国际著名学术期刊《Applied Energy》2025年10月发表了我院学者牵头完成的论文《解析超大城市车网互动参与时空动态：一项数据驱动研究》（Understanding Spatiotemporal Dynamics of V2G Participation in Megacities: A Data-Driven Study）。论文由上海市新能源汽车公共数据采集与监测研究中心钟鸣荟主任、莱斯大学助理教授钱昕午、同济大学李兴华教授、刘皓冰教授、郭赟韬副教授、硕士生刘璨共同完成。该成果获得国家自然科学基金青年项目、面上项目、上海市新能源汽车公共数据采集与监测研究中心揭榜挂帅项目、美国自然科学基金项目的支持。
Liu, C., Guo, Y., Qian, X., Li, X., Liu, H., Zhong, M. (2025). Understanding spatiotemporal dynamics of V2G participation in megacities: a data-driven study. Applied Energy, 401, 126866.
免费访问链接：
https://www.sciencedirect.com/science/article/pii/S030626192501596X
车网互动（Vehicle-to-Grid, V2G）技术有望增强能源韧性并提升电力利用效率，但V2G的实际效果取决于规模化应用后的用户参与情况。既有研究多依赖小样本问卷或少数特定情境的V2G试点观测结果，未充分考虑由出行需求及时空差异所带来的V2G参与异质性——这些因素决定车辆参与V2G的时间、地点与可交换电量，并导致城市间V2G的参与情况存在差异。为填补这一空白，本研究构建数据驱动的基于代理的模型（Agent-based Model, ABM）框架，融合上海市18,000辆私人纯电动汽车（Battery Electric Vehicle, BEV）三个月轨迹数据所揭示的异质性出行需求与土地利用和基础设施的空间差异，以刻画超大城市场景下的V2G参与差异。在出行需求约束下，模型以最大化电价套利收益为目标，模拟个体的每日充放电决策。研究发现，在个体层面，V2G促进了BEV与电网的互动，使充电量最高可达原来的5倍，用户月均净收益约230元；在系统层面，受电价机制、城郊区位与土地利用功能共同作用，V2G参与呈现显著的时空差异。通过子模块替换与关键参数的敏感性分析，该框架的适应性与可迁移性得到了验证。随着V2G走出试点、迈向规模化应用，该框架可作为政策导向工具，预测超大城市的用户行为与系统表现，进而支撑更高效的V2G基础设施规划与运营，促进V2G的平稳、公平推广。
关键词：车网互动；纯电动汽车；轨迹数据；出行需求；基于代理的模型
交通电气化是推进城市可持续发展的关键路径之一。在政策激励、技术进步与消费意愿提升的共同驱动下，电动汽车（Electric Vehicle, EV）市场快速扩张，但随之对电力系统的安全、稳定与经济性运行带来越来越大的挑战。用户的无序充电行为抬升傍晚峰时净负荷，而高功率快充在此基础上放大容量与电压约束压力，使馈线与配电变压器更易重载乃至越限；同时，充电负荷与风电、光伏等新能源发现存在时序错配，或将提高对火电机组的依赖，削弱减排与节能收益。V2G技术可有效应对上述挑战：依托车网双向能量流，V2G可使EV充当分布式移动储能载体，参与削峰填谷，在容量受限区域提升供电可靠性并缓解潮流与电压约束；同时将富余可再生电量转移至负荷缺口时段，缓释“鸭子曲线”，避免大规模新增固定式储能。并且，在用户侧，参与V2G的车主可利用分时电价（Time-of-Use，TOU）进行电价套利，获得额外收益。目前，V2G技术正在全球加速落地，中国也在多城拟开展规模化试点应用。
要实现V2G的预期效益，亟须系统刻画用户参与的时空动态，且需同时纳入经济激励（用户参与的直接驱动）与出行需求（由用车属性所决定，影响“何时、何地、可充放多少电”）。既有研究多基于小样本问卷，且常局限于少数特定场景，因而难以刻画私家车出行的异质性与动态性，且往往会忽略建成环境（用地功能与城-郊区位）对车辆充放电时空可达性的复杂塑造。
本研究旨在回答以下2个关键问题：
在公共充电站（Public Charging Station, PCS）广泛部署V2G的情况下，若以电价套利为目标且受动态出行需求约束，私人BEV用户的充放电行为将呈现何种变化？
当用户行为被纳入系统层面分析时，建成环境所塑造的出行模式如何映射为 V2G 参与的时空异质性？
本研究框架由数据处理模块与ABM仿真模块构成。数据处理模块融合18,000辆BEV三个月轨迹数据、上海市兴趣点数据与路网数据，实现BEV停车事件识别、功能区划分与充电基础设施识别；这些时间的输出与仿真参数（如市场电价、电池规格、充电功率上限、电量缓冲设置等）共同作为后续ABM的输入。在ABM仿真模块中，BEV用户被建模为具备个体化出行行程与充放电规则的智能体，在V2G情景中进行决策。框架在微观层面（个体）评估智能体在出行约束与电价套利机会之间的权衡，并量化V2G的经济收益；在宏观层面（系统）考察土地利用多样性与空间区位如何通过出行模式影响塑造V2G参与的时空异质性。最后，采用子模块替换与敏感性分析验证框架的适应性与可迁移性。
1. V2G应用前后用户行为动态
V2G的应用显著提升了BEV用户与电网互动频次，用户在V2G情境中的充电电量最高可达用户出行相关能耗的5倍。利用分时电价的峰谷电价差，用户不仅可以抵消平均每月136.47元的能源成本，还可额外获得102.63元收益，月度净收益达到230.69元。相较于未配置私人充电桩（Private Charging Pile，PCP）的用户，配置PCP的用户在V2G中表现出更高的参与水平及较高的月度净收益（190.02元）。
(a) V2G应用前BEV状态分布 (b) V2G应用后BEV在一月的状态分布
(c) V2G应用后BEV在五月的状态分布 (d) V2G应用后BEV在九月的状态分布
2. 建成环境对V2G参与的影响
系统层面呈现显著的时空异质性：放电多在电价高峰期以较高强度发生，充电则于谷期的长时段内渐进完成；居住用地普遍支撑夜间持续的低成本充电，而商业与工业用地在日间峰时更易实现高功率放电。此外，郊区因停放更长且更稳定、PCP拥有率更高等因素，单次停车的充电负荷更大；相对地，中心城区在商业与工业用地中表现出更高功率的峰时放电。
(a) V2G 实施后中心城区单功能用地每次停车的平均小时充电负荷
(b) V2G 实施后郊区单功能用地每次停车的平均小时充电负荷
(c) V2G 实施后中心城区单功能用地每次停车的平均小时放电负荷
(d) V2G 实施后郊区单功能用地每次停车的平均小时放电负荷
图4 V2G 实施后单功能用地的平均小时充放电负荷
3. 框架的适应性与可迁移性
框架的模块化、可扩展设计使本研究提出的方法具备良好的适应性与可迁移性，诸如定价机制、电池退化模型等子模块可根据不同研究或政策情境便捷替换与更新。敏感性分析结果表明，定价机制与电池循环寿命显著影响着V2G参与程度，而充电功率上限与电量缓冲阈值的影响相对温和，且呈非线性。END
