電動汽車有序充電研究與應用綜述

蔡黎，商冰潔，高樂，代妮娜，徐青山，王坤，張一，徐坤楠

（1.重慶三峽學院電氣工程系，重慶 404000；2.內江職業技術學院信息與電子學院，四川 內江 641000；3.東南大學電氣工程學院，南京 210096；4.國網電力科學研究院有限公司，南京 210037；5.國網重慶市電力公司，重慶 400010；6.廣西電網有限責任公司，廣西 欽州 535000）

0 引言

燃油汽車給全球環境和能源帶來巨大壓力［1］，因此綠色、高效、低耗的新能源汽車研發和應用成為全球各國的重要課題。近年來，新能源汽車在世界各地迅速發展，各種促進新能源汽車應用的激勵措施也相繼出臺，比如，美國能源部鼓勵美國每家每戶都可以使用插電式混合動力汽車。我國對新能源汽車的發展也非常重視，2020 年11 月國務院《新能源汽車產業發展規劃（2021—2035）》［2］提出，爭取到2025 年新能源汽車銷量占據全國汽車銷售總量的20%。在以上措施的激勵下，新能源汽車的銷售量和保有量高速增長。

目前，新能源汽車在我國主要以純電動汽車為發展方向，工信部公布的數字表明：2022 年我國EV 銷量約為536.5 萬臺，占據了國內市場份額的20%左右，連續8 年位居世界首位。如此大的EV規模在其接入主動配電網充電特別是無序充電時，會產生規模化入網效應，對電網產生巨大的影響，導致一系列的問題：電壓波動［3］、負荷方差增大［4］、電網負荷峰谷差增大［5］、變壓器重過載［6］、電力系統網絡損耗增加［7］、諧波污染［8］、三相不平衡［9］、電壓畸變［10］等。

綜上，在規模化EV 接入主動配電網的背景下有序充電的研究和應用就顯得很重要。國務院《新能源汽車產業發展規劃（2021—2035）》［2］中的專欄4“智慧城市新能源汽車應用示范行動”一節中也明確提出要開展智能有序充電的研究和應用。本文梳理和分析了EV 有序充電理論和技術的研究現狀，研究了EV 有序充電的主流優化策略，通過對國內外EV 有序充電實例的分析，得到EV 有序充電的發展啟示。

1 EV有序充電

有序充電是指在滿足EV 充電需求的前提下利用切實可行的技術手段對充電行為加以控制，通過對電網負荷進行削峰填谷，降低負荷波動性，繼而實現EV 與電網的協調發展，確保電網安全、穩定運行［11］。其流程如圖1所示。

圖1 EV有序充電流程圖Fig.1 Flowchart of EV orderly charging

有序充電具體的充電控制方法分為電價控制和功率控制［12］。

電價控制是指利用分時電價（time-of-use price，TOUP）、實時電價（real-time price，RTP）和尖峰電價等電價激勵方式，在負荷較大時提高充電費用，在負荷較小時降低充電費用，利用用戶節約電費的心理，引導用戶在負荷低谷時段充電［13］。同時實時電價、階梯電價機制還可以引導用戶的需求時段與新能源發電出力充足時段重合，貼合新能源出力間歇性較大的特點，降低棄風、棄光現象，提高電網可靠性，保持電力市場的供需平衡。文獻［14］考慮了用戶補償電價響應對EV 充電負荷分布的影響，通過補償價格引導，將原來的充電負荷轉移到電網負荷較少、分時電價最小的22：00 至次日07：00 時段。改善了充電負荷分配，降低了電網運行壓力，延緩了配電網投資。

功率控制是指電網或充電站運營商直接控制EV 的充電時間和充電功率，以減小電網網損和峰谷差值。文獻［15］以負荷變化差最小為約束條件給出了一種實時控制最優輸出功率的EV 有序充電策略，以解決無序充電引起“峰上加峰”和大規模EV谷時段充電引起又一高峰的問題。

