“車-電-路-站”互聯下電動出租車換電需求預測及換電站充電優化策略

傅質馨，朱韋翰，朱俊澎，袁 越，馮寅爍，王 鶴

（1. 河海大學 能源與電氣學院，江蘇 南京 211100；2. 河海大學 可再生能源發電技術教育部工程研究中心，江蘇 南京 211100；3. 國網（北京）綜合能源規劃設計研究院有限公司，北京 100052）

0 引言

充電時間長是制約電動汽車產業發展的主要因素之一［1］，過長的充電時間縮短了電動出租車ET（Electric Taxi）的運營時間，間接地減少了其運營收入。對于ET這種具有快速電能補充需求的車輛，已有相關研究主要從快充和換電兩方面開展。國家電網、特銳德、Tesla 等公司的快充網絡正在逐步建立，極大地加快了充電速度，但其充電功率較大［2］，例如：Tesla V4 超級充電樁的充電功率達到350 kW，對電網的沖擊較大。同時，快充用戶的充電優先級較高，很難從時間尺度上對其進行調控［2-3］?！败囯姺蛛x”后的換電模式能夠很好地解決上述問題，部分公司如蔚來、北汽新能源等也逐漸開展了換電業務?！缎履茉雌嚠a業發展規劃（2021—2035 年）》也指出應大力發展換電，為換電模式的研究提供了技術和政策支撐。

目前，針對換電模式的研究主要分為換電需求分析、換電站容量配置、換電站優化運行3 類。在換電需求分析方面：文獻［4］考慮換電儲備閾值對電動汽車換電需求規律的影響，為換電站電池儲備決策、充電策略等提供了參考；文獻［5］提出了電動汽車換電充裕度的概念，通過分析換電需求發生時刻得到不同時段的換電需求分布，并指出不合理的充電管理策略會導致負荷尖峰的產生，加劇電網負荷壓力。但文獻［4-5］均未從路網、選站決策的角度對換電需求進行分析。文獻［6］采用深度優先搜索算法和出行鏈為電動汽車規劃一天的行駛路徑，充分考慮了路網結構、路徑選取對換電需求的影響。但文獻［4-6］缺乏對ET 規律性換電需求及充電調控的研究。在換電站容量配置方面：基于“即充即換”的運行策略，文獻［7］計及服務可用性進行換電站容量優化配置，但與“換電站可作為儲能資源，具有可調控功率”的觀念相沖突；文獻［8］對電池配送方案和集中充電站容量規劃進行了聯合優化，指出配送方案對充電站經濟性、充電方式對充電站容量規劃的重要作用。在換電站優化運行方面：文獻［9］分析了電動汽車充放儲一體化充換電站為電網提供削峰填谷服務的能力；文獻［10］提出了一種運營利潤最優的模塊分割式換電站有序充電模型；文獻［11］建立了換電站的日前調度與實時調度模型，在避免電池缺額的同時優化電網的運行；文獻［12］以投入充電的電池數量為控制變量建立有序充電模型，并提出了一種基于量子策略的改進布谷鳥算法用于快速求解模型。然而，文獻［9-12］的研究對象主要是電動私家車，這類電動汽車對換電模式的兼容性較差，同時研究中脫離路網，對電動汽車的出行行為研究不足。

從電池兼容性及車輛統一管理的角度考慮，換電模式更加適用于ET?；谏鲜鰧Q電模式研究成果及不足的分析，本文以ET 為研究對象，充分考慮交通、電力、信息通信系統對規律性換電需求和充電負荷的影響，強調ET、電池與上述系統間的緊密聯系，對“車-電-路-站”互聯下的換電需求預測及換電站優化運行進行研究。首先，提出了基于換電模式的“車-電-路-站”互聯系統模型，闡述了其閉環運行模式；然后，提出了換電式ET模型，并對其站內、站外行為進行研究，分析了換電站的“用戶鏈-電池鏈”交互運行模式、各時段的電池狀態；最后，提出了換電站高峰儲能利用率的概念，在滿足換電需求的前提下，以一種考慮平抑負荷波動和提高儲能利用率的兩階段優化策略，安排典型換電式ET的電池充電計劃，充分發揮換電站電池的可控、儲能特點。

