車網(wǎng)互動的實踐進展與框架設(shè)計

龔成明，韓亞寧

車網(wǎng)互動的實踐進展與框架設(shè)計

龔成明，韓亞寧

(南京德睿能源研究院有限公司, 江蘇 南京 210000)

隨著電動汽車爆發(fā)式的增長，電動汽車無序充電給電網(wǎng)帶來壓力，車網(wǎng)互動控制成為熱門話題，近年來國內(nèi)外也有不少車網(wǎng)互動的實踐。列舉了車網(wǎng)互動的幾種典型實踐場景與方法，并對車網(wǎng)互動的整體框架進行了設(shè)計和展望。

車網(wǎng)互動；V2G；協(xié)調(diào)控制；電動汽車；聚合

0 引言

21世紀以來，我們面領(lǐng)著前所未有的能源和環(huán)境危機，隨著技術(shù)發(fā)展，電動汽車作為新能源汽車，將成為廣泛使用的新興清潔交通工具[1-2]。尤其近段時間以來，電動汽車的續(xù)航里程已經(jīng)接近普通燃油車水平，安全性方面也有顯著提升，解決了普通用戶對于里程和安全性的焦慮，電動汽車得到大發(fā)展。然而，大量電動汽車并網(wǎng)后必然對電力系統(tǒng)的運行和規(guī)劃產(chǎn)生影響，導(dǎo)致負荷增長，峰上加峰。無序充電使得電網(wǎng)運行優(yōu)化控制難度增加，并影響電能的質(zhì)量[3-7]。另外研究表明，電動汽車隨機并入電網(wǎng)時將不可避免地給電網(wǎng)帶來大量諧波污染[8-11]。基于此，關(guān)于電動汽車與電網(wǎng)協(xié)同互動，進行有序充電顯得十分必要。目前關(guān)于車網(wǎng)互動也有很多的研究進展，文獻[12]指出，當電動汽車參與電網(wǎng)互動，不僅能夠為電網(wǎng)提供調(diào)峰調(diào)頻等輔助服務(wù)，提高基荷機組利用率，保障電網(wǎng)運行的安全性和可靠性，還能夠提高電網(wǎng)消納可再生能源的能力，實現(xiàn)新能源車充新能源電，提高電網(wǎng)運行的經(jīng)濟性。文獻[13]介紹了電動汽車與電網(wǎng)互動(V2G)的關(guān)鍵技術(shù)，認為實現(xiàn)車網(wǎng)互動的關(guān)鍵問題在于調(diào)控技術(shù)、市場機制、技術(shù)設(shè)施三個方面。對于電動汽車并入電網(wǎng)后的調(diào)度與控制，有學者提出基于V2G技術(shù)的電動汽車實時調(diào)度策略[14]，以降低充電成本和網(wǎng)損為目標，建立電動汽車調(diào)度模型。文獻[15-16]提出考慮電價因素的電動汽車互動策略，結(jié)合電動汽車用戶對充電價格的敏感性，進行有序充電的引導(dǎo)來實現(xiàn)削峰填谷。文獻[17]考慮了電動汽車對居民小區(qū)的配電影響，對住宅小區(qū)電動汽車有序充電潛力進行評估，認為電動汽車有序充電時能夠提高小區(qū)配電網(wǎng)承載能力，增加充電設(shè)施接入容量。

實際上，在車網(wǎng)互動的理論研究和電動汽車增長帶來的現(xiàn)實問題驅(qū)動下，關(guān)于車網(wǎng)互動的實踐已經(jīng)開始，但鮮有文章對此進行分析概述。筆者將對車網(wǎng)互動的實踐進展進行概述，以期從實踐層呈現(xiàn)出電動汽車與電網(wǎng)互動的多種形式。文章基于實踐提出了車網(wǎng)互動的框架設(shè)計，并對未來微網(wǎng)化的就地互動控制進行了展望。

1 車網(wǎng)互動的實踐

理論與實踐往往是統(tǒng)一的，理論研究支撐實踐的落地，而實踐則能夠很好地檢驗和促進理論研究。本文首先闡述車網(wǎng)互動過程中幾種典型的實踐示例，以切實的實踐應(yīng)用場景和應(yīng)用效果給讀者帶來更為真切的感受。

