前言

随着我国电动汽车保有量的快速增加，大规模的电动汽车随机地接入电网充电，会造成电网负荷急剧增加，加大电网的用电波动，严重影响电力系统的稳定性。因此需要深入挖掘电动汽车的移动储能特性，并结合V2G关键技术，最终实现电动汽车的有序充放电。

1 V2G概念

V2G（Vehicle-to-grid）即为车到电网，它的核心思想在于电动汽车和电网的互动，利用V2G技术可以实现电动汽车和电网之间的双向通信和双向能量流，能够有效管理电动汽车的充放电过程，最小化电动汽车负荷对电网的冲击，同时充分利用电动汽车电池资源增加电网能量管理灵活性和稳定性[1]。在V2G模式（如图1所示）下，电动汽车具有负荷和储能双重属性，电动汽车在接入电网充电时相当于电网的负荷；相反，电动汽车可将自身电量输出到电网，此时电动汽车则作为电网的储能单元。

图1 V2G模式示意图

2 V2G关键技术国内外研究状况

2.1 电动汽车储能应用研究

在国外，Kempton 等学者首先对电动汽车的潜在储能特性进行了研究，研究发现通过对电动汽车充放电过程的有序控制，即让电动汽车在电网系统低负荷时充电、高负荷时放电，能够提高电网系统调峰的经济性[2]。此外，Saber等人分析了在停车场内控制电动汽车充放电对发电成本的影响[3]。Bessa分析了电动汽车参与电网辅助服务，如调频、应急备用等的成本和收益[4]。在消纳风能等波动性较大的清洁能源方面，Lunda等研究了V2G技术对提高风能发电接入电网能力的作用[5]。在考虑电动汽车用户使用具有随机性的前提下，Dallinger 等研究了电动汽车的储能特性，最终证明了电动汽车V2G技术能够在保证电池寿命不被损伤条件下，发挥可靠的储能作用[6]。

国内对于电动汽车储能的研究起步较晚，但随着国内电动汽车产业的快速发展，电动汽车移动储能方面的研究也取得了大量突出的成就。清华大学、北京交通大学、浙江大学、东南大学等研究机构的一些团队对于电动汽车移动储能研究取得了一些成果。清华大学胡泽春教授等提出了一种基于电动汽车使用和停放特性并考虑时空分布的充电负荷预测方法[7]，利用了停车生成率模型和蒙特卡洛仿真对电动汽车移动负荷进行建模和仿真。东南大学黄学良教授团队植根于三级CS选择模型和CS能量控制算法（CSECA），提出了一种基于计费预约和计费桩装订服务的高效计费服务系统，能够加快电动汽车的平均充电速度，提高充电站新能源的平均即时利用率[8]。北京交通大学姜久春教授等在电动汽车移动储能的研究方面具有丰富的经验，他们提出了综合考虑电网约束、电池约束和车主使用需求的电动汽车移动储能系统模型[9]，在模型的基础上，还对电动汽车参与电网调频等辅助服务进行了研究，分析了电动汽车V2G技术在电网调频服务上的优势，提出了电动汽车辅助电网调频服务的系统架构和运行原理[10]。

2.2 电动汽车可调度容量研究

当电网处于高负荷运行状态时，需要电动汽车参与调频、调峰等辅助服务，则需要电动汽车能够提供满足电网需求的可调度容量。对此，Kempton教授率先展开了在该方面的研究，他提出了决定电动汽车可调度能力的几个要素，首先是线路的容量输送能力，其次是电动汽车中存储的能量，最后是电动汽车逆变器的额定最大功率。但是这仅仅是从技术条件进行了分析，忽略了电动汽车用户的驾驶、出行等特性。文献[11]基于一辆电动汽车的可调度能力特性，结合大数据分析得到了电动汽车群体的可调度能力。

此外，国内也进行了相关研究，文献[12]综合分析了电动汽车用户的出行特性和充电特性，计算出了电动汽车充电调度时间和充电功率的可行域。文献[13]根据电动汽车的充电特性，建立了电动汽车SOC随时间变化的使用模型，最终计算出电动汽车在一天中的可用容量。

2.3 电动汽车移动储能对于配网影响及其协同控制研究

在含电动汽车移动储能对于配网影响及其协同控制研究层面，文献[14]对德国和瑞典的电动汽车调频服务进行了分析，研究得出在德国电动汽车通过参与辅助服务每车每月可获得30～80欧元的收益，但是在瑞典则不能取得收益。文献[15]研究了英国电动汽车在多场景下进行车网互动的效果。文献[16,17]提出了微网下电动汽车通过V2G技参与电力系统调频服务的控制策略。文献[18]提出了一种利用插电式混合动力汽车（PHEV）、工作循环协调控制的可控热家用电器和分散式热电联产机组对二次调频（负载频率控制）信号进行跟踪的方法。控制动作在参与单元上的分布由聚合器执行，聚合器利用允许包含单元和网格约束的模型预测控制策略。除个别动态行为外，还考虑了机组在白天的不同可用性。文献[19]提出了一种新的附加负载频率控制（LFC）方法。在风电与光伏发电高度集成的电力系统模型上进行了数值模拟，验证了该方法的有效性。使电动汽车荷电状态(State of Charge，SOC)被控制在85%±5%范围内。