电动汽车入网技术（V2G）是什么，目前有什么研究或者是应用？

杏鑫资讯

行业动态

电动汽车入网技术（V2G）是什么，目前有什么研究或者是应用？

发布日期：2024-05-13 来源: 网络阅读量（）

电动汽车由于具有节能、环保的优点，近年来在很多国家都得了飞速的发展，大量电动汽车接入电网，电动汽车同时具备电源和负荷双重属性的特点，使得V2G技术应运而生并成为电动汽车与电网交叉领域的研究热点。V2G即Vehicle-to-Grid的简称，指的是电动汽车与电网之间的一种双向互动技术。V2G技术的核心思想在于利用大量电动汽车的动力电池作为储能单元，通过有序的充放电来参与电网的调度，从而实现电网的削峰填谷、平抑新能源发电系统接入电网带来的波动、优化电网运行等目标。电动汽车上的动力电池可以作为分布式储能单元，在停车时作为电网的能量缓冲，即在电网负荷较低时，电网向车载动力电池充电，储能电网过剩的发电量；当电网负荷较高时，由车载动力电池向电网馈电，从而实现电网的削峰填谷。同时，电动汽车用户通过在电网电价高时售电，电网电价低时买电可获得一定的经济收益。

双向AC/DC变换器是实现V2G功能的核心装置，是连接电网与电动汽车的硬件接口，其不仅需要实现能量的双向流动，实现正向充电的PFC功能与反向放电的并网逆变功能，还要能够控制网侧电流的质量以防止谐波污染，同时还需要为后级电路提供较为稳定的直流母线电压。双向图腾柱式无桥PFC是一种比较理想的双向AC/DC变换器电路，其在主电路结构上与全桥电路拓扑结构相同，它是在传统图腾柱式无桥PFC的基础上，将两个续流二极管换做两个功率开关器件，从而可以实现能量的双向流动。

双向图腾柱式无桥PFC电路的电路原理如下图所示。

当电路工作于整流PFC模式。电网电压为正时，开关管S3始终关闭，开关管S4始终导通，而开关管S1、S2高频动作，从而和交流输入侧电感L组成一个Boost电路，其中开关管S2为主开关管，开关管S1为续流管，即当S2开通而S1关闭时，电感充电储存能量，当S1开通而S2关闭时，电感放电向直流侧释放能量，从而实现Boost升压功能。当电网电压为负时，工作情况同正半周类似，这里不再赘述。

当电路工作于并网逆变模式，４个开关管在电网正负半周分别组成Buck电路，将直流侧的能量传递到电网侧。电网电压正负半周，开关管S4/S2始终开通或者关断，而高频开关管S1/S3分别作为Buck电路的主开关管，从而实现并网逆变的功能。

设计了一个6.6kW交错图腾柱主电路，输入电压AC220V 50Hz，输出电压DC400V，输出电压纹波峰峰值1.5%，MOSFET开关频率100kHz，负载6.6kW，输入功率因数>0.99，输入电流THD<5%，输入电流纹波系数0.05。

锁相环采用的是基于二阶广义积分器的SOGI-PLL，其锁相原理图如下，OSG算法将单相输入正弦信号Us变成两个正交正弦量α和β，α与Us幅值相同、相位相同，β与Us幅值相同但是相位落后90°。ω是SOGI允许通过信号的频率，也是谐振环节的谐振频率，对于输入电压中频率不等于ω的其他信号，该环路具有良好的滤波作用。k为SOGI的常数增益因子，其取不同的值环路会有不同的带宽与动态性能。α和β经Park变换成dq旋转坐标系下的分量Vd和Vq，当Vq为0时即实现锁相。

控制器由电压环和电流环组成，根据对电流环的控制又可分为峰值电流控制，滞环电流控制和平均电流控制。双闭环PI算法的电流环控制也叫做平均电流控制，控制器利用 PI 消除误差。双闭环PI控制的核心，是通过输出占空比对开关管进行控制，调节电感电流的幅值和相位来控制输出电压。首先，根据输出电压采样电路采集到的输出电压与基准电压进行比较，生成输出电压误差信号。电压误差信号与输入电压相乘，生成基准电流信号，参考电流信号既具有输入电压的幅值和相位信息，也包含了输出电压的信息。通过电流采样电路采集到的电感电流与基准电流信号进行比较，最后通过电流环PI控制器生成占空比信号。

滞环电流控制参考了CSDN论坛上的一篇博文，题目《双向dcdc变换器simulink仿真_国产滞环电流控制的无桥图腾柱PFC介绍第二部分：CCM和CRM PFC的实现原理和仿真模型》。我们在此基础上设计了双向图腾柱滞环电流控制算法如下，并完成了仿真验证。

针对交错图腾柱的平均电流控制和滞环电流控制（Bang-Bang）两种算法，均完成了相应的仿真验证。下面仅列出平均电流控制算法的仿真结果。

整流输出稳定的DC400V。

整流输出电压峰峰值6V，符合电压纹波1.5% 的设计目标。

输入电压电流同相位，功率因数大于0.99，符合PF＞0.99的控制目标。

输入最大纹波电流2.6A，符合输入电流纹波系数0.05的设计目标。

输入电流谐波畸变率2.90%，符合THD＜3%的设计目标。

输入电压电流相位相差180°，功率因数小于-0.99，接近-1。

输入电流谐波畸变率2.39%，符合THD＜3%的设计目标。

最近利用两个月的业余时间，当然也是陪伴家人优先，在孩子玩耍的空档完成了图腾柱、交错图腾柱、双向图腾柱等多个电路的设计和多种控制算法的设计，并进行了仿真验证，仿真结果也都符合设计目标。但效率并不满意，有一些惰性，没有完成自己的目标，希望后面可以快速完成更多的电力电子产品仿真，供更多的人参考，相互交流和提高。

