基于价格激励的城市公共充电站填谷潜力评估

doi:10.11930/j.issn.1004-9649.202406054

中国电力 ›› 2025, Vol. 58 ›› Issue (4): 131-139.DOI: 10.11930/j.issn.1004-9649.202406054

• 大规模新能源汽车与城乡电网融合互动 • 上一篇下一篇

基于价格激励的城市公共充电站填谷潜力评估

苏大威¹(), 范旖晖¹, 赵天辉²(), 潘虹锦², 黄佑会³, 王岗¹, 贾勇勇²

1. 国网江苏省电力有限公司，江苏南京　210024
2. 国网江苏省电力有限公司电力科学研究院，江苏南京　211103
3. 国网江苏电动汽车服务有限公司，江苏南京　210019

收稿日期:2024-06-17 录用日期:2024-09-15 发布日期:2025-04-23 出版日期:2025-04-28
作者简介:苏大威（1972），男，硕士，高级工程师（研究员级），从事电力系统调度自动化、电力市场研究，E-mail：david_su@163.com

赵天辉（1990），男，通信作者，博士，工程师，从事电力市场研究，E-mail：eethzhao@163.com
基金资助:
国家电网有限公司科技项目（促进新能源消纳的系统平衡成本表征与分摊方法，5108-202218043A-1-1-ZN）。

Valley-filling Potential Evaluation of Urban Public Charging Stations Based on Price Incentive

SU Dawei¹(), FAN Yihui¹, ZHAO Tianhui²(), PAN Hongjin², HUANG Youhui³, WANG Gang¹, JIA Yongyong²

1. State Grid Jiangsu Electric Power Co., Ltd., Nanjing 210024, China
2. Electric Power Research Institute, State Grid Jiangsu Electric Power Co., Ltd., Nanjing 211103, China
3. State Grid Jiangsu Electric Vehicle Service Co., Ltd., Nanjing 210019, China

Received:2024-06-17 Accepted:2024-09-15 Online:2025-04-23 Published:2025-04-28
Supported by:
This work is supported by the Science and Technology of SGCC (System Balance Cost Representation and Allocation Method for Promoting New Energy Consumption, No.5108-202218043A-1-1-ZN).

摘要/Abstract

摘要：

随着新能源大规模接入电力系统，激励电动汽车参与电网调节，挖掘充电负荷的填谷潜力，已成为提升新能源消纳空间的重要手段之一。首先，构建城市公共充电站填谷潜力评估框架，对充电订单进行概率建模，开展基于随机抽样的蒙特卡洛模拟，从而获得表征起始充电时刻的抽样数据结果。然后，提出包含谷期和平期负荷率在内的典型负荷特性指标，引入充电负荷填谷潜力评估参数，开展城市公共充电站的填谷潜力评估。最后，采用某省试点地市的城市公共充电站在不同价格激励下的真实充电订单数据，基于所提方法开展了试点地市所属省份城市公共充电站填谷潜力量化评估。结果表明，模拟的充电负荷和实际负荷走势一致、变化规律与实际情况相似，当该省服务费优惠超过七折后，服务费每降低1折，平均填谷响应约增加2.36万kW，实现了对价格激励的城市公共充电站填谷潜力评估。

关键词: 电动汽车, 填谷服务, 城市公共充电站, 填谷潜力评估, 蒙特卡洛模拟

Abstract:

With large scale integration of renewable energy, motivating valley-filling users to participate in power grid regulation to tap the valley-filling potential of charging loads has become one of the important means to enhance the space for renewable energy consumption. Firstly, an evaluation framework for valley-filling potential of urban public charging stations is built in this paper. Probability modeling is conducted on charging orders, and a random sampling-based Monte Carlo simulation is carried out to obtain the sampling data representing the starting charging time. Then, the typical load characteristic indicators including valley-period and flat-period load rates are proposed, and the charging load valley-filling potential evaluation parameters are introduced to carry out valley-filling potential evaluation of urban public charging stations. Finally, based on the actual charging order data of the urban charging stations in a pilot city under different price incentives, a quantitative evaluation of the valley-filling potential of urban public charging stations is carried out. The results show that the simulated charging load is consistent with the actual load in tendency, and the change pattern is similar to the actual situation. When the service fee discount exceeds 30%, for every additional 10% discount, the average valley-filling response will increase by approximately 23.6 MW. Therefore, the proposed evaluation framework realizes the quantification of valley filling potential of public charging stations.

