彭春华(Peng Chunhua)、刘金祥(Liu Jinxiang)、范国柱(Fan Guozhu)、孙惠娟(Sun Huijuan)、段伟男(Duan Weinan)、娄钰杰(Lou Yujie)等来自华东交通大学电气与自动化工程学院的研究团队于2025年8月在《电网技术》(Power System Technology)第49卷第8期发表了一篇题为《路-电耦合网络源荷协同低碳经济优化运行策略》(Optimization Operation Strategy for Low-Carbon Economy Through Source-Load Coordination in Traffic-Grid Coupling Network)的原创性研究论文。该研究聚焦于交通网与配电网深度耦合下的协同优化问题,旨在通过源荷协同调度实现“双碳”目标下的低碳经济运行。
在“碳达峰、碳中和”目标的驱动下,交通网电气化转型加速推进,电动汽车(Electric Vehicle, EV)作为核心载体,兼具交通网移动车流负荷和配电网充电负荷双重特性,推动了交通网与配电网的深度耦合。然而,燃油汽车(Gasoline Vehicle, GV)与EV混行的路网中,车流大规模出行易引发交通拥堵,EV无序充电行为也会增加配电网运行压力。此外,GV的直接碳排放和EV充电间接碳排放问题尚未被统筹考虑。现有研究多聚焦单一网络优化,缺乏对油/电车流互动及碳排放流的全局建模。为此,本研究提出了一种综合考虑车流分配、充电调度和碳排放流的协同优化策略,以实现路-电耦合网络的经济性与低碳性双重目标。
研究首先构建了混合车流环境下的路网模型,通过累积前景理论(Cumulative Prospect Theory, CPT)刻画车流出行者的非完全理性决策行为。模型将车流分为两类:Ⅰ型车流(GV及慢充EV)和Ⅱ型车流(快充EV),并通过价值函数(式8)和决策权重函数(式10)量化路径选择偏好。路段通行时间采用BPR函数(式1)计算,考虑车流拥堵效应。通过引入交通余流修正OD需求(式16-17),实现了多时间断面的动态配流。
基于碳排放流理论(Carbon Emission Flow, CEF),构建了考虑EV充电负荷的配电网碳势计算模型(式28-31)。通过节点碳势(式30)追溯负荷侧碳排放来源,量化了风光机组、常规机组及主网购电的碳贡献。
以耦合网络总成本(式32)和总碳排放(式38)为双目标,采用TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)方法归一化处理,并通过交叉熵雷达扫描微分进化算法求解。优化变量包括快充电价、慢充功率、机组出力和主网购电量。
路网优化效果
配电网运行优化
协同降碳效益
本研究提出了一种创新的路-电耦合网络协同优化框架,其科学价值体现在:
1. 理论创新:首次将出行决策效用、闵可夫斯基求和及碳排放流理论整合,构建了电-碳-车流耦合模型。
2. 应用价值:为交通网拥堵治理、配电网低碳调度提供了可落地的技术方案,例如通过动态电价引导快充行为、慢充负荷时空平移等。
3. 方法论贡献:提出的交叉熵雷达扫描微分进化算法有效解决了高维非线性优化问题。
附录中提供的12节点环形路网与IEEE33节点配电网耦合系统的仿真数据(附录表A1-A4)及算法流程图(附录图A6),可为后续研究提供基准测试案例。研究还指出,未来需进一步考虑可再生能源发电与车流响应的随机性,以提升模型的鲁棒性。