電動汽車（EVs）的出現有望改變世界向可持續能源特別是可再生能源發電的轉變。這有幾個原因。最值得注意的是，隨著交通運輸業的轉型，電動汽車為在整體發電結構中引入更高比例的可再生能源提供了一個切實可行的機會。

電動汽車充電會產生大量額外的電力需求。這可以通過可再生能源來實現，包括太陽能和風能。這些發展提供了一個誘人的前景—尤其是對城市而言—在降低交通碳排放的同時，還能減少空氣和噪音污染，降低對燃料進口的依賴，并采用新的城市交通方式。

可再生能源發電成本的穩步下降，使電力成為一個有吸引力的低成本能源，為交通運輸部門提供燃料。擴大電動汽車的部署也代表著電力系統發展的一個機會，有可能增加電力系統亟需的靈活性，并支持整合高比例的可再生能源。

從電力系統的角度來看，電動汽車之所以是一項獨特的創新，是因為它們不是為電力部門開發的，也不是電網靈活性的主要解決方案。相反，它們的主要目的是滿足移動需求。因此，要實現對電動汽車的最佳使用，需要仔細研究哪些用例最適合這兩個部門。最理想的情況是，可再生能源驅動的電動汽車可以為電網帶來廣泛的好處，而不會對運輸功能產生負面影響。

包括電動汽車在內的汽車通常95%的壽命周期是在停車場上的。這些空閑期，再加上電池的存儲容量，可以使電動汽車成為電力系統一個有吸引力的靈活性解決方案。每輛電動汽車都可以有效地成為一個微型并網存儲單元，有潛力為系統提供廣泛的服務。然而，與此同時，不受控制的充電可能會增加電網的峰值壓力，迫使配電網進行升級。

電動汽車智能充電的新興創新不僅跨越了技術領域，還跨越了商業模式和監管框架（IRENA，2019a）。這對于整合可再生能源，同時避免電網擁堵至關重要。此外，這一創新展望還討論了預期的移動中斷可能帶來的影響，包括“移動即服務”（mobile-as-a-service），以及未來二、三十年全自動汽車的廣泛普及。

這一創新展望調查了間歇性可再生能源（VRE）——太陽能光伏（PV）和風能——與電動汽車之間的互補潛力。它考慮了直到本世紀中葉，如何通過智能充電開發這種潛力。

利用電動汽車與太陽能和風能之間的協同效應

根據德國太陽能和氫研究中心（ZSW）數據，到2019年初，全球道路上共有560萬輛電動汽車。中國和美國是最大的市場，分別擁有260萬輛和110萬輛電動汽車。如果2040年以后銷售的大部分乘用車是電動的，那么到2050年將有超過10億輛電動汽車上路（見圖S1）。國際可再生能源署分析表明，未來電動汽車的電池容量可能會超過固定電池容量。到2050年，大約14TWh的電動汽車電池將提供電網服務，較9TWh的固定電池而言（IRENA，2019b）。

電動汽車可以創造巨大的電力存儲能力。然而，最優的充電模式將取決于精確的能量組合。與風力發電占主導地位的系統相比，太陽能發電占很大比例的系統的電動汽車集成有所不同。如果電動汽車從現在開始投入使用，通過智能充電方式將電動汽車作為一種靈活的資源，將減少對靈活但碳密集的化石燃料發電廠的投資，以平衡可再生能源的需求。

智能充電是指使電動汽車的充電周期適應電力系統的條件和車輛用戶的需求。這有助于在滿足移動需求的同時集成電動汽車。

智能充電允許對充電過程進行一定程度的控制。它包括不同的定價和技術收費選項。最簡單的激勵形式—使用時間定價—鼓勵消費者將充電時間從高峰推遲到非高峰。更先進的智能充電方式，如直接控制機制，將是必要的，是在更高滲透水平下的長期解決方案，并提供接近實時的平衡和輔助服務。這種充電方式主要有V1G、V2G、V2H、V2B（見縮寫），如圖S2所示。

每種類型的方法都提供了不同的選項，以提高電力系統的靈活性，并支持VRE的集成，主要是風能和太陽能光伏。圖S3總結了當今智能充電方法與電力系統靈活性之間的關系。這表明，更先進的智能充電方式可能會在系統中釋放出更大的靈活性。