我國的EV 主要以非營運EV 為主，占比82%以上，非營運EV 具有進行有序充電的有利條件以及必要的原因。一方面，非營運EV 每日大部分時間處于停駛狀態，更關鍵的是，EV 在充電時具備隨時可中斷、功率可調節的優點，擁有參與有序充電、進行削峰填谷的自身優越條件［16］。另一方面，EV 數量多，若都采用無序充電，與居民用電高峰期高度重合，如果僅憑借小區擴容滿足充電需求，不但會增加配電網改造的難度，還會導致更大的資源閑置和浪費［17］。國內外學者關于EV 有序充電進行了大量的研究，本章將從未考慮新能源出力和考慮新能源出力兩方面展開敘述。

1.1 未考慮新能源出力

曾偉哲等［18］提出了一種多目標優化算法進行EV 有序充電，以此降低負荷波動率和用戶充電費用。Wang L 等［19］為防止用戶在夜間負荷峰谷時段大規模充電導致出現新的高峰值，提出了一種多目標控制策略，減少了用戶充電費用和電網負荷方差，同時滿足了用戶需求。Zhou C 等［20］提出電價激勵+技術控制的方法來引導EV 有序充放電，當EV 的數量逐漸增大時，峰谷差和碳排放量也在逐漸減小，協同效應越大。林曉明等［21］研究了電網、充電站運營商和EV 用戶各方需求，構建了由三方共同參與的有序充電策略，提出了用電價補貼代價的方法，有效解決了電力市場中存在的利益沖突和電力系統安全需求之間的矛盾，也使用戶更加積極響應電價激勵。但由于峰谷電價差不斷增大，電網公司要對充電站運營商在電價方面的讓步進行補償，進而降低電網公司的整體盈利。徐文法等［22］提出了一種基于博弈論的EV 實時電價策略，建立了充電站-EV 用戶收益模型，該策略使得電網、充電站和用戶三方共贏。

根據國家能源局發布的《電力業務資質管理年度分析報告（2022）》［23］顯示，2022 年我國的太陽能等新能源裝機容量已經達到2.067 237 TW，裝機容量占總裝機容量的49%。顯然風能、太陽能等新能源發電出力已經逐漸成為我國電力能源的主要來源。上述有序充電方法未考慮新能源發電出力，雖然通過電價激勵等政策引導EV 響應達到了負荷削峰填谷，但EV 的響應程度不高。文獻［24］從不同用戶充放電響應度出發，發現峰谷電價差、放電電價、峰平電價差大小與EV 用戶響應度密切相關。當放電電價是分時電價的0.5 倍時，用戶對峰谷電價差響應度、放電電價響應度、峰平電價差響應度分別為54.03%、46.1%、28.5%，絕大部分用戶并沒有參與響應。究其原因，剛性需求是充電行為發生的前提，政策引導對于剛性需求的改變力度非常有限。

EV 消耗傳統火力發電機組產生的電能時，相當于“以煤代油”，并非新能源形式［25］。我國新能源發電量已達1.52 PWh，占全國發電量的31.8%［26］，如何通過EV 有序充電，實現新能源的消納成為新的研究熱點。因此，近年來國內外學者從考慮新能源出力的角度，對EV有序充電展開了深入的探討。

1.2 考慮新能源出力

馬文彪等［27］在考慮了分布式電源（distribute generation，DG）和負荷不確定因素的前提下，提出了一種上層以配電網年用電成本最小、下層以優化電網穩定性的雙層控制策略。唐學用等［28］基于區塊鏈技術，根據電網和EV用電情況引導EV分時段前往充電站充電，以此實現區域內DG 全部消納。劉志虹等［29］根據DG 隨機不確定性制約其消納、EV 無序充電增大峰谷差的問題提出了一種基于協同優化的配電網EV 有序充電智能控制策略，建立了多目標協同最優控制模型，具體的多目標算法方法如下。

