摘 要：電動汽車作為交通電氣化的核心，對減少溫室氣體排放和提高能源效率起到了積極的作用。顯著增長的電動汽車保有量和市場占比對充電基礎(chǔ)設(shè)施產(chǎn)生了一定的影響，如充電設(shè)施不足和電網(wǎng)負荷波動等問題凸顯。本文深入梳理了交通網(wǎng)絡(luò)承載力和電力網(wǎng)絡(luò)承載力的基本概念、計算方法和評估指標，分析了交通與能源網(wǎng)絡(luò)兩網(wǎng)評估方法與兩網(wǎng)融合韌性，并探討了交通-電力融合系統(tǒng)潛在的挑戰(zhàn)與策略；揭示出目前亟待開展的研究領(lǐng)域并指出了未來的研究方向，以期提高充電設(shè)施效率，緩解交通擁堵，保障電網(wǎng)穩(wěn)定運行。

關(guān)鍵詞：電動汽車；交通網(wǎng)絡(luò)；電力網(wǎng)絡(luò)；網(wǎng)絡(luò)承載力；交通電氣化；電網(wǎng)運行

Review on the integrated capacity of transportation and power networks

Abstract： Electric vehicles， as the core of transportation electrification， play an active role in reducing greenhouse gas emissions and improving energy efficiency. The significant growth in electric vehicle ownership and market share has impacted charging infrastructure， highlighting issues such as inadequate charging facilities and fluctuations in grid load. This paper provides a comprehensive review of the fundamental concepts， calculation methods， and assessment metrics related to transportation network capacity and power network capacity. It analyses the evaluation methods for the integration of transportation and energy networks and the resilience of their convergence. The paper explores potential challenges and strategies for transportation-power integration systems. It identifies urgent research gaps and outlines future research directions， aiming to optimize the efficiency of charging infrastructure， alleviate traffic congestion， and ensure the stable operation of the power grid.

Key words： electric vehicles; transportation networks; power grids; network capacity; traffic electrification; grid operation

交通電氣化被認為是實現(xiàn)節(jié)能減排、提高能源利用效率的重要措施之一。根據(jù)世界資源研究所的最新報告，僅在 2022 年，電動汽車就在其全生命周期內(nèi)實現(xiàn)了約 8 000 萬t 的溫室氣體減排 ^[1]。中國電動汽車的減排貢獻顯著，乘用車電氣化對全球減排總量的貢獻近 30%。中國作為新能源汽車領(lǐng)域的領(lǐng)跑者和積極推動者，電動汽車的銷售與行駛里程正呈現(xiàn)迅猛的增長態(tài)勢。根據(jù)工業(yè)和信息化部統(tǒng)計數(shù)據(jù)，2023 年中國大陸新能源汽車的產(chǎn)量、銷量接近 1 000 萬輛，同比增長率達到 35.8% 和 37.9% ；新能源汽車在新車總銷量中的占比達到了31.6%，顯示出用戶對新能源汽車的強烈需求和認可^[2]。電動汽車數(shù)量的顯著增長帶來了對充電設(shè)施的迫切需求。截至 2023 年底，中國大陸充電基礎(chǔ)設(shè)施累計達 859.6 萬臺，同比增加 65%。目前，中國已建成世界上數(shù)量最多、輻射面積最大、服務(wù)車輛最全的充電基礎(chǔ)設(shè)施體系 ^[3]。

然而，新能源汽車為交通網(wǎng)絡(luò)和電力網(wǎng)絡(luò)帶來了巨大的壓力。一方面，充電設(shè)施的數(shù)量和分布尚未能滿足大規(guī)模新能源汽車的充電需求，導(dǎo)致了充電等待時間過長，加劇了交通擁堵的問題。2024 年五一假期期間，新能源汽車高速公路充電量累計達 29.1 GWh，同比增長 62.5% ；高速公路充電訂單 138.6 萬筆，同比增長 48.2% ^[4]。而充電設(shè)施的不足導(dǎo)致車輛長時間排隊等待，極大地影響了交通效率。另一方面，能源補給需求隨其保有量的增長而快速增長，對電網(wǎng)的影響較大。對電網(wǎng)而言，電動汽車充電負荷具備的隨機性、波動性、間斷性和移動性等特點，導(dǎo)致其對電網(wǎng)運行的影響方式多變 ^[5]，造成電網(wǎng)局部設(shè)備過載、部分支路潮流越限、電能質(zhì)量下降、負荷峰谷差變大以及網(wǎng)損增加等區(qū)域性影響 ^[6]，進而影響電網(wǎng)的安全穩(wěn)定運行。

交通網(wǎng)絡(luò)承載能力是區(qū)域交通網(wǎng)絡(luò)系統(tǒng)規(guī)劃中的重要概念，它指的是交通網(wǎng)絡(luò)可達到的最大吞吐量，是該網(wǎng)絡(luò)能夠容納的交通系統(tǒng)中起點和終點（origin-desti- nation，OD）之間交通流量需求量^[7]。對于常規(guī)燃油車而言，僅從物理角度刻畫區(qū)域交通網(wǎng)絡(luò)承載能力；而對于電動汽車而言，不僅要考慮道路空間意義上的交通網(wǎng)絡(luò)承載力，還要關(guān)注的等待充電時間與充電時間對交通網(wǎng)絡(luò)局部交通瓶頸和整體延誤的影響，也要關(guān)注電動汽車規(guī)?；尤腚娋W(wǎng)后，導(dǎo)致區(qū)域電網(wǎng)運行過載和越限^[8]。

電動汽車的最大出行量不僅會影響到道路交通流量，還會體現(xiàn)出其充電供需關(guān)系和電力網(wǎng)絡(luò)的時空分布差異。剖析整個交通網(wǎng)絡(luò)中電動汽車的最大出行量可為有效的流量控制和需求管理提供了重要的信息，提高充電站利用效率，調(diào)和充電的供需矛盾，進而緩解交通擁堵、提升交通網(wǎng)運行效率，進一步緩解對電網(wǎng)的沖擊、提升電網(wǎng)運行效率。

本文以區(qū)域交通網(wǎng)和能源網(wǎng)為背景，從交通與能源網(wǎng)絡(luò)承載力的基本概念和關(guān)鍵指標入手，站在多個利益相關(guān)方角度進行承載力問題概述，并分析其相互影響。從交通承載力的計算和評估出發(fā)，到交通- 電力融合系統(tǒng)的承載力，包括計算框架、網(wǎng)絡(luò)魯棒性分析以及相關(guān)研究，并總結(jié)目前研究中的空白，展望未來研究方向。

1"" 基本概念

1.1"" 交通承載力

交通承載力是指在滿足一定服務(wù)水平、環(huán)境限制和安全性等因素的前提下，交通系統(tǒng)所能承受的最大容量。在量化過程中，交通系統(tǒng)的最大容量經(jīng)歷了從靜止的交通實體總量到運行中最大交通量，再到抽象成最大交通起訖點 OD 出行需求量的發(fā)展過程。

最大容量，既可以指一個區(qū)域內(nèi)同時容納的最大車輛數(shù)，即靜態(tài)容量。GAO Shanshan 和 YUAN Zhen- zhou [^{9] 將交通承載力定義為在特定時間內(nèi)，基于交通設(shè)施狀況和服務(wù)水平，有限的道路空間能夠安全容納的最大行人和車輛數(shù)量。最大容量，也可以指單位時間內(nèi)通過某一斷面的最大交通量，即動態(tài)容量。WU Lingsheng [10] 將交通承載力定義為：在資源和環(huán)境等外部因素的限制下，通過綜合運用交通設(shè)施和管理技術(shù)，來達到預(yù)期的交通服務(wù)水平和效率，城市路網(wǎng)能夠承載的最大交通流量。最大容量，還可以指交通系統(tǒng)在特定時間內(nèi)所能滿足的最大出發(fā)地到目的地需求量，即需求容量。YANG Hai 等 [7] 將交通承載力定義為在給定的交通起訖點 OD 需求模式下，網(wǎng)絡(luò)能夠容納的額外需求的最大量，同時保證每個路段上的流量不超過給定上限。}

