【天津大学（穆云飞）】2024年电力交通融合下的智能车网互动技术研究报告_37页_3mb

电力交通融合下的智能车网互动技术研究总结

核心内容

本研究聚焦于电动汽车（EV）与配电网的深度融合，探讨了在双碳目标背景下，电动汽车的快速发展对新型电力系统带来的挑战与机遇。重点分析了“电能流-交通流-信息流-行为流”的跨时空动态交互机制，并提出了基于多时间尺度、多主体协同的智能有序充放电控制策略，旨在提升配电网的灵活性与稳定性，优化电动汽车充电负荷的时空分布。

主要观点

• 电动汽车发展对电力系统的影响：随着电动汽车保有量的增加，其充电负荷已成为影响配电网运行的重要因素，尤其是随着充电功率的提升与快/慢充结合的发展趋势，对配电网的容量和稳定性提出了更高要求。
• 多流融合机制：电动汽车与配电网的互动不仅仅是能量传输，还涉及交通流、信息流与行为流的协同，这种“多流”融合是实现智能车网互动的关键。
• 多主体协同控制：通过云端与边端协同，结合用户行为、交通状况与电网负荷，实现多时间尺度下的有序充放电控制，提升电网接纳能力与用户满意度。
• 灵活性建模与应用：研究提出了一种对电动汽车充电负荷进行建模与预测的方法，考虑了交通动态均衡与用户行为，以实现更精准的负荷预测与调控。
• 交通时滞与协同优化：引入交通时滞因子，构建了多主体双层多目标优化模型，以实现配电网与交通网的协同优化运行。

关键信息

1. 电动汽车充电负荷协同预测

• 提出了基于动态用户均衡（DUE）的充电负荷预测模型，考虑了用户路径选择、交通拥堵、快/慢充行为等多因素。
• 通过仿真实现全天候预测，能准确反映快充和慢充负荷的时空分布。
• 与传统方法相比，预测精度提升了35.1%。

2. 多时间尺度有序充放电控制

• “周-日”尺度：基于多目标优化模型，实现周内充电电量的均衡分配，降低最大日充电电量27%，并减少用户总服务费用0.72%。
• “时-分”尺度：通过多运营商协同控制与边缘计算，实现台区充电容量的提升，达到台区容量的3倍。
• 边端控制装置可在500ms内完成策略生成，确保实时响应与控制。

3. 配电网-交通网协同优化运行

• 引入交通时滞因子，构建“配电网-交通网-充电站-用户”多主体协同优化模型，提升路网运行效率。
• 通过仿真分析，发现快充站布局对交通运行状态有显著影响，需合理避开拥堵路段并进行引导策略优化。

4. 快充站建设与运营策略

• 快充站作为交通基础设施，影响用户出行路径和充电行为，同时也对配电网负荷产生影响。
• 提出基于模糊综合评价的综合评价方法，对不同快充网规划方案进行多维度评估，包括运行效果、经济性、交通影响等。

5. 实际应用与效果

• 通过仿真验证，信息流引导策略在提升电动汽车用户与交通网运行效果方面具有显著优势。
• 在快充站建设成本不变的前提下，信息流引导策略能有效提升系统整体运行效率和经济性。

研究结论

1. 电动汽车与配电网深度融合：电动汽车的快速增长使配电网面临新的挑战，同时也为新型电力系统提供了灵活的负荷调节资源。
2. 多流协同机制的重要性：在“电能流-交通流-信息流-行为流”协同作用下，电动汽车充电行为具备更高的可调节性，可有效提升配电网运行效率。
3. 多时间尺度协同控制：通过云端与边端协同控制，实现从“周-日”到“时-分”多时间尺度的有序充放电管理，提升配电网的接纳能力与运行稳定性。
4. 交通与电网协同优化：引入交通时滞因子，建立多主体协同优化模型，有助于实现交通与电力系统的高效互动。
5. 快充站布局优化：快充站的布局应考虑交通运行状态和电网容量限制，以避免交通拥堵和电网过载，提升用户体验和系统稳定性。

未来研究方向

• 进一步优化多主体协同机制，提升系统响应速度与控制精度。
• 探索更高效的灵活性建模方法，提高预测与调控能力。
• 推动电动汽车与交通网、配电网的深度融合，构建更加智能、高效的车网互动系统。

附录

• 仿真参数包括：EV数量8000辆，快充功率90kW，充电机数量25，区域面积180km²，节点/路段数29/49。
• 模型与算法包括：基于DUE的预测模型、LGBM预测算法、WMMFS容量分配算法、基于EAM的充放电控制策略等。
• 模型验证结果表明，信息流引导策略在提升系统运行效果与经济性方面表现优异。