近日，中國科學院廣州能源研究所黃玉萍正高級工程師團隊在面向城市級車網互動 (V2G,?Vehicle-to-Grid ) 項目規劃與投資的決策分析研究中取得突破。

當前，大規模V2G落地仍面臨用戶參與不確定、電池與基礎設施受限、調度復雜、市場與監管機制不完善等多重挑戰，加大了政府和投資者的決策難度。在此背景下，該研究團隊提出構建了“價值網絡＋系統動力學”模型（圖1），首次在同一體系下整合投資方、電網、聚合商和車輛用戶四大主體，揭示了城市 V2G 生態下價值創造、傳遞與反饋機制（圖2）。通過動力學仿真，研究捕捉了市場需求波動、用戶參與意愿、補貼政策和技術反饋等因素的時序耦合，增強了模型對現實場景的適應性。

圖1 城市V2G項目價值創造動力學因果關系圖

圖2 ?城市V2G 項目價值創造的系統流圖

該研究解析了投資—收益—風險全鏈路，量化了政府及社會資本、配電網、聚合商與用戶在 V2G 系統中的多向價值流動，可為政策制定者和投資者提供了可操作的決策支持工具（圖3）。

圖3 城市V2G項目的投資決策優化流程

研究結果揭示了城市V2G生態系統中的關鍵價值創造機制。通過對三個不同城市背景的案例研究，針對性的補貼調整（如從0.3提升到0.6元/千瓦時，或從0.4降至0.25元/千瓦時）和基礎設施投資（增加高達1.69倍），可實現投資回報率(ROI)提升24.5%、11.13%和23.87%（圖4）。

(A) City A?????? ? ? ? ? ? ? ? ? (B) City B? ? ? ? ? ? ? ? ????(C) City C

圖4 不同城市場景中策略優化前后的項目價值產出

通過敏感性與情景模擬，該模型可量化輔助服務電價和配網側需求大幅波動對項目價值的影響，助力風險管控。靈敏度分析表明，輔助服務價格波動對項目價值的影響是技術因素的2.4倍，需求減少60%可能導致不同城市的價值損失達46.57%-52.05%（圖5）。

圖5 敏感性分析結果

此外，針對輔助服務電價下跌或配網需求驟減情景，該模型可定量計算外部環境變化對項目價值的影響，以幫助決策者提前預警并指導快速應對，降低市場風險。

(A) 輔助服務電價波動? ? ? ? ? ? ? ? ? ? (B) 項目價值變化

圖6 輔助服務電價波動與項目價值變化

該研究構建的模型為政策制定者和投資者提供了可操作的決策支持工具。對政策制定者而言，該模型可量化各種補貼和監管措施的綜合效果，支持平衡電網管理和電動汽車產業發展的策略。例如，在V2G采用率低的地區，有助于預測積極補貼的邊際效益，指導階梯式激勵措施設計，提高用戶參與度。而對于投資者來說，模型的動態反饋可評估基礎設施投資回收期和風險范圍。基于數據驅動的預測，投資者可以優化充電樁部署，并根據當地電動汽車采用率和電網需求波動調整聚合商激勵措施。

該成果獲得國家自然科學基金、中國工程院重點項目、廣東省基礎與應用基礎研究基金及廣東省能源局項目等資助。

相關研究成果已形成學術論文Investment Decision Analysis Approach for Urban V2G Projects Based on Value Network，發表于國際期刊Sustainable Cities and Society。博士研究生廖蘇亮為第一作者，黃玉萍正高級工程師為通訊作者。

論文鏈接：https://www.sciencedirect.com/science/article/pii/S2210670725003166