V2G全称Vehicle-to-Grid，其初衷是打通电动汽车与电网的界限，利用电动汽车的电池作为电网和可再生能源的缓冲。当车辆亏电时，由电网补给能量；当电网出现短时电力缺口时，由电力富余的电动汽车主动向电网补给电能。

V2G的概念最早于1995年提出，但是受制于当时的电池技术以及电动汽车渗透率过低，没有完成落地。近年来随着电动汽车市场的爆发式增长，V2G技术再次被提上议程。

据瑞信预计，到2030年，中国新能源汽车销量的十年年均复合增速有望达到25%，新能源汽车渗透率将提高至43%。对于电动汽车的用户来说，当用电负荷过高时由电动汽车向电网馈电；而当用电负荷低时将电网过剩的电力存储在电动汽车里。总的来看，V2G技术有如下优势。

削峰填谷缓解电网压力

正常运行的电网，其各项参数几乎是稳定的，发电和供电就像一台天平，必须尽量接近平衡状态。用专业术语来讲，需要随时对电网进行调峰，以保证电网的平衡。对于中国庞大的电网来说，一个有效、高效、性价比合适的调峰调频设施却是必需与急需的。

在V2G的场景下，海量的电动汽车可以看做是分布式电源设备，帮助调节电网用电负荷削峰填谷，消纳可再生能源，并为电网提供调频和备用等辅助功能。根据中国汽车工程学会的预测，2030年中国电动汽车保有量将达到8000万辆。若平均配置60千瓦时电池，8000万辆电动汽车等效储能容量将达到48亿千瓦时。根据测算，届时全年电动汽车用电需求将达7454亿千瓦时，占社会总需求的6-7%；充电功率1.94亿千瓦时，占电网负荷的11-12%，以此为基础可形成强大的调峰调频能力。

节省充电成本

以上海为例，峰谷电价每度相差0.35元，如果一辆车每天放电20度，每月参与20次放电活动，则可为车主产生至少140元的收益（政府补贴尚未计算在内），从而节省充电成本。

赋能电网智能化转型

车网互动要求电网能够实时监测系统缺电情况，及时发布响应请求，并综合在网的车辆情况对车辆放电进行统一调度，这是目前的电网管理系统尚不具备的智能化水平。随着新能源汽车智能化水平的提升，云端计算平台的成熟也将惠及电网系统，为电网系统的智能化升级积极赋能。

1995 年，美国落基山研究所首席科学家Amory Lovins提出V2G概念原型, 随后，特拉华大学 William Kempton教授对其进一步发展，并开展了相关示范。但在之后的十几年间由于内燃机电喷技术的飞速发展，排放问题得到很大缓解，电动汽车发展放缓。

直到2017年，日产推出新一代聆风（LEAF）车型，支持V2G技术，并在2018年与能源供应商Fermata Energy公司合作开始尝试电动汽车向民用建筑充电的可行性。

2019年，雷诺集团宣布推出一支由15辆Zoe汽车组成的车队，在欧洲七个国家进行V2G技术试点。该行动旨在验证大规模试点可行性以及预估潜在收益。

2020年，日产联合电力传输系统运营商Tennet和技术公司The Mobility House 在德国开展以可再生能源消纳为主题的V2G项目。德国北部风电资源丰富，但是难以调配到南方，直接导致北部电网运营商不得不关闭部分风电设备，而南部运营商被迫增加常规发电产能。引入V2G技术后，北部多余的风电电量则由电动汽车消纳，南部用电高峰期则可吸收来自电动汽车的“反哺”，达到削峰填谷的效果。

中国的V2G尝试始于2020年，在这一年，威马汽车与国家电网达成合作协议，并成功通过全项V2G技术的车、桩实测及道路测试，成为中国新能源车企中首家将V2G商业化落地的企业。同年11月，东风集团与国家电网签署一系列战略合作协议，其中就包括《V2G试点合作协议》，标志着东风集团正式试点V2G技术。

2021年，比亚迪英国公司宣布与Alexander Dennis Ltd（ADL）建立合作伙伴关系，并提供28辆比亚迪ADL Enviro400EV 双层电动巴士，该车支持大功率V2G技术。同年10月，比亚迪将在5年内陆续交付Levo Mobility LLC（下文简称Levo）多达 5000 辆支持V2G技术的比亚迪中型和重型纯电动汽车。

至此，比亚迪成为中国商用车领域首家商业化落地V2G技术的公司。

从2017年日产推出支持V2G技术的车型至今已过去5年，但无论是具备技术优势的欧美市场还是新能源爆发式增长的国内市场都没有出现V2G遍地开花的繁荣景象。究其根本还是因为V2G技术面临现实痛点。

痛点1：准入机制不明确

中国科学院院士、中国电动汽车百人会副理事长欧阳明高曾说过，“电动汽车的电量可以帮助电网削峰填谷，但这需要推动车网互动V2G技术的应用。这类似于建一个新能源的‘股市’，把所有新能源汽车车主‘散户’吸引进来买电、卖电，通过低买高卖获取收益。最终将新能源动力、新能源电力两者一体化，形成智慧新能源系统。” 正如股票发行需要发审委发放准入证，V2G电力交易也需要明确的准入机制，而这一机制目前尚不明确。

痛点2：行业标准不成熟

由于各动力电池厂商的技术路线选择不完全一致，动力电池充放电时间、充放电效率都各不相同，而电力缺口的响应却有明确的时间窗口的要求。因此建立一套包容各技术路线和差异化产品的技术标准已经迫在眉睫。

痛点3：各方资源难协调

V2G充放电涉及发电、输电、配电、充电桩运营、个体车主等诸多利益关联方，涵盖了政府、巨型企业、中小微企业、个人等各种主体，对资源协调能力提出了严苛的要求。

痛点4：电网安全需保障

电动车给电网充电时电流高达数十安培，给附近供电线路（微电网）带来不小的冲击。同时大规模的V2G活动是多点、多时段不规则放电，从微电网传递给干线供电线路（大电网）的脉动和干扰是否会对大电网的安全运行造成影响也需要进一步的评估和验证。