智能充電可以在電網系統和本地層面提供靈活性服務（參見圖S4）。在系統層面，智能充電可以促進整個電力市場的平衡。通過V1G，可以控制電動汽車的充電模式，通過調整充電水平來削峰填谷，支持電網的實時平衡。使用V2G，通過向電網回注電力，電動汽車還可以為輸電系統運營商提供輔助服務。智能充電可以幫助配電系統運營商管理擁堵，幫助客戶管理他們的能源消耗，提高他們的可再生能源消耗率。

丹麥的Parker項目是V2G項目的一個例子，該項目使用智能充電技術，依靠汽車和電力行業之間的合作來展示電動汽車支持和平衡基于可再生能源的電力系統的能力。Enel、Nuvve和Insero等電網集成專家，以及汽車制造商日產、三菱和PSAGroupe已經證明，來自不同汽車品牌的使用先進智能充電的車輛，通過V2G技術提供頻率和電壓控制等服務，有助于支持電網（BachAndersen，2019）。

電動汽車充電對城市電力系統的影響

電動汽車充電形成了整體的能源需求格局，影響著城市電網發展的最佳選擇。

能源消耗和高峰需求

幾項研究表明，電動汽車充電失控只會導致電力生產和消費的輕微增長（Eurelectric，2015;BoA/ML，2018a;Schucht，2017）。然而，對高峰需求的影響可能要大得多。假設英國到2035年將擁有1000萬輛電動汽車，在充電不受控制的情況下，夜間高峰需求將增加3GW，但如果采取智能充電的話，則僅增加0.5GW（AER，2018）。圖S3中還有其他類似的例子。

電力基礎設施

如果到2030年，超過1.6億輛電動汽車進入電力系統（IRENA，2018），并且大量集中在某些地理區域，充電不受控制，當地電網將受到擁堵的影響。為了避免這種情況，需要加強當地的電網。通過智能充電，這些投資基本上可以避免。在低壓配電網中，智能充電往往與慢速充電相結合。例如，德國漢堡當地的配電系統運營商進行了一項分析，得出的結論是，9%的電動汽車份額將導致該市配電網15%的饋線出現瓶頸。為了避免這種情況，采用了智能充電解決方案，目前配電系統運營商正在安裝控制單元來監控充電站負荷（Pfarrherr，2018）。

智能充電降低了與加強當地電網相關的成本。與不受控制的充電不同，它減少了同時性，降低了需求高峰。

慢速充電器—通常高達22千瓦（kW）—主要用于家庭和辦公室充電。由于充電速度較慢，電動汽車電池與電網連接的時間更長，增加了為電力系統提供靈活服務的可能性。

快速充電器—通常為50千瓦及以上—很可能用于直流（DC）系統，通常在高速公路沿線使用，盡管一些城市也將其用于街道充電（如巴黎的Belib）。

隨著人們觀念的改變，在出行的方式上面，人們提倡一種綠色環保的生活方式，其中，電動汽車便成為很多人關注的焦點，是不是很想了解下電動汽車智能充電未來發展會怎么樣呢？

超高速充電器—超過150千瓦—將很快問世，幫助克服客戶對電動汽車的焦慮，并作為家庭和辦公室慢充電的重要補充。

快速和超高速充電不會讓電池與系統連接足夠長的時間來提供靈活性。快速充電對電網的影響需要通過在對當地高峰需求和擁堵影響較小的地區設置充電站來緩解。此外，將快速充電的基礎設施與本地安裝的可再生能源電站（VRE）和固定式儲能裝置相結合，可以通過緩沖提高充電站相對于電網的靈活性。至少在選定的應用（如公交車）或世界某些地區（如中國），電池交換可能會變得更加重要。有效地“將電池與車輪脫鉤”可能為電網帶來更多的機遇。交通運輸和可再生能源創新的結合也將降低用戶的用能成本。

智能充電降低了與快速和超高速充電相關的成本，這是移動領域的重點。然而，慢速充電最適合于“智能”方法，它可以提高系統的靈活性。但是，電池交換、帶緩沖儲能的充電站和電動汽車夜間充電等解決方案可以幫助避免快速和超高速充電帶來的高峰需求壓力。加強地方電網。與不受控制的充電不同，它降低了同時性，并降低了需求峰值。

