在电动汽车高速发展的背景下，车网互动（V2G）被视为提高电网稳定性、促进电力脱碳的有效手段。然而，由于以往研究难以兼顾用户行为的精细模拟与城市级海量数据的高昂计算成本，特大城市在制定V2G政策时仍缺乏足够的数据支撑。

为此，清华大学深圳国际研究生院张一副教授团队建立了移动-V2G耦合分析框架，模拟了广东省深圳市48万辆私家电动汽车的出行和充放电行为，并详细分析了它们参与电网调节的效果。研究不仅为超大城市量化评估V2G潜力提供了开创性的分析工具，其结论也为政府制定高效、公平且用户友好的车网互动政策提供了关键的科学依据，避免了未来可能的盲目投资。

图1.研究概念图

图2.移动-车网互动耦合框架图

研究团队首先分析了当前车主们“各自为政”的自由充电模式，发现主要存在充电需求空间分布不均、时间高度集中，不同的充电习惯显著影响P-PEV充电负荷曲线，闲置时间适合应用V2G技术调度汽车中的大量储能资源等情况。

随后，研究团队设计了两种V2G参与模式：充电时V2G（V2G When Charging, VWC）模式即只有当车主原计划给车辆充电时，这段充电时间才被V2G策略调度；停车时V2G（V2G When Staying, VWS）模式即只要车辆处于停放状态，无论是否原计划充电，车主都需要将充电枪接入汽车，使汽车可以被V2G策略调度。相应地，参与VWS模式的车主将得到比参与VWC模式更高的单位经济补偿。

研究团队还模拟了深圳市48万辆私家电动汽车的V2G数据。结果显示，在夏季用电最高峰的一周，V2G可以提供高达2332兆瓦的削峰能力和2320兆瓦的填谷能力，将城市的用电峰谷差率从0.362降低至0.097，降幅达73%。

图3.不同季节、不同经济激励强度下，VWC和VWS模式的性能比较

研究团队发现，VWS模式可以利用车辆超过80%的闲置停放时间，调节能力显著高于VWC模式，但同时也带来更高的补贴支出与电池损耗成本。研究表明，不必为了追求极致的负荷平衡效果而牺牲用户体验，证明了一个用户友好的V2G策略的可行性，且其更具经济性和可持续性。

图4.中国四个超大城市的车网互动未来场景分析结果

研究团队还将研究范围扩展为北京、上海、广州、深圳四个城市，并模拟了2024年更高的电动汽车保有量。相关结果表明，花巨资进行全面的配电网升级以支持V2G快充，可能并非一项划算的投资，决策者需要仔细权衡其成本与实际效益。

研究成果以“全面考虑真实行为因素的中国超大城市车网互动潜力评估”（Unlocking vehicle-to-grid potential of load shifting in China’s megacities considering comprehensive real-world behaviors ）为题，于11月18日发表于《自然·通讯》（Nature Communications）。

清华大学深圳国际研究生院2024级博士生李楷三为论文第一作者，深圳国际研究生院副教授张一为论文通讯作者。其他作者包括深圳国际研究生院2023届硕士毕业生李欣欣、2023届硕士毕业生熊祖逊（现为牛津大学博士生）、2025届博士毕业生陶晟宇（现为瑞典查尔姆斯理工大学研究员）、2023级博士生赵谷橙，清华大学建筑节能研究中心主任江亿院士，中建科技集团低碳智慧城市科技有限公司齐贺博士。研究得到深圳市可持续发展科技专项（双碳专项）项目的支持。