)-車雙贏的局面。此后，在此基礎(chǔ)上，V2G 被賦予了更廣泛的定義，只具有單向充電能力的電動汽車通過充電時間、地點(diǎn)等的控制，為電網(wǎng)提供相關(guān)的服務(wù)也可被視為V2G。

1.2 V2G發(fā)展現(xiàn)狀

目前，國內(nèi)外V2G項(xiàng)目的開展主要集中在電動汽車有序充電領(lǐng)域及其參與電力市場探索方面。

1.2.1 電動汽車有序充電模式發(fā)展現(xiàn)狀

該模式是指采用經(jīng)濟(jì)或技術(shù)措施引導(dǎo)、控制有充電需求的電動汽車進(jìn)行有序充電，起到削峰填谷、平抑可再生能源間歇性和波動性的作用，保證電動汽車與電網(wǎng)的協(xié)調(diào)互動發(fā)展的模式。

2016年日產(chǎn)已經(jīng)在其位于英國克蘭菲爾德的日產(chǎn)歐洲技術(shù)中心（Nissan Technical Centre Europe，NTCE）安裝了100 個V2G 充電樁，該充電樁實(shí)現(xiàn)了快速為電動汽車充電，并可將多余的電力輸送回電網(wǎng)。

目前，我國已有多項(xiàng)有序充電試點(diǎn)項(xiàng)目。北京、上海、天津等18 個省市的國家電網(wǎng)已開展有序充電樁的建設(shè)和推廣工作。目前已實(shí)現(xiàn)有序充電樁建設(shè)規(guī)模達(dá)到12 萬個，參與有序充電的用戶規(guī)模達(dá)到15 萬個，單月調(diào)峰電量43 萬kWh。但我國有序充電試點(diǎn)項(xiàng)目的應(yīng)用缺乏多樣性，僅針對配電網(wǎng)擴(kuò)容問題展開，亟須進(jìn)行用戶激勵以及商業(yè)模式的探索。

1.2.2 電動汽車參與電力市場現(xiàn)狀

2008 年，美國PJM（Pennsylvania-New Jersey-Maryland）電力市場與特拉華大學(xué)聯(lián)合設(shè)計了控制算法、連接設(shè)備及通信協(xié)議，使一輛具有V2G功能的電動汽車成功響應(yīng)了PJM 調(diào)頻市場的控制信號，驗(yàn)證了其參與調(diào)頻的可行性。得益于通信手段和儲能技術(shù)的飛速發(fā)展，全球V2G 項(xiàng)目呈現(xiàn)快速上升趨勢。

國外在電動汽車參與電力市場方面已開展的試點(diǎn)項(xiàng)目主要集中在美國及歐洲地區(qū)。美國加利福尼亞州于2012 年設(shè)定了到2025 年為止，新能源汽車保有量達(dá)到150 萬輛的目標(biāo)，并制定了零排放車輛行動計劃，明確要解決電動汽車為電網(wǎng)提供服務(wù)的問題。2013年加利福尼亞州在洛杉磯空軍基地開展了電動汽車參與輔助服務(wù)市場的試點(diǎn)項(xiàng)目。丹麥于2016年開展了Parker示范項(xiàng)目，該項(xiàng)目不僅證明了電動汽車參與智能電網(wǎng)服務(wù)的可行性，還與哥本哈根的V2G充電站商業(yè)試點(diǎn)合作，開展電動汽車參與調(diào)頻輔助服務(wù)。

我國在電動汽車參與電力市場方面相對起步較晚，試點(diǎn)工程較少，但其規(guī)模相比于國外較大。華北電力市場開展了相關(guān)試點(diǎn)，電動汽車等第三方主體于2019 年年底正式參與了華北電網(wǎng)提供調(diào)峰服務(wù)。華中電力市場也開始對電動汽車參與電力市場征求意見，制定新型主體參與電力調(diào)峰輔助服務(wù)市場的規(guī)則。國家電網(wǎng)西北分部于2021年2月開展了電動汽車用戶參與調(diào)峰服務(wù)的試點(diǎn)，目前相關(guān)機(jī)制流程仍在完善中。2021 年8 月浙江省在國內(nèi)首次實(shí)現(xiàn)了電動汽車作為第三方獨(dú)立主體參與的備用輔助服務(wù)市場化出清與定價。

雖然國內(nèi)V2G技術(shù)才剛開始起步，但其發(fā)展勢頭卻十分迅猛。電動汽車集群充電需求和放電能力的時空分布、基于V2G 的協(xié)同調(diào)度和V2G 市場機(jī)制及經(jīng)濟(jì)運(yùn)營三方面的研究是推進(jìn)電動汽車與電網(wǎng)互動從理論研究走向?qū)嶋H工程的關(guān)鍵。

2 電動汽車充電需求和放電能力時空分布

電動汽車具有移動特性，其可控容量與時間、空間相關(guān)，因此，需充分考慮電動汽車在路網(wǎng)中的隨機(jī)性，研究電動汽車整體充電需求和放電能力的時空分布，以準(zhǔn)確測算調(diào)度模型中V2G 的可用容量。

2.1 電動汽車充電需求時空分布

如何準(zhǔn)確模擬電動汽車的出行規(guī)律是研究其充電需求時空分布的關(guān)鍵。已有研究將出行鏈概念引入電動汽車用戶行為的刻畫，通過蒙特卡洛方法對出行鏈中各特征量的概率分布進(jìn)行隨機(jī)抽樣，有效刻畫電動汽車用戶的出行行為，從而在時空尺度上對各功能區(qū)的充電需求進(jìn)行預(yù)測。在此基礎(chǔ)上，結(jié)合道路拓?fù)浣Y(jié)構(gòu)、交通情況、天氣狀況、充電設(shè)施、電池情況等實(shí)際因素，更精準(zhǔn)地模擬用戶日常出行情況下電動汽車充電需求的時空分布。電動汽車負(fù)荷時空分布預(yù)測框架具體如圖2所示。

