《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Flexibility at a cost? Required price reductions in dynamic EV charging tariffs
编辑推荐：
摘要专业翻译
交通运输部门的脱碳仍然是一项紧迫的关键挑战，因为该部门的温室气体（GHG）排放量在过去几十年中并未下降（EEA 2022）。作为应对这一挑战的有前景的解决方案，电池电动汽车（BEV）应运而生，提供了使用可再生电力而非化石燃料驱动的潜力，从而显著减
摘要专业翻译
交通运输部门的脱碳仍然是一项紧迫的关键挑战，因为该部门的温室气体（GHG）排放量在过去几十年中并未下降（EEA 2022）。作为应对这一挑战的有前景的解决方案，电池电动汽车（BEV）应运而生，提供了使用可再生电力而非化石燃料驱动的潜力，从而显著减少温室气体排放（Buberger et al. 2022）。电池电动汽车的广泛采用和使用取决于在首选地点和时间提供的便捷充电选项（Fabianek and Madlener, 2023a）。在实践中，电池电动汽车用户经常遇到充电站（CSs）拥堵的情况，尤其是在城市地区的交通高峰时段。这些情况恶化了电池电动汽车驾驶员的充电体验，并对电池电动汽车的更广泛普及构成了重大障碍（Fabianek and Madlener, 2023b; Schünemann, 2018）。这一拥堵问题的根源有两个方面。首先，现有充电基础设施（CI）的使用效率低下，高峰时段和高流量充电站超负荷运转，而其他充电站则利用率不足。其次，当前的定价结构未能将系统需求与用户激励措施相结合。电池电动汽车驾驶员对一天中不同时间段的充电支付意愿（WTP）随时间变化，即他们在某些时段和地点比在其他时段和地点更看重充电服务。然而，在德国的公共充电市场中，电池电动汽车驾驶员通常无论何时何地充电，都按每千瓦时（kWh）支付固定费率。这种固定定价没有创造任何财务激励来促使驾驶员更均匀地使用充电站、将充电转移到非高峰时段或选择不那么拥挤的地点（Johnsen et al. 2020）。充电站的拥堵和低效利用可能源于充电需求在空间和时间上的不均匀分布。同时，当高充电负荷与电网容量有限的时段或地点重合时，充电需求可能导致电网约束。这些挑战相互关联但又各不相同：在充电站之间重新分配需求可能会改善充电站利用率，而不一定缓解电网约束；而转移或减少充电负荷可能有助于电网运行，但不一定减少充电站拥堵。动态定价提供了一种潜在的手段来应对这些挑战，通过为灵活的充电行为提供财务激励。根据所激活的灵活性类型，动态电价可能服务于不同的目标。空间激励措施可以将需求从高利用率充电站重新分配到低利用率充电站，而时间转移和充电功率调整有助于使充电需求与电网条件和可再生能源可用性保持一致。然而，这些潜在的系统级影响取决于具体的充电和电网环境，不能仅从行为反应中直接推断。在此背景下，关键问题依然存在：需要多大的价格激励才能促使电池电动汽车用户改变行为；时间、空间和基于持续时间的灵活性对这些激励的反应是否不同；以及这些反应在不同电池电动汽车经验水平的用户之间如何变化。理解这些反应是设计有效定价方案的重要一步，而它们对充电站利用率和电网运行的实际影响需要使用真实世界的充电和系统数据进行验证。虽然这些挑战在公共充电基础设施的背景下尤为突出，但作为需求侧管理工具的动态电力定价并非电池电动汽车充电所独有。在过去的几十年里，大多数研究考察了动态定价如何影响家庭用电，特别是对于灵活负载，如电池电动汽车和热泵（Stute and Kühnbach, 2023）。
论文解读文章
研究背景与问题
交通运输部门的脱碳是全球面临的紧迫挑战，而电池电动汽车（BEV）被视为关键解决方案之一。然而，BEV的广泛推广面临充电站（CS）拥堵这一现实瓶颈。在德国公共充电市场，现行固定电价机制无法引导用户在时间和空间上均衡使用充电设施，导致高峰时段充电站超负荷运转，而其他站点利用率低下。同时，集中充电需求可能加剧电网压力。动态定价被认为是通过经济激励引导用户灵活充电的有效手段，但关键问题在于：究竟需要多大的价格折扣才能促使用户改变充电行为？时间、空间和时长三种不同维度的灵活性对价格激励的敏感度是否存在差异？不同经验水平的用户反应有何不同？现有研究多聚焦于单一维度（如时间转移），缺乏在同一框架下对不同灵活性类型的系统性比较，也难以确定精确的价格阈值。
研究内容与结论
为填补上述空白，研究人员开展了一项基于多重价格表（MPL）方法的在线调查实验，招募了1514名德国参与者（其中约三分之一拥有BEV充电经验）。实验设计了三种动态定价场景：空间转移（改去1公里外的替代充电站）、时间转移（将白天充电推迟至夜间）以及充电时长延长（接受充电时间增加100%）。通过让参与者在逐渐缩小的价格折扣下做出二元选择，研究人员识别出触发行为转变的价格区间。