Key words: electric vehicle, valley-filling service, urban public charging station, valley-filling potential evaluation, Monte Carlo simulation

苏大威, 范旖晖, 赵天辉, 潘虹锦, 黄佑会, 王岗, 贾勇勇. 基于价格激励的城市公共充电站填谷潜力评估[J]. 中国电力, 2025, 58(4): 131-139.

SU Dawei, FAN Yihui, ZHAO Tianhui, PAN Hongjin, HUANG Youhui, WANG Gang, JIA Yongyong. Valley-filling Potential Evaluation of Urban Public Charging Stations Based on Price Incentive[J]. Electric Power, 2025, 58(4): 131-139.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.202406054

https://www.electricpower.com.cn/CN/Y2025/V58/I4/131

图/表 17

图 1 城市公共充电站填谷潜力评估框架

Fig.1 The evaluation framework for valley-filling potential of urban public charging stations

图 2 基于随机抽样的蒙特卡洛模拟流程

Fig.2 Monte Carlo simulation flow chart based on random sampling

表 1 城市公共充电站优惠活动方案

Table 1 Marketing activities of urban public charging stations

日期	营销活动时段	活动力度
4月9日	11:00—13:00	服务费七折
4月10日	00:00—03:00
4月11日	11:30—15:00
4月15日	11:30—13:30	服务费五折
4月16日	11:00—12:30
4月17日	11:00—12:30
4月21日	12:00—14:00
4月22日	11:15—12:30
4月23日	06:00—08:00
4月24日	00:15—03:00
4月27日	11:15—12:30	服务费全免
4月29日	11:00—12:30
4月30日	11:00—12:30
5月1日	11:00—12:30
5月2日	01:00—03:00
5月2日	11:00—12:30

图 3 概率密度对比

Fig.3 Probability density comparison

图 4 累积分布曲线对比

Fig.4 Cumulative distribution curve comparison

图 5 服务费七折下4月10日凌晨充电负荷情况

Fig.5 The charging load before dawn on April 10th with 30% discount of the service fee

图 6 服务费七折下4月9、11日午间平均充电负荷情况

Fig.6 The average charging load at noon on April 9th and 11th with 30% discount of the service fee

图 7 服务费五折下4月24日凌晨充电负荷情况

Fig.7 The charging load before dawn on April 24th with 50% discount of the service fee

图 8 服务费五折下4月15-17日及4月21-22日午间平均充电负荷情况

Fig.8 The average charging load at noon on April 15th-17th and April 21st-22nd with 50% discount of the service fee

图 9 服务费全免下5月2日凌晨充电负荷情况

Fig.9 The charging load before dawn on May 2nd with the service fee exemption

图 10 服务费全免下4月27和29日、5月2日午间平均充电负荷情况

Fig.10 The average charging load at noon on April 27th and 29th, and May 2nd with the service fee exemption

表 2 不同时段、不同价格激励下的活动日、参考日充电订单数量统计

Table 2 Statistics of charging orders numbers on activity and reference days under different periods and price incentives

