考虑V2G模式的电动汽车充电站与分布式电源联合配置优化

1. 为什么“单向/双向V2G”会改变联合配置模型的整体走向

1.1 先厘清单向V2G与双向V2G在工程上的本质差异

做电动汽车充电站规划项目时，第一件事就是把概念边界划清。单向V2G在业内也叫V1G，它的语义是：电动汽车接入充电桩后，充电桩可以主动调节充电功率和充电时间，但能量流向始终是电网到车辆。双向V2G则是车到电网，车辆可以作为分布式储能，在顶峰时段把车载电池里的电释放回电网。这个差异表面上只是多了一个“放电自由度”，但落进配置模型里，等于给充电站增加了一台“虚拟储能”，而且这台虚拟储能的规模由用户出行行为决定，规划者并不能直接控制。

搞清楚这个区别很重要。因为很多论文把单向V2G的“有序充电”和双向V2G的“充放电双向调度”混在一起处理，导致目标函数里少了一块放电收益，约束里又少了一组SOC边界约束，最终算出来的充电站容量和分布式电源配置都会偏保守。我在实际复现时发现，双向V2G模式下充电站最优桩数往往比单向模式低10%到20%，但前提是必须把电池衰减成本量化进去，否则优化模型会倾向于让车辆无限放电，得到一个工程上不可行的结果。

1.2 对配置模型的影响远不止“多一个变量”

当充电站具备放电能力时，目标函数里新增了V2G放电收益项，约束条件里新增了车载电池SOC上下限、放电深度限制、充放电循环寿命折算成本。如果只是把放电功率当成负充电功率随手塞进潮流方程，忽略电池老化，那整个联合配置问题就会退化成“充电负荷可变、储能免费”的理想模型，算出来的结果在工程上完全没法落地。

从运行层面看，单向V2G模式下充电负荷仍然具有相对刚性，充电站选址和定容主要取决于交通流量、充电需求和配电网承载能力；而双向V2G模式下，充电站在特定时段可以反向送电，相当于把配电节点上的净负荷曲线整体压平。这个差异会直接影响分布式电源（光伏、风电）的接纳空间。光伏出力高峰与充电负荷高峰错位时，V2G放电可以在晚高峰释放电池电量，从而减少系统对外网购电，也会改变配电网各节点电压分布。因此，联合配置模型中分布式电源与充电站不是孤立选址，而是通过潮流方程和时序运行策略深度耦合的。

2. 联合配置模型的数学表达：目标函数、决策变量与约束条件

2.1 目标函数怎么设计才合理

一个实际可用的联合配置模型，目标函数需要同时覆盖规划层和运行层。我在项目中采用的是“年综合成本最小”框架，将一次性投资转换为等年值，再叠加年运行成本。目标函数写出来大致是：

Min C_total = C_inv_DG + C_inv_CS + C_ope + C_ele + C_battery - R_V2G

其中，C_inv_DG是分布式电源的投资等年值，C_inv_CS是充电站建设投资等年值，C_ope是分布式电源与充电站的年运维成本，C_ele是系统从上级电网的购电成本，C_battery是V2G模式下电动汽车电池衰减补偿成本，R_V2G是车辆放电回馈电网的收益。

这里面最关键的是C_battery和R_V2G。如果没有这两项，模型会默认“车放电不花钱”，结果必然是V2G放电越多越省钱，充电站桩数会被压到最低，DG容量会被抬高，方案看起来漂亮但实际不可行。我采用的方法是：把电池循环寿命衰减折算成每千瓦时放电成本。比如一辆车电池容量60kWh，循环寿命3000次，更换成本6万元，那么每次满放循环对应老化成本就是20元/kWh左右。实际项目中可以用容量衰减模型，把放电深度与循环寿命的关系拟合成多项式，再折算到运行成本里。

R_V2G则是按分时电价计算的放电收益：车辆在电价高峰时段放电，按峰时电价结算。这个收益直接进入配置模型，是规划者决定“要不要给充电站装双向V2G功能”的经济依据。如果双向V2G设备投资增加，但放电收益和网损改善带来的收益大于成本，那么双向模式就占优，否则单向模式已经足够。