2023年12月19日-21日，由中国电动汽车充电基础设施促进联盟、中国汽车工业协会充换电分会、杭州市富阳区人民政府联合主办的“2023中国汽车充换电生态大会”在杭州举办。本届大会以“迎接新挑战，全面推动充换电基础设施高质量发展”为主题，设置了“1+1+6+N”场会议和发布，即1场闭门会议+1场大会论坛+6个主题论坛+N场重磅发布，会议围绕“充换电基础设施建设”、“充电桩下乡”、“高品质充电服务”、“换电模式”、“海外出口”、“车网互动”等方面进行深入交流，研讨构建产业高质量发展格局的对策、方法与路径。其中，在12月21日上午进行的“主题论坛六：车网互动模式研讨”环节，清华大学电机系副教授、电力系统研究所副所长胡泽春发表了精彩演讲。以下内容为现场演讲实录：

　　非常荣幸今天有机会和各位专家、各位嘉宾一起分享一些我们在车网互动方面的研究。
　　我今天准备分享这几个方面，也是在王文总作为项目负责人的领导下做的车网互动的一些工作。我的介绍主题是《大规模车网互动的关键技术探讨》，希望在电动汽车个体和大量充换电设施资源聚合的层面，通过聚合、汇总，主要是运营商或者虚拟电厂层面能够参与大电网的交互，刚才提到了有调峰的问题或者参与电力市场等方面的问题。
　　首先我简单介绍一下背景，从大规模层面来看，现在到2030年国家的电动汽车保有量有望达到1亿辆，首先对于电网带来新的负荷，需要对充换电设施进行相应的投资。另外，从电网运行的层面或者更多接入新能源、构建新型电力系统方面，电动汽车又是一种很好的储能的资源，因为它的车载电池已经在车主购买的时候支付了这部分的成本，如果能把潜力发挥出来的话可以以比较低的成本实现对电网的支撑。
　　车网互动基本的形式要么是有序的充电，就是我们希望把充电的时间和功率做一些调整，使得它对电网更加友好。有序充电再进一步，不但是充电，还有放电，就形成了V2G。我们通常说的有序充电、V2G可以在不同的层面实现，最底层可以到充电桩的层面也可以做有序充电，也可以做放电，但这可能是个体的行为，体量比较小。再往上是充/换电站或者光储充，这样就可以形成本地的能源管理或者价格套利。有多个充电站层面就形成了规模化的效应。有多个充电站的一般是运营商层面，比如可以做多个小区的有序充电的控制，同时可以把这些资源聚合起来，参与大电网相应的控制。我今天介绍的这部分功能主要是到运营商层面实现和车网的互动。
　　从国内来看实现商业化的车网互动主要是三个层面。第一，需求侧响应，不依赖于电力现货市场的建设，通过需求侧响应能够获得一定的补偿，而且在有些地方单价非常高。第二，提供辅助服务，是在现货构建之前的主要形式，华北区域市场调峰辅助服务就是这一类，这类市场可以以市场化的方式运作。第三，现货方式，有电能量的价格信号，同时可以参与辅助服务市场。
　　下面我简单探讨一下大规模车网互动的架构。这是我们画的一张图，主要是形成一个简单的三级构架，最底层是充电、放电或者换电的资源，中间层是运营商层面。因为充电设施基本上接入配网层面，所以有和配网打交道的问题，包括台区容量问题，同时涉及到和配网中分布式电源的互动包括相应的配网容量是不是能够满足的问题。在这个基础上运营商大规模的互动主要是和主网层面进行交互，过去主网主要是调度传统的发电资源，构建新型电力系统的过程中需要源网荷储协同，电动汽车可以作为新型资源参与电网的调度。
　　这里面的关键技术主要是车侧和网侧。对运营商而言，首先要对充电需求有一定的预测能力，因为参与需求侧响应、辅助服务和现货市场都需要把握自己的资源状况。在这个基础上要做相应的调控能力的评估。在评估的基础上做调控能力的预测，下面我会进行相应的介绍。这个调控能力相当于一个虚拟电厂或者聚合商能够调控资源的范围大小是多大。再往下如果参与车网互动需要做相应的投标决策，再往下就是市场出清之后要做精准的调控。
