在电动汽车快速发展的当下,车网互动(V2G)成为提升电网稳定性、推动电力脱碳的重要方式。但此前研究难以兼顾用户行为精细模拟与城市级海量数据的高昂计算成本,超大城市制定V2G政策缺乏足够数据支撑。2025年11月,清华大学张一教授团队在《自然·通讯》发表研究论文,提出“移动-车网互动”分析框架,基于Timegeo模型预测出行轨迹,考虑用户参与规模等现实约束进行优化计算,可预测每辆汽车连续出行轨迹和电量变化,计算超大城市50 - 100万辆私家电动汽车的车网互动潜力,为政策制定提供数据支持。研究设计了两种车网互动参与模式,夏季用电最高峰一周,VWS模式削峰填谷效果显著,但有一定经济成本和电池损耗成本。调整VWS策略保证用户满意度,虽削峰填谷效果略有下降,但可降低电池老化成本和经济激励支出。研究还扩展到北上广深等城市,模拟更高电动汽车保有量,设想全面升级快充的情况,结果表明全面快充额外增益有限,会增加不公平性。