圖2 電動汽車負(fù)荷時空分布預(yù)測框架

在電動汽車空間行駛行為的刻畫中，常用的是最短路徑算法（Dijkstra），這種算法的缺點(diǎn)是對用戶的主觀能動性考慮不足，沒有模擬電動汽車隨機(jī)移動過程中帶來的負(fù)荷時空分布變化。以下3 種方法彌補(bǔ)了最短路徑算法的不足：第1 種是交通起止點(diǎn)（Origin Destination，OD） 分析法，通過對道路拓?fù)浣Y(jié)構(gòu)和交通情況的精確建模，得到電動汽車在道路網(wǎng)絡(luò)中的出行特性；第2 種是通過馬爾可夫決策理論對出行路徑進(jìn)行實(shí)時動態(tài)隨機(jī)模擬；第3 種是通過基于結(jié)點(diǎn)的動態(tài)路徑規(guī)劃方法來解決模型中電動汽車的路徑規(guī)劃問題。

2.1.1 OD分析法

通過OD 時空矩陣可以獲取不同充放電方式下（充放電樁、充放電站、換電站）電動汽車的充放電特性。在此基礎(chǔ)上，對單體電動汽車、道路結(jié)構(gòu)、交通網(wǎng)絡(luò)具體建模，可以得到融合車-路-網(wǎng)三方特性的電動汽車充電需求分布預(yù)測；通過考慮價格因素和用戶的主觀能動性以提高負(fù)荷預(yù)測的可行性；對網(wǎng)約電動汽車進(jìn)行特性分析與建模，以拓寬V2G的應(yīng)用場景，開展新型電動汽車應(yīng)用模式下的充電需求分布研究。

2.1.2 馬爾可夫決策理論

通過馬爾可夫決策理論，可以實(shí)時模擬電動汽車的出行路徑，避免最短路徑算法中相同始終點(diǎn)電動汽車在固定地點(diǎn)充電的問題，解決傳統(tǒng)模型對用戶路徑選擇隨機(jī)性考慮不足的問題。

2.1.3 動態(tài)路徑規(guī)劃法

通過動態(tài)路徑規(guī)劃法，在建立微觀交通模型的基礎(chǔ)上，精確刻畫電動汽車位置與其荷電狀態(tài)（State of Charge，SOC）之間的動態(tài)變化。

在電動汽車負(fù)荷時空分布預(yù)測研究的基礎(chǔ)上，文獻(xiàn)［45］建立了實(shí)時電力系統(tǒng)和交通系統(tǒng)相互耦合的快速綜合導(dǎo)航系統(tǒng)ITS（Intelligent Transport System），在服務(wù)于電動汽車路徑規(guī)劃的同時，緩解其對城市配電網(wǎng)的影響。文獻(xiàn)［46］、［47］更進(jìn)一步結(jié)合中國城市道路交通的特點(diǎn)，提出了緩解用戶里程焦慮的充電站選擇及導(dǎo)航策略。

2.2 V2G下電動汽車可調(diào)度容量動態(tài)變化

電動汽車作為一種可控型負(fù)荷和分布式儲能資源，在不同地點(diǎn)、不同層面都可以對電網(wǎng)提供支持。因此，分析電動汽車可用容量影響因素，結(jié)合電動汽車充電需求動態(tài)時空分布，有助于準(zhǔn)確測算電動汽車集群的可調(diào)度容量，進(jìn)而有效執(zhí)行V2A調(diào)度計劃。

在進(jìn)行電動汽車實(shí)時可控能量研究時，通常簡化各類型電動汽車的交通屬性、狀態(tài)轉(zhuǎn)換特性以及車輛行駛的隨機(jī)性，導(dǎo)致各時段參與V2G調(diào)度的電動汽車實(shí)時可控能量計算不準(zhǔn)確?；诖?，文獻(xiàn)［48］研究了目前電動汽車的多種調(diào)控模式，據(jù)此提出了評估測算電動汽車集群實(shí)時可調(diào)度容量的方法，并將其應(yīng)用于各類調(diào)頻場景。

電動汽車的電池壽命也是約束電動汽車的上下可調(diào)度容量的一大因素，文獻(xiàn)［49］通過深入挖掘電動汽車電池的特性，并將其作為頻率調(diào)節(jié)的依據(jù)，使電動汽車可調(diào)度容量的預(yù)測更加準(zhǔn)確。

此外，文獻(xiàn)［50］將電動汽車負(fù)荷按照可調(diào)度能力劃分為無序充電負(fù)荷、可調(diào)度充電負(fù)荷和可調(diào)度充放電負(fù)荷，將電動汽車充放電功率作為機(jī)組組合中的變量，建立電動汽車與風(fēng)力發(fā)電協(xié)同參與的機(jī)組組合模型，在提高風(fēng)電消納能力的同時降低車網(wǎng)互動成本，具體如圖3所示。

圖3 電動汽車集中管理器參與電網(wǎng)互動模型

綜上所述，深入研究電動汽車的空間分布特性、充放電特性及其運(yùn)行規(guī)律，不僅可以準(zhǔn)確測算電動汽車的整體充電需求和放電能力，確定調(diào)度模型中V2G 的可用容量，并為V2G 上層協(xié)同調(diào)度策略研究及下層充放電電價的制定奠定基礎(chǔ)。