在Pareto 解集合中，對于第k個目標，計算第s個解決方案的隸屬度為：

式中：fk為第k個目標函數；分別為目標函數最大值和最小值。

利用隸屬度權重，可以得到多目標函數的最優解。該次優化的最優解μs可以表示為：

式中：Nobj為目標函數數量；Ns為Pareto 解集中解的數量。

李景麗等［30］以電網出力曲線峰谷差最小、消納日間光伏出力為目標，提出了一種考慮光儲充電站最佳儲能方案的優化策略，該策略降低了電網的負荷波動，提高了消納新能源率。Chen Q 等［31］研究了新能源和動態電價對EV 充電的影響，表明了采用動態電價策略使EV 充電模式與高光伏發電量保持一致，則可避免在高峰時段充電，從而進一步降低充電成本。Li C等［32］以風電、光伏等配電系統組成的微電網為研究對象，考慮了EV充電需求和DG輸出的不確定性，根據每個節點充電設備利用率的高低來控制充電站運行時間，減少了成本，提高了資源利用率。

新能源具有間歇性、波動性、無序性、反調峰性，通過控制EV 有序充電、電池更換、退役電池梯次利用［33］的方式，將EV 作為分布式儲能，為電力系統提供可觀的靈活性資源，能夠很好地實現新能源的消納［34］，實現了用戶、電網、發電三方的共贏。

1.3 小結

綜上所述，與無序充電相比，有序充電優勢明顯。采用峰谷分時電價是鼓勵EV 進行有序充電的傳統有效途徑，考慮到夜晚峰谷期充電導致的新高峰問題，動態分時電價引導是新的有效途徑。目前，EV 有序充電的研究大部分是從電網側和用戶側的視角考慮，對于充電站運營商、發電廠側的研究較少，而一個完善的有序充電策略應該盡可能考慮到所有方面。考慮充電站運營商、發電廠側的有序充電方法以及新能源的隨機波動性導致的出力不平衡問題［35］將是未來的研究重點。

2 有序充電優化

EV 有序充電優化涉及層級優化、算法優化、V2G優化以及充電站選址優化4個領域。

2.1 優化層級

根據層級分類，EV 有序充電優化層級可劃分為電網層、充電站層和用戶層，不同層級的優化目標不同。每個層級對應目標函數如圖2所示。

圖2 各層級對應目標函數Fig.2 Corresponding objective functions at all levels

廖鑫等［36］以最低成本和最小負荷方差為目標，通過構造激勵函數，引導EV 依據電網的容量進行充電。王輝等［37］提出了一種基于DG 和EV 的電力系統網絡可靠性評估方法，以此評估風光互補系統和電價激勵對配電網可靠性的影響。陳奎等［38］提出了基于TOUP 的兩階段多目標充電策略，以此降低負荷的波動性、提高充電站運營商的收益。馬英姿等［39］提出了基于博弈論的有序充電控制策略，建立了充電站收益-EV 用戶滿意度博弈模型，既保證了電網安全，又提高了充電站收益。但博弈電價在一定程度上提高了用戶的充電費用。劉艷萍等［40］利用不同樓宇間的專用變壓器互濟模式來降低充電站運營商的成本和變壓器重過載現象，并充分挖掘專用變壓器的利用價值。

S.Xu 等［41］以保護用戶隱私性為目標，提出了基于匿名區塊鏈的聯網充電系統，該系統能夠避開第三方平臺，使得用戶匿名性、信息真實性和系統安全性滿足了必要的要求。蔣怡靜等［42］以不同時空尺度下的用戶滿意度為目的，提出了在時間層引導用戶充電時間、空間層引導用戶選擇充電站的時空雙尺度優化，有效改善了電力系統的負荷波動，提高了充電站的運行效率，保證了用戶的充電需求。然而，用戶為了維持設備利用率，將會增加用戶在尋找合適充電站時的時間。程杉等［43］建議在高峰放電的情況下，控制電池的單個放電深度，從而降低電池的損耗程度和放電的成本。沈國輝等［44］結合“車-路-網”實時信息，為用戶推薦最優充電站和行駛路徑，從而使用戶等待時間最短，滿意度最高。

綜上，層級優化不能只考慮單一目標，需要從電網、充電站運營商、用戶三方的角度出發，考慮三方之間的關系，總結優化目標函數，三方關系圖如圖3所示。

圖3 各層級關系Fig.3 Relationships among all the level

2.2 優化算法

在確定了有序充電的目標函數之后，需要根據目標函數選擇合適的算法來求最優解。在實際求解最優解的時候，常常會將算法進行改進。特別是近年來人工智能（artificial intelligence，AI）發展迅速，各種基于AI 有序充電的算法優化成為研究的熱點，并取得了較好的效果。