营销活动	活动日			参考日
营销活动	日期	时段	订单数	日期	时段	订单数
服务费七折	4月9日	11:00—13:00	288	4月2日	11:00—13:00	207
	4月10日	00:00—03:00	71	4月3日	00:00—03:00	82
	4月11日	11:30—15:00	549	4月4日	11:30—15:00	589
服务费五折	4月15日	11:30—13:30	274	4月8日	11:30—13:30	258
	4月16日	11:00—12:30	198	4月9日同时段已开展营销活动
	4月17日	11:00—12:30	193	4月10日	11:00—12:30	115
	4月21日	12:00—14:00	322	4月14日	12:00—14:00	249
	4月22日	11:15—12:30	150	4月15日同时段已开展营销活动
	4月24日	00:15—03:00	63	4月17日	00:15—03:00	57
服务费全免	4月27日	11:15—12:30	213	4月20日	11:15—12:30	97
	4月29日	11:00—12:30	267	4月22日同时段已开展营销活动
	4月30日	11:00—12:30	249	4月23日	11:00—12:30	122
	5月1日	11:00—12:30	247	4月24日	11:00—12:30	153
	5月2日	01:00—03:00	68	4月25日	01:00—03:00	29
	5月2日	11:00—12:30	260	4月26日	11:00—12:30	142

图 11 全省城市公共充电站模拟日常充电负荷曲线

Fig.11 Simulated daily load curve of urban public charging stations

图 12 凌晨不同活动下全省城市公共充电站负荷曲线

Fig.12 Load curve of urban public charging stations before dawn under different activities

图 13 午间不同活动下全省城市公共充电站负荷曲线

Fig.13 Load curve of urban public charging stations at noon under different activities

表 3 不同服务费优惠下负荷特性指标

Table 3 Load characteristic indicators under different activities

服务费优惠	谷期负荷率	平期负荷率
无活动	0.178	0.795
七折	0.175	0.785
五折	0.149	0.666
全免	0.184	0.597

表 4 全省城市公共充电站填谷潜力评估参数

Table 4 Valley-filling potential evaluation parameters for urban public charging stations 单位：万kW

服务费优惠	凌晨（00:15—03:00）		午间（11:00—14:00）
服务费优惠	最大增量	平均增量	最大增量	平均增量
七折	0	0	8.07	0.98
五折	0	0	9.44	5.50
全免	10.13	8.43	21.43	17.47