3 V2G協(xié)同調(diào)度研究

國內(nèi)外對V2G調(diào)度問題的研究，通常是集中在上層調(diào)度，即A2G，且重點(diǎn)關(guān)注以下四方面：V2G參與電網(wǎng)調(diào)峰研究；V2G 參與電網(wǎng)頻率調(diào)節(jié)研究；V2G 模式下電動汽車與可再生能源聯(lián)合運(yùn)行的調(diào)度策略；基于優(yōu)先權(quán)的V2A調(diào)度。

3.1 V2G參與電網(wǎng)調(diào)峰研究

目前，控制電動汽車有序充放電對電網(wǎng)進(jìn)行削峰填谷主要通過以下兩方面制定調(diào)度策略。

3.1.1 電動汽車負(fù)荷直接調(diào)度策略

充電負(fù)荷直接調(diào)度策略充分利用了電動汽車作為電源-負(fù)荷的雙重屬性。

文獻(xiàn)［51］將電動汽車與儲能系統(tǒng)相結(jié)合，提出了能夠達(dá)到調(diào)節(jié)配電網(wǎng)峰谷值、同時平抑負(fù)荷曲線波動的有序充電策略。文獻(xiàn)［52］通過研究饋線損失、負(fù)載系數(shù)和負(fù)載變化之間的關(guān)系，提出了降低電動汽車對連接的配電系統(tǒng)影響的充電策略，在服務(wù)于電網(wǎng)削峰填谷的同時降低了配網(wǎng)網(wǎng)損。文獻(xiàn)［27］針對實(shí)際三相運(yùn)行時電動汽車充放電對電網(wǎng)的潛在影響，提出了一種考慮三相負(fù)荷平衡的電動汽車有序充電策略。

通過充電樁獨(dú)立決策充電任務(wù)，可以免除復(fù)雜的集中式通信控制，然而，電動汽車的直接調(diào)度策略需要頻繁調(diào)節(jié)充電樁的充電功率，會對電動汽車的電池產(chǎn)生負(fù)面影響，難以激勵用戶參與互動。因此，需要研究用戶的充電引導(dǎo)策略，在服務(wù)電網(wǎng)峰谷值調(diào)節(jié)的同時，激勵用戶有序充放電。

3.1.2 基于峰谷電價引導(dǎo)的調(diào)度策略

電價引導(dǎo)策略充分利用了電動汽車負(fù)荷的時空靈活性以及用戶的主觀能動性。通過深入研究電動汽車自主響應(yīng)充電站的動態(tài)分時電價的行為特性，可以降低用戶充電成本，從而引導(dǎo)用戶有序充電，平抑電網(wǎng)的負(fù)荷波動。

除此之外，隨著電動汽車應(yīng)用場景及其服務(wù)行業(yè)的不斷拓展，相關(guān)充電策略也在不斷更新。根據(jù)不同區(qū)域微電網(wǎng)的特點(diǎn)，制定匹配不同微電網(wǎng)特性的充放電策略，可以提高電動汽車對區(qū)域電網(wǎng)波動的調(diào)整響應(yīng)速度。

3.2 V2G參與電網(wǎng)頻率調(diào)節(jié)研究

大規(guī)模的電動汽車大多以集群形式參與電網(wǎng)頻率調(diào)度。電動汽車入網(wǎng)的一次調(diào)頻策略主要是通過構(gòu)造電池荷電狀態(tài)與充/放電下垂之間的解析關(guān)系，從而實(shí)現(xiàn)維持電池能量調(diào)頻控制和電池計劃充電調(diào)頻控制。在此基礎(chǔ)上，根據(jù)電池荷電狀態(tài)按比例分配電動汽車參與功率調(diào)節(jié)，可以挖掘電動汽車容量大、響應(yīng)速度快的儲能特性，實(shí)現(xiàn)對電網(wǎng)的二次調(diào)頻，顯著抑制頻率偏差。

單個電動汽車的可調(diào)度容量有限，需將電動汽車聚合起來，由代理商參與市場調(diào)度，以提高電動汽車集群整體的可響應(yīng)容量，具體如圖4所示。

圖4 基于V2G的系統(tǒng)調(diào)頻控制模型

調(diào)頻控制中心通常根據(jù)電動汽車功率調(diào)整特性，合理分配系統(tǒng)調(diào)頻任務(wù)，控制電動汽車集群參與系統(tǒng)頻率調(diào)節(jié)，在最大程度上支持雙向V2G，實(shí)現(xiàn)單區(qū)域的系統(tǒng)頻率調(diào)節(jié)。

在此基礎(chǔ)上，將V2G單區(qū)域負(fù)荷頻率控制模型拓展到兩區(qū)域互聯(lián)，均衡每個區(qū)域的發(fā)電和負(fù)荷。文獻(xiàn)［63］建立了電動汽車的充放電靜態(tài)頻率特性模型，并將單區(qū)域系統(tǒng)負(fù)荷頻率控制模型擴(kuò)展為兩區(qū)域互聯(lián)系統(tǒng)，提高了系統(tǒng)頻率調(diào)整的速度，具體如圖5 所示。文獻(xiàn)［64］、［65］在此基礎(chǔ)上建立了計及電動汽車用戶用車便利性的電動汽車集群調(diào)頻控制策略，有助于在日常場景下平衡區(qū)域間的電動汽車負(fù)荷。

