量化电动汽车时空充电灵活性作为虚拟电网资产以加速可持续能源转型

《Cell Reports Physical Science》：Quantifying spatiotemporal charging flexibility of electric vehicles as virtual grid assets to accelerate sustainable energy transition

本研究针对电网升级成本高、周期长与电动汽车(EV)无序充电加剧电网压力的问题，开发了一个集成真实世界出行模式、电网与充电桩约束的框架，将EV充电灵活性量化为虚拟电池(Virtual Battery)和虚拟线路(Virtual Line)。应用至芝加哥和旧金山湾区显示，该灵活性等效于数亿美元的电网投资，可在不升级电网情况下支持额外35%的充电需求，为加速可持续能源转型提供了近路径。

　　

随着交通、建筑领域电气化进程加速以及数据中心能耗激增，电网正面临前所未有的压力。满足飙升的电力需求不仅需要增加发电容量，更需要对输电、配电乃至电池储能系统进行大规模扩建。然而，这些基础设施升级不仅资本密集，还常常因长达数年的并网审批流程而延迟，成为制约电动汽车、建筑电气化以及人工智能基础设施规模扩张的关键瓶颈。与此同时，电动汽车和建筑的非协调运行引入了剧烈的时空负荷波动，给电网运行带来了严峻挑战，尤其是在极端天气事件日益频繁的背景下。这一现实凸显了对创新性、近期解决方案的迫切需求，这些方案能够在保障电网可靠性的同时，集成新的电力负荷，并延缓或减少对即时基础设施投资的需求。

在此背景下，利用电动汽车充电的时空灵活性成为一种及时且具有成本效益的替代或补充方案。通过协调电动汽车在何时、何地充电，我们可以重塑负荷曲线，帮助平衡电网并容纳新的电力负荷，从而可能推迟或减少为整合大型EV充电负荷、建筑和AI数据中心所需的高昂基础设施投资。过去二十年间，电动汽车充电负荷的协调与聚合已被广泛研究并在商业试点中进行测试，为规模化部署奠定了基础。

尽管取得了这些进展，现有用于表征EV充电灵活性的工具仍无法满足实际需求。最先进的工具通常侧重于时间灵活性（即负荷随时间推移），而未充分捕捉空间维度。一些关键研究虽然已在细粒度层面展示了非协调充电对电网的影响，或提出了利用灵活性通过特定控制策略来缓解这些影响，但这些以应用为导向的方法往往将灵活性作为其优化模型中的隐变量进行处理，未能以可互操作的方式对灵活性资源本身进行表征。此外，它们可能未能充分考虑电网和/或充电基础设施施加的关键约束。因此，这些工具尚无法回答关键的现实问题：我们能否利用充电灵活性在空间上重新平衡电网负荷？考虑到电网/充电基础设施的限制，这种灵活性有多少是实际可实现的？我们如何以一种通用的、可互操作的方式对其进行量化，以指导在物理升级和基于协调的解决方案之间做出政策和投资决策？

为了回答这些问题，发表在《Cell Reports Physical Science》上的这项研究，开发了一个用于电动汽车时空充电灵活性的可互操作且感知基础设施的表征框架。该框架整合了来自电网、充电基础设施以及交通能源需求的复杂约束，提供了对时间和空间充电灵活性的细粒度空间表征。通过将聚合充电灵活性解释为虚拟电池和虚拟线路，它提供了一个通用接口，可以支持不同的下游任务。

研究人员为开展此项研究，主要采用了几个关键技术方法：首先，利用来自芝加哥大都会规划署(CMAP)和加州家庭旅行调查(CHTS)的公开旅行调查数据集，通过构建出行链来识别和建模电动汽车的真实世界出行模式。其次，在给定基础设施条件下，为每个出行链相关的电动汽车表征充电灵活性，考虑充电功率限制、电池动力学、电池能量限制和循环约束。接着，开发了一个聚合模型，在考虑电网约束（以县级的EV承载能力为主）的前提下，描述所有电动汽车的整体可实现充电灵活性，并通过求解优化问题获得对聚合可行域的内近似。最后，将获得的聚合灵活性表征为每个县的虚拟电池（定义其功率和能量容量）以及县之间的虚拟线路（定义其功率传输容量），从而提供对时空灵活性的标准化、可互操作度量。研究还通过求解线性规划问题并辅以舍入步骤，来评估给定基础设施条件下可支持的EV充电需求百分比。

框架与场景

研究开发了一个全面的框架来表征时空充电灵活性。该框架首先利用真实世界交通数据构建出行链以模拟出行模式，然后在给定的充电桩可用性和EV渗透率水平下，量化遵循各出行链的EV的充电灵活性。进一步施加电网约束后，建立一个聚合模型来描述所有EV的实际可实现的聚合充电灵活性。为了获得可互操作的表征和适用于不同利益相关者的通用接口，研究者进一步为获得的聚合灵活性识别出虚拟电池和虚拟线路模型。

现实场景下的充电灵活性表征

应用该框架，研究人员对芝加哥大都会区和旧金山湾区进行了广泛的实证分析。结果显示，协调EV充电负荷（不改变出行模式）在时空维度上释放了显著的灵活性。

在芝加哥大都会区，这种灵活性等效于部署能量容量为740.3 MWh的电池和功率传输容量为14.8 MW的电力线路，分别相当于3.568亿美元和5.65亿美元的新建投资。协调充电行为在50% EV渗透率下，相比无协调场景，可支持多出30%的充电能量需求。

在旧金山湾区，总的虚拟电池能量容量达到1,406.4 MWh，等效于6.778亿美元的物理电池存储投资；虚拟线路的总功率传输容量约为31.2 MW，等效于7.063亿美元的新建地下配电线路投资。

