一、所属领域

电力系统调度，负荷聚合商，有序充电调度，新能源汽车充电设施，智能交通系统，新能源汽车充电导航

二、项目介绍

1. 痛点问题

电动汽车在未来将大规模接入电网。在居民小区与公共慢充站等场景下，优化已接入电动汽车充电功率可实现削峰填谷、提高新能源渗透率和改善电压水平。由于单辆电动汽车充电功率、电池容量过小，需要在电动汽车调度环节中引入集群代理作为中间商管理大型充电站或者同一供电区内的电动汽车集群，并以此为单位参与电网调度。在获得电网下发的集群调度结果后，集群代理通过优化内部电动汽车的充电功率，使所有电动汽车的总充电功率尽可能逼近理想曲线，从而使各电动汽车以对电网有利的方式充电。目前，该问题多采用集中优化方案，需要各辆电动汽车向集群代理传递自身信息，当集群规模较大时，大量数据的存储和处理将占用较多资源，计算时间也较长，也和电动汽车的自治性不符。但采用分散优化方案时算法设计不当，分散优化算法结果有可能只是次优解甚至不可行。

另一方面，未来公共快充站的普及和车辆充电功率等级的提升将给电网运行带来新的挑战和机遇：一方面，公共充电站快充负荷的天然不确定性叠加上车辆大功率快充模式，使得部分充电站的充电负荷具有功率大、间歇性和波动性强等特点；如果不对这些公共充电站的快充负荷做合理调控，可能导致配网部分电压越限、电能质量恶化、甚至设备过载等问题；另一方面，电动汽车具有空间移动特性，在充电导航下，起到优化电网潮流分布、促进新能源发电消纳、维持配网节点电压水平、实现电网安全经济运行等目标。目前，电动汽车导航多局限于简单的车辆路径规划问题，缺乏对交通-电力信息的综合考虑，无法实现电力-交通融合网络的协同优化，且在导航过程中对用户隐私的保护不足。

2. 解决方案

面向已接入充电的车辆，本项目提出一种对集群内多辆电动汽车充电行为进行分布式优化的方法，属于电力系统运行和控制技术领域。该方法采用停车场或者小区侧的控制器作为优化计算中的协调器，为各个汽车上的子控制器提供协调信息，子控制器根据这些协调信息优化自身的充电功率曲线，并将信息反馈回协调器；如此进行迭代计算：首先由各汽车的子控制器初始化一个满足自身充电要求的初始曲线，作为迭代的开始步骤；每一步迭代过后，协调器将会得到各个电动汽车改进后的充电功率，等迭代收敛得到的各个电动汽车的充电功率下发给子控制器。本方法所得到的充电方案将实现对理想曲线的最优逼近。该成果既适应汽车的物理分布特性，同时又有较高的计算效率。

图 集群电动汽车充电功率分布式优化架构

面向未接入充电的车辆，本项目提出了一种基于智能交通系统的电动汽车充电路径规划方法，综合考虑了交通状况和电网状态。该方法基于智能交通系统实现，包含四个模块：电力系统控制中心、智能交通中心、充电站和电动汽车终端。电力系统控制中心根据电网数据计算可用充电容量和充电站充电容量，并将结果传输至充电站。充电站确定其充电计划，估计未来电动汽车的可用充电功率，并将这些数据传输至智能交通中心。在从智能交通中心接收可用充电功率数据和交通数据后，电动汽车终端估计不同站点的总充电时间，包括驾驶时间、等待时间和充电时间。驾驶员可以查看这些结果，并选择导航至与最小总充电时间相对应的充电站。

图 基于智能交通系统的电动汽车充电路径规划方法

3. 竞争优势分析

面向已接入充电的车辆，本成果通过集群代理(算法中作为协调器)和各辆电动汽车(算法中作为子控制器)之间进行有限的信息交互，既可使集群内的电动汽车的充电功率实现对理想曲线的最优追踪，又避免了分散优化中由于缺乏全局信息导致的发散问题。在所提方法中，协调器无需获取各电动汽车具体的约束形式和相关数据信息，可减少协调器级的数据存储、处理难度。