圖5 電動汽車集群兩區(qū)域互聯(lián)系統(tǒng)模型

然而，電動汽車與傳統(tǒng)單元的調(diào)頻需求功率分配比例固定，會降低電動汽車資源的利用率。文獻(xiàn)［66］提出了基于電動汽車集群容量實(shí)時預(yù)測的負(fù)荷頻率控制策略，該策略能夠?qū)崟r調(diào)整電動汽車集群的功率分配，既滿足了電動汽車用戶的行駛需求，又通過源荷互動提高了電網(wǎng)的頻率穩(wěn)定性。

為了解決調(diào)度中存在的頻繁充放電、深度放電及高位放電等不利行為，文獻(xiàn)［67］綜合考慮了頻繁充放電次數(shù)、放電深度及放電區(qū)間對電池壽命的影響，提出了計及電池壽命損耗的電動汽車參與系統(tǒng)調(diào)頻的協(xié)同優(yōu)化策略，緩解了參與調(diào)頻時電池容量快速減少的情況，提高了用戶集群化管理的參與意愿。

除此之外，電動汽車可作為虛擬同步機(jī)為微電網(wǎng)提供電壓、慣量支持。通過分析用戶參與輔助調(diào)頻服務(wù)受電價影響的行為特征，可以有效評估實(shí)時電價影響下電動汽車參與系統(tǒng)調(diào)頻服務(wù)的響應(yīng)能力。

3.3 V2G模式下與可再生能源聯(lián)合運(yùn)行研究

大規(guī)模電動汽車集群可以作為一種具備靈活移動性的分布式儲能參與可再生能源的協(xié)同調(diào)度，在平抑可再生能源波動的同時減少資源浪費(fèi)。

目前參與調(diào)度的可再生能源主要有光伏和風(fēng)電。文獻(xiàn)［30］在光儲充電站內(nèi)將光伏發(fā)電系統(tǒng)和電池儲能結(jié)合，預(yù)測了電動汽車可轉(zhuǎn)移充電負(fù)荷的響應(yīng)容量，降低了儲能配置的成本。文獻(xiàn)［29］和文獻(xiàn)［78］研究了電動汽車與風(fēng)電、光伏等混合可再生能源聯(lián)合運(yùn)行的策略，不僅實(shí)現(xiàn)了綜合能源系統(tǒng)的平穩(wěn)運(yùn)行，同時提高了電動汽車用戶的經(jīng)濟(jì)性，具體如圖6所示。

圖6 V2G模式下與可再生能源聯(lián)合調(diào)度運(yùn)行策略

3.4 基于優(yōu)先權(quán)的V2A調(diào)度

基于優(yōu)先權(quán)的V2A調(diào)度研究將電動汽車聚合商的充放電計劃，分解到對每輛電動汽車的具體控制。在上層調(diào)度模型基礎(chǔ)上，文獻(xiàn)［81］和文獻(xiàn)［82］建立了基于優(yōu)先權(quán)的電動汽車集群充放電優(yōu)化模型。通過分析電動汽車各項(xiàng)申報信息對代理商制定策略的影響，建立電動汽車評價指標(biāo)體系，以電動汽車申報容量和時段、誠信度及電池?fù)p耗為評價指標(biāo)，確定電動汽車調(diào)度優(yōu)先權(quán)，從而得到電動汽車代理商所轄區(qū)域電動汽車集群充放電優(yōu)化控制策略。電動汽車優(yōu)先權(quán)調(diào)度方案如圖7所示。

圖7 電動汽車優(yōu)先權(quán)調(diào)度方案

除此以外，基于優(yōu)先權(quán)的V2A調(diào)度可以避免荷電狀態(tài)超限和充放電電流倍率過大對電動汽車電池造成的不利影響。

由上述分析可知，對V2G協(xié)同調(diào)度的研究目前主要集中于上述四方面。V2G 上下層互動策略在經(jīng)濟(jì)性及可靠性兩個維度相互耦合，其潛在風(fēng)險相互傳遞，而目前研究大多對上下層交互策略耦合作用機(jī)理分析不足、風(fēng)險傳遞被忽視、交互策略設(shè)計過程相互割離，因此，需開展計及風(fēng)險傳遞的A2G與V2A 互動策略耦合作用機(jī)理分析，明晰上下層策略間的耦合作用關(guān)系，為網(wǎng)-商-車上下層互動策略一體化設(shè)計提供理論基礎(chǔ)，有效推進(jìn)網(wǎng)-商-車互動從理論研究走向?qū)嶋H工程。

4 V2G市場機(jī)制與經(jīng)濟(jì)運(yùn)營研究

滿足車主的行駛需求是電動汽車參與電網(wǎng)調(diào)度的前提，所以電動汽車調(diào)度時需充分尊重電動汽車車主的意愿。如何制定合理的充放電電價以推進(jìn)車-網(wǎng)良性互動是促進(jìn)電動汽車用戶參與V2G 服務(wù)的核心問題。通過評估不同實(shí)際情景需求以制定相應(yīng)的充放電電價，可以在充分考慮用戶經(jīng)濟(jì)性的前提下，最大程度地引導(dǎo)電動汽車服務(wù)于電網(wǎng)，以保證車網(wǎng)雙方共同利益最大化。本節(jié)主要梳理了國內(nèi)外V2G 模式下的充放電電價制定策略及V2G 模式下的電網(wǎng)、電動汽車用戶和EV代理商的經(jīng)濟(jì)效益。