参考文献 24

1	白泽洋, 巨健, 姜炎君, 等. 电动汽车参与电网调峰的关键技术研究综述[J]. 电力需求侧管理, 2022, 24 (6): 25- 31.
	BAI Zeyang, JU Jian, JIANG Yanjun, et al. Key technologies of electric vehicles participating in power grid peak shaving[J]. Power Demand Side Management, 2022, 24 (6): 25- 31.
2	史沛然, 李彦宾, 江长明, 等. 第三方独立主体参与华北电力调峰市场规则设计与实践[J]. 电力系统自动化, 2021, 45 (5): 168- 174. DOI
	SHI Peiran, LI Yanbin, JIANG Changming, et al. Rule design and practice for third-party independent entities participating in electric power peak regulation auxiliary service market of North China[J]. Automation of Electric Power Systems, 2021, 45 (5): 168- 174. DOI
3	程宏波, 罗通, 康琛, 等. 电动汽车代理商参与需求响应的多层博弈竞标模型[J]. 电工电能新技术, 2020, 39 (2): 46- 56.
	CHENG Hongbo, LUO Tong, KANG Chen, et al. Multi-layer game bidding model for electric vehicle aggregators participating in demand response[J]. Advanced Technology of Electrical Engineering and Energy, 2020, 39 (2): 46- 56.
4	卢艺, 梁俊文, 程韧俐, 等. 考虑光伏和电动汽车不确定性的配电网鲁棒经济调度[J]. 电工电能新技术, 2018, 37 (9): 42- 50.
	LU Yi, LIANG Junwen, CHENG Renli, et al. Robust economic dispatching of distribution network including photovoltaic and electric vehicles[J]. Advanced Technology of Electrical Engineering and Energy, 2018, 37 (9): 42- 50.
5	张俊成, 黎敏, 刘志文, 等. 基于改进交替方向乘子法的配电网柔性负荷分层集群调控方法[J]. 中国电力, 2024, 57 (1): 140- 147.
	ZHANG Juncheng, LI Min, LIU Zhiwen, et al. Hierarchical cluster control method for flexible load in distribution network based on improved alternating direction multiplier method[J]. Electric Power, 2024, 57 (1): 140- 147.
6	裴振坤, 王学梅, 康龙云. 电动汽车参与电网辅助服务的控制策略综述[J]. 电力系统自动化, 2023, 47 (18): 17- 32.
	PEI Zhenkun, WANG Xuemei, KANG Longyun. Review on control strategies for electric vehicles participating in ancillary services of power grid[J]. Automation of Electric Power Systems, 2023, 47 (18): 17- 32.
7	文艺林, 胡泽春, 宁剑, 等. 基于分布鲁棒机会约束的充电运营商参与调峰市场投标策略[J]. 电力系统自动化, 2022, 46 (7): 23- 32.
	WEN Yilin, HU Zechun, NING Jian, et al. Bidding strategy of charging operator participating in peak regulation market based on distributionally robust chance constraint[J]. Automation of Electric Power Systems, 2022, 46 (7): 23- 32.
8	李旭东, 杨烨, 李帆琪, 等. 计及电价不确定性和容量衰减的电动汽车充放电商业模式[J]. 中国电力, 2023, 56 (1): 38- 48.
	LI Xudong, YANG Ye, LI Fanqi, et al. Business models of electric vehicle aggregators considering electricity price uncertainty and capacity decay[J]. Electric Power, 2023, 56 (1): 38- 48.
9	许珊, 李扬. 引导电动汽车有序充放电的峰谷电价时段优化模型[J]. 电力需求侧管理, 2023, 47 (5): 1950- 1961.
	GUO Haoran, LIU Yang, XU Lixiong, et al. Recognition of demand response potential resident users based on multi-source heterogeneous data association rule analysis[J]. Power System Technology, 2023, 47 (5): 1950- 1961.
10	周星月, 黄向敏, 张勇军, 等. 基于需求响应潜力模糊评估的电动汽车实时调控优化模型[J]. 电力自动化设备, 2022, 42 (10): 30- 37.
	ZHOU Xingyue, HUANG Xiangmin, ZHANG Yongjun, et al. Real-time scheduling and optimization model of electric vehicles based on fuzzy evaluation of demand response potential[J]. Electric Power Automation Equipment, 2022, 42 (10): 30- 37.
11	侯慧, 何梓姻, 侯婷婷, 等. 大规模车网互动需求响应策略及潜力评估综述[J]. 电力系统保护与控制, 2024, 52 (14): 177- 187.
	HOU Hui , HE Ziyin, HOU Tingting, et al. A review of demand response strategies and potential evaluation for large-scale vehicle to grid[J]. Power System Protection and Control, 2024, 52 (14): 177- 187.
12	雷翔胜, 伍子东, 董萍, 等. 基于两阶段聚类分析的用电需求响应潜力评估方法[J]. 南方能源建设, 2020, 7 (增刊2): 1- 10.