Gong L 等［45］依靠遺傳算法（genetic algorithm，GA），提出了一種居民充電站EV 動態峰時電價策略，以降低峰值負荷，防止變壓器過載。張良等［46］利用粒子群算法（particle swarm algorithm，PSO）優化了EV 充放電行為，所提策略能夠避免在谷時段產生另一高峰，且降低了用戶的綜合充電成本。黃敏麗等［47］通過引入量子計算中量子位概念，將其與布谷鳥算法（cuckoo search algorithm，CSA）結合起來，使得CSA的求解更加多樣性，在一定程度上保證了電網安全、降低了換電站的充電成本。張公凱等［48］將非線性慣量加權引入鯨魚算法（whale optimization algorithm，WOA）中，并在此基礎上又提出了改善鯨魚定位的教學策略，該算法可以有效地降低峰谷差值，有助于削峰填谷以及節省充電費用。沈國輝等［49］采用TOPSIS 算法對EV 充電順序進行優化，降低了負荷峰谷差率和充電成本。吳甲武等［50］將二次非線性遞減慣性加權及父母導向的策略引入到雞群算法（chicken swarm optimization，CSO）中，使得用戶的充電成本和電網的負荷波動率降到最低，有效地解決了CSO易早熟、收斂精度低的問題。Wang R 等［51］采用NSGA-II 多目標算法建立了區域電價模型，在出行規律的基礎上以降低高峰負荷以及保護電網利益為目標。吳芮等［52］提出了一種基于RTP 的智能充電導航策略，利用PSOGA 求解最優方案，隨著滲透性的增加，可以減輕EV 入網的危險，但該策略并未將電力系統中的諧波效應考慮進去。

本小節總結了EV 有序充電所用到的優化算法，NSGA-II 對多目標函數的優化問題有著顯著的優勢。由于傳統算法具有很明顯的缺點，因此在實際優化時會做出改進：針對GA 易陷入局部最優，適當調整交叉和變異率［53］；同時可通過增加光伏發電和EV 負荷來提高初始種群的性能［54］。針對PSO 收斂精度差、易陷于局部最優，引入動態加權改變粒子的速度，并將其加入Levy 飛行策略來干擾群體［55］。針對CSA 在迭代過程中局部搜索精度差，通過動態調整迭代過程中的發現概率和搜索步長來改善CSA［56］。針對WOA 精度差及計算速度慢的缺點，引入高斯變異算子、差分進化算法算子和擁擠度因子［57］。針對CSO 易早熟，將CSO 和教學學習優化算法結合起來［58］。通過制定合適的算法將優化結果達到最優，最終目的也是使電網、充電站運營商、用戶三方利益達到最優。

2.3 V2G技術

EV 作為一種儲能裝置既可以從電網中獲取電能又可以將電能傳輸到電網［59］，由此V2G 技術應運而生。在V2G形式下，EV既具有源、荷二重性，又有雙向通信和雙向輸能的優點［60］，這將使電網側與用戶側同時受益。V2G 旨在改善大規模EV 充電對電網的不利影響如電壓下降、負荷超載，提高電網經濟性，消納新能源，同時EV 用戶可以在滿足自己需求的情況下，向電網反向放電從而獲取一定收益［61］。