研究还深入分析了各县总EV停车时长与虚拟电池容量之间的关系。研究发现，在EV承载能力不构成约束的县，虚拟电池容量与停车时长呈良好的线性关系。然而，在如Cook县和DuPage县，电网承载能力限制了聚合充电功率，导致其虚拟电池容量显著低于线性预测基线。旧金山县虽然本地EV承载能力未达上限，但由于家庭充电桩可用性低，导致停车期间未连接充电桩的空闲时间比例很高，同样使得虚拟电池容量低于线性预测。当EV渗透率从当前的1.1%提高到5%时，电网约束的影响变得更加主导，线性拟合度变差，这表明随着EV普及率的提高，物理电网约束的影响日益显著。

基础设施升级的影响

电网和充电基础设施的发展深刻影响着EV承载能力和充电桩可用性，进而显著影响EV支持性能和潜在充电灵活性。该框架能够详细分析这些基础设施的容量和空间分布如何影响EV支持性能和充电灵活性。

以芝加哥大都会区为例，分析表明，协调充电行为能使相同的基础设施支持显著更多的需求。例如，在50% EV渗透率和2倍基础EV承载能力下，协调场景可将可支持需求百分比从65%提高到近100%，比非协调场景高出约35个百分点。提高EV承载能力和改善公共充电桩可用性都对可支持需求百分比有积极影响，但均呈现边际效益递减效应。当公共充电桩可用性仅为10%时，即使EV承载能力增加到基础值的6倍，大部分充电需求仍无法满足。

增加EV承载能力能显著增强虚拟电池和虚拟线路的容量。当EV承载能力 scaled 到基础值的6倍时，所有县的整体电池能量容量急剧增加至18,247.0 MWh，等效于87.916亿美元的物理电池存储投资。虚拟线路的总容量也增加到471.9 MW，等效于39.537亿美元的配电线路基础设施投资。研究还发现，在总EV承载能力固定的情况下，将其更多地分配给停车时长集中的Cook县，可以提高该县的本地电池容量，但会减少其他县的电池容量。总体电池能量容量在约60%的容量分配给Cook县时达到最大，这与停车小时的空间分布相一致。

提升公共充电桩可用性同样能增强虚拟电池和线路的容量，尤其是在可用性低于30%时效果显著。超过此阈值后，进一步增加充电桩可用性带来的收益甚微，因为聚合充电功率几乎每小时都能达到EV承载能力上限。

EV渗透率水平的影响

分析EV渗透率水平增加对EV充电服务质量和潜在充电灵活性的影响发现，随着EV渗透率增加，可实现充电功率可能在某些时段达到EV承载能力极限，导致可支持需求百分比逐渐下降。这意味着满足整个车队充电能量需求所需的总时间将增加。

虚拟电池能量容量并未随EV渗透率水平增加而持续增长。在低渗透率时，增加EV数量会释放更多时间灵活性，使电池能量容量增加。但当渗透率进一步提高，可实现聚合充电功率受限于承载能力而不再显著增长，导致可灵活充电的能量（最大可充电能量减去满足充电需求所需能量）减少，从而引起电池能量容量下降。虚拟电池功率容量主要受本地EV承载能力限制，在渗透率达到40%后基本稳定。虚拟线路的容量变化模式与电池能量容量相似，先增后减。这些结果是由固定的电网供电能力与不断增长的充电能量需求之间的相互作用所塑造的，该框架通过明确考虑电网约束捕捉到了这一关系。

研究结论与展望

本研究提供了一个框架，用于正式表征电动汽车即使在当前基础设施约束下也能提供的显著时空充电灵活性。该框架将时空灵活性沿着两个正交维度进行表征：时间维度和空间维度，分别建模为虚拟电池和虚拟线路。通过将这种灵活性建模为虚拟电池和线路，研究者量化了等效于数十亿美元投资成本的资源，这些资源可用于延迟基础设施升级并支持电网运行。通过战略性的基础设施升级，这些资源的容量甚至可以显著扩大。例如，将EV承载能力提升至基础值的6倍并辅以精心设计的空间分配，相应的虚拟电池能量容量可达18.25 GWh，超过美国2023年底已安装的电网规模电池储能容量（16 GWh）。这种灵活性可用于多种电网应用，包括加速负荷并网和在可再生能源整合过程中平衡电网。

分析揭示了充电灵活性与电网基础设施投资之间的强协同效应。研究结果指出协调优化的价值：灵活性可在近期延迟或减少电网升级需求，而有针对性的基础设施投资则能释放显著更多的灵活性。例如，在相同的升级场景下，协调能使EV充电容量提升多达35个百分点，凸显了灵活性作为效益倍增器的强大作用。同时，孤立地扩展电网或充电基础设施均呈现收益递减效应，强调了平衡投资策略的重要性。该框架通过量化在不同承载能力水平下可以释放的额外灵活性，有助于确定物理升级和智能控制之间具有成本效益的权衡点。

需要注意的是，该框架是在理想化条件下的基准，假设出行模式固定已知且EV充电行为完全协调。实际中，出行模式、插电行为、基础设施可用性和EV普及水平是相互依赖且动态变化的。此外，模型主要考虑了县级聚合有功功率限制（EV承载能力），忽略了更复杂的电网物理特性（如潮流）。未来的研究可扩展到建模基础设施规划与EV出行和插电行为之间的相互作用、设计鼓励协调充电的商业模型和激励机制，以及电网、充电基础设施和交通系统的联合规划，从而推动交通电气化并加速向净零未来的转型。