1.1 峰谷價差的公交充電調(diào)度

分時電價表現(xiàn)了電網(wǎng)最基本的用電負荷調(diào)節(jié)需求，對于大量電動汽車聚合體而言，通過峰谷價差能夠?qū)崿F(xiàn)充電的經(jīng)濟性，因此產(chǎn)生了基于分時電價的電動汽車充電策略研究成果和應(yīng)用。文獻[18]中根據(jù)公交車輛的運行規(guī)律和充電特性，利用電網(wǎng)的分時電價政策，有效地降低了充電站的充電費用。文獻[19]中提出了基于分時電價的電動汽車多目標優(yōu)化充電策略，通過建立電動汽車集中充電的多目標優(yōu)化調(diào)度模型，使得充電成本最小化。

關(guān)于基于峰谷價差的公交充電調(diào)度應(yīng)用，目前有以下技術(shù)突破，如流程圖1所示。

圖1 公交充電調(diào)度流程圖

1) 形成了支持功率、SOC等目標的調(diào)度控制協(xié)議，云端可通過該協(xié)議將控制命令下發(fā)到充電樁終端進行車輛的充電電流控制；

2) 通過對現(xiàn)場設(shè)備軟件的升級，使得大量電動汽車充電樁設(shè)備支持如1)所述的控制協(xié)議；

3) 基于大數(shù)據(jù)分析公交車輛的運營特性和充電特性，并基于此對公交車輛的出行需求進行精準預(yù)測；

4) 云端部署優(yōu)化調(diào)度的算法，通過采集各充電車輛的實時充電信息，并結(jié)合如3)所述的預(yù)測信息進行云端優(yōu)化計算，得到各電動汽車當前最優(yōu)充電計劃。

以上技術(shù)突破使得整個調(diào)度流程在云端自動執(zhí)行，消除了人工定時開啟充電進行峰谷套利的人力成本，公交車司機停車后，插槍即可在電價高峰期限制充電，低谷期開啟充電。另外，對公交運營特性的分析和出行計劃的預(yù)測來確定調(diào)度的約束條件，使得調(diào)度過程能夠滿足車輛正常運營需求。

1.2 臺區(qū)充電調(diào)度

隨著局部地區(qū)用電需求的增長，用電時間和空間上的隨機性，某些供電臺區(qū)往往會出現(xiàn)這樣的問題：

1) 一些有充電需求的場所，變壓器增容困難；

2) 原有變壓器用電峰谷差非常大，利用小時數(shù)很低；

3) 如果簡單增設(shè)充電設(shè)施，高峰充電時段將引起過載。

針對以上問題，通過復(fù)用1.1節(jié)中所述的調(diào)度控制協(xié)議，并獲取變壓器的負載率作為調(diào)度決策的約束條件，當充電負荷過高且接近變壓器容量時，主動降低車輛充電功率，保持變壓器安全穩(wěn)定運行。

臺區(qū)充電調(diào)度的首要目標就是保護變壓器，通過優(yōu)化調(diào)度，避免增加充電設(shè)施后變壓器過載的情況，有效提高了變壓器負載率和利用率。

1.3 聚合電動汽車參與調(diào)峰輔助服務(wù)

基于峰谷電價響應(yīng)的調(diào)度策略對于電網(wǎng)運行來說不夠精細，難以緩解日益增大的電網(wǎng)調(diào)峰壓力。而傳統(tǒng)調(diào)峰機組的調(diào)峰能力已經(jīng)有了上限，電動汽車聚合體作為規(guī)模龐大的負荷側(cè)資源，具備一定的調(diào)峰能力。目前，電網(wǎng)也在積極挖掘包含電動汽車在內(nèi)的負荷側(cè)資源參與電力調(diào)峰輔助服務(wù)。

聚合電動汽車參與調(diào)峰輔助服務(wù)，聚合商首先與電網(wǎng)調(diào)度中心建立信息交互通道，進行實時數(shù)據(jù)交互，電網(wǎng)通過下發(fā)調(diào)度指令的形式對聚合的充電資源進行總體控制，調(diào)度指令由聚合商分解執(zhí)行，來滿足電網(wǎng)的調(diào)峰需求。

