随着城市智慧化和电气化的大力推进,电动汽车的大规模发展对交通和电力网络提出了新的挑战。而车网互动(Vehicle-to-Grid,V2G)技术的兴起为这一问题带来了解决方案。目前,上海市、重庆市、浙江省、深圳市等地正积极探索“人工智能(AI)与车网互动(V2G)”的结合,以推动智能交通和绿色能源的融合发展。这一创新模式将电动汽车作为分布式储能单元,不仅能提升电力系统的灵活性,还能助力电动汽车普及和智能化发展,为实现地区低碳目标提供支持。但V2G发展面临政策体系和标准化不足、用户收益和商业模式不清晰、分时电价及需求响应机制不健全等挑战。本文从细化V2G参与经济激励机制、拓展公务车辆V2G示范项目、深入推进AI在V2G领域的应用、推动移动充电机器人发展等方面提出政策建议。
(文章来源 微信公众号:中能传媒研究院 作者:哈尔滨工业大学(深圳)曾元 何道敬 李天宇)
一、V2G技术及政策进展
中国新能源汽车保有量逐年上升,2023年底已达2041万辆,占汽车总量的6.07%;其中纯电动汽车保有量1552万辆,占新能源汽车保有量的76.04%。新能源汽车保有量不断增加的同时,电网运行也迎来了新挑战。假设2060年,中国电动汽车保有量稳定在3亿辆,如果采用20千瓦双向充电桩,对电网总体功率支撑能力将达到60亿千瓦,假设每辆车的电池是70千瓦时,电动汽车总的灵活容量就是210亿千瓦时。目前电网超过全年峰值负荷95%的时间不足50个小时,为保障这部分高峰负荷需求,电力系统如若配置顶峰电源或输电通道,则需付出较高边际成本。通过高效、智能的车网互动应用,可节省出超万亿元的电力保供和灵活调节的社会成本。据相关机构预测,2025年V2G市场空间约为333亿元,到2030年将达1052亿元。
在国内,车网互动(V2G)逐渐被视为新能源汽车发展和电网灵活调节的关键组成部分,已在多个省市的试点中展开探索。当前政策趋势包括以下几个方面:
政策引导与试点规模化:2020年至2024年,国家发展改革委等部门发布了系列政策鼓励车网互动发展,提出到2025年初步建成车网互动技术标准体系,推行峰谷分时电价政策,并扩大V2G试点示范应用范围。目标是在2030年实现V2G大规模应用,为电力系统提供千万千瓦级的调节能力。
经济激励机制和技术支持:为提升用户参与度,各地逐步引入经济激励措施,如峰谷电价优惠、电力需求响应补偿等,以提升车主参与积极性。上海、北京等地已经实施对参与需求响应用户的补贴政策,有效提高了车主的V2G参与率。上海、江苏、重庆等地积极推进V2G充电设施的智能化和标准化建设,并加强与虚拟电厂的集成。广东、深圳、浙江等地也在大力推动光储充放一体的V2G站建设,并优先在公共设施和商业园区布局V2G基础设施。
跨行业合作与市场机制优化:目前已明确要求整车厂、充电运营商和电网企业间开展合作,加快建立技术标准,推动信息流和能量流的互通互联,以支持车网互动的全生命周期管理和商业化模式发展。市场机制方面,V2G在需求响应、辅助调峰服务等方面的市场化应用还需完善,当前多集中于应急保供和电价峰谷分时差。
二、“AI+V2G”大规模推广的挑战
目前,中国多个车网互动项目正在全国试点,并已在部分地区实现了商业化运营。国家电网已经在20个省市试点建设V2G充放电桩1500余台,2024年1—8月累计放电量2.8万千瓦时,并依托试点项目探索V2G参与一般工商业削峰填谷、配网互动等多场景应用。各地区在推动公众参与和设备标准统一方面还面临挑战,未来若能在这些领域加强政策引导,将有助于V2G的规模化应用。
(一)缺乏明确V2G参与经济激励机制
首先,商业模式不清晰。这使得用户和企业在参与V2G时感到困惑,无法找到参与的具体利益点,进而导致许多潜在的电动汽车用户和企业在参与电网辅助服务时缺乏动力,制约了V2G的规模化推广。没有明确的商业模式,用户难以评估参与的回报,从而影响他们的积极性。
其次,政策支持与激励机制不足。目前,针对V2G项目的补贴和激励政策尚不完善,缺乏系统性的支持措施。这使得潜在参与者在投资和参与方面的意愿降低,尤其是在经济环境不确定的情况下,企业和用户更倾向于保持观望态度,而不愿意冒险参与尚未成熟的市场。缺乏清晰的政策指引,也使得许多企业在制定参与策略时感到迷茫。
再次,电价及需求响应机制不健全。一是分时电价机制不普遍,尽管分时电价机制在部分省市实施,但在全国范围内尚未普及,且时段划分和价差设置相对粗放。许多用户由于没有充分享受到分时电价的优惠,未能被有效引导进行错峰充电。二是缺乏稳定的需求响应机制,当前的需求响应机制主要用于应急负荷保供,未能充分考虑新能源消纳和日常电网调峰的需求。V2G作为分布式储能的一种形式,未能被系统性纳入到辅助服务市场中。