4.1 V2G模式下充放電電價制定策略

目前，EV 充電電價制定方法主要有靜態(tài)峰谷電價和動態(tài)分時電價兩類。文獻(xiàn)［87］評估了不同充電電價條件下電動汽車車主對電網(wǎng)調(diào)度需求的響應(yīng)情況，制定了優(yōu)化電動汽車充放電行為的分時定價策略。然而電網(wǎng)負(fù)荷存在不規(guī)律的劇烈波動性，靜態(tài)峰谷電價無法規(guī)避因此產(chǎn)生負(fù)荷新高峰的風(fēng)險，從而影響配網(wǎng)安全運(yùn)行。為了解決此問題，文獻(xiàn)［88］和文獻(xiàn)［89］設(shè)計了EV 充放電負(fù)荷與實(shí)時電價聯(lián)動優(yōu)化模型，更好地平滑了網(wǎng)內(nèi)負(fù)荷曲線。文獻(xiàn)［90］充分考慮了電動汽車用戶的個體行駛特性和自主選擇性，設(shè)計了用于表征EV 綜合滿意度的分項(xiàng)評價指標(biāo)，提出了計及用戶滿意度的電動汽車動態(tài)分時充電電價制定策略。

充電電價的制定有助于避免大規(guī)模電動汽車無序入網(wǎng)充電，然而，放電電價的制定才是引導(dǎo)電動汽車用戶積極地參與V2G 服務(wù)的關(guān)鍵。目前關(guān)于EV 參與備用電能市場交易的放電電價研究主要分為以下兩種：

一是針對平抑負(fù)荷曲線波動或者提高車主經(jīng)濟(jì)效益等特定目標(biāo)制定的電動汽車放電電價。文獻(xiàn)［92］以峰谷差最小及用戶參與V2G 成本最低為目標(biāo)獲得最優(yōu)峰谷時段，并在此基礎(chǔ)上，兼顧EV 成本和電網(wǎng)公司利益求解了EV 充放電電價的4個限值。文獻(xiàn)［93］在綜合考慮用戶、電網(wǎng)等多方效益的基礎(chǔ)上制定了相應(yīng)的放電定價方案，結(jié)果表明，用戶的日常充放電行為受主觀價格滿意度的影響。

二是采用博弈理論制定EV 放電電價。文獻(xiàn)［95］提出采用博弈論方法研究了用戶期望電價與實(shí)際電價之間差異的滿意度模型，并在此基礎(chǔ)上求解得到了平衡用戶預(yù)期與電網(wǎng)利益的放電電價。文獻(xiàn)［96］引入合作博弈的思想，兼顧電動汽車集群代理商與車主合作聯(lián)盟的經(jīng)濟(jì)效益，建立了電動汽車的動態(tài)分時優(yōu)化充放電模型，結(jié)果表明所提策略能有效減小峰谷差，同時提高了代理商和電動汽車用戶的收益。文獻(xiàn)［97］提出了在多代理情況下電動汽車參與優(yōu)化調(diào)度的談判策略，采用一對多兩階段放電電價的談判流程，可獲得均衡雙方利益的成交價格，并不會增加談判輪數(shù)。

目前，國外在電動汽車參與電力市場方面已有較為成熟的試點(diǎn)項(xiàng)目。文獻(xiàn)［98］詳細(xì)分析了V2G模式下北美以及歐洲幾個最具代表性的頻率調(diào)節(jié)結(jié)算規(guī)則，深入探討了引導(dǎo)電動汽車聚合商準(zhǔn)確上報容量的策略，如圖8 所示。文獻(xiàn)［40］梳理了美國賓夕法尼亞-新澤西-馬里蘭州聯(lián)合電力系統(tǒng)（PJM）、加利福尼亞州獨(dú)立系統(tǒng)運(yùn)營商（CAISO）和美國得克薩斯州電力可靠性委員會（ERCOT）的調(diào)頻市場定價機(jī)制，橫向?qū)Ρ攘似渲饕h(huán)節(jié)的具體做法及適用情況，并結(jié)合當(dāng)前中國電力市場改革現(xiàn)狀，針對不同市場階段提出建設(shè)調(diào)頻市場定價機(jī)制的具體建議。

圖8 調(diào)頻市場出清過程

4.2 V2G模式下經(jīng)濟(jì)性分析

對V2G經(jīng)濟(jì)效益的分析有助于完善電力市場建設(shè)，在綜合考慮電網(wǎng)企業(yè)、電動汽車車主、EV 代理商等各方利益的基礎(chǔ)上，制定車網(wǎng)友好互動的市場交易機(jī)制。迄今為止，關(guān)于V2G經(jīng)濟(jì)效益評估方面的研究在不斷深入。

針對提升V2G 下配電網(wǎng)側(cè)成本的問題，文獻(xiàn)［100］建立無功補(bǔ)償裝置投資和網(wǎng)損之和年度費(fèi)用最小的優(yōu)化配置模型，以減少大規(guī)模電動汽車入網(wǎng)對電網(wǎng)帶來的沖擊并提高了經(jīng)濟(jì)效益。文獻(xiàn)［101］充分利用電動汽車的可調(diào)度性，將V2G引入分布式電源與配網(wǎng)公司的優(yōu)化運(yùn)行，協(xié)調(diào)了電網(wǎng)公司、V2G 和分布式電源投資商之間利益。文獻(xiàn)［102］定量評估了不同V2G調(diào)度策略下的各方收益，揭示了V2G技術(shù)為電網(wǎng)帶來的巨大經(jīng)濟(jì)效益。