13	宋美琴, 王俐英, 曾鸣. 基于用电行为特征的工业用户需求响应潜力研究[J]. 电力科学与工程, 2023, 39 (2): 1- 7.
	SONG Meiqin, WANG Liying, ZENG Ming. Research on demand response potential of industrial users based on electricity consumption behavior characteristics[J]. Electric Power Science and Engineering, 2023, 39 (2): 1- 7.
14	任炳俐, 张振高, 王学军, 等. 基于用电采集数据的需求响应削峰潜力评估方法[J]. 电力建设, 2016, 37 (11): 64- 70. DOI
	REN Bingli, ZHANG Zhengao, WANG Xuejun, et al. Assessment method of demand response peak shaving potential based on metered load data[J]. Electric Power Construction, 2016, 37 (11): 64- 70. DOI
15	吴迪, 王韵楚, 郁春雷, 等. 基于高斯过程回归的工业用户需求响应潜力评估方法[J]. 电力自动化设备, 2022, 42 (7): 94- 101.
	WU Di, WANG Yunchu, YU Chunlei, et al. Demand response potential evaluation method of industrial users based on Gaussian process regression[J]. Electric Power Automation Equipment, 2022, 42 (7): 94- 101.
16	孔祥玉, 刘超, 王成山, 等. 基于深度子领域自适应的需求响应潜力评估方法[J]. 中国电机工程学报, 2022, 42 (16): 5786- 5797, 6156.
	KONG Xiangyu, LIU Chao, WANG Chengshan, et al. Demand response potential assessment method based on deep subdomain adaptation network[J]. Proceedings of the CSEE, 2022, 42 (16): 5786- 5797, 6156.
17	李亚平, 王珂, 郭晓蕊, 等. 基于多场景评估的区域电网需求响应潜力[J]. 电网与清洁能源, 2015, 31 (7): 1- 7.
	LI Yaping, WANG Ke, GUO Xiaorui, et al. Demand response potential based on multi-scenarios assessment in regional power system[J]. Power System and Clean Energy, 2015, 31 (7): 1- 7.
18	张若愚, 刘敏, 李震. 基于价格弹性矩阵的用户响应潜力评估方法[J]. 电力科学与工程, 2022, 38 (7): 17- 24.
	ZHANG Ruoyu, LIU Min, LI Zhen. Evaluation method of user response potential based on price elasticity matrix[J]. Electric Power Science and Engineering, 2022, 38 (7): 17- 24.
19	钱甜甜, 李亚平, 郭晓蕊, 等. 基于时空活动模型的电动汽车充电功率计算和需求响应潜力评估[J]. 电力系统保护与控制, 2018, 46 (23): 127- 134.
	QIAN Tiantian, LI Yaping, GUO Xiaorui, et al. Calculation of electric vehicle charging power and evaluation of demand response potential based on spatial and temporal activity model[J]. Power System Protection and Control, 2018, 46 (23): 127- 134.
20	刘琦颖, 曲大鹏, 范晋衡, 等. 基于功率调控的充电站削峰潜力评估方法[J]. 机电工程技术, 2022, 51 (5): 74- 77.
	LIU Qiying, QU Dapeng, FAN Jinheng, et al. Evaluation method of peak-shaving potential of charging station based on power regulation[J]. Mechanical & Electrical Engineering Technology, 2022, 51 (5): 74- 77.
21	陈丽丹, 张尧, Antonio FIGUEIREDO. 电动汽车充放电负荷预测研究综述[J]. 电力系统自动化, 2019, 43 (10): 177- 191.
	CHEN Lidan, ZHANG Yao, FIGUEIREDO A. Overview of charging and discharging load forcasting for electric vehicles[J]. Automation of Electric Power Systems, 2019, 43 (10): 177- 191.
22	王庆园, 崔莉, 王明深, 等. 考虑快慢充负荷特性的电动汽车调峰定价策略[J]. 电力工程技术, 2023, 42 (4): 31- 40.
	WANG Qingyuan, CUI Li, WANG Mingshen, et al. Peak load regulation pricing strategy of electric vehicle considering fast and slow charging characteristics[J]. Electric Power Engineering Technology, 2023, 42 (4): 31- 40.
23	范宏, 李嘉晖, 郭琦. 考虑用户充电决策行为的电动汽车充电引导策略[J]. 电力工程技术, 2023, 42 (4): 23- 30.
	FAN Hong, LI Jiahui, GUO Qi. Electric vehicle charging guidance strategy considering user charging decision-making behavior[J]. Electric Power Engineering Technology, 2023, 42 (4): 23- 30.
24	张俊成, 黎敏, 刘志文, 等. 配电网用户侧多类型柔性资源调节能力评估方法[J]. 中国电力, 2023, 56 (9): 96- 103,119.
	ZHANG Juncheng, LI Min, LIU Zhiwen, et al. An evaluation method for multi-type flexible resource regulation capability on the user side of distribution networks[J]. Electric Power, 2023, 56 (9): 96- 103,119.