交通承載力受多種因素影響，包括環(huán)境、基礎(chǔ)設(shè)施容量、交通需求、土地使用規(guī)劃、政策和法規(guī)等。環(huán)境因素不僅影響道路條件，還可能導(dǎo)致限行政策的實施，影響交通流量。交通資源，尤其是基礎(chǔ)設(shè)施的容量和質(zhì)量，是決定承載力的關(guān)鍵因素。良好的基礎(chǔ)設(shè)施可以提高交通效率、減少擁堵，從而增加總體交通容量。電動汽車能夠減輕交通環(huán)境負擔，降低碳排放和空氣污染，在環(huán)境保護的角度能夠提高交通承載力。

然而，大規(guī)模使用電動汽車也帶來挑戰(zhàn)，尤其是其不平衡的充電需求給充電基礎(chǔ)設(shè)施帶來前所未有的壓力，反而降低了交通資源的承載能力，并對現(xiàn)有交通網(wǎng)絡(luò)配置提出更高要求。本節(jié)將深入探討影響交通承載力的因素，并強調(diào)在電動汽車普及背景下，合理配置交通資源的重要性。

1. 交通環(huán)境承載力。

程繼夏^{[11] 將城市環(huán)境交通容量定義為特定道路和交通條件下某城市特定區(qū)域能容納的最大機動車數(shù)量。而劉志碩等 [12] 將交通環(huán)境承載力界定為環(huán)境系統(tǒng)能夠承受的交通系統(tǒng)排放污染物或資源利用的最大負荷量。李曉燕等 [13] 則提出了交通環(huán)境承載力的概念、組成體系和定量計算方法，強調(diào)在特定時期和區(qū)域內(nèi)環(huán)境系統(tǒng)對動態(tài)交通排放的最大承受能力。}

在微觀層面，王振報等 ^{[14] 通過應(yīng)用機動車尾氣擴}散的箱型模型，開發(fā)了一種道路環(huán)境交通容量的計算模型。在宏觀層面，程繼夏 ^{[11] 結(jié)合城市中的污染物濃度}的構(gòu)成與擴散模式，得出了環(huán)境交通容量，但只選擇了單一的 NOx 作為主要因子進行評價。徐艷艷等 利用模糊物元理論和熵權(quán)法構(gòu)建了北京市交通環(huán)境承載力預(yù)警模型，評估了其狀況并識別了主要障礙因素。高桂鳳等 建立了基于可持續(xù)發(fā)展的城市交通環(huán)境承載力評價指標體系，使用灰色預(yù)測模型和相對剩余容量法來量化評估了城市交通與環(huán)境的協(xié)調(diào)性及其可持續(xù)發(fā)展能力。袁振洲等^{[17] 則在城市群層面，通過實證分}析交通承載力與環(huán)境承載力的耦合協(xié)調(diào)度，建立了反映兩者發(fā)展水平的指標體系，并探討了兩者時空維度上的耦合過程和演變趨勢。

1. 交通資源承載力。

交通基礎(chǔ)設(shè)施作為交通資源的重要組成部分，其對交通承載力的影響更為顯著。蔣惠園與黃永燊 ^[18] 定義交通資源承載力為在特定經(jīng)濟水平下，交通資源承擔人類活動開發(fā)強度和速度的能力，主要依賴于基礎(chǔ)設(shè)施供給、網(wǎng)絡(luò)完善和服務(wù)水平等因素。沈自豪 ^{[19] 采}用熵值法和綜合指數(shù)法結(jié)合，深入研究了城市交通基礎(chǔ)設(shè)施承載力，強調(diào)了交通設(shè)施用地面積率、城市公路里程和道路網(wǎng)密度對其影響的重要性。然而，上述研究僅從交通資源的單一角度出發(fā)，未能充分考慮社會經(jīng)濟和人口等其他因素。為了彌補這一不足，張夢心 ^[20]從城市經(jīng)濟學、區(qū)域經(jīng)濟學和統(tǒng)計學角度全面研究了城市交通設(shè)施供求影響因素及其機理，探討特大城市交通設(shè)施特性。

3） 交通網(wǎng)絡(luò)承載力。

在交通網(wǎng)絡(luò)承載力計算上，YANG Hai 等 ^[7] 于 2000 年建立一個雙層規(guī)劃模型，結(jié)合均衡流量分配和出行生成量優(yōu)化，求解交通網(wǎng)絡(luò)承載力和服務(wù)水平問題。在給定交通起訖點 OD 需求模式下，該方法有效地將現(xiàn)有和新增交通需求分配至交通網(wǎng)絡(luò)，確保所有道路流量不超過上限。在此基礎(chǔ)上，CHENG Lin 等^[21]考慮區(qū)域發(fā)展帶來的出行需求增長，提出了包含私家車和公共交通的交通網(wǎng)絡(luò)承載力模型。此后，多模式交通網(wǎng)絡(luò)承載力成為研究熱點，如黃翔月^{[22] 提出了基于}概率選擇模型的流量分配模型和雙層規(guī)劃模型，研究了城市多模式交通網(wǎng)絡(luò)承載力優(yōu)化問題。

在交通網(wǎng)絡(luò)承載力評估上，曹宇程^[23]通過分析城市道路網(wǎng)交通承載力的影響因素，建立了基于時空消耗法的測算模型，探討了交通承載力與道路網(wǎng)規(guī)模等級的關(guān)系。朱吉雙和張寧^[24]深入分析了在均衡配流條件下影響城市道路網(wǎng)絡(luò)承載能力的關(guān)鍵因素，包括路段的通行能力、服務(wù)水平的需求、出行需求的結(jié)構(gòu)以及出行者選擇路線的行為模式。熊志華^[25]通過交通網(wǎng)絡(luò)韌性的角度，對路網(wǎng)承載力的可靠性特性進行了細致的分析，并據(jù)此提煉出了一套用于評估路網(wǎng)承載力可靠性的時空評價體系。王曾珍^[26]側(cè)重交通供需關(guān)系，提出了基于交通需求與供給協(xié)調(diào)關(guān)系的城市交通承載力評價模型，通過耦合協(xié)調(diào)度模型分析了交通供需的協(xié)調(diào)性。李榮^[27]則采用系統(tǒng)動力學方法，構(gòu)建了考慮交通承載力的人-車-路動力學模型，研究了城市交通系統(tǒng)的演化規(guī)律及其與承載力的相互作用。城市交通壓力的緩解并非僅靠道路建設(shè)就能實現(xiàn)，王世能和羅超^[28]利用城市路網(wǎng)的剩余承載力，并結(jié)合城市道路建設(shè)規(guī)劃，制定出一套推動城市交通可持續(xù)發(fā)展的策略。

1.2"" 電力網(wǎng)絡(luò)承載力

在區(qū)域間長距離出行中，電動汽車的充電需求日益增長，尤其是在位于配電網(wǎng)末端的高速公路和部分國省道服務(wù)區(qū)。這種急劇上升的充電需求對配電網(wǎng)構(gòu)成了顯著壓力，對電力網(wǎng)絡(luò)承載力提出了新的挑戰(zhàn)。配電網(wǎng)承載力不僅關(guān)系到電網(wǎng)的穩(wěn)定性和可靠性，也是衡量電網(wǎng)能否滿足未來能源需求的關(guān)鍵指標。