据中国券商测算，2025年V2G市场空间为333亿元，到2030年将达1052亿元。尽管面临现实痛点，如此巨大的市场还是带来了难得的产业机遇。

机遇1：政策支持已在路上

2020年11月，国务院印发《新能源汽车产业发展规划（2021-2035）》，鼓励加强新能源汽车与电网能量互动；2021年5月，发改委发布《进一步提升充换电基础设施服务保障能力的实施意见（意见稿）》：推动V2G协同创新与试点示范：支持电网企业联合车企等产业链上下游打造新能源汽车与智慧能源融合创新平台，开展跨行业联合创新与技术研发，加速推进 V2G 试验测试与标准化体系建设。

机遇2：新能源汽车渗透率持续提升

中国新能源汽车发展迅猛，2021年，新能源汽车销量达352.1万辆，同比增长157.01%，渗透率达到13.40%，22Q1上升至19.30%。据东北证券预测，2024年，国内新能源汽车销量将达到921辆。巨大的保有量意味着巨大的储能水平，为V2G技术的进一步推广提供了有力的物质保障。

2015-2022年中国新能源汽车销量及渗透率

机遇3：全国统一大市场带来的制度红利

2022年4月，中共中央、国务院印发《关于加快建设全国统一大市场的意见》，意见中明确指出，将能源和生态环境市场纳入要素和资源市场，提出了“结合实现碳达峰碳中和目标任务，有序推进全国能源市场建设”“健全多层次统一电力市场体系”等改革举措。

中国大型清洁能源基地主要分布于“三北”和西部地区，而能源消耗大户都在东部沿海省份。风能、光能波动性强，给并网发电带来了不小的挑战，而V2G技术响应速度快，进出机制灵活，相对于固定储能装置，不需要额外投资，在消纳清洁能源多余电力有着不可替代的作用。在全国一盘棋的制度红利下必将看到V2G技术的普遍推广。

机遇4：智能电网保驾护航

根据国家电网中国电力科学研究院的定义，智能电网是以物理电网为基础，将现代先进的传感测量技术、通讯技术、信息技术、计算机技术和控制技术与物理电网高度集成而形成的新型电网。与现有电网相比，智能电网中柔性交/直流输电、网厂协调、智能调度、电力储能、配电自动化等技术的广泛应用，使电网运行控制更加灵活、经济，并能适应大量分布式电源、微电网及电动汽车充放电设施的接入。

2022年，国家电网将投资900亿元加快城市电网建设，提升城市供电可靠性。中央财经委员会第十一次会议提出，发展分布式智能电网，通过提升电网智能化水平，主动适应大规模分布式新能源发展。随着智能电网在国内的逐步普及，V2G这一典型工况也势必会提上日程，V2G过程中大电网、微电网的安全问题也会在智能电网不断升级换代的大趋势下得到妥善解决。

V2G 的关键技术主要包括高性能双向充放电技术、面向能源互联网的电动汽车充放电智能互动调度技术、大规模化电动汽车有序充电管理技术、电动汽车充放电运行安全测试技术、高级智能量测体系和双向通信技术等。

电机控制器技术是V2G技术实现商业化需要突破的技术之一，亿率动力对电动汽车动力总成的拓扑结构和算法进行创新和优化，亿率动力的颠覆性技术可以同时接收和分配交流电和直流电，是市场上能与现有三级充电系统配合使用的电机控制器之一，使终端用户能够直接从太阳能和风能等可再生资源为电池充电，最终使电动汽车真正成为绿色产品。亿率动力的智能电机控制器还可以将电力从汽车上传回电网——这一功能将有助于塑造我们社会未来的能源基础设施。

电动汽车越来越多，对电网负荷存在潜在影响。

在特定社区中考虑100％电动汽车市场情况时，配电电缆和变压器可能会出现严重的过载现象，尤其是在晚上。这种情况发生的时间太晚了，无法通过当地的太阳能光伏发电来缓解。

V2G技术允许电动汽车与电网双向互动。当电网需要能量时，电动汽车可以通过V2G系统向电网供应电能，从而为电网提供储能解决方案。V2G技术还可以通过电网信号管理电动汽车的充电和放电，以减少电网的负荷峰值和平衡电力系统的频率和电压。

据V2G Hub 网站不完全统计，目前全球有92个V2G试点示范项目，分布在22个国家和地区，主要集中在欧洲和北美。

一些电动汽车制造商和科技公司也在积极研发和推广V2G技术。其中跨国车企参与较为广泛，又以日系车企参与数量居多。三菱、雷诺、宝马等车企也都纷纷布局。

V2G（Vehicle-to-Grid）

V2G技术允许电动汽车不仅从电网中获取电力充电，还可以将储存在电池中的电力反馈到电网中。

电动汽车储能 V2G（双向直流充电桩）：

既可充电又可放电,最大功率可达 250kW,覆盖当前大多直流充电桩的功率需求,可实现电动汽车与电网的能量双向流动;实现电动汽车充便宜电、低谷电,高峰时段放电,车主赚取电费差价;提升负荷柔性,减少配网投资,消纳清洁能源;助推电动汽车产业发展,减少公共充电设施占地。

目前场景：

8月23号，蔚来参与全国最大规模V2G需求响应，车网互动验证中心(简称e-Park)的V2G试验，在江苏无锡正式启动。本次响应时间为30分钟，50台电动车送电近2000KW，平均每台车近40kW，可满足133户居民一天用电需求。

更多：一片緑葉：V2G、换电与工商业储能

车辆情况：

电动汽车电池的合理利用，可以支撑电网的稳定运行，并有效降低调节成本预计2030年中国电动车保有量达8千万辆，车载储能容量52亿千瓦时，约占我国每天总用电量的1/4。

V2G桩的情况：

车网互动市场情况：

2019-----2020------2021----2022-----2023----2024----2025----2026---2027---2028---2029---2030

