简体中文 
English 南方科技大学环境科学与工程学院助理教授叶斌团队2023级本科生辛文韬以第一作者身份在环境能源领域国际知名期刊Applied Energy上发表题为“Aggregator-driven optimization of electric vehicle charging stations in Shenzhen: Synergizing smart charging, renewable energy integration and energy storage”的研究论文。该论文探讨了车网互动（V2G）技术在智慧充电、可再生能源整合和储能技术协同优化方面的潜力，提出了一种具有前瞻性的综合建模与策略优化方案，为城市电动汽车充电基础设施的可持续发展提供了理论与实践依据。
图 1 本研究概念图
交通行业不仅是城市大气污染的重要来源，也是城市碳排放的主要贡献者,加速交通电气化进程被视为减少交通运输领域碳排放的有效途径。电动汽车（EV）被视为实现交通电气化和碳中和目标的重要路径。随着全球范围内EV保有量的迅速增加，尤其是在中国这一全球最大电动车市场，充电负荷激增对配电网带来了显著压力，如峰值负荷加剧、电网稳定性下降以及运维成本增加等问题日益突出。因此，如何在保障电网安全的前提下优化电动汽车充电系统的运行效率，成为亟需解决的重要课题。
为应对上述挑战，研究团队基于领域国际最新研究进展，提出了一个创新性的充电基础设施优化框架，该框架结合了三大关键技术模块：一是基于真实数据构建的随机负荷预测模型（RLFM），用于模拟电动汽车在不同时间段的充电行为与负荷变化；二是以数学规划为基础的智慧充电优化算法，旨在峰谷电价激励下，实现充电时间和功率的动态调度，从而最大化经济收益并降低电网冲击；三是微电网系统建模，综合考虑太阳能、风能、储能、电网购电和回购等多元能源路径，开展从供需匹配到系统经济性与环境绩效的多维度仿真与评估。
图 2 研究框架图
该研究创新性提出一种集行为模拟、调度优化与能源系统建模于一体的城市级别分析框架，充分考虑了电动车用户充电行为的时空异质性、电价机制的动态响应特征，以及可再生能源的波动性问题。本研究基于深圳1682个充电站、共计24,798个充电桩的大规模实测数据，开展了车网互动理论模型的实证分析，验证了车网互动理论模型的适用性与应用价值。
图 3 核心模型框架图
研究结果表明，在可再生能源渗透率超过80%的情境下，智慧充电策略可使系统单位能源成本降低0.38元/千瓦时，碳排放降低44.01%，相较传统即时充电方法提升显著。同时，该策略有效削减了30.03%的系统峰值负荷，有助于缓解电网运行压力。本研究进一步引入储能系统后，智慧充电的碳减排效益进一步增强，年碳排放总量较未储能情景下进一步减少，展现出智慧充电与储能技术的协同优势。
尽管如此，研究结果表明当前深圳市充电桩设施仍存在利用率偏低、建设冗余的问题，部分充电运营商因此面临盈利压力。研究通过场景模拟指出，在充电需求增长的推动下，现有设施的利用率将随之提高，经济效益亦将得到显著改善。通过智慧充电与储能调控的双重手段，可实现设施配置与用户需求之间的动态平衡，进而增强城市能源系统的韧性与灵活性。
此外，研究还深入探讨了电价回购机制对系统收益的敏感性，指出提高回购电价有助于提升智慧充电系统的经济性与环境友好性；并通过情景模拟分析了充电桩规模供需关系与未来充电需求增长对盈利能力的影响，提出避免盲目扩建、合理规划布局的政策建议；强调在制定相关政策时需综合考虑电网负载、能源结构、经济回报等多重因素，以实现技术可行、经济合理和环境可持续的协同目标。
图 4 关键参数敏感性分析
该研究成果不仅对中国城市充电基础设施的科学布局与投资回报提供了理论支撑和优化思路，也为全球其他城市应对新能源车普及带来的负荷管理挑战提供了参考。其提出的充电负荷预测方法、微电网能流调度机制与多维评估体系具有较强的通用性和移植性，具备跨区域、跨场景推广应用的潜力。
南方科技大学为本论文唯一单位，环境科学与工程学院大三本科生辛文韬为论文第一作者，助理教授叶斌为通讯作者。该成果得到由叶斌主持（72173058）和参与（72394391）的国家自然科学基金支持。
论文链接：https://www.sciencedirect.com/science/article/pii/S030626192501075X?dgcid=author