為了應(yīng)對這一問題，陳衛(wèi)等 ^{[29] 構(gòu)建了一個綜合評}估模型，該模型從電網(wǎng)運行的安全性、經(jīng)濟性和靈活性 3 個維度出發(fā)，運用模糊理論、信息熵理論和變權(quán)理論對配電網(wǎng)的承載能力進行了全面的量化評估。李怡然^{[30] 則著眼于電動汽車并網(wǎng)的時間和空間適應(yīng)性，提}出了一種基于并網(wǎng)適應(yīng)性的配電網(wǎng)電動汽車承載能力評估方法。李強等 ^{[31] 則提出了一種考慮靈活性的配電系}統(tǒng)評估與提升策略，在保障運行安全性和靈活性的基礎(chǔ)上，提高系統(tǒng)對電動汽車充電需求的接納能力。

隨著交通與能源融合的發(fā)展趨勢，基于雙網(wǎng)融合的建模方法逐漸成為研究的熱點。侯佳欣^[8]立足于路-電耦合網(wǎng)絡(luò)，建立了一個多目標優(yōu)化評估模型，用以評估配電網(wǎng)接納電動汽車負荷的潛力，并提出了配電網(wǎng)承載力的量化評估方法。此外，作者還構(gòu)建了一個綜合評估指標體系，該體系考慮了電動汽車的時空分布特性，并建立了配電網(wǎng)承載力優(yōu)化模型，分析了不同并網(wǎng)規(guī)模的電動汽車對電網(wǎng)運行的影響。針對這種影響，陳麗丹等^[32] 提出了一個融合路網(wǎng)、交通、電網(wǎng)、天氣等多源信息的電動汽車充電負荷時空分布預(yù)測模型，考慮用戶出行行為和充電需求，通過Monte Carlo仿真和時間序列潮流計算，評估充電行為對電網(wǎng)負荷和穩(wěn)定性的影響。為了進一步提高預(yù)測精度并量化電動汽車充電對電網(wǎng)的具體影響，楊曉倩^[33]通過建立“車—路—站—網(wǎng)”融合模型，應(yīng)用Monte Carlo法和Bi-GRU-Seq2Seq深度學習算法，實現(xiàn)了高速公路電動汽車充電負荷的快速準確預(yù)測，并分析了其對配電網(wǎng)運行的影響，其結(jié)果表明：電動汽車滲透率的增加會導(dǎo)致配電網(wǎng)負荷峰谷差、網(wǎng)損率和電壓偏差有所增加，對電網(wǎng)穩(wěn)定性構(gòu)成挑戰(zhàn)。

1.3"" 交通網(wǎng)-能源網(wǎng)兩網(wǎng)融合機理

兩網(wǎng)融合涉及多個關(guān)鍵主體，包括充電站設(shè)施運營商、電網(wǎng)企業(yè)、交通管理部門、通信與互聯(lián)網(wǎng)服務(wù)提供商、車主 ^[34]。電網(wǎng)不僅需要滿足新能源汽車的補能需求，還應(yīng)通過其可控性和靈活性來優(yōu)化系統(tǒng)，降低整體投資和運營成本，通過完善分時電價機制和儲能價格機制，以及鼓勵提高對新能源、充電基礎(chǔ)設(shè)施和新型儲能建設(shè)的投入，可以促進電網(wǎng)的可持續(xù)發(fā)展 ^[35]。交通管理部門負責調(diào)控交通流量，而新能源汽車的補能決策則主要由車主或車輛運營企業(yè)決定。公交公司、網(wǎng)約車平臺和物流公司會依據(jù)運營需求和交通狀況進行車輛調(diào)度。通信與互聯(lián)網(wǎng)企業(yè)則為兩網(wǎng)融合提供必要的信息通信和數(shù)據(jù)存儲服務(wù)，支持交通管理部門和電網(wǎng)企業(yè)進行有效的決策，為駕駛員提供了實時的交通和充電站信息，使其能規(guī)劃更高效的路徑和充電計劃。兩網(wǎng)融合承載力研究是通過交通管理部門和電網(wǎng)企業(yè)的角度來考慮兩網(wǎng)融合承載力的計算與評估，但其涉及到的多元主體卻是相互影響的。 圖1 給出了多元主體下的交通網(wǎng) - 能源網(wǎng)兩網(wǎng)融合機理。

傳統(tǒng)交通研究中的人、車、路 3 要素不同，兩網(wǎng)融合承載力中，電力系統(tǒng)與交通系統(tǒng)通過充電設(shè)施和電動汽車相互影響。充電設(shè)施的布局及車主的駕駛和充電行為會影響交通網(wǎng)絡(luò)流量；反之，交通網(wǎng)絡(luò)流量也會影響車主的駕駛和充電行為，從而影響電力系統(tǒng)的運行 [36]。

2"" 承載力計算

2.1" " 交通承載力

1） 時空消耗法。

兩網(wǎng)融合下的交通承載力測算，實質(zhì)上是道路與電力資源在時空上的占用與利用的綜合考量。時空消耗法作為關(guān)鍵的計算方法，為具體承載力的測算提供了重要的切入點。早在 1996 年，周溪召等 ^{[37] 提出了時}空資源和交通空間容量的概念，定義為城市道路機動車道有效總長度與城市道路有效營運時間的乘積，考慮了車道長度、機動車實際行駛時間和動態(tài)車頭間距，計算交通空間容量并引入一系列參數(shù)修正時空差異。GAO Shanshan 和 YUAN Zhenzhou [^{9] 基于再利用系數(shù)、交叉口造成的減少系數(shù)和路網(wǎng)綜合利用系數(shù)，建立了基于}時空消耗的交通承載力計算模型。然而，上述 2 個研究的修正系數(shù)僅考慮了道路和交叉口的影響。曹宇程 ^[23]進一步引入了城市道路網(wǎng)規(guī)模、道路等級結(jié)構(gòu)、土地空間結(jié)構(gòu)、交通方式結(jié)構(gòu)、交通設(shè)施和交通管理政策 6 個維度的交通承載力修正系數(shù)。隨著交通大數(shù)據(jù)的的發(fā)展，基于實時交通數(shù)據(jù)的道路網(wǎng)實際承載力時空消耗模型的構(gòu)建，為城市道路網(wǎng)實際承載力的計算提供了新的思路。該模型依托實時交通數(shù)據(jù)，充分考慮了實際交通運行狀況對城市道路網(wǎng)實際承載力的影響，更好地反映了城市交通系統(tǒng)的復(fù)雜性和動態(tài)性 ^[38]。然而，時空消耗法在參數(shù)精確性、動態(tài)性考慮、實際交通狀況反映、復(fù)雜性和動態(tài)性處理、不同出行需求和管理措施作等方面存在一定的局限性。

2） 數(shù)學規(guī)劃法。

在兩網(wǎng)融合的交通承載力分析中，目標是在限制路網(wǎng)和電網(wǎng)容量的情況下，最大化滿足多種能源供給方式的交通需求。傳統(tǒng)的交通網(wǎng)絡(luò)分析則通常將交通承載力問題視為最小費用最大流問題。1956 年，L. R. Ford和 D. R. Fulkerson [^{39] 提出了標號算法解決單起訖點網(wǎng)絡(luò)中的最大穩(wěn)定流量問題，將其歸納為單商品容量問題。而城市交通網(wǎng)絡(luò)復(fù)雜度較高，使用多個 OD 需求下的網(wǎng)絡(luò)最大流模型無法真正反應(yīng)交通網(wǎng)絡(luò)的承載能力。Y. Iida [40] 提出了一種啟發(fā)式算法估算城市道路網(wǎng)絡(luò)的承載能力，但這些模型基于單層規(guī)劃，無法捕捉出行者路徑選擇的動態(tài)變化。}