用戶側(cè)的經(jīng)濟(jì)效益分析也是優(yōu)化V2G經(jīng)濟(jì)運(yùn)營的主要部分。目前文獻(xiàn)中多采用虛擬電價理論，在構(gòu)建以服務(wù)電網(wǎng)調(diào)峰為目的、兼顧用戶電能損失費(fèi)用及電池?fù)p耗成本的EV 充放電優(yōu)化調(diào)度模型的基礎(chǔ)上，將用戶側(cè)的效益最大化。文獻(xiàn)［7］深入研究了巴西綜合能源市場上促進(jìn)電動汽車用戶參與可再生能源聯(lián)合運(yùn)行的價格制定策略，通過案例分析了實(shí)際運(yùn)營中“高峰電價與消費(fèi)者需求”成反比的情況。

除此之外，V2G 代理商調(diào)頻服務(wù)經(jīng)濟(jì)效益評估、輔助服務(wù)市場提供調(diào)頻服務(wù)的各方綜合利潤評估以及應(yīng)用于電動汽車負(fù)載管理和資源調(diào)度的虛擬發(fā)電廠效益評估都是V2G 經(jīng)濟(jì)運(yùn)營的主要研究方向。

由上述分析可知，目前V2G市場機(jī)制與經(jīng)濟(jì)運(yùn)營研究主要集中于V2G模式下的充放電電價制定策略及各方經(jīng)濟(jì)效益評估展開。然而，針對如何建立便捷高效、安全可行的電力交易管理平臺的研究較少，缺乏技術(shù)手段保障電動汽車參與電力市場交易的公開透明與數(shù)據(jù)安全。區(qū)塊鏈技術(shù)具有去中心化、信息安全、信息開放等特點(diǎn)。因此，將V2G與區(qū)塊鏈技術(shù)結(jié)合，可以開展電動汽車能源交易策略與模型、充電運(yùn)營商之間的利潤博弈策略及電動汽車充電引導(dǎo)優(yōu)化研究，進(jìn)一步實(shí)現(xiàn)安全的自治交易，刺激電動汽車用戶積極參與V2G服務(wù)。

5 V2G在“雙碳”背景下的機(jī)遇和挑戰(zhàn)

建設(shè)以非碳能源為主體的新型電力系統(tǒng)和發(fā)展零排放的低碳交通系統(tǒng)是實(shí)現(xiàn)我國“雙碳”目標(biāo)的重要舉措。隨著燃料電池汽車的規(guī)模不斷擴(kuò)大，電動汽車與其在道路網(wǎng)絡(luò)上相互聯(lián)系，能源轉(zhuǎn)換站中電-氫相互轉(zhuǎn)換。電-氫綜合系統(tǒng)能有效挖掘電力系統(tǒng)、交通系統(tǒng)和氫能系統(tǒng)消納可再生能源潛力，推進(jìn)能源-交通系統(tǒng)脫碳。本節(jié)主要從燃料電池汽車的發(fā)展現(xiàn)狀、電-車-氫互聯(lián)系統(tǒng)的發(fā)展現(xiàn)狀以及多能耦合協(xié)同作用的V2G 調(diào)度研究3 個層面闡述了V2G在“雙碳”背景下的機(jī)遇和挑戰(zhàn)。

5.1 燃料電池汽車的發(fā)展

氫能是綜合系統(tǒng)脫碳的理想能源載體之一，不僅能大規(guī)模消納可再生能源，還能與電力系統(tǒng)互動，提高系統(tǒng)靈活性，是實(shí)現(xiàn)各類能源轉(zhuǎn)換的“樞紐”。目前燃料電池汽車是氫能應(yīng)用發(fā)展得較為迅速的主要方向。燃料電池汽車（Fuel Cell Electric Vehicle，F(xiàn)CEV）將氫能作為燃料，利用能源轉(zhuǎn)換裝置為電動機(jī)提供動能。燃料電池汽車能夠保證高效的能量轉(zhuǎn)化，具有安全、舒適地實(shí)現(xiàn)高速度、長距離行駛的性能。在此基礎(chǔ)上，相比于傳統(tǒng)內(nèi)燃機(jī)汽車還可以減少碳排放，作為“源網(wǎng)荷儲”互動的有效調(diào)度資源，參與大規(guī)?？稍偕茉聪{，有效帶動氫能的全面利用。

燃料電池汽車具有移動性、儲能性、可控性多種負(fù)荷特性，能夠滿足多能源耦合系統(tǒng)的綜合需求側(cè)響應(yīng)。對電動汽車的有序充放電、燃料電池汽車有序充放能引導(dǎo)策略展開深入研究，不僅能滿足系統(tǒng)的綜合需求，還可以實(shí)現(xiàn)多能源系統(tǒng)“源-網(wǎng)-荷-儲”多個環(huán)節(jié)靈活互動，因此，研究電-車-氫綜合系統(tǒng)能有效挖掘電力系統(tǒng)、交通系統(tǒng)和氫能系統(tǒng)消納可再生能源潛力，推進(jìn)能源-交通系統(tǒng)脫碳。

5.2 電-車-氫綜合系統(tǒng)協(xié)同調(diào)度發(fā)展現(xiàn)狀

電-車-氫綜合系統(tǒng)是一種規(guī)?；瘧?yīng)用氫能和新能源汽車消納可再生能源的新型手段。隨著燃料電池汽車的大規(guī)模發(fā)展，電力系統(tǒng)、交通系統(tǒng)與氫能系統(tǒng)將深度耦合，電-車-氫綜合系統(tǒng)將成為氫能應(yīng)用的核心場景。