[1]	郑佳俊, 段小宇, 胡泽春, 胡晓锐, 朱彬. 组件式移动充电设施布局优化方法与投放策略[J]. 中国电力, 2025, 58(4): 107-118.
[2]	颜俊, 罗宇杰, 颜安, 贺伟, 韩涛, 杨军. 计及用户响应特性的电动汽车充电站设备优化配置方法[J]. 中国电力, 2025, 58(4): 140-147.
[3]	李晓涵, 曹伟. 弹性充电需求下电动汽车调频激励机制及控制策略[J]. 中国电力, 2025, 58(4): 148-158.
[4]	卢纯颢, 周春丽, 林溪桥, 陈志君. 基于车辆行为模拟的加氢站氢负荷概率建模方法[J]. 中国电力, 2024, 57(8): 46-54, 66.
[5]	丁屹峰, 曾爽, 张宝群, 王立永, 刘畅, 付智, 张吉. 光伏-直流智能充电桩有序充电策略与应用效果[J]. 中国电力, 2024, 57(5): 70-77.
[6]	吕志鹏, 宋振浩, 李立生, 刘洋. 含电动汽车的工业园区综合能源系统优化调度[J]. 中国电力, 2024, 57(4): 25-31.
[7]	杨磊, 浑连明, 祖国强, 李树军, 李心达, 郭俊龙, 张玉涛. 电动汽车充电机器人发展现状和标准需求[J]. 中国电力, 2024, 57(4): 89-99.
[8]	张雷, 肖伟栋, 蒋纯冰, 刘耀, 李少杰, 张吉. 光伏办公建筑的关键设备容量配置方法[J]. 中国电力, 2024, 57(3): 152-159, 169.
[9]	周原冰, 龚乃玮, 王皓界, 肖晋宇, 张赟. 中国电动汽车发展及车网互动对新型储能配置的影响[J]. 中国电力, 2024, 57(10): 1-11.
[10]	张俊成, 黎敏, 刘志文, 谭靖, 陶毅刚, 罗天禄. 配电网用户侧多类型柔性资源调节能力评估方法[J]. 中国电力, 2023, 56(9): 96-103,119.
[11]	叶宇剑, 袁泉, 汤奕. 面向双碳目标的交通网-电网耦合网络中电动汽车负荷低碳优化方法[J]. 中国电力, 2023, 56(5): 72-79.
[12]	安佳坤, 杨书强, 王涛, 贺春光, 张菁, 袁超, 窦春霞. 电动汽车聚合下的微能源互联网优化调度策略[J]. 中国电力, 2023, 56(5): 80-88.
[13]	赵建立, 向佳霓, 汤卓凡, 漆磊, 艾芊, 王帝, 殷爽睿. 虚拟电厂在上海的实践探索与前景分析[J]. 中国电力, 2023, 56(2): 1-13.
[14]	刘宗, 何俊, 黄文涛, 朱理文, 邓长虹. 基于态势感知的高渗透率电动汽车接入电网后电压调整策略[J]. 中国电力, 2023, 56(2): 32-44.
[15]	吴岩, 王光政. 基于CiteSpace的配电网韧性评估与提升研究综述与展望[J]. 中国电力, 2023, 56(12): 100-112, 137.

基于价格激励的城市公共充电站填谷潜力评估

Valley-filling Potential Evaluation of Urban Public Charging Stations Based on Price Incentive

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 24

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于价格激励的城市公共充电站填谷潜力评估

Valley-filling Potential Evaluation of Urban Public Charging Stations Based on Price Incentive

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 17

参考文献 24

相关文章 15

编辑推荐

Metrics