相比之下，基于均衡理論的雙層規(guī)劃方法更符合實際情況。Y. Asakura 和 M. Kashiwadani ^[41] 將用戶均衡的概念結(jié)合進交通網(wǎng)絡(luò)承載能力估算模型，考慮了停車約束對分配結(jié)果的影響，并采用啟發(fā)式的增量分配算法進行求解。2000 年，YANG Hai 等 ^[7] 針對交通起訖點 OD 需求模式假設(shè)以及旅行者的路線和地點選擇行為，建立了一種雙層規(guī)劃模型，其中上層優(yōu)化模型通過優(yōu)化 OD 分布來最大化路網(wǎng)承載力，下層優(yōu)化模型則處理用戶的均衡配流問題。隨著路網(wǎng)規(guī)模的越來越來大，需要有更宏觀的動態(tài)指標衡量路網(wǎng)承載力， ZHU Jishuang 和 ZHANG Ning ^[42] 摒棄了固定需求模式，并引入了OD 旅行時間，并提出了分區(qū)承載力的概念和計算方法。交管部門更加關(guān)注在一定社會政治因素影響下的交通網(wǎng)絡(luò)承載力，對此 LIU Zhiyuan 等 ^[43]提出了次優(yōu)承載力的概念，通過對公交分擔率、碳排放、服務(wù)水平等進行約束，以計算在滿足一定的社會、經(jīng)濟和環(huán)境指標下實際的交通網(wǎng)絡(luò)承載力。

因此，從模型設(shè)計的角度來看，雙層規(guī)劃方法更適合于研究兩網(wǎng)融合的問題。在規(guī)模上，采用分區(qū)融合的建模方法，有利于應(yīng)對兩網(wǎng)融合復(fù)雜度的挑戰(zhàn)。在問題維度上，考慮到兩網(wǎng)融合涉及多方面因素，需要關(guān)注多重社會經(jīng)濟環(huán)境指標對交通承載力的影響。

3） 仿真方法。

兩網(wǎng)融合涉及多個主體之間的相互交互與作用，基于仿真的精細化建模，尤其是多智能體仿真技術(shù)，能提供求解兩網(wǎng)融合下交通承載力的有效方法。H. Sbayti等^[44]提出的基于仿真的動態(tài)分配算法，通過車輛模擬和連續(xù)平均啟發(fā)式方法，在每次迭代中評估和更新路徑流量分配，實現(xiàn)對大型擁堵網(wǎng)絡(luò)中動態(tài)用戶均衡和系統(tǒng)最優(yōu)狀態(tài)的逼近。劉俊峰^[45]通過引入動態(tài)仿真模型及采用Euler公式設(shè)計高峰小時通行能力水平遞增方法，判斷出路網(wǎng)臨界狀態(tài)，并以此作為測度標準，推導(dǎo) “生產(chǎn)—吸引”（production-attraction，PA）的極大值作為路網(wǎng)容量，更準確地預(yù)測在不同交通需求下路網(wǎng)的承載能力。針對大型網(wǎng)絡(luò)的動態(tài)交通分配，M. Ameli等^[46]提出了模擬退火算法擴展和適應(yīng)性遺傳算法兩種新的解決方案，通過并行化求解動態(tài)交通分配問題得到網(wǎng)絡(luò)承載力，進一步提高了動態(tài)交通分配問題的求解效率和準確性。

2.2"" 能源網(wǎng)承載力

在早期的研究中，缺乏成熟的體系來定量評估能源網(wǎng)對電動汽車的承載能力。HUANG Sikai和D. In?eld [4^7]研究了混合動力電動汽車對配電網(wǎng)的并網(wǎng)影響，將車輛的充電負載與現(xiàn)有家庭負載進行比較，分析在不同混合動力電動汽車滲透率下的電網(wǎng)負載變化。然而，上述研究僅對并網(wǎng)影響進行了定性分析，未能有效量化電動汽車對配電網(wǎng)的承載能力。

能源網(wǎng)承載力通過安全可靠性、經(jīng)濟性、協(xié)調(diào)性、高效性和優(yōu)質(zhì)性 5 類指標進行計算和表征。這些指標反映能源網(wǎng)在穩(wěn)定運行、成本效益、系統(tǒng)協(xié)調(diào)、能效水平及服務(wù)質(zhì)量方面的綜合實力，為能源系統(tǒng)的規(guī)劃、建設(shè)、運營和優(yōu)化提供科學依據(jù)和決策支持 ^[48]。劉兆元等 ^{[49] 考慮了分布式電源的作用，采用專家賦權(quán)與熵值法主客觀相結(jié)合的組合賦權(quán)法對指標進行加權(quán)，得出配網(wǎng)可靠性上的承載力計算。屈高強等 [50] 提出了一種面向新型負荷和高比例分布式電源接入后的配電網(wǎng)承載能力計算體系，并基于變權(quán)理論進行了模糊綜合評價的承載力計算。}

然而，這些方法在實際應(yīng)用中主觀性較大，可能影響計算結(jié)果的可靠性和一致性，難以全面反映配電網(wǎng)的實際承載能力。為更客觀地計算配電網(wǎng)承載力，引入了數(shù)學規(guī)劃模型。李強等^[31]從負荷波動和支路運行安全的角度提出了兩類評價指標，包括支路容量裕度和負荷波動裕度，并建立了以最小化系統(tǒng)運行成本和最大化電動汽車充電負荷接納為目標的評估模型，得到電動汽車接入配電系統(tǒng)時配電系統(tǒng)的接納能力。侯佳欣^[8]提出了包含電動汽車與電網(wǎng)之間雙向互動（vehicle to grid，V2G）潛力評估方法以及電動汽車集群分布式調(diào)度策略的電動汽車充電負荷的集群優(yōu)化調(diào)度模型。

隨著計算機仿真技術(shù)的發(fā)展，電動汽車充電需求生成和電網(wǎng)仿真的方法愈加成熟，指標體系也更加豐富。李夢娟 ^{[51] 提出了電動汽車充電對配電網(wǎng)影響的綜合評估模型，通過 Monte Carlo 模擬和粒子群優(yōu)化算法，優(yōu)化了充電策略，提升了電網(wǎng)接納能力和運行穩(wěn)定性。黃巍 [52] 基于電力系統(tǒng)配電網(wǎng)仿真軟件} OpenDSS，構(gòu)建了一個配電網(wǎng)絡(luò)的仿真模型，通過在網(wǎng)絡(luò)的不同節(jié)點接入分布式光伏發(fā)電系統(tǒng)，并逐步增加光伏系統(tǒng)的裝機容量，從而對系統(tǒng)在電壓偏差和諧波影響下的光伏發(fā)電系統(tǒng)承載能力進行了深入的分析。張俊等 ^{[53] 基于 DIgSILENT 仿真平臺，建立了一個包含風力發(fā)電場的電力系統(tǒng)仿真模型，將電壓和頻率作為關(guān)鍵的動態(tài)約束條件，通過仿真分析，確定了在保證電網(wǎng)動態(tài)安全穩(wěn)定的前提下，風電系統(tǒng)的最大接入容量。段雪 [54] 建立了電動汽車充電需求的時空分布概率模型，結(jié)合用電負荷預(yù)測和配電變壓器總?cè)萘?，提出了一種評估配電網(wǎng)對電動汽車充電負荷承載能力的方法。李怡然 [30] 研究了基波潮流和諧波潮流對電動汽車大規(guī)模接入的影響，提出了一種兼顧時間和空間的電動汽車并網(wǎng)適應(yīng)性評分方法。侯佳欣 [8] 則從配電網(wǎng)、充電設(shè)施網(wǎng)和充電用戶 3個方面計算配電網(wǎng)的承載能力，以評價其綜合運行水平。}