陳明強等［62］針對V2G 的特點提出了一種EV 在線有序充電策略，該策略根據目前的電網現狀以及EV 的充電需求進行削峰填谷。李怡然等［63］建立了供需兩側的兩階段有序充電策略，第一階段考慮用戶側，從充電成本和電池損耗成本的角度來控制電池放電深度，第二階段考慮到“峰谷顛倒”現象，在降低用戶充電成本時，通過優化放電次數和控制深度放電有效降低了電池損耗。陳中等［64］利用EV 的移動儲能特性與新能源協同，參與V2G策略以使負荷標準差最小化，該策略利用V2G 技術使得電網、用戶雙贏，同時也消納了多余新能源。Zheng X等［65］提出了V2G 光伏充電站兩種不同充放電方式下的容量優化方案，分別為基于出行習慣的無序充放電方式和基于TOUP 的V2G 有序充放電方式，以減少投資和運行成本，提高能源利用率。Fu X等［66］提出了一種用V2G 調度來削峰填谷的策略，在考慮了DG 和EV 負荷的不確定性后，電網峰谷差下降了42.8%，用戶充放電收益上升了57%，這是由于用戶的充放電行為不會因為不確定因素而受到影響，更能夠保障用戶的需求。

V2G 在技術上具有平抑峰谷電荷、促進新能源并網、提高電能質量以及進行調峰調頻的作用［67］；在經濟上具有降低系統網損、減少用戶充電費用的優勢，因此將大大提高EV 滲透率［68］；在能源存儲上有助于消納新能源、二次利用廢舊電池，最大限度地實現源荷協同；在環境上具有節能減排、減少環境成本的作用［69］。相比于有序充電，目前市場上配備放電功能的EV 和V2G 充電樁數量有限，加上頻繁充放電對電池壽命加速衰減的不利影響［70］，從近中期來看，有序充電比V2G 更具可行性［71］，但隨著電池成本的下降以及技術的發展進步，V2G的優越性將逐漸顯現。

2.4 充電站選址

電池能量密度低是EV 續航里程相對不足的最大原因［72］，不僅造成了EV 用戶的里程焦慮，而且限制了EV 的市場接受度。在電池能量密度這一關鍵技術未達到解決之前，合理布局建設充電站成為解決上述問題的唯一解［73］。同時，充電站選址優化也是有序充電的重要組成部分。

當前充電站建設存在如下幾個問題：1）建設數量不足；2）建設成本較高；3）充電便捷性不高、充電時間較長；4）油車占位、充電設施損壞；5）由于充電站選址不合理，出現“有車無樁”或“有樁無車”現象。其中，充電站選址不合理導致利用率不高是繼續解決的問題［74］。

Sun Z 等［75］分析了重型EV 充電站對電網的影響，重型EV 需要更快的充電速度和更高的負荷容量，不適合的選址將會造成非常嚴重的電壓下降、電壓破壞以及電壓斜升。姜岳等［76］提出了“代客充電”服務模式，其目的是針對遠離充電站、不愿自行充電的客戶進行代充電，該模式更適用于一些充電需求少或建設費用高的地區。Pal A 等［77］綜合考慮了電壓偏差、交通路網、土地成本以及EV 的不確定性，發現EV 滲透率的變化和充電方式會增加能量損失和電壓偏差，并對慢速充電站和快速充電站的布局進行了優化。

李東東等［78］根據“車多樁少”的問題提出了基于用戶引導的EV-充電樁匹配策略，在RTP 的控制下引導用戶在待選范圍內選擇合適充電樁，為充電樁的合理分配、利用提供了依據。高賜威等［79］指出由于新能源發電存在較大間歇性，這將對電網造成危害，同時新能源發電廠建設在人煙稀少的郊區，因此可以將一部分充電站建設在臨近新能源發電廠的地方，并且這部分充電站專門用來給更換掉的電池充電，這對推動新能源的發展具有積極意義。Zhu X 等［80］基于城市居民出行行為特點，提出了充電站選址模型，該模型由兩部分組成：一是為使用慢速充電設施的短途通勤者，二是為使用快速充電設施的長途旅行者。

潘鳴宇等［81］對充電樁的利用率及建設成本進行優化，有效解決了“有車無樁”和“有樁無車”的現象。李恒杰等［82］對站內擁堵問題進行了優化，優化后用戶排隊時間降低了66%，各個充電站的平均利用率達到均衡，節約了充電站容量配置，且更加節省運營商的建設成本。Zhang Y 等［83］提出了移動充電樁的概念，認為移動充電樁可以作為傳統固定充電樁的補充，用戶可通過手機APP下單，數據中心接收到需求時立即向充電樁中心發送調度指令，移動充電樁便通過小型貨車送到EV 跟前，用戶只需要額外支付一定的“快遞費”即可，移動充電樁也有利于節省土地資源。

