《电力-交通融合研究综述：模型、算法与关键问题》是由杨蒙（香港中文大学）、陈玥（香港中文大学）、徐潇源（上海交通大学）、王晗（上海交通大学）、魏韡（清华大学）合作撰写的一篇综述性论文，发表于2025年5月10日的《电力系统自动化》第49卷第9期。该论文系统梳理了电力系统与交通系统深度融合的研究现状，聚焦模型构建、算法设计及关键问题，为这一交叉领域的未来发展提供了重要参考。

论文主题与背景

随着电动汽车（Electric Vehicle, EV）的快速普及，电力系统与交通系统的耦合日益紧密。交通领域作为全球第二大温室气体排放源，其电气化转型成为应对气候变化的关键策略。中国《新能源汽车产业发展规划（2021—2035年）》明确提出推动新能源汽车与能源、交通、信息通信的融合，目标是到“十四五”末满足2000万辆EV的充电需求。在此背景下，电力-交通耦合系统（Power-Transportation Coupling System）的研究成为热点，但其涉及多主体博弈、非凸非线性建模、不确定性管理等复杂问题，亟需系统性总结。

主要观点与论据

1. 电力-交通耦合系统的四类架构

论文将电力-交通耦合系统归纳为四种交互架构：
- 电网-EV直接交互架构：电网运营商直接与EV用户互动，通过节点边际电价调节充电负荷，模型多采用均衡模型（如固定点问题）。
- 电网-充电站运营商/EV聚合商-EV交互架构：引入充电站运营商或聚合商作为中间主体，通过Stackelberg博弈制定充电价格，引导车流分布。
- 电网-交通运营商-EV交互架构：交通运营商通过道路通行费调节车流，与电网运营商协同或独立运营，形成双层优化或Nash-Stackelberg-Nash博弈。
- 政府-系统运营商-EV交互架构：政府通过费用限制协调电力与交通系统，构建三层优化模型。

支持理论：博弈论（如Stackelberg博弈、Nash均衡）、优化理论（双层规划、互补松弛条件）。

2. 交通分配模型的分类与适用性

交通分配模型是耦合系统建模的核心，论文按时间尺度将其分为三类：
- 静态模型（>90分钟）：包括经典用户均衡（Wardrop第一原理）、随机用户均衡（考虑认知偏差）、部分用户均衡（事故后局部重分配）等，适用于中长期规划。
- 动态模型（<15分钟）：通过微分方程描述流量时变特性，适用于短期精准控制，但计算复杂度高。
- 半动态模型（15~90分钟）：在计算效率与精度间折中，通过剩余流量修正需求，适用于多时段问题。

支持证据：文献[16-41]中不同模型的对比实验表明，静态模型计算负担小，而动态模型能更准确捕捉EV充电行为对交通流的实时影响。

3. 三大求解难题的应对算法

论文总结了电力-交通耦合系统的核心挑战及解法：
- 非凸非线性项：采用线性化（如大M法、自适应分段线性化）或凸松弛（如锥松弛、凸包松弛）处理BPR函数、充电排队时间等非线性项。
- 多主体参与：分布式算法（如ADMM及其变体）保护隐私，联邦学习实现数据安全共享，博弈论刻画利益冲突。
- 不确定性管理：随机优化、鲁棒优化应对新能源出力与交通需求波动；强化学习（如深度Q网络）适应动态环境。

典型案例：文献[52]通过三维幂锥松弛处理随机用户均衡中的对数项，文献[60]利用预测-校正ADMM解决充电站-电网-储能的分布式协同问题。

4. 关键问题研究进展

论文从五个维度分析现有成果：
- 扩展规划：聚焦充电站、无线充电路段选址，兼顾经济性与韧性（如文献[89]的Min-Max-Min三层次规划）。
- 经济运行：双层优化协调电网与交通网目标，如文献[9]通过综合需求响应缓解拥堵。
- 低碳运行：引入碳流追踪（CEF）模型和碳税机制，激励清洁能源充电（文献[93]）。
- P2P交易：充电站作为独立主体参与分布式市场，合作博弈优化收益分配（文献[96]）。
- 故障恢复：利用EV和电动巴士（EB）的移动储能特性支持灾后负荷恢复（文献[105-106]）。

论文的价值与意义

1. 学术价值：首次系统梳理电力-交通耦合系统的模型、算法及关键问题，为跨学科研究提供方法论框架。
   
2. 应用价值：指导充电基础设施规划、多系统协同调度、碳减排政策设计，助力“双碳”目标实现。
   
3. 未来方向：提出共享EV、氢燃料电池汽车（HFCV）、移动充电站等新兴研究对象，以及数据驱动、在线优化等方法创新。
   

亮点与创新

• 全面性：涵盖从架构设计到具体算法的全链条研究，对比分析不同模型的适用场景。
  
• 前瞻性：指出动态交通分配计算效率、P2P交易碳机制等待突破方向。
  
• 交叉性：融合电力工程、交通科学、博弈论、优化理论等多学科知识。
  

该综述不仅为学术界厘清了研究脉络，也为政策制定者和企业提供了技术参考，推动电力-交通融合的实践落地。