為應(yīng)對大規(guī)模電動汽車充電負荷的不確定性，一些學者研究了 V2G 技術(shù)，探索其作為可調(diào)節(jié)負荷和靈活儲能設(shè)備在電網(wǎng)調(diào)節(jié)中的潛力。S. V. Chakraborty 等^[55]通過計算電網(wǎng)在一定時間內(nèi)無法滿足電動汽車負載需求的概率，衡量了插電式電動車在電力系統(tǒng)中的有效載荷承載能力（effective load carrying capacity，ELCC），分析了不同車隊規(guī)模對電網(wǎng)可靠性的影響。U. C. Chukwu和O. A. Nworgu [^{56] 通過使用 RDAP 軟件對 IEEE 測試饋線網(wǎng)絡(luò)進行了負載流分析，以評估 V2G 集成對變電站功率容量的影響，以衡量變電站網(wǎng)絡(luò)承載力。}

2.3"" 兩網(wǎng)融合的承載力計算

在兩網(wǎng)融合下，道路網(wǎng)絡(luò)和充電站的電力供給共同決定了兩網(wǎng)融合的承載力。多元異質(zhì)的車輛充電需求在時間和空間上對交通網(wǎng)絡(luò)和能源網(wǎng)絡(luò)帶來了較大的沖擊。充電延誤和排隊可能導(dǎo)致交通擁堵，而電壓偏移和局部供電不足則影響電力系統(tǒng)的穩(wěn)定性和可靠性。圖 2 闡明了兩網(wǎng)承載力現(xiàn)狀，并為兩網(wǎng)耦合建模仿真提出了指引和要求。交通承載力的時空消耗法，通過分析不同時段和區(qū)域內(nèi)交通流量的分布，準確評估交通網(wǎng)絡(luò)的負荷情況 ^[23]。通過預(yù)測不同時間和地點的充電需求分布，優(yōu)化電力資源配置，確保充電站在高峰時段能夠滿足需求，并減少對交通和電力系統(tǒng)的壓力 ^[54]。

兩網(wǎng)融合承載力計算需要通過耦合建模。二階段規(guī)劃和雙層規(guī)劃可以考慮多個層次的因素和情況，在兩網(wǎng)融合的承載力計算中具有獨特優(yōu)勢。通過綜合考慮道路和電力資源的實際時空占用情況，以及基于及時完備的道路交通狀況和充電設(shè)施使用狀態(tài)，能夠準確模擬出行者的實際路徑選擇和充電決策行為^[57]。孔順飛等^[58]基于電力-交通耦合單元，聯(lián)系主動配電網(wǎng)和交通系統(tǒng)，提出了一種包含電動汽車充電站選址決策的主動配電網(wǎng)二階段魯棒規(guī)劃模型，以設(shè)計一個滿足特定承載力水平的配電網(wǎng)。侯佳欣^[8]建立了路-電耦合網(wǎng)絡(luò)的節(jié)點聚合模型來劃分供電區(qū)域，并通過配電網(wǎng)接納電動汽車負載潛力的多目標優(yōu)化評估模型搭建，以定量評估配電網(wǎng)對電動汽車充電負荷的承載能力。

在兩網(wǎng)融合承載力的計算中，還需要結(jié)合先進的計算機仿真技術(shù)。精細化交通仿真工具，如 VISUM和 Symuvia，能夠分別模擬宏觀和微觀下不同交通流量的道路網(wǎng)絡(luò)運行情況，提供詳細的交通動態(tài)數(shù)據(jù)分析 ^[46]。而對于配電網(wǎng)仿真，Matlab 等工具可以精確模擬電力系統(tǒng)在不同負荷條件下的運行狀態(tài)，評估電壓偏移和供電能力 ^[30]。因此，需要建立一個聯(lián)合仿真框架，將交通網(wǎng)絡(luò)和配電網(wǎng)的仿真結(jié)合起來，整合交通和能源數(shù)據(jù)，模擬多種復(fù)雜場景和極端情況，提供全面的承載力評估和優(yōu)化方案。

3"" 交通網(wǎng)-能源網(wǎng)兩網(wǎng)評估方法

3.1"" 評估指標與體系

兩網(wǎng)融合承載力綜合評估體系包含目標層、對象層、準則層和指標層4層，包含準則層的一級指標3個涵蓋安全可靠性、高效性和優(yōu)質(zhì)性，下有2級指標17個，具體結(jié)構(gòu)如圖3所示。其中目標層為交通網(wǎng)-能源網(wǎng)兩網(wǎng)融合承載力綜合評估體系，對象層包含交通網(wǎng)絡(luò)、配電網(wǎng)絡(luò)、充電網(wǎng)絡(luò)3層，在此基礎(chǔ)上根據(jù)不同對象的需求特征確定了一級評價指標準則，并根據(jù)準則層建立了用于量化評估的2級評價指標。

交通網(wǎng)絡(luò)的綜合評估主要涉及 3 個關(guān)鍵方面：安全可靠性、高效性和優(yōu)質(zhì)性 ^[59]。在安全可靠性方面，評估著重于道路事故率和道路通行能力，前者直接關(guān)聯(lián)交通網(wǎng)絡(luò)的安全性，后者則體現(xiàn)了網(wǎng)絡(luò)在高峰時段的承載能力。高效性維度通過交通擁堵程度和平均行駛速度來衡量，反映了網(wǎng)絡(luò)的運行效率。優(yōu)質(zhì)性則通過路網(wǎng)的碳排放水平和電動汽車出行分擔率來評估，這涉及到環(huán)境影響和新能源利用效率。

配電網(wǎng)絡(luò)的評估體系同樣注重安全可靠性、高效性和優(yōu)質(zhì)性 3 個方面 ^[8]。在安全可靠性方面，評估重點在于線路重載率和配變過載率，這兩項指標直接關(guān)系到電力供應(yīng)的穩(wěn)定性和電網(wǎng)的安全運行。此外，還需考慮電網(wǎng)的冗余設(shè)計、故障自動隔離機制及應(yīng)急電源配置，以確保在突發(fā)情況下的電力供應(yīng)安全。高效性方面的評估，主要通過分析負荷波動率和系統(tǒng)負荷率來了解電網(wǎng)在不同時間段的負荷變化，以及電網(wǎng)調(diào)節(jié)峰谷負荷的能力。優(yōu)質(zhì)性評估則關(guān)注電壓偏移率和系統(tǒng)平均網(wǎng)損，前者影響電力設(shè)備的運行效率和壽命，后者關(guān)系到能源傳輸?shù)男省?/p>

充電網(wǎng)絡(luò)的綜合評估重點在于可靠性和高效性 2個方面 ^[8，59]。在可靠性方面，主要考察充電滿意率和充電設(shè)施的覆蓋范圍，以評估用戶對充電服務(wù)的滿意程度和設(shè)施的普及程度。高效性方面，分析充電等待時長、平均充電時長和充電站的利用率，以衡量充電網(wǎng)絡(luò)的運行效率和資源使用情況。

3.2"" 兩網(wǎng)融合韌性

交通網(wǎng)絡(luò)和能源網(wǎng)絡(luò)融合的主要問題在于資源的時空分布不均。在同一時間，不同地域的資源分布可能存在顯著差異，充電資源的供需失衡。同樣，在同一地點，不同時段的資源需求也會有顯著變化，高速公路上的充電樁平時利用率低，但節(jié)假日期間卻供不應(yīng)求^[4]。圖3了探討兩網(wǎng)融合的魯棒性，通過分析和利用極端條件下2系統(tǒng)在物理、地理和信息維度上的關(guān)聯(lián)，可以有效挖掘電力和交通資源的雙重屬性，從而協(xié)同提升交通-電力系統(tǒng)的韌性^[60]。

