编者按：
车辆对电网（V2G）技术的利用，有助于将电动汽车整合到电力系统中，对于能源管理系统具有潜在前景。其中，电动出租车（ET）是电动汽车的重要组成部分。电动出租车车队相对稳定和可预测的运营模式可能产生规模效应，通过车辆对电网技术有效地管理负荷需求和供应。本文基于真实的电动出租车轨迹数据，探讨了车辆对电网技术在城市电力系统中的潜力和灵活性。提出了一个全面的框架，用于推断车辆的充电模式、能耗以及重构电动出租车的电荷状态。为每辆电动出租车建立了车辆对电网潜力估算模型，随后采用自下而上的基于代理的模型，模拟了系统在各种车辆对电网事件中的灵活性变化。该方法在一个月内对深圳的19,900辆电动出租车进行了测试，以探索车辆对电网技术的潜力和灵活性。结果显示，在高峰期，车辆对电网系统可以提供至少1小时的50兆瓦，2小时的30兆瓦，和3小时的20兆瓦，同时在2-3小时内进行恢复，而不干扰电动出租车的正常运营。突显了电动出租车在高峰期提供额外能量和在低谷期间恢复能量的巨大潜力，这可能导致能源资源更有效和可持续的管理。
本文由北京大学城市规划与设计学院博士后余庆、清华大学深圳国际研究生院硕士生王镇、助理教授沈欣炜，浙江大学硕士生宋宴存合作完成。本期推送这篇文章，希望大家对电动出租车车队对电网（V2G）系统的潜力与灵活性分析有更深刻的认识。
引言：
近年来，允许电动汽车（EVs）从电力系统充电和放电的车辆对电网（V2G）技术引起了广泛关注。V2G的潜在应用前景广阔，它具有稳定电力系统、支持可再生能源集成并为EV车主和电网运营商提供经济利益的能力。然而，有限的感知到的收益和潜在的电池退化风险为私人电动车车主广泛实施车辆对电网技术面临挑战和担忧。与私人电动车用户相比，电动出租对于V2G具有独特的优势。为更精确地评估V2G的灵活性，提出了一个通用框架，用于推断车辆的充电、能耗和ET的电荷状态的重构。
论文的主要贡献如下：
（1）SoC重构模型：提出了一个使用GPS数据的方法框架，用于推断ET的充电需求和重构车辆的SoC。此外，该框架可迁移到相关研究中。
（2）V2G潜力和灵活性挖掘方法：提出了一个广义模型，用于分析V2G的潜力和灵活性，适用于具有ET GPS数据的城市以估算V2G需求。
（3）ET-V2G系统的模拟：提出了一个自下而上的基于Agent的模型，用于模拟ET-V2G系统在不同模拟设置下的性能和敏感性。
方法：
首先对车辆轨迹数据进行预处理，包括去除异常值和冗余数据，然后将车辆的行驶轨迹分割成停留和行程。接下来，对ET的电池状态进行重建，考虑了车辆的能耗和充电行为。最后，利用代理模型构建整个ET-V2G系统的柔性分析，从而能够了解整个系统在不同V2G事件场景下的表现。
结果：
从系统角度来看，在1小时的V2G事件持续时间内，系统可以提供50到300兆瓦的能量。在2小时内，范围为20到120兆瓦，而在3小时内为10到70兆瓦。潜力表现出每日循环波动。对于一个典型的日子，V2G可以提供的能量经历了明显的周期性变化，在凌晨2-4点之间达到峰值，并在下午4-6点之间达到谷值。在夜间，当电动出租车的SoC水平较高且更多的电动出租车连接到电力系统时，可以提供更大的能量容量。在工作日与周末进行比较时，幅度相似。然而，在周末白天，V2G潜力较工作日更高，而在夜间较低。
可以观察到系统在不同时间段、功率需求和持续时间下的灵活性有所不同。其中V2G系统在晚间高峰时间提供1小时、2小时和3小时的电源供应，明显可以看出，持续时间越长，系统恢复时间就越长。这是因为ET-V2G系统的长时间利用导致了持续的车辆放电，占据了充电的持续时间，对剩余车辆的SoC产生了更显著的整体影响。V2G事件对整个系统的影响因时间段而异，所需的恢复时间也相应不同。在过夜的4-6 AM进行V2G事件时，所需的恢复时间相对较短，而在下午4-6 pm的高峰期则需要更长的恢复时间。这种差异是由于在不同时间连接到电网的车辆数量波动。在V2G事件后期，连接到电网的车辆越多，系统恢复的时间就越短，因为更多的车辆可以同时充电。
随着功率需求的增加，系统所需的恢复时间也在增加。在比较不同持续时间时，观察到在相同总供电量的条件下，V2G事件持续时间越长，系统所需的恢复时间就越长。一天的测试显示，ET-V2G系统在高峰时段（下午3-7点）的灵活性最差，需要更长的恢复时间，这也是灵活性最小的时间段。总的来说，所提出的ET-V2G系统能够在高峰时段提供超过50兆瓦的电力，2小时为30兆瓦，3小时为20兆瓦，同时在2-3小时内进行恢复，而不会干扰电动出租的正常运行。意味着该系统有望在高需求时期提供额外的电力，并在低需求时期恢复电力，从而实现更有效和可持续的能源管理。
结论与讨论：
V2G模式的优势在于利用电动汽车（EVs）作为移动电源储存单元来平衡电力需求和供应，提高电网稳定性，改善能源效率，并促进可再生能源的整合。电动出租车具有可预测的使用模式、频繁的充电习惯和大量的空闲时间等独特特征，使它们成为推动V2G实施的理想选择。本文提出了一个综合模型，能够分析由ET车队组成的整个V2G系统的潜力和灵活性，基于出租车轨迹数据。该模拟提供了评估系统对V2G事件的反应的一种方式。在深圳的案例研究中，得出拥有每日充电需求和能耗的ET车队保持稳定的运营模式，其操作呈现显著的周期性，ET-V2G系统在需要进行能量存储和供应时具有相当大的潜力和灵活性。对于一支拥有19,900辆ET的车队，ET-V2G系统能够在傍晚高峰时段提供超过50兆瓦的电力，2小时为30兆瓦，3小时为20兆瓦，同时在2-3小时内进行恢复，而不会干扰ET的正常运行。通过采用这种战略方法，我们可以最大化从这项技术中获得的好处，从而为电力系统的高效和可持续管理做出贡献。
文章信息:
Potential and flexibility analysis of electric taxi fleets V2G system based on trajectory data and agent-based modeling
Qing Yu, Zhen Wang, Yancun Song, Xinwei Shen, Haoran Zhang*
Applied Energy
DOI：10.1016/j.apenergy.2023.122323
链接：https://www.sciencedirect.com/science/article/pii/S0306261923016872