以華北地區(qū)為例，冬季京津冀北地區(qū)由于供暖期燃煤機組運行率高，夜間風能發(fā)電量大，導(dǎo)致地區(qū)在夜間時段有較大的調(diào)峰壓力。而華北地區(qū)有40萬輛電動汽車，總?cè)萘考s180萬千瓦，華北電網(wǎng)鼓勵第三方主體通過聚合的方式，對分散的電動汽車充電負荷進行控制和引導(dǎo)，并在2019年首次開展含負荷側(cè)聚合商主體在內(nèi)調(diào)峰市場，促進新能源消納1 958萬千瓦時，減少了棄光棄風，緩解調(diào)峰壓力，實現(xiàn)了電網(wǎng)、發(fā)電企業(yè)、負荷聚合商、終端用戶的多方共贏。

1.4 分區(qū)聚合參與互動控制與需求響應(yīng)

一個省市級地區(qū)內(nèi)往往是局部地區(qū)出現(xiàn)供電壓力大的情況下，總體聚合調(diào)度時難以滿足各區(qū)域的調(diào)峰調(diào)頻和需求響應(yīng)。為消除或緩解局部地區(qū)用電的過載、重載問題，因而演化出分區(qū)聚合電動汽車來接受電網(wǎng)調(diào)度的方案，聚合商將每個區(qū)域作為一個聚合單元，電網(wǎng)可按實際需求對其中一個或幾個聚合單元進行控制。

這種方案目前在青島地區(qū)已經(jīng)開始實施，電動汽車作為負荷側(cè)資源，由負荷聚合商按供電臺區(qū)聚合起來參與泛在物聯(lián)互動控制，接受電網(wǎng)調(diào)度指令。分區(qū)的控制更精細更靈活，具體區(qū)域的劃分可按電網(wǎng)實際調(diào)度需求而定，滿足電網(wǎng)的精細化調(diào)度需求。

1.5 特定品種中長期電力交易

目前，我國新能源并網(wǎng)裝機和消納總量高速增長，但存在地域上、時間上的不平衡性，能源供給與能源需求的矛盾突出，部分地區(qū)出現(xiàn)棄風、棄光、棄水的問題[20]，因此綠電交易需求明顯，交易的價格空間很大。

實際上，一定規(guī)模的充電負荷聚合后具有較強的總體規(guī)律，考慮日期、天氣等因素可實現(xiàn)較高的用電量預(yù)測精度，能夠參與中長期電力交易，消納本地區(qū)或跨省的綠色低價電力，經(jīng)濟環(huán)保。目前，國內(nèi)各地區(qū)均有中長期電力交易市場組織或開展，近期云南省出臺的《云南電力中長期交易實施細則》(征求意見稿)，明確提出要堅持節(jié)能減排和清潔能源優(yōu)先上網(wǎng)，促進清潔能源生產(chǎn)和消納。充電運營商作為電力大用戶，在滿足準入條件的情況下結(jié)合用電需求預(yù)測參與綠電中長期電力交易，可在低價購電的同時促進消納新能源電力，實現(xiàn)新能源車充新能源電。例如，西南地區(qū)夏季豐水期水電富余，四川省開展了富余電量和低谷棄水等交易品種，若結(jié)合充電負荷時間特點合理參與，既能夠幫助消納水電，又能夠顯著降低電動汽車用能成本。

2 車網(wǎng)互動框架初探與展望

在理論研究和實踐應(yīng)用的基礎(chǔ)上，給出車網(wǎng)互動的框架，即車網(wǎng)互動包含信息交互、價值交互、能量交互三個方面，以能量交互為最終目的，以技術(shù)條件作為支撐，并將聚合層作為交互的中間橋梁，在此基礎(chǔ)上需要完善的市場化交易體系。同時，隨著微電網(wǎng)的發(fā)展，微網(wǎng)化的就地調(diào)控也將是未來車網(wǎng)互動的重要一環(huán)。

2.1 具備支持能量交互的基礎(chǔ)

車網(wǎng)互動的最終目的是能量的交互，而能量交互則以價值交互、信息交互和技術(shù)支撐為前提條件，具體如下：

1) 價值交互是能量交互的強心劑，只有建立完善的市場激勵機制，才能充分調(diào)動各方參與電力互動與交易的積極性，也才能維持交易的持久性。

2) 信息交互是能量交互的載體，如圖2所示，這種交互是多邊的，電網(wǎng)將控制需求作為控制指令下發(fā)給負荷聚合商，聚合商控制所聚合的各電動汽車單體，同時采集電動汽車充電信息，并上送給電網(wǎng)，由電網(wǎng)對聚合商的調(diào)度效果進行考核，并進行收益結(jié)算。