在交通領(lǐng)域，CHEN Anthony等^[61]將承載力可靠性定義為網(wǎng)絡(luò)在考慮路徑選擇的情況下，能夠達到所需服務(wù)水平的概率，結(jié)合了可靠性與不確定性分析、網(wǎng)絡(luò)均衡模型，以評估退化道路網(wǎng)絡(luò)的韌性。H. Al-Deek和E. B. Emam^[62]基于概率分布和用戶滿意度評估交通網(wǎng)絡(luò)中因通行能力道路下降導(dǎo)致的旅行時間和容量可靠性問題，使用概率分布來模擬日常干擾，考慮了交通網(wǎng)絡(luò)中可能存在的多種降級運行狀態(tài)。

針對突發(fā)事件，A. Sumalee和F. Kurauchi [6^3]基于隱式規(guī)劃和Probit SUE模型的優(yōu)化算法，并結(jié)合Monte Carlo模擬方法，評估和提供了提高重大災(zāi)害后城市道路網(wǎng)絡(luò)容量可靠性的方法。唐少虎等^[64]通過分析道路交通系統(tǒng)安全韌性因素，劃分排水網(wǎng)、道路網(wǎng)、交通網(wǎng)及應(yīng)急網(wǎng)，采用模糊層次分析法定性定量，評估暴雨內(nèi)澇對城市道路交通系統(tǒng)的安全韌性影響。李莉莉^[65]通過構(gòu)建和比較主方法和對偶法生成道路網(wǎng)模型，使用 Pajek軟件分析網(wǎng)絡(luò)統(tǒng)計特性，選擇了具有無標度特性的對偶法模型進行可靠性研究，通過模擬攻擊和恢復(fù)策略，評估了網(wǎng)絡(luò)的抗毀性和恢復(fù)性，并引入拓撲勢理論來識別關(guān)鍵路段和節(jié)點，提出了一種選擇性攻擊算法，考慮節(jié)點間的相互影響，更準確地評估了城市道路網(wǎng)絡(luò)的可靠性。

針對日常評估， 熊志華 ^{[25] 提出了基于速度與交}通量乘積的路網(wǎng)承載力模型，通過分析不同時間段的承載力變化和承載力的日變化，以及從路段、路徑到整個路網(wǎng)的空間層次評價，評估了路網(wǎng)的時空魯棒性。呂彪等 ^{[66] 提出以日變交通配流 （day-to-day traf?c assignment，DTA 考慮了重大擾動事件下交通流動態(tài)變化特性，提出了基于日變交通配流 （day-to-day traf?c}"assignment，DTA） 的城市道路網(wǎng)絡(luò)韌性評估模型，通過考慮出行者認知更新和行為慣性，構(gòu)建了評估系統(tǒng)性能的韌性指標，強調(diào)了出行者行為、路段通行能力和路網(wǎng)擁擠度對路網(wǎng)韌性的重要影響。陳思妤等 ^{[67] 將宏觀基本圖與性能時序圖相結(jié)合對局部路網(wǎng)韌性進行量化，使用魯棒性指數(shù)等 5 個指標，并應(yīng)用 Kendall 法和 CRITIC 賦權(quán)，開發(fā)了模糊邏輯評估模型，以量化局部路網(wǎng)的韌性，為緩解常發(fā)性擁堵提供了改善方案。}

在配電網(wǎng)領(lǐng)域，韌性是指該網(wǎng)絡(luò)在面對自然災(zāi)害時，對關(guān)鍵負載的維持和恢復(fù)供電的能力^{[68] 。甄浩慶 [69]}對現(xiàn)有的配電系統(tǒng)優(yōu)化措施做了簡要概括，主要是無功優(yōu)化和網(wǎng)絡(luò)重構(gòu)，包括兩者的基本概念和相應(yīng)的數(shù)學模型。王成山 ^{[48] 通過建立配電系統(tǒng)供電能力計算方法和基于饋線分區(qū)的可靠性評估技術(shù)，提高了配電系統(tǒng)承載力和可靠性評價的效率和準確性。劉兆元 [49] 建立一個綜合評估體系，科學地分析了分布式電源接入對配電網(wǎng)承載力可靠性的影響，并驗證了分布式電源在提高配電網(wǎng)可靠性方面的積極作用。蘇明玉等 [70] 提出了一種混合整數(shù)線性規(guī)劃模型，在極端場景下最大化關(guān)鍵負荷恢復(fù)、最小化電壓差異和充電距離，同時考慮充電站數(shù)量、配電網(wǎng)運行和輸出功率約束，有效解決充電站布局問題。馬繼洋等[71] 考慮EV 和交通網(wǎng)不確定性因素，}建立交通網(wǎng)和配電網(wǎng)的實時調(diào)度模型，針對正常和故障狀態(tài)優(yōu)化經(jīng)濟性和韌性，實現(xiàn)狀態(tài)平滑切換。

4"" 兩網(wǎng)融合挑戰(zhàn)與策略

4.1"" 兩網(wǎng)融合問題

當前兩網(wǎng)融合的承載力研究存在以下2個主要問題，如圖5所示。1） 從實際運營反應(yīng)的問題來說，承載力資源在時間和空間上的利用不充分；2） 從實際管理角度上來說，多方參與下的兩網(wǎng)融合運營管理難度大。

兩網(wǎng)的資源利用在時間和空間上存在不均衡現(xiàn)象，這是由于交通流狀態(tài)和電網(wǎng)狀態(tài)的動態(tài)變化造成的。首先，交通流動態(tài)變化是導(dǎo)致兩網(wǎng)資源不均的重要原因。交通流在不同時間和地點也存在明顯的波動，導(dǎo)致交通基礎(chǔ)設(shè)施的利用率不均，高峰時段交通擁堵與非高峰時段道路空閑對比明顯，浪費資源并增加交通管理成本。其次，電網(wǎng)供需關(guān)系動態(tài)變化導(dǎo)致兩網(wǎng)資源不均進一步加劇。高峰時段電動汽車集中充電會給電網(wǎng)帶來巨大壓力，導(dǎo)致供電緊張甚至停電；非高峰時段充電設(shè)施利用率低。這種不均衡現(xiàn)象影響電網(wǎng)穩(wěn)定性和效率，增加運營成本和管理難度。以往的研究通常使用多方博弈模型來實現(xiàn)駕駛員選擇、充電運營商定價和配電網(wǎng)運行狀態(tài)的均衡。然而，這些研究假設(shè)所有相關(guān)信息都是完備且可獲得的，未充分考慮交通流動態(tài)變化、電價波動和充電服務(wù)定價更新的實際情況，在實用性上存在一定挑戰(zhàn) ^[72-73]。

多方參與下的兩網(wǎng)融合運營管理難度較大，兩網(wǎng)融合涉及政府監(jiān)管部門、能源供應(yīng)商、交通管理部門、充電設(shè)施運營商、電動汽車制造商和終端用戶等多方參與，各自擁有不同的利益訴求和運營目標。如何有效協(xié)調(diào)各方利益，實現(xiàn)高效運營管理，是一項復(fù)雜挑戰(zhàn)。政府通過制定政策法規(guī)平衡各方利益，推動技術(shù)創(chuàng)新和市場發(fā)展，影響能源供應(yīng)商的電力生產(chǎn)與分配，以及交通管理的整體規(guī)劃。政府還通過財政補貼和稅收優(yōu)惠激勵充電設(shè)施建設(shè)和電動汽車推廣，推動市場可持續(xù)發(fā)展。充電設(shè)施運營商需根據(jù)交通管理部門規(guī)劃和電力供應(yīng)能力，合理布局充電站，優(yōu)化運營和維護，提升服務(wù)質(zhì)量和用戶滿意度。電動汽車制造商應(yīng)協(xié)同合作，推動技術(shù)創(chuàng)新，提高性能和續(xù)航能力，降低成本，確保充電接口和協(xié)議標準化。用戶的需求和反饋直接影響充電設(shè)施布局和服務(wù)質(zhì)量，對市場發(fā)展方向起關(guān)鍵作用。