0.06------0.09------1.1------1.8----------------------------------------------------------------52亿千瓦时

V2G聚焦在哪里？

电力系统容量和稳定性需求： 在电力系统需要更多调节能力、提高稳定性或面临峰时期需求高峰的地区，V2G技术可能会被视为一种解决方案。
可再生能源集成： 如果一个地区依赖大量的可再生能源，如风能或太阳能，V2G技术可以帮助平衡不断变化的能源产生与需求之间的差异。
电动汽车普及率： 在电动汽车普及率较高的地区，V2G技术的需求可能更为显著，因为有更多的电动汽车可以用于提供V2G服务。

V2G涉及到不同方面的利益关系和计算

电动汽车用户：
充电成本： EV用户在充电时需要支付电费。计算充电成本涉及到电能价格、充电效率等因素。
V2G收益：当EV用户参与V2G时，可以通过将电力卖回电网而获得收益。这可能以补贴、奖励或电费减免的形式存在。
电力公司或电网运营商：
电力销售：电力公司从EV用户购买电力，这是传统的交易。
V2G服务费：电力公司为接受EV用户提供的V2G服务支付费用，以获取额外的调节能力。
社会和环境效益：
减少碳排放： V2G技术有助于增加可再生能源的渗透率，减少碳排放，为环境提供益处。
电力系统稳定性： V2G技术可以提供电力系统调节能力，增强系统的稳定性和弹性。
政府和监管机构：
政策激励：政府可能通过政策激励措施来推动V2G技术的发展，例如减税、补贴或法规支持。
电动汽车制造商：
市场推动： EV制造商可能通过支持V2G技术来提高其产品在市场上的竞争力。
电池寿命和健康：
电池寿命： V2G的频繁使用可能影响电池的寿命，需要考虑电池寿命和健康与V2G服务的收益之间的平衡。

V2G（Vehicle-to-Grid）技术为电网提供了多种调节能力，使电动汽车能够更灵活地响应电网需求。以下是V2G为电网提供的主要调节能力：

频率调节： 电力系统需要保持稳定的电网频率，通常为50或60赫兹。当电网频率偏离标准值时，V2G系统可以通过调整电动汽车的充电或放电速率来提供频率调节服务，帮助维持电网的稳定性。
功率平衡： V2G技术允许电动汽车在需要时向电网提供额外的功率，或者在电网需要时从电网获取额外的功率。这有助于平衡电力系统中的供需，特别是在负载波动或可再生能源波动较大的情况下。
峰时削峰填谷： V2G系统可以通过在负载峰值期间将电力输入电网，从而帮助削减电网负荷峰值。相反，在负载谷值期间，电动汽车可以充电以利用低峰时的低成本电力。
电网恢复： 在电网故障或停电的情况下，V2G系统可以为电网提供支持，提供备用电源，有助于电网的快速恢复。
电压支持： V2G技术还可以用于提供电压支持，即在电网电压不稳定时通过调整电动汽车的充电或放电来支持电网电压的稳定。
降低电网传输和配电损耗： 通过在电动汽车与负载之间提供电力，V2G系统可以帮助降低电力在传输和配电过程中的能量损失。
增加电网弹性： V2G技术通过提供额外的灵活性，使电网更具弹性，更好地适应不断变化的负载和电源条件。

V2G开发的最大经济价值：

电力系统调节能力： V2G技术能够为电力系统提供额外的调节能力，包括频率调节、功率平衡和峰谷平衡。这有助于提高电力系统的稳定性和弹性，减少峰值负载压力。
降低电力系统投资成本： 通过使用V2G服务，电力系统可以更有效地管理负载波动，减少对传统发电和输电设施的需求，从而降低电力系统的总体投资成本。
可再生能源整合： V2G可以协助可再生能源的更好整合到电力系统中。通过在可再生能源波动时提供调节服务，V2G有助于解决可再生能源的不稳定性问题，提高其可预测性。
峰谷电价平滑： V2G服务有助于在峰时平滑电力需求，降低负荷峰值。这有助于平稳峰谷电价差异，为用户提供更稳定的电费支出。
社会和环境效益： V2G的开发可以带来社会和环境效益，包括改善空气质量、减少噪音污染、创造新的就业机会等。通过促进电动汽车的更可持续使用，V2G有助于减少碳排放。尤其是在电力系统中使用可再生能源时，V2G的环境效益更为显著。
电动汽车用户收益： 通过参与V2G服务，电动汽车用户可以获得额外的收益，例如通过出售多余的电力获得的费用、政府奖励或减免电费。
创新和技术推动： V2G的开发推动了电力系统和电动汽车技术的创新。这有助于促进产业升级和提高全球竞争力。
电力市场竞争力： 通过提供更灵活的调节服务，V2G有助于提高电力市场的竞争力，促使市场更为高效运作。
政府激励和合规： 一些国家可能通过政府激励措施和合规政策来支持V2G的开发，进一步增加了V2G的经济价值。

发展趋势和政策体系（来源国家发改委能源研究所和自然资源保护协会）

目前研究发现，车网互动的成本低于固定式储能，随着电动汽车数量的增长和电池技术的进步，车网互动的

规模潜力和经济性足以支撑其成为电力系统灵活性的主力。车网互动能更经济有效地降低可再生能源弃电水平。

电动汽车可通过有序充电、车网互动（V2G）、换电及退役电池储能四种方式与电力系统形成互动。

目前我国车网互动的激励政策可分为价格机制与市场机制两大类，其中价格机制主要包括峰谷分时电价、容量电费、弹性充电服务费等；市场机制主要指消纳交易、电力辅助服务、需求响应以及中长期电力交易等。

