Page 73 - 《中国电力》2026年第3期

王世谦等：考虑多场景车网互动的充电站投标运营策略 2026 年第 3 期

absolute percentage error，MAPE）为 0.051，而充电 1.5 短时响应； 长时响应
功率处于 0~15 kW，55~120 kW 的 MAPE 则分别为 响应状态 1.0
0.5
0.173，1.331。综合图 1~图 3 可以发现，充电站不 0
00:00 04:00 08:00 12:00 16:00 20:00 24:00
同用户出行随机性具有差异，而通过充电负荷分 时刻
类能有效筛选负荷，降低充电负荷预测随机性， 750 短时响应； 长时响应
500
从而提高充电站抵御市场风险的能力。 响应负荷/kW 250
0
12:00

3 000 2 000 00:00 04:00 08:00 时刻 16:00 20:00 24:00
总功率/kW 2 000 总功率/kW 1 000 1 400 a) 投标响应方案—削峰
1 000
0 0 1 200 负荷预测曲线；
负荷参考基线；
0 3 6 9 12 15 18 21 24 0 3 6 9 12 15 18 21 24 计划响应曲线
电动汽车类型 电动汽车类型 1 000
a) 充电功率分布-平均值 b) 充电功率分布-中位数 800
80 80 充电负荷/kW 600
订单数 60 订单数 60 400
40
40
20 20 200
0 0 0
0 3 6 9 12 15 18 21 24 0 3 6 9 12 15 18 21 24 00:00 04:00 08:00 12:00 16:00 20:00 24:00
电动汽车类型 电动汽车类型 时刻
c) 充电订单分布-平均值 d) 充电订单分布-中位数 b) 充电负荷变化展示—削峰
图 2 充电负荷分类 1.5 短时响应； 长时响应
Fig. 2 Charging load classification 响应状态 1.0
0.5

6 0
12:00
5 MAPE=1.331 00:00 04:00 08:00 时刻 16:00 20:00 24:00
MAPE 4 3 2 MAPE=0.173
1 MAPE=0.051 500 短时响应； 长时响应
0 响应负荷/kW 750
0 3 6 9 12 15 18 21 24 250
电动汽车类型
0
图 3 充电负荷分类预测误差 00:00 04:00 08:00 12:00 16:00 20:00 24:00
时刻
Fig. 3 Prediction error of charging load c) 投标响应方案—填谷

1 750
3.2 多场景投标分析 负荷预测曲线；
1 500 负荷参考基线；
本节在 3.1 节充电负荷预测基础上，选取 15~ 1 250 计划响应曲线
55 kW 范围用户作为该充电站参与车网互动主体 充电负荷/kW 1 000
负荷，参考河南具体政策，以 (d-10)~d 天的历史 750
500
充电负荷平均值作为第 d 天的负荷基线，基于充 250
电站第 d 天的历史数据进行邀约型、市场型互动 0
00:00 04:00 08:00 12:00 16:00 20:00 24:00
场景的投标报价模拟分析。 时刻
d) 充电负荷变化展示—填谷
1）互动类型 1：电网在 d 天发布邀约型响应
图 4 充电站邀约型投标响应方案
需求。此时充电站需要结合自身负荷预测信息以
Fig. 4 Bidding strategy for invitation-based
及成本价格信息确定第 d+1 天的响应时段，响应 demand response
类型（短时响应还是长时响应），以及对应时段
的充电负荷报量。图 4 分别给出了削峰和填谷需 响应。从图中预测负荷曲线和负荷参考基线可以
求下充电站的响应情况，包含该场景下充电站投 看出，该充电站的负荷高峰主要处于凌晨 04:00—
标方案、预测的次日充电负荷曲线、负荷参考基 06:00、下午 14:00—16:00 以及晚上 22:00—次日
线以及参与互动的充电负荷曲线，其中图 4 a)b) 凌晨 00:00 这 3 个时段，而充电站这段时间由于具
对应削峰型邀约响应，图 4 c)d) 对应填谷型邀约 有相对较大的负荷基数，所以也会具有较强的负

69