4.2"" 兩網(wǎng)融合難點

兩網(wǎng)融合過程中存在 3 大難點，如圖 6 所示。電動汽車車主在充電決策中需考慮多種因素，影響個人出行和交通流量。交通網(wǎng)與能源網(wǎng)融合需克服數(shù)據(jù)交互挑戰(zhàn)，如數(shù)據(jù)多樣性、管理不統(tǒng)一和競爭博弈，限制數(shù)據(jù)共享，影響決策和管理效率。此外，兩網(wǎng)融合在監(jiān)管上面臨跨部門協(xié)調(diào)、數(shù)據(jù)共享、隱私保護、技術(shù)標準統(tǒng)一、動態(tài)監(jiān)控、投資成本和政策支持等挑戰(zhàn)，有效合作是關(guān)鍵。

用戶的充電選擇是復(fù)雜的。一方面，人對充電決策、路徑選擇的感知和決策，同時受到交通流狀態(tài)、車輛狀態(tài)、充電設(shè)施狀態(tài)三者的共同影響。交通流狀態(tài)包括道路的擁堵程度、交通事故和施工等，影響路線選擇和行車時間；車輛狀態(tài)主要包括電量、續(xù)航里程和電池健康狀況，直接決定是否需要充電和能否到達目的地；充電設(shè)施狀態(tài)則涉及充電站的分布、充電樁的數(shù)量和可用性、充電速度及價格等，影響充電地點的選擇 ^[74]。

不同的充放電控制策略會導(dǎo)致車輛離網(wǎng)時的剩余電量有所不同，這將直接影響車主后續(xù)的駕駛行為以及下一次充電的地點和時間選擇，從而間接影響交通網(wǎng)絡(luò)的流量 ^[36]。部分駕駛員在高峰時段選擇避開擁堵路段，前往較為偏遠但充電設(shè)施更為充足的區(qū)域進行充電，這在一定程度上緩解了交通壓力。然而，這可能導(dǎo)致這些區(qū)域在特定時間段內(nèi)出現(xiàn)充電需求的集中，從而需要對充電基礎(chǔ)設(shè)施進行更為精細的規(guī)劃和管理。其典型的研究思路是電動汽車車主以充電和出行總費用最小為目標，選擇充電地點和行駛路徑；充電運營商通過不同充電站的差異化定價來影響車主的充電選擇 ^[75]。

數(shù)據(jù)壁壘的存在是兩網(wǎng)融合的一個挑戰(zhàn)。交通網(wǎng)和能源網(wǎng)的數(shù)據(jù)來源各異，包括交通流數(shù)據(jù)、車輛數(shù)據(jù)、充電設(shè)施數(shù)據(jù)和電網(wǎng)運行數(shù)據(jù)等，由不同機構(gòu)管理，數(shù)據(jù)格式和存儲方式不統(tǒng)一，導(dǎo)致數(shù)據(jù)整合和共享困難，數(shù)據(jù)來源多樣性、數(shù)據(jù)隱私和安全、數(shù)據(jù)質(zhì)量和完整性、數(shù)據(jù)時空匹配、數(shù)據(jù)管理和處理技術(shù)以及跨領(lǐng)域合作等問題制約著兩網(wǎng)融合的發(fā)展。傳統(tǒng)單業(yè)務(wù)大數(shù)據(jù)的交互方式不適用于海量多源異構(gòu)的交通能源融合數(shù)據(jù)交互，各系統(tǒng)之間的大數(shù)據(jù)存取交互難以統(tǒng)一^[76]。進一步，復(fù)雜的競爭博弈關(guān)系制約了數(shù)據(jù)共享。

在同一地區(qū)，新能源汽車充電站運營商之間存在競爭和策略博弈，同時充電運營商、新能源汽車車主和電網(wǎng)企業(yè)之間既有合作又有博弈 ^[34]。這導(dǎo)致數(shù)據(jù)整合和共享困難，使駕駛員難以獲取及時全面的信息，從而難以在充電和路徑選擇方面做出明智決策，交通管理部門也難以有效引導(dǎo)駕駛員前往合理的充電地點，緩解交通擁堵和充電站分布不均的問題。

交通網(wǎng)與能源網(wǎng)的融合在監(jiān)管上面臨挑戰(zhàn)。主要包括跨部門協(xié)調(diào)、數(shù)據(jù)共享與隱私保護、技術(shù)標準統(tǒng)一、動態(tài)實時監(jiān)控、投資和運營成本、政策與激勵措施、安全與可靠性等方面。交通能源融合涉及眾多部門和企業(yè)，需要在宏觀政策層面達成共識，并在微觀執(zhí)行層面高效溝通。大量敏感數(shù)據(jù)的共享需保護用戶隱私，技術(shù)標準統(tǒng)一和實時監(jiān)控系統(tǒng)的建立是關(guān)鍵，能提高互聯(lián)互通和運行效率 ^[77]。在解決思路上，由于基礎(chǔ)設(shè)施建設(shè)和維護成本高，能推動兩網(wǎng)融合，政府應(yīng)通過稅收優(yōu)惠和財政補貼等手段促進技術(shù)發(fā)展和應(yīng)用。安全與可靠性需重點關(guān)注，復(fù)雜系統(tǒng)帶來更多安全風險，需建立完善的安全保障體系。有效的跨部門協(xié)調(diào)、數(shù)據(jù)共享、技術(shù)標準統(tǒng)一、實時監(jiān)控、合理成本分配、政策支持和安全保障體系是推動綠色交通和能源轉(zhuǎn)型的關(guān)鍵 [78]。

4.3"" 兩網(wǎng)融合解決思路

面對兩網(wǎng)承載力資源在時間和空間上的利用不充分，以及多方參與下的兩網(wǎng)融合運營管理難度大的問題，需要克服用戶充電選擇復(fù)雜性、數(shù)據(jù)壁壘和監(jiān)管困難這 3 個難點。本文借鑒交通管理中的交通需求管理和交通系統(tǒng)管理的概念和方法，從供需調(diào)節(jié)和系統(tǒng)管理的角度，闡述兩網(wǎng)融合的解決思路，具體細節(jié)如圖 7 所示。

在供給側(cè)，通過 V2G 技術(shù)讓電動汽車向電網(wǎng)供電，可以實現(xiàn)局部區(qū)域的有效電力供給，均衡時空荷載，并結(jié)合有序充電，使電動汽車能夠應(yīng)對可再生能源發(fā)電的波動性，促進其消納 ^[79]。然而，由于電動汽車的基本工程特性和供能成本的限制，這種模式只能在消費者愿意支付較高額外費用下才能得以持續(xù)。分布式光伏發(fā)電提供了一種有效的解決方案，V2G 停車場系統(tǒng)配備光伏屋頂能夠潛在地減輕電網(wǎng)負擔并增強電網(wǎng)容量^[80-81]。光伏屋頂?shù)募刹粌H可以在高峰充電期間減少配電網(wǎng)的負載，還能在光伏屋頂產(chǎn)生過剩電力時向電網(wǎng)供電 [82]。