充電站選址作為EV 基礎設施建設問題，一定程度上關乎著EV的推廣和普及，應充分考慮電網、充電站運營商、用戶三方利益，盡可能滿足三方需求，還應考慮新能源發電在時序和季節上的不確定性以及城區資源配置。

2.5 V2G發展設想

在以上4 種優化策略中，V2G 因其成本低、效果好、易于實現而最具潛力。國家也發布政策鼓勵V2G 發展，《新能源汽車產業發展規劃（2020—2035）》指出要“加強V2G 能量互動，鼓勵地方開展V2G示范應用，統籌新能源汽車充放電、電力調度需求”［84］。《進一步提升充換電基礎設施服務保障能力的實施意見（意見稿）》也提出推動V2G 協同應用與試點示范［85］。接下來，國網電力汽車服務有限公司將進行V2G 車樁與配網的整合，以促進V2G 的進一步發展。

3 V2G示范工程簡介

3.1 鄭州世紀家園試點項目

2018年7月9日，為響應國家電網關于居民EV“80%在居民區充電，80%使用低谷電”的要求，全國第一個大規模EV 有序充電工程在鄭州世紀家園小區正式投入運行，該工程由河南電力公司運營實施，為實現居民區“一車一樁”的充電服務，共建成50 個可輸出1.3～7 kW 的有序充電樁，可對充電樁的輸出功率進行智能調整。充電樁會根據負荷情況，在小區居民用電負荷較大時，輸出低功率；負荷較小時，輸出高功率，有效削峰填谷，同時降低用戶充電成本。具體操作如下：登錄手機APP，選擇有序充電，填寫充電需求和預計取車時間。充電樁會按照順序依次在最佳時間以最優功率進行充電，車主也可以提前結束充電。有序充電多用于下班后，時間充裕，白天著急開車的車主也可以選擇直接充電［86］。

該項目通過無序充電、無序充電與有序充電混合充、有序充電3 種形式對比，發現有序充電的EV 數量越多，削峰填谷的效果越好，且削峰超過了30%，EV 用戶最大可節省30.07 元/次，對電網和用戶有極大的效益。后續該項目將推進非營運EV充電樁共享，實現設備利用率最大化。

3.2 荷蘭智能太陽能充電項目

荷蘭“太陽能與EV 雙向充電站示范項目”是全球首個以光伏板為基礎的EV 充電樁集成的V2G 示范項目，共建成了22 個22 kW 的交流公共充電樁，它們直接與低壓電網并網，幫助就地消納太陽能。該項目主要致力于V2G通信標準的制定以及開發一套智能系統以推動充電設施和太陽能的普及。V2G技術將當地產生的太陽能儲存到EV 里，形成一個智能、動態的快速充電與儲存系統，創建靈活的儲存能力，以降低電網的峰值負荷。在能源成本高或存在網絡擁堵風險的情況下，可以將儲存的電能釋放到該地區。

該示范項目的目的是利用充電樁將太陽能直接用于直流充電，而無需將其轉換為交流電，并且充電器采用雙向標準，可以將EV 多余的電能通過車輛端反饋到電網。充電器可以提供4 種不同的電流流向：EV 到光伏板、EV 到電網、電網到EV、以及光伏板到電網。

該V2G系統采用10 kW 功率模塊，可進行聯合快速充電。太陽能光伏板和EV 雙向充電系統有兩個用于電網和EV 的雙向端口，一個用于光伏的單向端口。光伏換流器、并網逆變器和隔離型EV 充電器集成在中央直連系統上。具體示意圖如圖4 所示。由于降低了轉換步驟，提高了效率，EV 和光伏在直流上的直接接口比交流接口更有利充電器采用碳化硅與準諧振技術，其充放電效率高，功率密度大。與分別單獨使用的EV 充電器和光伏發電逆變器相比，EV 與光伏發電整合充電站具有更少的應用組件數，更小的體積，更高的可靠性，并且更節約設備成本［87］。

