《交通网络和电力网络融合承载力的研究综述》是由东南大学交通学院吴桐、黄凯、刘志远（通讯作者）及电气工程学院蒋玮共同完成的一篇综述性论文，发表于《汽车安全与节能学报》（Journal of Automotive Safety and Energy）2024年第15卷第5期。该论文聚焦交通电气化背景下电动汽车（EV）大规模普及对交通网络与电力网络协同运行带来的挑战，系统梳理了“两网融合承载力”的研究现状、关键问题及未来方向。
论文主题与背景
随着全球碳中和目标的推进，电动汽车作为交通电气化的核心载体，在减少温室气体排放方面成效显著。中国作为全球新能源汽车市场的领跑者，2023年新能源汽车销量占比已达31.6%，充电基础设施规模居世界首位。然而，电动汽车的快速增长也暴露了充电资源时空分布不均、电网负荷波动加剧、交通拥堵与充电排队并存等问题。在此背景下，论文提出“两网融合承载力”这一核心概念，旨在通过量化交通网络与电力网络的协同容量极限，为优化资源配置、提升系统韧性提供理论支撑。
主要观点与论据
1. 交通网络与电力网络承载力的定义与计算方法
- 交通承载力的演化从静态容量（最大车辆容纳量）发展为动态容量（OD需求模式下的最大流量）。论文对比了三种主流方法：
- 时空消耗法：通过道路时空资源占用率计算承载力，但参数修正依赖经验系数（如交叉口影响因子），动态性不足。
- 数学规划法：以Yang Hai等（2000）的双层规划模型为代表，上层优化OD需求分布，下层模拟用户均衡配流，更贴合实际交通行为。
- 仿真方法：如多智能体仿真技术，可精细化模拟交通流与充电需求的交互，但计算复杂度高。
- 电力网络承载力的评价围绕安全性、经济性、灵活性展开。典型方法包括：
- 指标体系法：陈卫等（2023）从电压偏移率、负荷波动率等17项指标构建综合评价模型。
- V2G（Vehicle-to-Grid）技术：通过电动汽车集群调度提升电网弹性，但需解决用户参与意愿与成本分摊问题。
2. 两网融合的机理与挑战
- 融合机理：交通与电力系统通过充电设施和用户行为耦合。例如，充电站布局影响交通流分布，而电网分时电价又引导用户充电决策，形成“车-路-站-网”闭环（图1）。
- 核心挑战：
- 资源时空异质性：高速公路充电站“节假日紧缺、平日闲置”现象突出，2024年五一假期充电订单同比激增48.2%，导致局部电网过载。
- 数据壁垒：交通流量、充电需求、电网状态数据分属不同管理部门，格式与标准不统一，制约协同优化。
- 多方利益冲突：电网企业关注负荷均衡，充电运营商追求收益最大化，用户偏好便捷低价，目标难以调和。
3. 解决方案与未来方向
- 供给侧优化：
- 推广“光伏+V2G”模式，利用分布式能源平抑电网峰谷。例如，配备光伏屋顶的充电站可减少高峰时段电网依赖（朱建全等，2022）。
- 动态规划充电站选址，结合配电网鲁棒性模型（孔顺飞等，2023），避免资源浪费。
- 需求侧管理：
- 引入动态电价与充电预约系统，引导用户错峰充电。
- 开发交通-能源协同平台，整合车联网与边缘计算技术，实现实时调度（图8）。
- 政策协同：需打破部门壁垒，建立统一的数据共享机制与跨领域技术标准。
论文价值与意义
- 理论贡献：首次系统构建了“两网融合承载力”评估框架，提出“分区融合建模”“双层规划方法”等创新思路，为复杂系统协同优化提供方法论支持。
- 实践指导：针对中国充电基础设施布局与电网升级的痛点，提出的“供需双侧协同”“多主体利益平衡”等策略具有直接应用价值。
- 前沿展望：指出未来需重点突破的方向，包括高精度充电负荷预测算法（如Bi-GRU-Seq2Seq模型）、极端场景下的韧性增强技术等。
亮点与创新
- 跨学科整合：将交通工程中的OD需求分析与电力系统的潮流计算结合，提出“路-电耦合网络”模型（侯佳欣，2023）。
- 数据驱动：强调利用Monte Carlo仿真与实时交通大数据提升承载力计算的动态精度。
- 政策与技术并重：从治理层面呼吁建立“电-交通”联合监管机构，推动标准统一。
该综述为交通电气化时代的跨领域研究提供了重要参考，其提出的问题与解决方案对全球城市可持续发展具有普适性启示。