研究发现，约24–30%的价格折扣即可引发显著的充电行为变化。具体而言，在价格敏感型受访者（Group 3）中，平均所需价格折扣分别为：空间场景23.8%、时间场景24.5%、时长场景29.7%。时间与空间转移的响应模式高度相似，而延长充电时长则需要更大的价格激励。约5–12%的用户在任何折扣下都不愿改变行为，另有10–17%的用户即使无折扣也愿意接受灵活方案。回归分析显示，年龄较小、风险偏好较高、行程规划更细致的用户所需折扣更低，而充电经验丰富者反而需要更高折扣。此外，所在区域充电桩密度较高的用户对时长延长的接受度更高。
这些发现表明，适度动态定价策略（约25%折扣）可有效激活大部分用户的充电灵活性，对缓解充电站拥堵和支撑电网平衡具有重要实践意义，但需注意不同类型灵活性的激活难度存在差异。
关键技术方法
本研究采用的主要技术方法包括：（1）多重价格表（MPL）实验：通过一系列二元选择任务，逐步缩小默认充电选项与灵活充电选项之间的价差，从而定位每个受访者的保留阈值区间。该方法直接量化了触发行为转变所需的价格折扣。（2）受试者内设计（within-subjects design）：每位参与者依次评估所有三个动态定价场景（空间、时间、时长），增强了统计效力并允许直接比较不同灵活性维度。（3）随机化处理：定价表的呈现顺序被随机分配，以减轻顺序效应和选择偏差。（4）外部数据匹配：将受访者的邮政编码数据与德国能源与水工业协会（BDEW 2025）公开的充电站分布数据集进行匹配，用于分析区域充电基础设施密度对偏好的影响。（5）有序Logit回归分析：用于检验多个解释变量（如充电经验、年行驶里程、行程规划详细程度、风险偏好、年龄、性别、收入等）对所需价格折扣的影响，并控制了联邦州层面的固定效应。
研究结果
3.1 描述性结果
根据MPL选择模式，受访者被分为三组：Group 1始终选择默认充电选项（空间5.5%、时间8.5%、时长11.6%），其保留阈值高于实验最大折扣；Group 2始终选择灵活选项（空间13.3%、时间17.4%、时长10.0%），即使在无折扣时亦然；Group 3表现出单调切换行为（空间66.6%、时间60.2%、时长63.1%），其选择界定了包含个人保留阈值的区间。
空间转移场景：当价格降低13%时，约40%的Group 3受访者愿意改用1公里外的充电站；降价50%时，近98%的人愿意改变。Group 3的平均所需价格折扣为23.8%（含Group 2后降至19.9%）。
时间转移场景：响应模式与空间场景高度相似。13%折扣使约40%的Group 3受访者愿意将充电从白天推迟到夜间；50%折扣时接近98%的人愿意。Group 3平均所需折扣为24.5%（含Group 2为18.7%）。
时长延长场景：相比前两个场景，此场景需要显著更高的价格折扣。13%折扣仅使约27%的Group 3受访者接受双倍充电时间；50%折扣时约95%的人愿意。Group 3平均所需折扣为29.7%（含Group 2为25.6%）。
3.2 回归分析结果
回归模型以所需相对价格折扣为因变量，纳入充电经验、年行驶里程、行程规划详细程度、家庭充电可能性、邮编区充电桩数量、风险偏好、就业状态、年龄、性别和月净收入等自变量，并控制联邦州固定效应。主要发现包括：（1）充电经验在所有场景中均与更高所需折扣正相关（系数约2.1–2.3个百分点，p<0.10），即有经验用户更难被价格激励说服。（2）风险偏好在所有场景中均显著为正（系数0.4–0.6，p<0.05或p<0.01），表明更愿意冒险的用户反而需要更大折扣，这可能反映了他们对价格变化的谨慎态度。（3）年龄在所有场景中均显著为负（系数约-0.08至-0.13，p<0.05或p<0.01），即年轻用户所需折扣更低。（4）行程规划详细程度在空间场景中显著为负（系数-0.27至-0.29，p<0.10或p<0.05），表明规划越详细的用户越容易接受空间转移。（5）邮编区充电桩数量在时长场景中显著为负（系数-0.017，p<0.05），说明充电基础设施越密集的地区，用户对延长充电时长的抵触越小。（6）就业状态在未加入年龄控制时显著为正，但在完整模型中不再显著，提示其效应主要由年龄驱动。
总结与结论
本研究通过一项针对1514名德国受访者的多重价格表（MPL）调查实验，首次在同一框架内系统比较了BEV公共充电中三种动态定价激励（空间转移、时间转移、充电时长延长）的效果。研究表明，约24–30%的价格折扣即可触发大多数用户的充电行为改变，其中空间和时间转移的响应模式相似，而延长充电时长则需要更大的价格激励（约30%）。有经验的BEV用户、年长用户以及风险规避倾向较低的用户对价格激励的敏感度相对较低。这些发现为运营商和政策制定者设计有效的智能电价方案提供了关键的定量依据，有助于通过需求侧管理优化充电站利用率和电网负荷。然而，研究也指出，这些陈述性偏好转化为实际行为的有效性、不同灵活性维度对电网和充电站系统的具体影响，以及随着BEV市场成熟而可能发生的偏好演变，仍有待进一步的真实世界数据和纵向研究加以验证。