圖4 10 kW并網三端口EV-PV充電系統架構Fig.4 Architecture of the 10 kW grid-connected three-port EVPV charging system

4 V2G展望

未來EV有序充電的研究應用發展趨勢如下。

1）關于運營主體：在實際應用中，至多只考慮了電網/用戶或者充電站/用戶的共同利益，很少有兼顧到三方共同利益的情況，因為受制于市場、充電站運營商和電網公司是不同法人等體制的諸多原因，找到三方共同受益的方法也比較困難。目前國家監管部門已經意識到此問題，在智慧城市的落地建設中解決此問題。與此同時，由于新能源存在間歇性與不確定性的特點，要保證EV 充電時不會發生棄光、棄風現象，盡可能充分消納新能源也是未來的發展趨勢。“促進新能源汽車與可再生能源高效協同”已經寫進了《新能源汽車產業發展規劃（2021—2035）》中。

要綜合解決以上問題，最佳的方法是將售電主體和充電主體二合一。目前，國家電網成立了全資子公司國網EV 服務有限公司，全面介入EV 充電、能源交易和智慧車聯網平臺建設，與南方電網等21家運營商進行合作。未來電網與充電站將成為一個整體，三方變成兩方實現管理的扁平化，更好地保證用戶利益的同時，通過實施電價控制引導有序充電，改善電網負荷曲線，從而實現整個效益最大化。

2）關于充/換電站：充電站作為充電基礎設施，其規劃應盡可能滿足規劃區域內EV 用戶的充電需求，提高用戶充電滿意度，降低用戶充電耗時成本和路程轉移成本；作為運營盈利設施，充電站的建設又應該保證既能夠獲得最大利益，又使建設成本和維護成本最小；同時作為配電網節點處的負載其容量規劃應滿足配電網相應約束，盡可能減少給電網帶來的負面影響。因此，充電站的選址定容應綜合考慮電網、充電站運營商、用戶三方的利益，盡可能使各項指標達到最優。此外，充電站選址優化能夠提高充電樁的利用率，減少充電樁的重復建設，有效地節約充電站運營公司的成本。如何能在有限的土地資源情況下合理布局充電站、非營運EV 充電樁的建設、共享充電樁的設備損壞、占用、閑置時間不能滿足充電需求的問題也要解決。《新能源汽車產業發展規劃（2021—2035）》針對這一問題，提出了“公共設施的充電樁建設給予財政支持”的解決方案。

3）關于基礎研究：技術的成熟是V2G發展的前提，需要對EV 電池、控制調度算法、無線通信等諸多領域進行研究。對EV 用戶來說，一方面，V2G引起的頻繁充放電問題對電池造成的損害可能使用戶放電得到的收益還不及電池損耗的成本；另一方面，V2G過程中涉及與無線網絡進行信息流的雙向互動，而無線通信易遭受網絡安全攻擊，可能會導致用戶的身份信息、行車軌跡、電池狀態等個人信息被泄露，從而影響到用戶的人身安全，用戶的響應度并不高。對V2G充電樁運營商來說，建設成本、選址、用戶參與調度積極性均是其需要考慮的問題。因此建立更完善的電池損耗模型（充放電深度、參與調度時長、電池容量與壽命等）、提高電池質量及能量密度、保護用戶隱私，提高用戶滿意度是待解決的問題。

4）推動新興產業技術與V2G融合、深化，如云計算、物聯網、AI、5G、區塊鏈等新興產業技術對V2G 的發展具有顯著作用，充分利用這些技術，將使V2G 改變傳統的定價方式，促進其邁向數字化、信息化、智能化。

5 結語

本文總結了EV 無序充電的影響，從未考慮新能源出力和考慮新能源出力兩個方面出發，梳理和分析了EV 有序充電的必要性以及研究現狀。在此基礎上，歸納了有序充電優化策略的4 個領域：優化層級、優化算法、電網互動（vehicle-to-grid，V2G）技術、充電站選址，并從這4 個領域總結了EV 有序充電的優化策略，列舉了兩例V2G 示范工程，最后對未來EV有序充電進行了展望。