3) 技術(shù)支撐是能量交互的必要條件。如何打通電網(wǎng)調(diào)控中心與負荷聚合商的信息交互通道，進行安全高效的數(shù)據(jù)交互；如何對電網(wǎng)調(diào)度指令進行分解，優(yōu)化各電動汽車單體的充電功率；如何與底層設(shè)備交互，實施對車輛的精準、快速的控制；以及動力電池技術(shù)經(jīng)濟特性的提升等，都是車網(wǎng)互動時必須要解決的技術(shù)問題。

圖2 聚合商與電網(wǎng)互動交互示意圖

2.2 聚合層作為中間橋梁

車網(wǎng)互動過程中，負荷聚合商層面起到至關(guān)重要的作用。首先，單個充電用戶對移動儲能的價值不敏感，難以發(fā)揮電動汽車的調(diào)節(jié)價值，負荷聚合商作為電網(wǎng)與終端用戶之間的橋梁，組織電動汽車作為聚合體參與電網(wǎng)互動，并通過控制或營銷手段引導(dǎo)電動汽車進行依電網(wǎng)需求的有序充電，能量巨大。同時，聚合層能夠消除電網(wǎng)對大規(guī)模電動汽車直接實施控制時的調(diào)度壓力與權(quán)責問題，能快速高效地將電動汽車這種移動式儲能聚合起來接受電網(wǎng)調(diào)度。

2.3 制定與完善市場化交易體系及規(guī)則

目前，華北調(diào)峰市場作為國內(nèi)首個第三方主體，參與的負荷側(cè)資源接入電網(wǎng)調(diào)峰并實際結(jié)算的輔助服務(wù)市場，帶動了整個電力輔助服務(wù)市場化交易體系的建設(shè)。近期江蘇等地也有就負荷側(cè)資源參與調(diào)峰的市場規(guī)則出臺并向公眾征求意見。推進建設(shè)市場化交易體系，電網(wǎng)側(cè)應(yīng)進一步開展現(xiàn)貨、中長期、輔助服務(wù)等多品種交易市場，深化制定市場規(guī)則，完善交易機制，并積極吸納第三方交易主體的建議和意見，逐步形成完善的市場化交易體系。

2.4 展望—微網(wǎng)化就地調(diào)控

隨著清潔能源的推廣和用戶用電經(jīng)濟性需求，由分布式光伏、儲能、負荷等組成的微電網(wǎng)開始普及，電動汽車作為移動負荷和電源，也是微電網(wǎng)的重要組成部分。文獻[21]考慮了電動汽車有序充電下對微電網(wǎng)優(yōu)化配置的影響，認為降低了微電網(wǎng)的規(guī)劃成本和用戶的充電費用。近期有不少關(guān)于包含電動汽車在內(nèi)的微電網(wǎng)多源協(xié)調(diào)控制理論和技術(shù)的研究。將電動汽車及其充電設(shè)施融入微電網(wǎng)，通過就地配置光伏、儲能，提供微網(wǎng)化的運行控制能力，就能實現(xiàn)在用戶側(cè)的就地互動控制，并在條件允許時給電網(wǎng)提供高效的調(diào)峰調(diào)頻等輔助服務(wù)。

3 結(jié)論

隨著電動汽車爆發(fā)式的增長，居民、工商業(yè)用電負荷不斷提升，局部時間和空間范圍上用電負荷和發(fā)電能力的矛盾加大，電力系統(tǒng)面臨嚴重的挑戰(zhàn)。2020年冬天湖南省就出現(xiàn)了電力供應(yīng)不足的問題，挖掘負荷側(cè)資源進行有序充電，尤其是聚合大量電動汽車進行車網(wǎng)互動控制，可以說迫在眉睫。本文從應(yīng)用層面介紹了車網(wǎng)互動的幾種模式與案例，突出體現(xiàn)了車網(wǎng)互動的應(yīng)用價值和效果，并對車網(wǎng)互動的框架設(shè)計進行了初步探討，提出車網(wǎng)互動時支持能量交互的基礎(chǔ)條件是利益的交互、信息的交互和技術(shù)的支撐，并以聚合層作為中間橋梁，在此基礎(chǔ)上需要建立完善的市場化交易體系。

[1] 胡堋湫, 譚澤富, 邱剛, 等. 電動汽車發(fā)展綜述[J]. 電氣應(yīng)用, 2018, 37(20): 79-85.