　　另外从电网调度的角度，需要做到刚才提到的相应基线，做相应的激励电价或者补偿，如果是相应辅助服务需要有一些定价策略，还要有市场出清的策略，还有对于相应的运营商互动的计量与评估考核。
　　第三部分从运营商角度介绍优化策略和关键的技术。首先需要做预测，应该说给大家展示如果只有一个桩或者一个站，特别是快充站随机性、波动性非常强，很难预测。达到一定的规模，充电负荷预测的精度可以相应提升，现在运营商充电负荷的精度可以达到很高的程度。
　　预测功率没有考虑调整的情况，如果要考虑调整有多大的调整能力，这就需要做相应的评估。对于单辆车来说调整能力是相对比较小的，而且有比较大的随机性。运营商需要采用聚合的方式，聚合多个车或者多个充放电资源集群的调整能力，为购电交易或者提供辅助服务、参与市场做相应的决策。总的聚合思路是从最底层的单车或者单桩的层面，逐级往上聚合。
　　模型上我们目前采用比较多的是能量和功率边界，功率和能量边界模型在不同的时刻功率调整范围多大，不同的时刻电量调整范围多大，既可以反映有序单向的情况也可以是双向互动的情况。这个模型可以把它很简单地加总起来就变成电动汽车集群的模型。这个模型在学术上有一定误差，我们也推导了精确的模型，相对来说是比较复杂的。所以我们在具体操作的过程中还推荐可以用这样的简化模型，计算量相对比较小。
　　我们对于可调范围做了评估。私人电动汽车充电特别是在目的地充电，就是在家里面或者工作场所充电，一般充电停放的时间比较长，这样的话实际上至少做有序充电可调整能力还是比较大的。做出来的结果，几千辆车全天功率范围和电量可调范围都可以给出来。在这个基础上，我们就对它的灵活性做预测，做出来的数据已经有的情况下是历史发生的结果，对于第二天要参与调峰辅助服务和预测的话需要考虑不同的因素，所以我们现在主要是利用机器学习的算法对相应几种参数做预测。当然里面有一些相应需要处理的地方，比如说考虑时序的问题、数据是不是可获得的问题。下图展示了实际和预测的情况，预测的精度还是可以的。我们还正在努力，希望做进一步的提升。
　　再往后如果有了预测的结果，实际上对于市场上做相应的投标。这里面展示的结果是一个参与现货市场的投标，需要对次日的市场价格、能量或者可调边界做相应的预测，在预测的基础上做相应的投标优化模型来最终决策在不同时段投标的功率多大。我们做工作的时候考虑到一些实际的因素，考虑到市场连续运行的问题，投标和运行实际上是在不断地滚动的。
　　刚才介绍的如果从私人电动汽车充电考虑灵活性，从调节能力的评估、预测到投标上能够形成一个闭环。但同时我们也考虑到其他类型的电动汽车或者充换电设施的情况。比如说我们对于快充，因为现在很多公共充电设施资源都是快充，一般很难参与电力市场，因为本身充电功率随机性特别强，所以对于运营商需要具有储能的资源，也可以把分布式光伏资源聚合起来参与市场。
　　这一块的投标决策模型，我们建立了考虑随机性和决策风险的模型，另外考虑充电需求，主要是根据历史情况做相应的预测，主要的情况对于快充来说只有储能的资源，我们也和运营商做了探讨，是不是快充上是不是可以适当降一些功率，这需要根据不同的场景来操作。
　　我们根据北京市的情况做了测试，基于出租车行驶轨迹信息，可以根据停留时间和位置情况来产生充电需求。对于电动汽车这样的运营车辆希望快速补电，对于补电的需求做预测之后再考虑在充电站里有储能资源，或者运营商纳入的储能资源也可以做相应的决策。这里面结论上就是如果有储能的情况下可以在电力现货市场中成本下降38%。