图 集群联络线交互计划及响应情况

面向未接入充电的车辆，本项目通过总充电时间信号的集成，有效降低了驾驶员的时间成本。同时，导航信号反映了交通网与电力网的拥塞信息，有效实现了电力-交通融合网络的协同优化。同时，导航系统的模块化设计减少了数据传输，在降低成本的同时，保护了驾驶员的隐私：驾驶员可以自行选择使用哪个充电站，并且无需向智能交通系统发送任何数据。仿真结果表明了该方法在电力系统不同工况和交通条件下的可行性。

图 与竞品（只考虑最小距离的导航策略）相比的提升

4. 市场应用前景

本成果可广泛应用于新能源汽车有序充电领域，目标客户为电网企业、充电服务聚合商与电动汽车用户。目标市场发展迅猛：2020年11月，中国政府发布了《新能源汽车产业发展规划（2021—2035年）》，制定了中国电动汽车产业的发展蓝图；此外，德国、法国、美国等国家也都提高了新能源汽车的补贴范围和补贴额度或颁布了电动汽车税收扶持和刺激计划等。在政策和技术的驱动下，2020年全球电动车销量增长43%，达324万辆。截至2020年12月，我国公共充电桩数量已达到80.7万根，全年充电量约100亿度。

5. 发展规划

本项目一方面可通过为车辆提供有序充电服务，参与辅助服务市场，降低集群车辆用户的充电收入，并减小对电网的峰上加峰等影响，降低电网企业更新配电容量的冗余成本，可在车辆用户、充电设施运营商与电网企业等多个方面取得经济效益。另一方面可为未入网车辆提供导航服务，在提高充电设施利用率的同时，减小对电网的过载等影响，降低电网企业的更新配电容量的冗余成本，可在车辆用户、充电设施运营商与电网企业等多个方面取得经济效益。

成果目前已应用于国家电网公司与南方电网公司的相关试点软件开发，覆盖充电行为分析、充电站实时监视、车-桩-路-网互动、智能充电引导、充电负荷聚合、充电计划分解等功能，在浙江、天津、广州等地落地示范，未来将进一步拓展示范场景。

6. 知识产权情况

已获得2项专利授权。

三、合作需求

本项目拟应用于新能源汽车充电管理与新能源汽车充电导航场景。针对已接入充电的车辆，以集群形式参与电网调度，收到电网下发的集群优化充电调度指令后，集群代理需优化集群内的电动汽车充电功率以追踪电网指令，从而降低车辆用户的充电费用。针对未接入充电的车辆，为电动汽车车主提供一条最佳充电路径，节约车主的时间，提高车主的出行效率。而且充电站的选取充分考虑了电力系统的运行要求，避免电力拥塞的现象，保障电力系统的安全运行。

本项目希望获得产品化所需资金与试点产地、开发团队等孵化资源支持。有意向与国家电网、南方电网等输配电企业，国网电动、特来电、星星充电等充电设施建设与运营企业，百度地图、高德地图等地理导航企业，售电公司与负荷聚合代理商合作。

四、团队介绍

团队在电动汽车接入的城市电网调度技术方面，已经开展了近十年的产学研用联合攻关。团队目前包括清华大学郭庆来教授与多名博士后、硕博研究生，主要研究方向有：

1）计及碳排放的输网侧风电-电动汽车协同调度；

2）基于实时交通信息的快速充电导航系统；

3）基于GPS数据的EV充电行为分析；

4）基于价格调控信号的电动营运车辆区域再分配；

5）多时空尺度电力-交通耦合网络均衡分析及分布式求解；

6）电力-交通耦合网络潜在风险评估与控制；

7）考虑潜在竞争对手的电动汽车充电站部署等，在Renewable and Sustainable Energy Reviews、IEEE Transactions on Smart Grid、IET Generation, Transmission & Distribution等高水平期刊发表多篇论文。

团队曾主持2018年度市基金杰出青年科学基金项目“面向智慧城市的能源网-交通网协同优化”并通过验收。郭庆来教授曾获评IET Fellow、第16届中国青年科技奖特别奖(电气工程学科首位)、教育部自然科学奖一等奖等多项荣誉。研究生论文《EV charging behaviour analysis and modelling based on mobile crowdsensing data》获得 IEEE PES Student Prize Paper。该奖励在整个IEEE PES中每年选出1篇最佳论文颁奖，是1967年该奖项设立以来大陆学者首次获奖。

五、联系方式

E-mail：ott@tsinghua.edu.cn

成果编号：2022070

注：所有成果发布内容未经授权，请勿转载！

授权请联系yaoxiahan@tsinghua.edu.cn