2014 年国家发改委印发《关于电动汽车用电价格政策有关问题的通知》，首次明确充换电设施经营企业可向用户收取电费及充换电服务费两项费用。其中，电费执行国家规定的电价政策，充换电服务费用于弥补充换电设施运营成本。经过多年发展，各地电动汽车充电服务费已逐步从政府定价过渡到市场化定价与政府限价相结合的方式，各地充电服务费上限价格在 0.6-0.8 元 /kWh 左右。

一般工商业峰谷电价差（白点）基本在 0.4 元 /kWh-0.8 元 /kWh 之间，是居民电价峰谷电价差的 2 倍以上。

有限的峰谷电价差降低了电动汽车错峰充电积极性。目录电价的下调也间接压缩了峰谷价差。

目录电价即销售电价，是一种直接面向用户，由政府制定标准的“到户价”。目录电价等于平均上网电价、输配电价(含线损)、政府性基金及附加之和。

对于电力系统而言，物理上需要功率可被调控的各类资源，被电网调度，实现电力系统实时的平衡。对电力市场而言，根据各类资源经济特性，例如成本或者报价，以总成本最低的目标，优化选择可用的资源，实现电力系统的物理平衡需求。

长远来看，电力现货市场是实现车网高效互动的机制保障。当前我国电力现货市场仍处于建设阶段，但各地进展情况不同，部分试点仅为发电侧参与单边现货市场， 用户侧参与度不足。

C-V2X产业生态

C-V2X产业链主要包括整车制造、通信芯片、通信模组、车载终端与路侧设施、高精度定位及地图服务、测试认证以及运营服务等环节。

依托C-V2X技术，我国车联网产业链条日渐完善，多厂家供货环境已经形成。

车路云一体化智能网联汽车对跨产业协同创新提出了高度需求。各行业经过多年的发展，形成了各自的体系架构、技术特征、开发周期等，极易造成各自为政、协同不足的问题。急需组织编写跨行业达成共识的发展路线图，在车路云一体化智能网联汽车的分等级、分阶段、分场景推进形成共识，预判发展时间表和关键里程碑，推动车辆、通信、路侧基础设施、云控平台、信息安全测试评价等各方面协同推进，形成合力。路线图对于跨产业协同创新将发挥重要的“标尺”作用。

车网融合路线图

到 2030 年形成 5 亿千瓦以上电动汽车灵活调节资源。

依托C-V2X发展车路云一体化智能网联汽车的发展路线，加速车辆智能化网联化深度融合探索。

车电分离、电池租赁与电池质保

车电分离除了表面意义上的“物理分离”，也代表了“价值分离”，即电池产权与使用权的分离，这个在一定程度上意味着消费者在购车的成本上会有所降低，调研中发现：如果车电分离，整车价格要比车电一体的价格少30~35%，用户才会购买。

2023年2月，工信部等部门联合发布《关于组织开展公共领域车辆全面电动化先行区试点工作的通知》，提出重点支持“车电分离”、融资租赁等商业模式创新，“车电分离”模式在政策窗口期进一步成熟，助力塑造电池资产管理产业链新格局。

电池资产管理是对电池进行全生命周期管理的一项业务模式。按照电池全生命周期管理的流程，可分为三个阶段，第一个阶段是电池在役时（电池容量80%-100%），通过电池资产租赁及运营管理、换电服务获得租赁收入、运营收入、换电服务收入。第二个阶段是电池退役后（电池容量20%-80%），通过梯次利用获得梯次租赁收入、储能收入。第三个阶段是电池完全报废后（电池容量小于20%），通过电池拆解回收，获得电池资产的剩余价值。

在三个阶段中，电池资产管理由电池资产管理公司主导，将金融机构、整车制造商、电池制造商、梯次利用企业、电池拆解企业、用户等市场主体链接起来。

https://baijiahao.baidu.com/s?id=1777339269652615378&wfr=spider&for=pc

电池与储能，储能和储能管理系统（电池管理系统(BMS)）的关系

电池1+电池2+电池3=储能1

储能管理系统=调度（储能1+储能2+储能3）

电动汽车1+电动汽车2+电动汽车3=移动储能1（V2G聚合商）

V2G模式=调度（移动储能1+移动储能2+移动储能3）=调度（大聚合+中聚合+小聚合）

股市=股A（大优股）+股B（小差股）+股C(散微股)

静态储能和动态储能

静态储能和动态储能是两种不同类型的能量储存系统，它们在能量存储和释放的方式上有所不同。在电网中，静态储能系统可以用于平滑日夜能源波动，而动态储能系统则可以用于提供瞬时的功率支持，确保电力系统的稳定性。静态储能（Static Energy Storage）： 静态储能是指将电能或其他形式的能量存储在储能设备中，然后以较慢的速度释放能量的过程。这些系统通常设计用于在长时间内存储和释放能量，例如电池和超级电容器。常见于太阳能和风能发电系统中，以平衡能源的不稳定性，确保在能源供应不足或需求超过生产时提供可靠的能量供应。

电池储能系统： 包括锂离子电池、铅酸电池等，用于储存电能。
超级电容器： 具有高能量密度和短充电/放电时间，用于短期能量存储和释放。

动态储能（Dynamic Energy Storage）： 动态储能是指以相对较高的速度存储和释放能量的过程。这些系统通常被设计用于应对瞬时性或快速变化的能源需求，能够在很短的时间内提供大量的能量。广泛应用于电力系统、交通系统和其他需要瞬时能量释放的领域。

超级电容器（也可用于静态储能）： 具有快速充放电特性，可在短时间内提供大功率输出。
飞轮能量储存系统： 通过旋转飞轮存储机械能，然后通过发电机将其转换为电能，能够在毫秒级响应时间内释放储存的能量。
储能电感和电容系统： 通过储存电场和磁场的能量来提供快速的电能释放。

（变化速度慢的则成为静态，变化速度快的则为动态）动态和静态概念分为时间和空间两方面。

时间方面：

动态： 事物在时间上的变化和演化。一个动态系统在不同的时间点可能处于不同的状态，具有运动、变化或发展的特性。车辆在道路上移动、人类思维的演化、计算机程序的执行过程等。