HU Pengqiu, TAN Zefu, QIU Gang, et al. Overview of electric vehicle development[J]. Electrotechnical Application, 2018, 37(20): 79-85.

[2] 陳典楨. 電動汽車發(fā)展現(xiàn)狀及前景分析[J]. 科學時代, 2014(7): 1-2.

CHEN Dianzhen. Analysis on the development status and prospect of electric vehicles[J]. Kexue Shidai, 2014(7): 1-2.

[3] BRADLEY T H, C W QUINN. Analysis of plug in hybrid electric vehicle utility factors[J]. Journal of Power Sources, 2010, 195(16): 5399-5408.

[4] MOHSENI P, STEVIE R G. Electric vehicles: holy grail or fool’s gold[C] // 2009 IEEE Power & Energy Society General Meeting, July 26-30, 2009, Calgary, AB, Canada: 1-5.

[5] ANDERSEN P H, MATHEWS J A, RASK M. Integrating private transport into renewable energy policy: The strategy of creating intelligent recharging grids for electric vehicles[J]. Energy Policy, 2009, 37(7): 2481-2486.

[6] 王金行, 趙生傳, 劉遠龍, 等. 電動汽車充電對區(qū)域電網(wǎng)電能質(zhì)量的影響[J]. 山東電力技術(shù), 2012(2): 16-20.

WANG Jinxing, ZHAO Shengchuan, LIU Yuanlong, et al. The analysis on the influences of electrical vehicle charging to regional grid power quality[J]. Shandong Electric Power, 2012(2): 16-20.

[7] 何若太, 劉澄, 王穎, 等. 基于出行鏈的電動汽車無序充電對配電網(wǎng)影響的時空特性分析[J]. 電氣應(yīng)用, 2018, 37(21): 31-37.

HE Ruotai, LIU Cheng, WANG Ying, et al. Analysis of the spatio-temporal characteristics of the impact of disordered charging of electric vehicles on the distribution network based on the travel chain[J]. Electrotechnical Application, 2018, 37(21): 31-37.

[8] 李娜,黃梅. 不同類型電動汽車充電機接入后電力系統(tǒng)的諧波分析[J]. 電網(wǎng)技術(shù), 2011, 35(1): 170-174.

LI Na, HUANG Mei. Analysis on harmonics caused by connecting different types of electric vehicle chargers with power network[J]. Power System Technology, 2011, 35(1): 170-174.

[9] 黃梅, 黃少芳. 電動汽車充電站諧波的工程計算方法[J]. 電網(wǎng)技術(shù), 2008, 32(20): 20-23.

HUANG Mei, HUANG Shaofang. A harmonic engineering calculation method for electric vehicle charging station[J]. Power System Technology, 2008, 32(20): 20-23.

[10] GOMEZ J C, MORCOS M M. Impact of EV battery chargers on the power quality of distribution systems[J]. IEEE Transactions on Power Delivery, 2003, 18(3): 975-981.

[11] CHAN M S W, CHAU K T, CHAN C C. Modeling of electric vehicle chargers[C] // Industrial Electronics Society, 1998.IECON’98. Proceedings of the 24th Annual Conference of the IEEE, 1998: 433-438.

[12] 潘巍, 劉瑜俊, 徐青山, 等. 電動汽車與電網(wǎng)互動協(xié)調(diào)控制策略研究綜述[J]. 電力需求側(cè)管理, 2013, 15(4): 6-10.

PAN Wei, LIU Yujun, XU Qingshan, et al. Review of coordinated control strategy between electric vehicle and power grid[J]. Power Demand Side Management, 2013, 15(4): 6-10.

[13] 胡澤春, 占愷嶠, 徐智威, 等. 電動汽車與電網(wǎng)互動的關(guān)鍵問題分析與展望[J]. 電力建設(shè), 2015, 36(7): 6-13.

HU Zechun, ZHAN Kaiqiao, XU Zhiwei, et al. Analysis and outlook on the key problems of electric vehicle and power grid interaction[J]. Electric Power Construction, 2015, 36(7): 6-13.