電動汽車智能充電對VRE集成的影響

在這項分析中，我們進行了一項建模工作，以研究智能充電對電力系統的友好性，無論是短期的系統運作，還是長期的系統擴展。這項研究的結果旨在說明智能充電在電力系統中的好處有多大，而準確的數字不應該被認為是普遍有效的。智能充電的影響取決于各個電力系統的特點和智能充電的實施。

短期影響

短期運行分析，評估了不同的車輛電網集成策略在高太陽輻射的孤立系統中的影響，明確顯示了智能充電與非控制充電的優勢。如圖S5所示，單向智能充電（V1G）和雙向智能充電（V2G）的實現將逐步減少到零。因此，系統中的二氧化碳（CO2）排放量有所減少，這是由于太陽能發電所占比例的增加，以覆蓋負荷。由于在一天內擴展了充電，V1G和V2G的峰值負載都減少了。平均發電成本可能會下降。

長期影響

長期分析認為，根據批發電價，以最佳容量組合進行系統擴容，并投資新資產以滿足2030年的需求。研究了太陽能和風能兩種孤立系統。分析顯示，可再生能源投資增加，因此可再生能源產量增加，尤其是V2G太陽能發電。

智能充電為太陽能光伏系統提供了比風能更大的好處，因為太陽能發電的可預測性更強。風能占比高的系統可能已經顯示出電力生產和電動汽車充電之間的相關性，即使充電是不受控制的。

除了辦公室充電和部分白天的公共充電外，太陽能光伏發電功率曲線通常與不受控制的電動汽車充電不匹配。因此，智能充電對可再生能源容量的影響可能會因太陽能而帶來巨大的增量效益，主要是使用價格合理的電池，這些電池可以儲存白天沒有消耗的多余可再生能源，然后在晚些時候再分配這些電力。對于風能，即使是不受控制的電動汽車充電，風力發電出力曲線和電動汽車充電負荷曲線也可能已經存在高度匹配，因為風力發電可能發生在夜間，這是電動汽車充電的常用時間。因此，年峰值負荷的減少與短期分析相似。在該系統中增加太陽能或風能可以大幅減少二氧化碳排放。圖S6說明了分析的結果。

智能充電削減了峰值負荷，減少了限電，并允許更高比例的低成本光伏電力。這有助于取代更昂貴的發電和降低電價。

在太陽能和風能智能充電案例中，可再生能源在系統中所占份額的不斷增長，推動了二氧化碳排放量的下降。短期邊際成本的下降在很大程度上也與可再生能源所占份額的上升有關。當對V1G或V2G進行建模時，可以觀察到限電的高度變化。

IRENA的創新展望與類似研究的結果一致，這些研究著眼于VRE集成對智能充電的影響。其他研究已經確定智能充電對系統峰值負荷降低和相關二氧化碳排放的有益影響（ChenandWu，2018;RMI，2016;Taljegard，2017）和可再生能源限電緩解（McKenzieetal.，2016）。這些在圖S7中進行了總結。

移動即服務與基于電動汽車的靈活性不太兼容

汽車共享和拼車已經改變了消費者的習慣。隨著數字化的發展，人們將逐步從擁有汽車轉向共享移動和移動即服務（MaaS）。預計到2040年左右，全自動汽車將在城市環境中大規模投放，這將進一步推動這一趨勢。這些汽車大部分將是電動的。

這種變化在城市中最為顯著，預計到2030年，城市人口將占世界人口的60%，到2050年將占世界人口的70~80%。這種影響的程度將取決于經濟發展和人口密度。最終，MaaS的普及和自動駕駛可能會減緩人口密集城市電動汽車輕型汽車的銷售（兩輪車的銷售可能受影響較?。?。與此同時，電動汽車的行駛里程將會增加，夜間的非高峰運輸將會繼續發生。

