面对日益严重的环境问题，发展清洁能源、保障能源安全、实现“碳达峰”、“碳中和”，已成为我国能源战略的核心目标之一。其中电动汽车（Electric Vehicles, EV）作为移动储能单元，将电网与交通深度耦合，促进智慧城市绿色化交通。大规模电动汽车接入，给配电网的稳定性和经济性带来了一定的机遇与挑战。

经国家电网公司测算，到2030年，电动汽车整体电量需求将达到3400亿kW•h，EV保有量预计达到6000万辆。近年来，国内外学者在电动汽车调控方面做了大量研究，主要研究思路可概括为预测负荷需求时空分布，根据预测结果优化布局充电设施网络，进而制定交通-电力耦合网络架构下的电动汽车引导策略，引导未到站车辆分散前往充电站，避免部分站点拥挤现象，并基于V2G（Vehicle to Grid）技术实现电动汽车响应电力辅助服务。

沈阳工业大学电气工程学院、国网辽宁省电力有限公司电力科学研究院、国家能源局东北监管局的研究人员从“预测”、“站-网”、“站-车”、“车-网”四方面形成整体闭环，探讨智慧城市车-站-网一体化运行体系相关技术。

车-站-网一体化运行体系中，电动汽车是未来智慧城市交通-电力-信息耦合网络的关键耦合元素，准确预测电动汽车充电负荷是分析电动汽车对配电网影响的基础，亦是开展电动汽车与配电网互动的必要前提。

充电站作为车-站-网一体化运行体系能量枢纽单元，根据电动汽车负荷时空分布预测结果进行布局优化，实现“站-网”层面优化布局；考虑配电网需求进行有序充电引导，实现“站-车”层面的协同管理；接收电网调度信号并下发给电动汽车，反馈电动汽车充电信息至配电网，利用V2G技术实现“车网”层面互动响应。车-站-网一体化运行交互特性如图1所示。

图1 车-站-网一体化运行交互特性

根据车、站、网三者交互特性，研究人员深入探讨车-站-网一体化运行架构的研究现状及相关技术，并沿电动汽车充电需求时空分布预测、“站-网”协同布局与优化、“站-车”有序引导、车-网互动响应技术这一主线综述车-站-网一体化运行架构的最新研究成果，展望其未来研究方向。

• 电动汽车充电预测方面，通过解析电动汽车充电需求预测方法的优缺点，考虑动态交通下基于信息物理融合的充电负荷预测方式是未来的重点研究课题；
• 充电设施布局方面，未来研究中需考虑交通-电力耦合网络架构下的充电设施布局方法；
• 充电站有序引导电动汽车方面，以交通-电力耦合网络建模作为有序引导基础，建立路网耦合架构下定价与路径规划的融合体系是必要且可行的；
• “车-网”互动响应方面，从配电网可靠性及经济性的角度论述了电动汽车参与辅助服务市场的可行性与有效性，提出电力系统储能共享、集群调控数据降维、电动汽车响应激励等多方面建议，从而提升配电网可靠性、经济性及用户满意度。

最后，研究人员对未来智慧城市电动汽车参与互动响应的研究进行了展望。

1 用户行为画像在电动汽车充电预测中的应用

电动汽车用户行为画像是指用户在驾驶过程中留下的行为数据被大数据及互联网收集之后加工成一系列的标签，其本质是简化的标签数据。目前大部分文献主要是对电动汽车群体驾驶、停放特性的研究，并未深入探究电动汽车用户个体驾驶习惯、路径选择习惯、临时更改路径比率等特性。大数据与云计算等技术进一步发展，有必要深入探究用户行为画像在电动汽车充电预测中的应用。

2 电网最优潮流约束下多类型充电设施网络布局优化

我国存在充电设施结构性不足、充电桩总体利用率低、热点区域充电排队时间长等问题。充电设施选址既要满足充电需求，同时还需考虑电网负荷限制，以适应城市内最优电网潮流限制与充电需求的突出矛盾。突破多目标多阶段多场景设施选址与配置优化技术，实现交通与电力耦合网络协同最优下的设施网络布局是一个亟待解决的科学问题。

3 多网融合下配电网多时间尺度稳定性评估方法

不确定性新能源、电动汽车在配电网占比增加，使系统稳定性面临挑战。然而，电动汽车充放电行为的多时间尺度优化调控将导致配电网安全稳定裕度发生变化，现有配电网可靠性评估方法，尚缺乏统一的安全、稳定判别标准。

4 多网融合充电服务综合评估

“交通网-信息网-电力网”三网融合架构下电动汽车参与配电网需求响应服务，需从经济性、稳定性、用户满意度的角度对其进行综合评估。

①经济性方面：分析充电站运营成本、新能源利用率等因素间耦合关系，建立层次化经济性评价指标体系。②稳定性方面：研究充电桩容量、用户充电需求、电压质量指标之间的影响规律，构建刻画系统安全域的稳定性指标。③用户满意度方面：分析电动汽车分布规律与用户充电排队等待时间、充电价格之间的影响关系，构建适用于多场景的用户充电满意度评估指标与方法。

5 信息物理系统中云边协同架构的研究应用

5G通信、大数据、区块链等技术不断发展，在车-网互动响应中引入边缘计算思想，能够突破边缘节点数据存储、计算的能力瓶颈，解决云计算模式占有大量计算资源，无法满足电力物联网高效协同要求的难题，实现智能化分析管控、边缘设备实时控制、调度任务智能管理、数据统计查询、各方利益协调等功能，提高配电网供电可靠性。将传统集中式云端架构转型为边缘导向式云边协同优化架构技术将迎来更多的理论研究和工程应用。边缘导向式云边协同优化架构示意图如图2所示。

图2 边缘导向式云边协同优化架构

边缘导向式云边协同优化架构中，充电桩作为信息感知层边缘计算单元，聚合商为边缘服务层，交通-电力-信息耦合网络为平台层。电动汽车用户与聚合商签订响应合作协议参与配电网互动响应仅负责在协议规定时间内接入充电桩，充放电调控交由聚合商自主进行。

在此架构下，信息感知层收集用户行为规律信息，并计算实时可调度容量上报边缘服务层。同时，实时接收边缘服务层调控指令，在满足电动汽车用户需求的背景下实现实时智能控制的互动响应服务。边缘服务层与信息感知层之间实现可调度能力与实时控制的信息交互，与平台层之间进行信息反馈及指令传输。平台层进行各类信息收集、储存、计算，并实时下发指令。

本文编自2022年第1期《电工技术学报》，论文标题为“智慧城市车-站-网一体化运行关键技术研究综述及展望”，作者为王海鑫、袁佳慧 等。