　　再另外一类电动汽车就是专用场站，主要是以公交车的场站做了相应的分析。因为公交车场站有一定的运行规律，同时耗电量还是比较大，一个城市有几千辆、几万辆公交车，这里面做相应的调控，每年可以节约相应的充电成本降低或者参与市场的收益可以相当可观。我们也建立了能量功率的可调范围的边界模型，因为公交车或者一些运营车辆是多个班次循环运行，所以需要考虑多个班次之间怎么样安排充电。另外晚上停运的情况下如何安排充电，甚至可以提供放电，我们也建立了相应的模型进行分析。
　　我们对实际城市中服务电动公交车的10个充电站进行分析，建立了相应的优化，同时也考虑站里面配置了一些储能，可以减少成本，降低充电的成本。
　　刚才我们提到了从可调能力的评估预测到投标决策，实际上还有一个很重要的问题就是在线调控的阶段。这里列举了一些实时思路，目前我们在这方面做了一些工作，希望下次有机会再进行相应的分享。
　　总的来说在调控上，如果是大规模之后，因为我们面临要调控的充电设施在实时运行的情况下，可能上万甚至几十万的情况，这样决策怎么样来做到快速决策和精准控制是一个难题。因为这里面有随机扰动，包括有一些车突然离开或者随时接入充电设施，希望有一个反馈的思路做在线的校正实现精准控制。
　　电网侧的技术就简单过一下，我们还在继续探索。
　　第一，基线功率如何计算，为了做这个工作我们也调查了国内外的情况，我们认为如果是按照前面若干天的平均曲线是不够合理的，但是要找到一个更合理的思路又很困难，特别是电动汽车进行连续性参与调峰服务或者需求响应，曲线如何界定。前面我们做了一些博弈模型，既考虑电网的需求，同时又考虑电动汽车车主的诉求。这是比较理论的方法，在实际上很难应用，设计了一些启发式的规则，后面还需要做进一步的探讨。
　　和电网互动的层面因为要做大电网层面的优化，类似于虚拟电厂，这里面有一个叫做商业的VPP和技术的VPP，其中技术的VPP里面要解决的问题如果配网层面发生了阻塞，怎么样进行相应的运行优化或者功率的调整。我们做了一些建模，从底层聚合上的工作，希望后面也能够进一步推向应用。
　　再往下就是在电网的层面调频，主动支撑型的设备，我们比较早地做了电动汽车参与一次调频的策略，一次调频在本地控制，只要有本地频率量测的信息就可以了。我们当时提出对于参与调频的车辆有两种类型，一种类型可能就停在这里只是参与调频，维持它的电量就可以了，另一种情况是部分车辆在调频的过程中同时还要充电，需要考虑充电功率的优化设置。
　　二次调频这方面的工作，我们也做过传统控制模式下的二次调频策略。最近做的一些工作是希望在大电网的层面，协调控制电动汽车、储能、新能源发电和传统机组参与二次调频。储能等新型资源调起来比较快，但是能量受限。这里面我们提出了不同类型资源既协调，但是又区别对待的思路。采用强化学习的方法，优化不同类型资源的功率协调分配。
　　所提出的方法和传统在控制中心的PI控制和对照强化学习的控制方法做比较，可以取得在调频表现上，包括频率波动大小方面，同时包括对于储能资源在调频期间电量的变化都可以取得更好的效果。
　　最后简单的总结和展望。主要是针对今天的主题“大规模车网互动”，我国的充换电运营商或者是聚合商目前面临着非常好的机遇。但是不同的类型充电负荷和可调控性相差很大，在市场上面临着很大的技术挑战。需要理解好市场的政策和调度的规则益。
　　展望上来看，对于运营商来说提高资源可调控能力的评估和预测精度是核心的技术环节。对于运营商和电网都需要新的运营管控工具，需要将以上讨论的算法做成相应的高级性用，实现相应的闭环运行。
　　最后，应该说目前的市场还在进一步的发展过程中，希望随着市场的发展可以给运营商更稳定、更高的收益回报。
　　我的汇报就是这些，谢谢大家！
　　（注：本文根据现场速记整理，未经演讲嘉宾审阅）