隨著氫燃料汽車和電動汽車的穩(wěn)步發(fā)展，電氫轉(zhuǎn)換站和電氫能源站可作為連接氫能系統(tǒng)、交通系統(tǒng)和電力系統(tǒng)的耦合樞紐，實(shí)現(xiàn)資源的優(yōu)化配置。一方面，由可再生能源轉(zhuǎn)換而來的氫能可輸送到各電氫能源站，供新能源汽車充電加氫；另一方面，電氫轉(zhuǎn)換站內(nèi)儲存的氫氣可通過燃?xì)廨啓C(jī)發(fā)電。同時，新能源汽車又可向電力系統(tǒng)放電，最終在能源-交通系統(tǒng)中實(shí)現(xiàn)了電-氫的閉環(huán)利用，在多能互補(bǔ)中擴(kuò)大了資源的優(yōu)化配置。圖9 為電-車-氫綜合系統(tǒng)的典型架構(gòu)。

圖9 電-車-氫綜合系統(tǒng)架構(gòu)

文獻(xiàn)［36］建立了燃料電池汽車參與的能源交通系統(tǒng)優(yōu)化調(diào)度模型，深入挖掘了燃料電池汽車的多種負(fù)荷特性，在滿足車主需求的同時合理安排燃料電池汽車的充氫、充電和放電的調(diào)度計劃，在優(yōu)化電網(wǎng)運(yùn)行的基礎(chǔ)上，降低了系統(tǒng)的成本，并顯著提高了系統(tǒng)消納可再生能源的水平。

5.3 多能耦合協(xié)同作用的V2G調(diào)度研究

多能耦合為提升電力系統(tǒng)靈活性、促進(jìn)可再生能源消納提供了一條有效途徑。通過多能耦合對不同能源進(jìn)行協(xié)同調(diào)度，可以充分利用各能源的互補(bǔ)性和協(xié)同效應(yīng)，實(shí)現(xiàn)更大范圍內(nèi)資源的優(yōu)化配置。

目前，已有文獻(xiàn)從電-氫-交通網(wǎng)耦合的角度，研究了V2G 框架下的電-車-氫綜合系統(tǒng)協(xié)同調(diào)度。文獻(xiàn)［113］建立綜合風(fēng)、光、氫、儲、新能源汽車為一體的充能站模型，并在充分考慮電動汽車與燃料電池汽車各自特性與優(yōu)勢的基礎(chǔ)上，建立了滿足各方充能需求的優(yōu)化調(diào)度模型；文獻(xiàn)［36］提出電-氫-車互聯(lián)優(yōu)化調(diào)度策略，協(xié)同調(diào)度新能源發(fā)電轉(zhuǎn)氫和氫燃料車充能，以提高電力系統(tǒng)的靈活性和新能源的消納能力。文獻(xiàn)［114］建立了多能源系統(tǒng)的協(xié)調(diào)調(diào)度模型，通過提出電動汽車與燃料電池汽車在價格激勵的引導(dǎo)下有序響應(yīng)V2G 的調(diào)度模型，在降低了綜合能源系統(tǒng)的運(yùn)行成本的基礎(chǔ)上實(shí)現(xiàn)了環(huán)境污染影響最小化。

除此以外，氫氣與其他能源系統(tǒng)的整合方式也對綜合能源系統(tǒng)調(diào)度的優(yōu)化有重要影響，文獻(xiàn)［115］提出了一個電、熱、氫和交通系統(tǒng)耦合的綜合能源模型，研究不同的氫氣生產(chǎn)方式對V2G優(yōu)化調(diào)度效果的影響。

從上述分析可知，關(guān)于電-氫系統(tǒng)、電-車系統(tǒng)的研究相對較成熟，但綜合考慮電力系統(tǒng)、氫能系統(tǒng)和交通系統(tǒng)，對電-氫-交通網(wǎng)耦合的能源互聯(lián)網(wǎng)協(xié)同調(diào)度研究還處于初始階段，尚未充分挖掘新能源汽車參與電力系統(tǒng)調(diào)度的響應(yīng)特性，而上述特性對于電-車-氫綜合系統(tǒng)的協(xié)同調(diào)度、可再生能源消納能力的提升具有重要意義。

6 V2G中常用的求解算法研究

目前為解決電動汽車與電網(wǎng)互動策略，已涌現(xiàn)出了多種求解方法，大致可歸為以下兩類：

（1）啟發(fā)式算法?；谌斯ぶ悄艿膯l(fā)式算法（如進(jìn)化算法、粒子群算法、遺傳算法等），因其簡單、易模擬復(fù)雜約束等優(yōu)勢，可以用來求解非線性規(guī)劃模型。

（2）規(guī)劃式算法。使用數(shù)學(xué)變換處理混合整數(shù)非線性規(guī)劃問題中的離散和非凸部分，以降低求解難 度，如：改 進(jìn) 的McCormick Envelope 方 法、Karush-Knhn-Tuck 最優(yōu)條件等，然后交由求解器（CPLEX、AMPL/IPOPT）計算。

在電動汽車充電需求和放電能力時空分布方面，多種啟發(fā)式算法被廣泛應(yīng)用于模擬電動汽車充電需求的動態(tài)演化中，例如元胞自動機(jī)、孤雌遺傳算法等。

在V2G協(xié)同調(diào)度研究中，啟發(fā)式算法如粒子群算法、非支配排序遺傳算法、化學(xué)反應(yīng)優(yōu)化算法、模糊控制等智能算法具有很強(qiáng)的尋優(yōu)能力，很適合多目標(biāo)問題的求解。此外，通過規(guī)劃式算法根據(jù)問題本身特性進(jìn)行專門的數(shù)學(xué)變換，再帶入CPLEX 等求解器中計算，也可以對多目標(biāo)問題進(jìn)行高效求解。