静态：事物在时间上保持不变，没有明显的时间演化。在任何给定的时间点，它都保持相同的状态。静止的照片、固定的建筑物、不变的数学公式等。

空间方面：

动态：事物在空间上的运动或变化。物体的位置、形状或属性在空间中可能会发生变化。河流中的流水、飞行的飞机、移动的动物等。

静态：物体的位置、形状或属性在空间中保持固定。停在路边的汽车、不动的建筑物、静止的山脉等。

这种时间和空间的划分方式能够帮助我们更好地理解事物的性质。例如，一本书在时间上是静态的，因为它的内容在短时间内不会发生变化，但在空间上，当你翻开书页时，你会看到书中的内容在变化。

时间定义储能与空间定义储能：

以较慢的速度释放能量的储能为静态储能，较快则为动态储能，是在时间速率尺度上进行定义的。

空间尺度上定义动态储能和静态储能，则是能量空间交互。对于不进行租赁的独有储能，则属于静态储能。对于交易互动的移动式充电宝和电动汽车则属于动态储能。

动态速率的衡量方法：（不同领域衡量动态速率的方法不同）

速度和加速度：物理学： 在物理学中，速度是位置变化的速率，而加速度是速度变化的速率。通过对位置随时间的变化进行微分，可以得到速度；再对速度进行微分，可以得到加速度。这些量的大小和方向提供了动态速率的信息。

导数和微分方程：数学： 动态速率可以通过数学中的导数和微分方程来描述。如果我们知道一个物体的位置、速度或加速度关于时间的函数，我们可以通过对这些函数进行微分来得到相应的动态速率。

传感器和仪器测量：工程和技术领域： 在工程和技术领域，使用传感器和仪器来测量物体的位置、速度和加速度。例如，通过GPS系统、加速度计、陀螺仪等传感器可以实时地获取物体的动态信息。

图像处理：计算机视觉： 在计算机视觉领域，可以使用图像处理技术来跟踪物体的运动，并从中提取出速度信息。这包括使用光流算法等方法。

网络流量分析：计算机网络： 在计算机网络中，动态速率可以衡量数据在网络中的传输速度。通过监测数据包的到达和离开时间，可以计算出网络的动态速率。

经济学中的变化率：经济学： 在经济学中，动态速率可以表示某一经济变量（如价格、产量等）的变化率。经济学家使用数学方法来描述这些变化率，以便更好地理解经济活动。

电池管理系统(BMS)和能量管理系统（EMS）

battery电池 energy能量

battery具象。电池包括它本身和其属性即功率，功率抽象则是能量。功率大则交换能量强。功率小，瓦数低则能量弱，此时能量单位为千瓦时。

energy能量是对一切宏观微观物质运动的描述。能量是物质运动的量化转换。相应于不同形式的运动，能量分为机械能、分子内能、电能、化学能、原子能、内能等，亦简称能。

能量是物理学的基本概念之一，不管是经典力学、相对论、量子力学，还是宇宙学，能量总是一个核心概念。 能量（energy）简称“能”，质量的时空分布可能变化程度的度量，用来表示物理系统做功的本领。现代物理学已明确了质量与能量之间的数量关系，即爱因斯坦的质能关系式：E=MC2。能量的单位与功的单位相同，在国际单位制中是焦耳（J）。在营养学中除了用焦耳（J）作为能量单位以外，有时也用卡路里（cal）作为能量单位，1卡路里约等于4.184焦耳。在原子物理学、原子核物理学、粒子物理学等领域中也用电子伏特（eV）作为能量单位。

能量单位 能量是物质运动的一般量度。物质运动有多种形式，表现各异，但可互相转换，表明这些运动具有共性，有内在的统一的量度。能量以机械能、内能、电能、化学能等各种形式出现在不同的运动中，并通过作功、传热等方式进行转换。能量的单位有焦耳、卡路里、尔格、千瓦时、电子伏特（电子伏）等。 “能”在自然界中有多种存在形式。根据能量守恒定律，能量可以从一种形式转化为另一种形式。为了计算上的方便，对各种不同存在形式的“能”需要制定一个统一的单位，即焦耳（J）或（Cal）。

BMS更关注电池内部电气化转移，EMS则偏向大尺度范围的多维能量互动。EMS能量管理系统主要功能由基础功能和应用功能两个部分组成。基础功能包括:计算机、操作系统和EMS支撑系统。EMS能量管理系统不限于对电池能量的管理。

lodn2011：电池管理系统（BMS）概述

实体单元（光伏、储能、负荷）运行产生数据，数据交互传达信息，信息高维处理，需要算法计算，优化路径，实现目标。

整个流程中，数据的流动、信息的提取和算法的应用都需要密切协同工作。且需考虑实时性、可靠性、安全性。

实体单元运行产生数据：实体单元可以是传感器、设备、系统等，能够生成各种形式的数据，例如传感器读数、日志记录、用户交互等。
数据交互传达信息：生成的数据需要进行交互，这可能涉及到数据传输、通信协议、网络连接等。信息的传递可以是单向的，也可以是双向的。
信息高维处理：高维处理指的是对数据进行复杂的分析、处理和转换，以提取有用的信息。这可能包括特征提取、数据清洗、降维技术等。
算法计算：针对高维处理后的信息，算法被应用于执行特定的计算任务。这可能包括机器学习算法、优化算法、统计算法等，具体取决于问题的性质。
路径优化：优化路径通常涉及到在特定约束下找到最优解决方案。这可以是寻找最短路径、最优调度、资源分配等问题。算法如Dijkstra算法、贪心算法、遗传算法等可用于路径优化。
实现目标：通过路径优化和算法计算，最终实现预定的目标。这可能涉及到控制实体单元的行为、提供决策建议、优化业务流程等。