此外，其他形式的新能源發(fā)電也提供了解決方案。朱建全等 ^{[83] 建立了電網(wǎng)層、電源與負荷層的調(diào)度模型，以虛擬電廠的形式考慮了新能源發(fā)電和電動汽車的互補，實現(xiàn)了電力實時平衡調(diào)度；趙俊華等 [84] 考慮了電動汽車負荷和風電隨機特征，通過理論分析得到了 V2G 的電源出力的數(shù)學期望的解析表達式，建立了隨機經(jīng)濟調(diào)度模型。然而，目前車網(wǎng)融合的時空資源供需調(diào)節(jié)主要依賴于供給側(cè)的擴展，這種模式在高速公路充電站等場景中存在局限性，其非高峰時段使用率較低，而在高峰時段又難以滿足需求，連續(xù)擴建充電站將導(dǎo)致資源的大量浪費 [85]}。因此，需求側(cè)管理的引入顯得尤為關(guān)鍵。

在需求側(cè)，通過多種策略優(yōu)化電力和充電資源的使用。首先，動態(tài)電價策略類似于交通管理中的擁堵收費，通過調(diào)節(jié)電價引導(dǎo)用戶在非高峰時段進行充電，減輕高峰時段的電力負載^[34]。其次，引導(dǎo)充電需求的分散，通過提供實時充電信息和充電站預(yù)訂服務(wù)，讓用戶選擇負載較低的充電站進行充電 ^[86]。推廣智能充電技術(shù)，使充電過程更加高效和靈活，根據(jù)電網(wǎng)的實時負載情況動態(tài)調(diào)整充電功率，從而平衡供需 ^[87]。對時空資源調(diào)度進行協(xié)同優(yōu)化，在時間上優(yōu)化輸電網(wǎng)中電動汽車充電負荷與發(fā)電機的協(xié)同調(diào)度，在空間上優(yōu)化配電網(wǎng)中電動汽車的 ^[88]。最后，考慮更長時間的決策周期和用戶價格彈性與行為特性，加強用戶教育和激勵機制，鼓勵用戶采用更加可持續(xù)和合理的充電習慣，進一步優(yōu)化電力資源的配置 ^[34]。

進一步，從系統(tǒng)管理的角度解決兩網(wǎng)融合問題，需要整合車聯(lián)網(wǎng)、邊緣計算、云平臺等技術(shù)，研發(fā)建立交通-能源兩網(wǎng)融合大數(shù)據(jù)平臺^[89，76]，如圖8所示。

交通-能源兩網(wǎng)融合大數(shù)據(jù)平臺的核心控制系統(tǒng)負責關(guān)鍵數(shù)據(jù)的實時采集與深度分析，通過高效的信息通信網(wǎng)絡(luò)監(jiān)測并集成發(fā)電輸出、電力負荷需求及儲能狀態(tài)等基礎(chǔ)數(shù)據(jù)，執(zhí)行精確的電力調(diào)度規(guī)劃，并通過動態(tài)電價機制激勵交通負荷靈活響應(yīng)可再生能源的發(fā)電波動，引導(dǎo)負荷側(cè)根據(jù)云端信息做出最優(yōu)電力消費決策，同時儲能系統(tǒng)實時調(diào)節(jié)充放電操作，以確保供需間的動態(tài)平衡，實現(xiàn)整個系統(tǒng)的能源效率和經(jīng)濟效益最優(yōu)化^[90]。

從運營角度來看，通過車聯(lián)網(wǎng)技術(shù)，將電動汽車的充電數(shù)據(jù)采集、智能充電導(dǎo)航與結(jié)算、V2G調(diào)度與費用結(jié)算等功能集成到一個綜合平臺中。這個平臺不僅實現(xiàn)了電動汽車與電網(wǎng)的深度融合，還能有效連接各種利益相關(guān)方，包括電網(wǎng)運營商、車輛制造企業(yè)、運營企業(yè)、充電服務(wù)提供商、交通管理部門和最終用戶。各方更高效地協(xié)同工作，優(yōu)化充電網(wǎng)絡(luò)的運行，提高充電基礎(chǔ)設(shè)施的利用率，并確保電動汽車用戶享受更便捷和可靠的服務(wù)。從資源配置角度出發(fā)，利用邊緣計算和云平臺等前沿信息技術(shù)，可以開發(fā)出分布自治和集中調(diào)控相結(jié)合的電力-交通協(xié)同運營調(diào)度平臺。邊緣計算技術(shù)使得數(shù)據(jù)處理可以在更靠近數(shù)據(jù)源的地方進行，減少數(shù)據(jù)傳輸?shù)难舆t，提高響應(yīng)速度。而云平臺則提供了強大的計算和存儲能力，能夠處理大規(guī)模的數(shù)據(jù)分析和調(diào)度優(yōu)化任務(wù)。這種結(jié)合不僅提升了系統(tǒng)的整體效率和靈活性，還能通過實時數(shù)據(jù)分析和智能算法，實現(xiàn)電力與交通資源的最優(yōu)配置，確保在不同使用場景下的高效運行。

5"" 結(jié)論與展望

本文對綜合交通與能源電力網(wǎng)絡(luò)兩網(wǎng)融合系統(tǒng)中的電動汽車承載力進行了全面綜述，系統(tǒng)分析了交通網(wǎng)絡(luò)承載力和電力網(wǎng)絡(luò)承載力的基本概念、計算方法，涵蓋了不同的數(shù)學模型與求解算法，從安全可靠性、高效性和優(yōu)質(zhì)性 3 方面建立了評估指標體系，揭示了電動汽車充電需求對交通與能源網(wǎng)絡(luò)的相互影響，并探討了雙網(wǎng)融合系統(tǒng)中的承載力問題，分析了雙網(wǎng)融合面臨的挑戰(zhàn)與策略，最終總結(jié)了研究發(fā)現(xiàn)并對未來的研究方向進行了展望。

交通和電力網(wǎng)絡(luò)的承載力計算是確保兩網(wǎng)融合系統(tǒng)高效運行的關(guān)鍵。傳統(tǒng)的交通網(wǎng)絡(luò)承載力主要考慮道路空間和通行能力，而在電動汽車普及背景下，還需結(jié)合充電設(shè)施的布局和利用率進行綜合評估。電力網(wǎng)絡(luò)的承載力評估則需考慮電動汽車充電負荷的隨機性和波動性，以確保電網(wǎng)的穩(wěn)定運行。供需調(diào)節(jié)和系統(tǒng)管理策略是解決兩網(wǎng)融合承載力問題的有效手段，通過 V2G 技術(shù)和分布式光伏發(fā)電實現(xiàn)局部區(qū)域的有效電力供給，并通過動態(tài)電價策略、充電需求分散和智能充電技術(shù)優(yōu)化充電資源的使用。

未來的研究應(yīng)進一步完善承載力評估方法，特別是針對交通和電力網(wǎng)絡(luò)的動態(tài)變化和不確定性因素，開發(fā)更為精確的評估模型。優(yōu)化供需調(diào)節(jié)和系統(tǒng)管理策略，提升充電基礎(chǔ)設(shè)施的利用效率，并確保電網(wǎng)的穩(wěn)定運行。推進大數(shù)據(jù)平臺的建設(shè)與應(yīng)用，實現(xiàn)數(shù)據(jù)的高效整合和實時分析，支持智能化決策。進一步探索智慧城市、港口、城市群和航空交通系統(tǒng)中的兩網(wǎng)融合應(yīng)用，推動綠色交通和清潔能源的普及，提升綜合交通與能源電力網(wǎng)絡(luò)的高效融合和可持續(xù)發(fā)展。通過多方協(xié)同和技術(shù)創(chuàng)新，構(gòu)建更加智能、高效、可靠的兩網(wǎng)融合系統(tǒng)，為未來智慧交通的發(fā)展提供堅實的技術(shù)支持和保障。