Page 145 - 《中国电力》2026年第4期
P. 145
曹望璋等：基于分布式梯度投影的居民区电动汽车均衡充电策略 2026 年第 4 期
车主无序充电导致负荷高峰问题日益突出，这不 户间决策通过总负荷对应的动态电价耦合，形成
仅加大了电网运行压力并抬升供电成本 ，也带来 聚合博弈行为。纳什均衡是计算博弈稳定状态的
[1]
了更大规模 EV 充电调控及其用户隐私保护的挑 常用方法，目前模拟实际博弈过程得到纳什均衡
战。根据近年相关城市报告显示，私人充电桩占 主 要 有 2 种 算 法 ： 最 优 响 应 法 [19-22] 与 梯 度 法 [23] ，
比达到 65.5% ，居民区充电已成为核心充电场景 均 分 布 式 求 解 用 户 充 电 策 略 ， 解 决 用 户 隐 私 问
[2]
之一。对居民区大规模电动汽车进行有效充电管 题。文献 [19] 提出一种基于最优响应的分布式控
理从而参与需求响应，不仅可以优化微观上的用 制策略，但对于大规模电动汽车而言收敛困难。
户充电行为，而且可以从宏观上缓解无序充电带来 文献 [21] 以运营商为博弈单位计算均衡，算法与
的电网压力 。为实现这一目标，运营商这一主 文献 [19] 类似。文献 [22] 的最优响应算法基于高
[3]
体应运而生，相关文件也建议充电运营商接受业 斯赛德尔迭代，无法应用并行计算框架，计算时
主委托，统一提供充电设施的运营和有偿服务 。 间长，算法收敛性会随着电动汽车数量增大而下
[4]
运营商接受业主委托安排电动汽车充电，主 降。对于基于梯度的方法，文献 [23] 考虑了变压
要存在两方面的问题。一方面，运营商集中式充 器容量上限，但所支撑的电动汽车数量较少，无
电管理 [5-8] 需要收集用户隐私数据，比如到达离开 法满足实际居民区场景需求。目前的纳什均衡算
时间与电量需求，存在数据泄露的风险并且实施 法普遍存在面对居民区规模电动汽车计算时间长
起来较为困难，同时可扩展性低 ；另一方面，制 甚至无法收敛的问题。
[9]
定价格机制已成为运营商调控负荷的关键手段， 综上所述，已有电动汽车充电管理研究中，
但分时电价机制容易引发新的负荷高峰问题 [10-11] 。 仍面临集中式方法的隐私保护问题、分时电价方
部分研究围绕峰谷分时电价引导电动汽车充电展 法可能引发新的负荷高峰，以及现有分布式方法
开研究，文献 [12] 采用分时电价机制对电动汽车 的规模适应性问题。本文围绕动态电价机制下电
进行两阶段调控，相比无序充电可以更好地削峰 动汽车充电博弈问题，提出一种给定电价参数的
填谷。文献 [13] 从电网稳定性角度出发，提出了 分布式梯度投影并行算法，指导居民区场景下的
可灵活调整的分时电价下充放电调度策略。进一 电动汽车充电行为，可有效解决用户隐私问题与
步，文献 [14] 考虑电动汽车、分布式发电和储能 负荷峰谷倒置问题，同时本文所提分布式梯度投
等分布式资源，在分时电价机制下，建立了运营 影算法利用迭代间无耦合特性进行并行运算，有
商范围内的经济最优调度模型。文献 [15] 采用粒 效 提 升 计 算 效 率 。 结 合 居 民 区 场 景 优 化 收 敛 判
子群算法确定两阶段可调节分时电价。然而上述 据，在保证调控效果的同时避免不必要的迭代。
研究采用的分时电价在用电之前已经确定，即使
在实际响应中负荷未满足预期，分时电价也无法 1 充电模型及博弈问题描述
做出调整 [16] ，易导致“峰谷倒置”的现象发生。
比如近年海南省大量电动汽车用户集中在夜间低 1.1 问题描述
电价时段充电造成新的负荷高峰问题。 居民区利益主体包括车主以及电动汽车运营
为避免大量特性相似负荷集中在低谷电价时 商。运营商作为电网和电动汽车用户之间的中介，
段充电造成负荷高峰问题，部分学者围绕动态电 在电力市场中以批发电价购电，批发电价由发电
价开展研究。与静态的分时电价不同，动态电价 商提供给包括工商业大用户、售电商及代理购电
可以根据实时负荷水平调整电价，从而引导用户 企业在内的各类购电主体，并主要由市场供需关
灵活调整充电时间，避免新的负荷高峰问题。文 系决定。从零售侧的角度来看，运营商根据居民
献 [17] 提出了一种实时动态电价方法，通过特定 等零售用户的用能与充电行为，设计居民区内的
协议通信进行家庭能量系统管理。文献 [18] 对比 零售动态电价并发布给电动汽车用户。除了通过
了净负荷比例、边际成本与连续比例计费 3 种结 购销价差获利以外，运营商还可通过调整动态电
算方式的公平性。若进一步考虑多用户交互行为， 价降低负荷曲线波动，降低电网运行压力从而得
则动态电价机制会引发用户间的非合作博弈：用 到电网的奖励，将其作为电费减免发放给用户。
141