最后,交易价格边界不明确。当前缺乏对V2G应用推广交易价格边界的深入调研,未能综合考虑电网调峰成本与用户参与成本。这导致缺乏合理的经济补贴建议,使得用户在参与V2G时无法获得应有的经济回报。只有明确交易价格范围并制定合理的补贴政策,才能吸引更多用户参与V2G,从而促进电网的稳定与可持续发展。
(二)缺乏特殊场景的V2G先验示范
目前,V2G技术的示范项目存在明显的局限性,主要集中在企业员工或小区居民等特定群体。这种局限性导致活动宣传的范围有限,从而影响了用户的参与积极性。由于示范项目未能覆盖更广泛的用户群体,很多潜在用户对V2G技术的了解和认可度不足,无法充分展示这一技术的潜在优势。
另一方面,预测精度不足也是当前V2G项目实施中的一大挑战。在公务车辆的V2G应用中,对车辆可调度容量的预测精度仍然较低,这使得在进行电网调控时难以准确估计可利用的电量。这种信息的不确定性直接影响了电网调控的效果,导致项目实施过程中出现诸多困难。
(三)V2G大规模落地缺少AI赋能
一是对电动汽车、电池状态和充电桩使用情况的实时数据采集仍显不足。为了实现V2G的高效运营,迫切需要通过物联网技术和大数据平台整合不同系统的多源数据。这种整合不仅可以提高数据的全面性和准确性,还能为后续的分析和决策提供更为坚实的基础。只有在充分的数据支持下,才能有效地进行电网调控和充电策略的优化,进而提升用户的参与体验和满意度。
二是尽管AI技术在动态调度方面具有潜力,但目前采用的动态调度算法尚未充分满足智能调度和动态负荷管理的需求。有效的V2G系统需要根据实时交通流量和能源需求,灵活调整充电和放电策略,以实现电力资源的最优配置。当前的智能调度算法在这方面仍显不足,亟需进一步加强交通网络与电力网络的协调能力,以提升整体系统的响应速度和效率。通过优化调度算法,可以更好地实现电动汽车与电网的互动,为可持续发展贡献力量。
三、“AI+V2G”政策建议
(一)细化V2G参与激励机制
建议电力部门与交通部门加强合作,从供给和需求两侧共同开展调研工作。这一合作可以帮助双方深入了解V2G应用的市场需求和实际运行情况。通过分析电网调峰成本与用户参与成本,明确V2G推广的交易价格边界,制定合理的经济补贴政策,不仅能够确保电力部门的经济效益,还能降低用户的参与成本,吸引更多新能源汽车用户投身于V2G项目。
(二)产品标准化、市场化
建议通过市场化机制引导相关产品和服务的标准化。在政府层面,需出台更多支持和激励政策,打造产业集群。同时,鼓励相关企业、研究院所协作,共同制定新能源汽车与V2G互动的标准,推动市场的良性发展。
(三)拓展特殊应用场景
建议在现有示范项目的基础上,进一步拓展到公交、物流、环卫等公务车辆或电动重卡领域。这些车辆通常具有规律的出行时间和停驶模式,使得在非运营时间内进行电力调控成为可能。通过将V2G技术应用于这些特殊场景,可以从电动汽车群体的另一个角度切入,验证其在实际运营中的效果和可行性。例如,公交车在夜间或非高峰时段可以将电量反馈至电网,不仅能帮助平衡电网负荷,还能为公共交通系统提供额外的经济收益。
(四)AI赋能可调度预测
结合车辆轨迹的大数据分析,建议提取并识别车辆的停驶时段,进一步分析后续出行需求的概率。开发和部署更加先进的AI预测模型,结合历史数据和实时数据对用户行为进行建模,可以构建个性化的预测系统,从而提升对车辆可调度容量的预测精度。例如,通过分析公交车的运行轨迹和停靠时间,AI系统可以预测在什么时段该车辆可以参与电网调控,进而优化电力资源的使用。这样的AI应用不仅能提高V2G项目的有效性,而且能为未来的智能交通系统奠定数据基础,推动技术的进一步发展。
(五)加强数据基础设施建设与标准化
建议进一步促进数据基础设施的建设和标准化。建立统一的实时数据采集和共享平台,应涵盖电池电量、健康状态及充电桩使用情况等信息。通过制定国家或地方性的统一数据标准,可以确保不同系统之间的数据兼容性,提升数据的可用性和准确性。这样不仅有助于优化AI分析和决策的基础,还能推动各方在V2G技术应用中形成合力,提升整体系统的效能。
(六)加强实时数据采集
建议利用物联网技术和大数据平台整合不同系统的多源数据,确保对电动汽车、电池状态和充电桩使用情况进行实时监测,为AI算法提供精准的输入,进而优化充放电时间和策略,从而降低电力系统的峰谷差,减少城市交通的拥堵。通过有效的数据分析,城市交通的平稳运行将得以保障,同时也将为电网提供更为灵活的调控能力。
(七)推动移动充电机器人、移动储能等高新技术企业发展
当前新能源车主主动反向供电给电网的意愿不强,在V2G技术难以短期内大规模落地推广的情况下,建议先引入移动充电机器人、移动储能等技术,以更低的成本参与V2G项目。移动充电机器人、移动储能可以在特定园区内实施车网互动,不仅可以给车充电,还能在电网高负荷、电车充电需求低的情况下自动回充,再通过能源分配站向电网反向供电,实现能源调度,为未来大规模电动汽车参与V2G做好准备。