在V2G 模式下的市場機(jī)制與經(jīng)濟(jì)運(yùn)營研究中，規(guī)劃式算法在充放電電價制定問題的求解模型進(jìn)行轉(zhuǎn)化處理時起到了很大作用，例如改進(jìn) 的McCormick Envelope 方 法、Karush-Knhn-Tuck 最優(yōu)條件等，YALMIP 工具箱等手段在上述問題求解中的應(yīng)用。啟發(fā)式算法則是分析電動汽車應(yīng)用于電力輔助服務(wù)市場經(jīng)濟(jì)性問題的有效手段，最常使用的例如改進(jìn)模式搜索算法、NAGA-Ⅱ、混合編碼的自適應(yīng)遺傳算法等。

在V2G框架下新能源汽車參與的多能耦合調(diào)度優(yōu)化的研究中，啟發(fā)式算法例如混合差分進(jìn)化算法、粒子群算法、遺傳算法以及天牛須-粒子群混合搜索算法（BAS-PSO）憑借其易模擬復(fù)雜約束的優(yōu)勢，在求解優(yōu)化問題時得到了較為廣泛的應(yīng)用。部分文獻(xiàn)也采用了規(guī)劃式算法，采用YALMIP 工具箱對約束進(jìn)行優(yōu)化，然后調(diào)用CPLEX 求解器求解。圖10 展示了現(xiàn)有文獻(xiàn)中啟發(fā)式算法與規(guī)劃式算法在與V2G相關(guān)的各類問題求解中的應(yīng)用情況。

圖10 V2G中常用求解算法

7 結(jié)論與展望

本文介紹了電動汽車與電網(wǎng)互動的基本概念及發(fā)展現(xiàn)狀，重點(diǎn)從電動汽車集群充電需求和放電能力的時空分布研究、基于V2G的協(xié)同調(diào)度研究、市場機(jī)制及經(jīng)濟(jì)運(yùn)營研究三方面梳理了目前V2G調(diào)度及其應(yīng)用研究相關(guān)工作，并分析了V2G 在“雙碳”背景下的機(jī)遇和挑戰(zhàn)，進(jìn)一步總結(jié)了電動汽車調(diào)度及應(yīng)用問題研究中常用的求解方法。隨著電動汽車參與電網(wǎng)優(yōu)化運(yùn)行的程度不斷加深，擬從以下方面開展進(jìn)一步研究：

（1）計及風(fēng)險傳遞的V2G機(jī)制研究。在車網(wǎng)互動系統(tǒng)中，V2A 交互策略受A2G 交互策略及代理商經(jīng)濟(jì)收益的影響，并直接影響下層用戶響應(yīng)度及不確定度；而用戶響應(yīng)度及不確定度又反過來影響代理商參與上層的交互策略及其經(jīng)濟(jì)收益，上下層交互策略相互耦合，任一策略的改變將引起潛在風(fēng)險在上下層間傳遞。因此，針對上下層交互策略耦合作用機(jī)理分析不足、風(fēng)險傳遞被忽視、交互策略設(shè)計過程相互割離的問題，需計及風(fēng)險傳遞制定合理的互動機(jī)制保障互動系統(tǒng)經(jīng)濟(jì)可靠，綜合考慮網(wǎng)-商-車三者之間兩兩互動的關(guān)鍵因素，探討兩層互動策略相互影響的數(shù)學(xué)關(guān)系，明確A2G 與V2A互動策略的耦合作用機(jī)理，探究上下層間風(fēng)險傳遞效應(yīng)，以網(wǎng)-商-車體系長期運(yùn)營穩(wěn)定及多方共贏為目標(biāo)，進(jìn)行計及風(fēng)險傳遞的網(wǎng)-商-車互動策略一體化設(shè)計，從而推進(jìn)V2G從理論研究走向?qū)嶋H工程。

（2）V2G 與區(qū)塊鏈技術(shù)的結(jié)合。區(qū)塊鏈加入EV 充電交易可以實(shí)現(xiàn)交易自治，極大程度地保證交易公開透明及數(shù)據(jù)安全，為電力交易提供便捷高效、安全可行的管理平臺。因此，需將區(qū)塊鏈技術(shù)與V2G相結(jié)合，開發(fā)去中心化的共享充放電交易平臺，在保證用戶信息安全的基礎(chǔ)上，挖掘私有充電樁利用潛力，兼顧各方效益和各區(qū)域電動汽車充電負(fù)荷的壓力，建立電動汽車能源交易策略與模型，充電運(yùn)營商之間的利潤博弈策略及電動汽車充電引導(dǎo)優(yōu)化研究。

（3）電-車-氫多能耦合系統(tǒng)協(xié)同調(diào)度研究。隨著新能源汽車大規(guī)模接入交通系統(tǒng)與能源系統(tǒng)，使交通-能源網(wǎng)耦合程度不斷提升。新能源汽車由于其交通屬性，在與其他系統(tǒng)協(xié)同優(yōu)化調(diào)度、功率分配時具有高度不確定性。因此，仍需結(jié)合V2G 技術(shù)，研究電動汽車、氫燃料汽車等新能源汽車如何參與電力系統(tǒng)調(diào)度，實(shí)現(xiàn)能源系統(tǒng)和交通系統(tǒng)之間的高度融合。