1 基于換電模式的“車-電-路-站”互聯系統模型

基于換電模式的“車-電-路-站”互聯系統描述了換電式ET、電池、路網、換電站這4 個主體之間的互動關系，系統框架如圖1 所示，主要包括以下4 個交互過程。

圖1 “車-電-路-站”互聯系統框架Fig.1 Framework of“ET-battery-traffic-swap station”interconnection system

1）ET 和路網的交互：對于沒有換電請求的ET而言，其可在訂單平臺不斷發布需求并接收系統派送的訂單，在載客狀態和空載尋客狀態之間不斷變換；而對于具有換電請求的ET 而言，其需要退出出租運營，進行選站和路徑規劃，前往適合的換電站進行電能補充。該交互過程在能量流上體現為電池電量的不斷衰減。

2）ET 和換電站的交互：根據ET 的到站時間及站內排隊、儲備電池數量的情況確定是否開始換電或者等待換電，換電完成的ET離站后即刻開始出租運營。

3）ET 和電池的交互：ET 卸下電池，并裝載上換電站內存儲的滿電電池。該交互過程可以看作是“車電分離”，有2 層含義：①用戶車輛和電池相分離；②用戶和電池充電所有權相分離，由換電站統一管理。

4）電池和換電站的交互：換電站可以在滿足后續換電需求的前提下，充分發揮其充電積極性，結合電網的運行條件等進行有序充電。

前3 個交互過程可看作用電部分，包括ET 運行消耗電能、ET 與電池分離、ET 進行換電裝載新的電池，第4 個交互過程可看作充電部分，主要用于安排電池充電。因此，互聯系統的4 個交互過程形成了一個基于信息流-能量流-交通流的“用電-充電”閉環系統。

2 “車-電-路-站”互聯下日前換電需求模擬預測

根據ET 的出行、選站及換電行為，對多信息互聯下的ET 行駛路徑、運營狀態、電池荷電狀態SOC（State Of Charge）進行模擬，計算得到換電站在各調度時段初始時刻為滿足ET 的正常運營所提供的電池數量，即為“車-電-路-站”互聯下的換電需求。

2.1 換電式ET模型

日常運營的換電式ET 具有較強的連續行駛行為，與交通路網的聯系緊密，本文所用交通路網模型參考文獻［13］。換電式ET 和換電站的交互過程僅為電池更換，不涉及充電部分，故不會直接影響充電負荷大小。

2.1.1 換電式ET的出行行為建模

換電式ET具有連續行駛行為，且其出行目的地具有較強的隨機特性［14］，在日常運營的過程中存在載客、空載尋客、空載換電這3 種狀態，三者之間的轉換關系見附錄A圖A1，具體描述如下。

1）載客狀態。在該狀態下，ET 根據乘客偏好以打車費用最少或行駛時間最短為目標，采用Dijkstra算法進行路徑規劃。

2）空載尋客狀態。ET 結束載客后開始尋客，已有研究主要根據起訖點（OD）矩陣確定其行駛行為［14-15］，OD 矩陣反映的是某地對ET 當前所處位置的吸引能力，但若所有ET 都向OD 概率高的地方聚集，則會降低接客的可能性。結合文獻［14］中的OD概率矩陣，本文提出了一種考慮各區域出租車占比的空載尋客概率模型。假設ET 當前處于區域i，則t時段ET選擇區域j作為尋客地點的概率p(i，j，t)為：

式中：s(j，t)為t時段區域j的出租車占比；pod(i，j，t)為t時段出租車從區域i行駛到區域j的OD 概率；M為區域數量。p(i，j，t)與pod(i，j，t)成正比，并且與s(j，t)成反比，這反映了區域內出租車供需關系的平衡情況。

3）空載換電狀態。當ET 的電池電量低于一定的閾值時，ET 將結束運營進程，綜合考慮前往換電站的時間、排隊時間和從換電站前往下一最佳尋客點的時間，在電量能滿足行駛距離需求的前提下選擇最佳換電站進行電能補充。由于換電時間較小且差異不大，本文不考慮換電時間差異性對總時間的影響。則選擇換電站k時考慮的總時間Tall，k(t)為：