计算机科学和数据科学领域（数据处理和算法运算）（结合并行，由简到复，机器学习）

数据处理：

数据收集： 这是数据处理的第一步，收集从各种来源获取数据，可能是传感器、数据库、文件等。
数据清理： 数据很少是完美的，因此需要清理和预处理。这包括处理缺失值、异常值和重复数据等。
数据转换： 有时，数据格式需要进行转换，以便更好地适应算法的需求。例如，将文本数据转换为数值形式。
数据存储： 处理后的数据可能需要存储在数据库中，以便后续使用。

算法运算：

排序算法： 对一组数据进行排序是很常见的操作，有许多经典的排序算法，如冒泡排序、快速排序等。
搜索算法： 搜索算法用于在一组数据中查找特定的元素，二分搜索是其中一个例子。
图算法： 用于处理图结构的算法，例如最短路径算法（Dijkstra算法、Floyd-Warshall算法）和图遍历算法（深度优先搜索、广度优先搜索）。
机器学习算法： 在数据科学领域，机器学习算法如决策树、支持向量机、神经网络等被广泛用于模型训练和预测。
并行算法： 针对多核处理器或分布式系统的算法，以提高计算效率。
动态规划： 用于解决优化问题的算法，通过将问题分解成子问题并存储子问题的解决方案以避免重复计算。

数据结构与算法的关系：

数据结构提供了存储和组织数据的方式，而算法则定义了在这些数据上执行的操作。
选择合适的数据结构可以优化算法的执行效率。
许多算法的设计涉及到对数据结构的巧妙利用，例如在图算法中使用邻接矩阵或邻接表表示图。

目前高校和社会包含的专业和方向：

计算机科学（Computer Science）：
软件工程（Software Engineering）
计算机网络（Computer Networking）
数据库管理（Database Management）
操作系统（Operating Systems）
计算机图形学（Computer Graphics）
人工智能（Artificial Intelligence）
算法与数据结构（Algorithms and Data Structures）
数据科学（Data Science）：
统计学（Statistics）
机器学习（Machine Learning）
数据分析（Data Analysis）
数据挖掘（Data Mining）
大数据技术（Big Data Technologies）
数据可视化（Data Visualization）
数据工程（Data Engineering）
信息技术（Information Technology，IT）：
网络管理（Network Administration）
系统管理（Systems Administration）
数据库管理（Database Administration）
信息安全（Information Security）
人机交互（Human-Computer Interaction，HCI）：
用户体验设计（User Experience Design）
用户界面设计（User Interface Design）
网络安全（Cybersecurity）：
网络安全管理（Cybersecurity Management）
恶意软件分析（Malware Analysis）
网络攻防（Ethical Hacking）
计算机工程（Computer Engineering）：
嵌入式系统设计（Embedded Systems Design）
硬件设计与电路（Hardware Design and Circuits）
软件工程（Software Engineering）：
软件测试与质量保证（Software Testing and Quality Assurance）
敏捷开发（Agile Development）
人工智能与机器学习（Artificial Intelligence and Machine Learning）：
机器学习工程师（Machine Learning Engineer）
深度学习（Deep Learning）
大数据分析（Big Data Analytics）：
大数据工程师（Big Data Engineer）
数据科学家（Data Scientist）

计算机科学的发展历程：

早期计算设备（17世纪 - 19世纪）： 早期的计算设备包括如巴贝奇的分析机等机械计算设备，这些设备在处理数学问题上发挥了关键作用。
计算机的电子化（20世纪初）： 随着电子技术的发展，电子计算机开始崭露头角，如ENIAC（1946年）是世界上第一台通用电子计算机。
计算机科学理论的建立（20世纪中期）： 图灵机的提出和计算理论的发展为计算机科学奠定了理论基础，Alan Turing 的工作对计算理论有深远的影响。
计算机网络的兴起（20世纪60年代 - 70年代）： ARPANET的建立标志着互联网的诞生，计算机之间的连接为信息的快速传递和共享奠定了基础。
个人计算机时代（20世纪70年代 - 80年代）： 随着个人计算机的兴起，计算机科学开始渗透到家庭和企业，操作系统、编程语言等得到广泛应用。
软件工程的发展（20世纪70年代 - 80年代）：软件工程理论的提出和软件开发方法学的发展促使了更有效的软件开发和管理。
云计算和大数据时代（21世纪初）： 云计算和大数据技术的崛起为计算机科学带来了新的挑战和机遇，使得存储和处理海量数据成为可能。

数据科学的发展历程：

统计学的奠基（17世纪 - 18世纪）： 统计学的发展为数据科学提供了基本理论，例如概率论和统计分析的方法。
信息论的提出（20世纪初）： 克劳德·香农提出的信息论为数据理论提供了新的工具，为信息的量化和传输提供了理论基础。
数据库系统的建立（20世纪60年代 - 70年代）：数据库系统的发展使得数据的组织和检索变得更加高效，促进了数据科学的实际应用。
数据挖掘和知识发现（20世纪90年代）： 数据挖掘技术的兴起使得从大量数据中挖掘模式和关联成为可能，为数据科学的发展打开了新的方向。
开放数据和开源工具（21世纪初）： 开放数据的推广和开源工具的涌现为数据科学家提供了更多的数据资源和工具，推动了数据科学的普及。
机器学习和深度学习（21世纪初至今）：机器学习和深度学习的崛起推动了数据科学的前沿，使得模型能够从数据中学习并进行预测和决策。
大数据时代（21世纪初至今）： 随着云计算和大数据技术的发展，数据的规模和复杂性迅速增加，大数据分析成为数据科学领域的一个主要挑战和机遇。

充电桩发展

中央到地方层面印发了系列政策，促进充换电基础设施建设工作，如江苏、安徽、天津、山西等地，大力支持充电站“县县全覆盖”、充电桩“乡乡全覆盖”，以及新能源汽车下乡，利好新能源产业。