因此，系統的凈可用靈活性可能會降低，特別是在白天，以平衡太陽能。每輛車每天行駛的距離增加意味著停車時間減少，也就是說，電網服務的電池容量減少。對于電動汽車靈活性的可用性的影響—與基于個人電動汽車所有權的運輸系統相比，未來基于共享自動駕駛汽車的系統可能會降低這種靈活性—需要進行詳細研究。然而，與此同時，基于電動汽車的智能充電可能是擴大可變可再生能源規模的一個關鍵因素。

MaaS可能不利于VRE的集成，因為連接到電網的電動汽車電池更少。隨著主要的移動部門中斷，電動汽車可能無法提供足夠的電網靈活性。

電動汽車智能充電展望2050

圖S8總結了電動汽車通過智能充電為電網提供靈活性的演變過程。到2030年，如果雄心勃勃的政治目標和智能充電能力的可用性能夠促進電動汽車的市場接納，電動汽車的靈活性可能會顯著提高。2030年至2050年間，將有200千瓦時（kWh）電池、行駛里程可達1000公里的汽車上路。然而，它們的部署規模將取決于這些電池的重量和成本，因為對這些范圍的需求仍然有限。

600千瓦的超高速充電可能最終會實現，但仍將在有限的范圍內使用。到2050年，“移動即服務”（mobility-as-a-service）和自動駕駛汽車將擾亂移動能力，并極有可能使系統可用靈活性的增長趨于平緩。共享車輛的停車時間可能會減少，主要集中在城市郊區的中心地帶，從而降低了平衡太陽能的靈活性。

政策重點

除了部署更多的可再生能源，各國還需要制定雄心勃勃的交通目標。除了一些國家已經制定的動性目標和二氧化碳標準外，還可以考慮制定交通運輸方面的二氧化碳減排目標。

為電動汽車引入（尚未到位的）臨時激勵措施，有助于啟動電動汽車市場。隨著直接的貨幣激勵隨著當地環境和需求的變化而逐步取消，非貨幣激勵最終應該會變得更加普遍。

新興電動汽車市場的政府和地方當局也應為智能充電基礎設施設計激勵措施。例如，在英國，從2019年7月起，只有使用“智能”技術的家庭充電點才有資格獲得電動汽車家庭充電計劃下的政府資助。（RECC，2019）。所有政府都應該處理復雜的市場細分，比如超高速充電和多單元住宅。

監管重點

需要解決的關鍵監管問題包括：首先實施使用時間電價，然后最終實施電動汽車充電的動態價格，允許電動汽車參與輔助服務市場，實現價值疊加，避免雙重收費。

首先，適當的價格信號是實現智能充電的關鍵因素。向電動汽車用戶發出價格信號，將使電動汽車充電需求轉向非高峰時段，并與可再生能源的可用性相匹配。如果沒有收到相應的價格信號，客戶將無法匹配他們的電動汽車充電與VRE發電相匹配。提高自動化將使驅動程序和服務提供者都能夠管理這個系統。一些零售商，主要在美國，已經采用電動汽車家庭充電收費，與白天相比，在夜間提供高達95%的充電率（BNEF，2017e）。

電動汽車用戶的零售電價必須反映實際的電力結構——也就是說，當以接近零的邊際成本獲得充足的VRE時，批發電價較低，以便電動汽車在這些時刻盡可能多地充電。動態定價和配電網電價的更新將是必要的，以向車輛發出充放電的最佳時刻信號（在V2G的情況下）。要實現這一目標，必須在全球范圍內建立起正常運轉的批發和零售市場，即使在排名前十的電子移動市場，如今也不是這樣。零售價格監管往往是一個高度政治敏感的問題。

其次，只有一個單一的收入流可能不足以特別為V2G提出商業理由。換句話說，電池將不得不通過服務于多個應用程序來“堆積”收益，為系統級和本地提供服務，如圖S4所示。要實現這一點，除了動態定價之外，還有許多先決條件。在許多地方，缺乏競爭性的平衡/輔助服務市場，地方電網運營商不被允許通過加強電網以外的方式來管理電網的擁堵。合并后的電動汽車將需要進入這些市場，并同時進入幾個市場。

對電動汽車智能充電收取過高的費用，可能會阻礙提供全系統利益的使用。這可以通過雙重征稅來實現，比如收取車輛充電和向電網供電的費用，以及在使用V2G技術向電網供電時向電網收費。