[14] 陳凱炎, 牛玉剛. 基于V2G技術(shù)的電動汽車實時調(diào)度策略[J]. 電力系統(tǒng)保護與控制, 2019, 47(14): 1-9. CHEN Kaiyan, NIU Yugang, Real-time scheduling strategy of electric vehicle based on vehicle-to-grid application[J]. Power System Protection and Control, 2019, 47(14): 1-9.

[15] 陳靜鵬, 艾芊, 肖斐. 基于集群響應(yīng)的規(guī)?；妱悠嚦潆妰?yōu)化調(diào)度[J]. 電力系統(tǒng)自動化, 2016, 40(22): 43-48.

CHEN Jingpeng, AI Qian, XIAO Fei. Optimal charging scheduling for massive electric vehicles based on cluster response[J]. Automation of Electric Power Systems, 2016, 40(22): 43-48.

[16] 吳晨曦, 張杰, 張新延, 等. 考慮電價影響的電動汽車削峰填谷水平評價[J]. 電力系統(tǒng)保護與控制, 2019, 47(17): 14-22.

WU Chenxi, ZHANG Jie, ZHANG Xinyan, et al. Load shifting level evaluation of EVs in the different energy price environment[J]. Power System Protection and Control, 2019, 47(17): 14-22.

[17] 陳旭, 楊柳, 楊振剛, 等. 住宅小區(qū)電動汽車有序充電潛力評估[J]. 電力系統(tǒng)保護與控制, 2020, 48(2): 122-128.

CHEN Xu, YANG Liu, YANG Zhengang, et al. Assessment of orderly charging potential of electric vehicles in residential areas[J]. Power System Protection and Control, 2020, 48(2): 122-128.

[18]楊夢楠, 陳華杰, 胡佳慧. 一種分時電價的公交充電經(jīng)濟調(diào)度方法及系統(tǒng): 中國, CN201811619365.7[P]. 2020-04-17.

YANG Mengnan, CHEN Huajie, HU Jiahui. An economic dispatching method and system for bus charging with time-of-use electricity price: China, CN201811619365.7[P]. 2020-04-17.

[19] 佟晶晶, 溫俊強, 王丹, 等. 基于分時電價的電動汽車多目標優(yōu)化充電策略[J]. 電力系統(tǒng)保護與控制, 2016, 44(1): 17-23.

TONG Jingjing, WEN Junqiang, WANG Dan, et al. Multi-objective optimization charging strategy for plug-in electric vehicles based on time-of-use price[J]. Power System Protection and Control, 2016, 44(1): 17-23.

[20] 舒印彪, 張智剛, 郭劍波, 等. 新能源消納關(guān)鍵因素分析及解決措施研究[J]. 中國電機工程學報, 2017, 37(1): 1-9.

SHU Yinbiao, ZHANG Zhigang, GUO Jianbo, et al. Study on key factors and solution of renewable energy accommodation[J]. Proceedings of the CSEE, 2017, 37(1): 1-9.

[21] 丁明, 史盛亮, 潘浩, 等. 含電動汽車充電負荷的交直流混合微電網(wǎng)規(guī)劃[J]. 電力系統(tǒng)自動化, 2018, 42(1): 32-38.

DING Ming, SHI Shengliang, PAN Hao, et al. Planning of AC/DC hybrid microgrid with integration of electric vehicles charging load[J]. Automation of Electric Power Systems, 2018, 42(1): 32-38.

On the practical progress and framework design of vehicle to grid

GONG Chengming, HAN Yaning

(DERI Energy Research Institute Co., Ltd., Nanjing 210000, China)

With the explosive growth of electric vehicles, the disorderly charging of electric vehicles puts pressure on the power grid, and the interactive control of the Vehicle to Grid (V2G) has become a hot topic. In recent years, there have been many practices of V2G at home and abroad. This paper summarizes several typical practical examples and methods of V2G, and then presents the designs and prospects of the overall framework of V2G.

vehicle to grid; V2G; coordination control; electric vehicles; aggregation

2020-12-29；

2021-01-04

龔成明(1977—)，男，碩士，研究員級高級工程師，研究方向為電網(wǎng)運行控制、微電網(wǎng)系統(tǒng)和綜合能源管理等；E-mail: gongchengming@deri.energy

韓亞寧(1995—)，男，通信作者，本科，軟件開發(fā)工程師，研究方向為充電能量管理、充電負荷調(diào)控與市場化交易領(lǐng)域。E-mail: hynkoala@163.com