山西消纳交易试点：山西省“新能源 + 电动汽车”协同互动试点。

为探索构建“源（新能源）- 网 - 荷（电动汽车）- 储（蓄电池）”协同运行的“互联网 +”智慧能源系统，提升需求侧主动响应能力和新能源消纳水平，山西省能源局于 2020 年 9 月印发《“新能源 + 电动汽车”协同互动智慧能源试点建设方案》，提出建立“源荷互动”市场化机制。到 2021 年 5 月，山西电动汽车公司作为负荷聚合商积极组织运营商参与需求响应，消纳新能源电量 131.4MWh，合计传导用户红利 18998.33 元。

目前V2G发展障碍：

由于配电网能力限制，当前 V2G 双向互动项目较少，有限的 V2G 试点也以本地电压台区内自平衡为主，V2G 放电量无法向更高电压等级电网返送，这意味着试点项目必须有足够本地用电需求以覆盖 V2G 放电量，这极大限制了电动汽车放电能力释放和车网互动的大面积推广。

根源就是车 - 桩 - 网之间存在通讯技术问题。当前充电桩与配电网通讯大量采用无线通讯方式，需将电动汽车充电桩接入移动运营商的移动数据网络，数据的安全性和网络的可靠性都受到移动运营商的限制，导致试点项目出现通讯信号延迟、中断等问题，影响了电动汽车参与市场交易的实时计量与结算。特别是移动运营商的移动接入带宽属共享带宽，当局部区域有大量设备接入时，其接入可靠性和单个用户的平均带宽趋于恶化，不利于充电桩群的密集接入、大数据量的数据传输。

电动汽车价格机制问题存在充电和放电两个方面。

充电方面，当前电动汽车充电价格按目录电价执行，而目录电价普遍是基于传统的引导电力负荷本身用电特性的目的出发，难以适应当前新能源大规模并网以及未来海量电动汽车可调资源的环境。随着电力市场化改革的推进，10kV 及以上工商业用户将进入电力市场，但住宅及办公地点电动汽车分散接入、电压等级较低，且非独立向电网公司报装的电动汽车用户缺少独立的电力市场身份，因此无法直接参与电力市场交易、辅助服务和需求响应，也面临因“转供电”导致的峰谷电价信号传导不畅的问题。

放电方面，虽然目前部分 V2G 试点项目针对电动汽车在用电高峰时段放电设计了放电价格，但放电定价水平低于用电价格。考虑到目前 V2G 试点项目基本为本地电压台区就地平衡，放电基本不占用大电网输配电资源，较低的放电价格既不能充分反映 V2G 的实际价值，也无法有效引导用户的合理充放电行为。

V2G聚合商解决住宅及办公地点电动汽车分散接入、电压等级较低，且非独立向电网公司报装的电动汽车用户缺少独立的电力市场身份，因此无法直接参与电力市场交易、辅助服务和需求响应，也面临因“转供电”导致的峰谷电价信号传导不畅的问题。汇聚集成10kV 及以上负荷进入电力市场。

由于面向用户侧的电力市场建设仍处于完善阶段，电动汽车还无法深度参与电力辅助服务市场和现货市场，V2G聚合商成为解决方案。

首先，目前电动汽车参与电网互动需经过负荷集成商、虚拟电厂、调度中心、交易中心等多个环节，实施周期长，流程复杂，只有少数试点项目直接采用聚合商计量数据。
其次，现有需求响应试点集中在大体量、集中式工业负荷上，分散但数量巨大的各类电动汽车资源在不同场景下的车网互动商业模式开发不足。
第三，现有试点也反映出电动汽车充电基线的认定问题，各地基线认定方法不一，部分试点以全电量参与电力市场，调峰辅助服务与峰谷电价机制还需协调。
第四，由于目前部分地区需求响应、第三方调峰辅助服务费用只与终端用户结算，影响了负荷聚合商积极性。

V2G成长经历：

直到2017年，日产推出新一代聆风（LEAF）车型，支持V2G技术，并在2018年与能源供应商Fermata Energy公司合作开始尝试电动汽车向民用建筑充电的可行性。

2019年，雷诺集团宣布推出一支由15辆Zoe汽车组成的车队，在欧洲七个国家进行V2G技术试点。该行动旨在验证大规模试点可行性以及预估潜在收益。

2020年，日产联合电力传输系统运营商Tennet和技术公司The Mobility House 在德国开展以可再生能源消纳为主题的V2G项目。德国北部风电资源丰富，但是难以调配到南方，直接导致北部电网运营商不得不关闭部分风电设备，而南部运营商被迫增加常规发电产能。引入V2G技术后，北部多余的风电电量则由电动汽车消纳，南部用电高峰期则可吸收来自电动汽车的“反哺”，达到削峰填谷的效果。

中国的V2G尝试始于2020年，在这一年，威马汽车与国家电网达成合作协议，并成功通过全项V2G技术的车、桩实测及道路测试，成为中国新能源车企中首家将V2G商业化落地的企业。同年11月，东风集团与国家电网签署一系列战略合作协议，其中就包括《V2G试点合作协议》，标志着东风集团正式试点V2G技术。

2021年，比亚迪英国公司宣布与Alexander Dennis Ltd（ADL）建立合作伙伴关系，并提供28辆比亚迪ADL Enviro400EV 双层电动巴士，该车支持大功率V2G技术。同年10月，比亚迪将在5年内陆续交付Levo Mobility LLC（下文简称Levo）多达 5000 辆支持V2G技术的比亚迪中型和重型纯电动汽车。

至此，比亚迪成为中国商用车领域首家商业化落地V2G技术的公司。

来源：亿率动力：揭开V2G的神秘面纱

V2G是Vehicle-to-Grid的简称，随着电动汽车大规模推广应用，电力负荷需求越来越大，为了适应这种趋势和变化，实现电动汽车与电网双向充电和放电，将处于停驶状态的电动汽车当作移动式储能装置，在电网需求侧响应，提供紧急供电和电网的稳定性，实现与电网的互动。

一、V2G充电桩