法規應允許電動汽車電池為電力系統提供不同的服務，鼓勵服務和收入的疊加。但V2G的雙重收費需要避免。稅收和電網收費只適用于為駕駛目的而轉移的凈能源。

商業模式

商業模式需要考慮電力系統的需求（向電力系統提供服務的報酬）以及車主的需求（機動性和保持車輛和電池的狀況）。因此，必須監測諸如充電速度、電動汽車電池的健康狀況、潛在的電池壽命縮短等參數。在確定智能充電業務模型時，應該考慮這些因素。例如，提供運營服務將要求電池“隨叫隨到”，同時僅憑可用性就能獲得穩定的收入。另一方面，電價套利需要重復充放電，這大大降低了電池壽命。

電動汽車電池可以提供一些輔助服務所需的快速響應，但其功率容量有限;因此，一輛電動汽車無法在電力系統所需的時間內提供這些服務。然而，當電動汽車被聚合在一起時，它們可以互相補充，從而形成一個虛擬的發電廠，具有快速響應和為所需時間提供服務的能力。

聚合器業務模型促進了EVs作為靈活性來源的使用。至少1~2兆瓦的容量可進行交易，以使電動汽車電力供應在批發水平上可行。這需要聚集大約500輛汽車和它們的充電站。

虛擬發電廠運營商NextKraftwerke和電動汽車（EV）聚合器及智能充電平臺提供商Jedlix啟動了一個國際試點項目，利用電動汽車電池向荷蘭輸電系統運營商TenneT交付二級控制儲備。Jedlix將能夠結合用戶偏好、汽車數據和充電站信息，提供對可用容量的連續預測。然后，NextKraftwerke在TenneT采購電網服務的投標過程中使用該方法（NextKraftwerke，2018）。

技術重點

在開發智能充電的同時，應考慮到每個電力系統的特殊性。智能充電策略可能會有所不同，這取決于主導電力系統的VRE電源及其發電概況。

智能充電的增量效益在太陽能系統中尤其顯著。通過改變充電方式，使其更好地與太陽能光伏發電相一致，并通過實施V2G，可以在系統級和地方電網級集成更多的太陽能，從而減少對配電網的投資需求。為了補充太陽能，電動汽車充電必須在中午進行，這也意味著充電站必須設在電動汽車車主白天停車的工作場所和其他商業場所。員工可以在辦公室使用免費的可再生能源充電（然后在家使用可再生能源充電V2H）。為此，應該在商業建筑中推廣預布線和智能充電器。

風力發電更具有地區特異性。在一些地區，即使電動汽車以不受控制的方式充電，這些風電出力曲線也可能與電動汽車充電負荷曲線匹配得很好，因為風可能在晚上吹得更多，而在晚上電動汽車往往在充電。在這樣的系統中，重點應該主要放在夜間的家庭充電和動態調整以適應風力發電的變化。

隨著移動即服務的增加以及最終轉向全自動汽車（主要在城市地區），這些戰略將需要進一步調整。電動汽車仍將主要是一種運輸工具，只會作為“系統的電池”發揮次要作用。這不僅將推動無線充電等新技術的發展，還將把充電從家庭/辦公室轉移到集線器。必須仔細研究電動汽車靈活性的可用性的影響——與基于個人電動汽車所有權的運輸系統相比，未來基于共享自動駕駛汽車的系統可能會降低這種靈活性。

此外，目前只有很少的充電站（家庭和公共）支持智能電網（Deloitte，2017），很少有汽車支持V2G。不斷增長的電動汽車普及率將進一步增加對充電基礎設施共同標準的需求，以及充電站、配電網和電動汽車本身之間互操作解決方案的需求?；ゲ僮餍圆粌H是避免充電基礎設施供應商鎖定的關鍵，而且還可以使電動汽車與不同的充電基礎設施和計量設備實現經濟有效的連接。通信協議必須標準化，而V2G充電站和控制系統必須是可互操作的。

以上就是我們為大家分享的關于電動汽車智能充電未來發展的內容，可以說，未來的電動汽車智能充電一定會具有更大的創新，應用的范圍更廣泛。