式中：T1，k(t)、T2，k(t)、T3，k(t)分別為t時段ET 前往換電站k的時間、在換電站k的排隊時間、從換電站k前往下一最佳尋客點的時間；K為換電站數量。

2.1.2 換電式ET的換電行為建模

1）換電需求。

當t時段電池的荷電狀態SSOC(t)不高于0.2［14］，即滿足式（4）時，產生換電需求。

2）換電時間。

換電時間Tswap一般為3～5 min［16］，故換電式ET的電能補充時間大幅縮減，可增加運營時間以獲取更多的收入。

2.2 換電站站內行為分析

2.2.1 假設條件

1）對于在t時段未換電成功的ET而言，其在t+1時段初優先進行換電；

2）處于排隊隊列的ET根據到站時間的先后，在每個時段初安排換電；

3）由于換電時間較短，對站內行為分析的時間進行離散化，設置單個時段時長為5 min。

2.2.2 站內行為分析

站內行為示意圖見圖2，由t-1、t、t+1 這3 個相鄰時段組成。圖中：以t時段為例說明，τt，0、τt，1分別為t時段的起始時刻、結束時刻，t時段的起始時刻為上一時段的結束時刻，即τt-1，1=τt，0，其他類似；虛線①、②均表示τt，0—τt，1時段內到達換電站且可在該時段成功完成換電的ET的時間跨度，不同之處在于虛線②表示ET行程的起始時刻在τt-1，0之前，成功換電的ET將于τt+1，0時刻離站開始出租運營；實線③表示τt，0—τt，1時段內到達換電站但無法在該時段完成換電的ET，這部分ET進入排隊隊列，在τt+1，0時刻根據排隊隊列安排是否換電。計算t時段成功完成換電的ET 數量，即為t時段換電站的換電需求U(t)。需要說明的是，換電需求U(t)指的并不是t時段站內、站外電池電量不足的ET總數量，而是t時段換電站應提供換電服務的ET數量，受到換電設備數量的影響。

圖2 站內行為示意圖Fig.2 Schematic diagram of ET behaviors in station

3 換電站“用戶鏈-電池鏈”交互運行模式及電池狀態分析

換電站的主要功能包括提供換電服務和充電管理［11］?！败囯姺蛛x”后換電站擁有對電池充電管理的權力，可以在只考慮儲備電池滿足換電需求的約束條件下，結合電網的運行水平對電池組集群進行充電。

3.1 “用戶鏈-電池鏈”交互運行模式

“用戶鏈-電池鏈”交互運行模式如圖3 所示，其主要包括用戶鏈、電池鏈2 個部分，兩者既是2 個獨立的閉環系統，又可通過換電平臺進行交互，在2 個閉環系統之間進行能量傳遞。

圖3 “用戶鏈-電池鏈”交互運行模式Fig.3 Interactive operation mode of“user chain-battery chain”

1）在用戶鏈方面，若交通網中處于運營狀態的ET 一旦產生換電需求，則結束運營，選擇合適的換電站進行電能補充；到站用戶根據排隊隊列情況進行排隊等待或更換電池；在完成電池更換后，用戶即可離站，開始新的運營過程。

2）在電池鏈方面，主要分為待充區、調控區、庫存區、換電平臺4 個部分，換電用戶更換下來的電池立即進入待充區，待充區電池根據調控方法的不同不斷地定期投入調控區進行充電，充電結束的電池進入庫存區等待換電，換電平臺負責調取庫存區電池為用戶進行換電。

3.2 假設條件

1）t時段更換下的電池進入待充區，可在t+1 時段投入充電；

2）t時段內剛充滿電的電池進入庫存區，可在t+1時段用于換電。

3.3 換電站內電池狀態分析模型

電池鏈內的電池具有不同的狀態，本文將電池分為待充電池、投入電池、在充電池、產出電池、儲備電池5 類，基于此建立換電站內電池狀態分析模型。t時段初換電站可提供的儲備電池數量Ns(t)為：

Ns(t)=max{0，Ns(t-1)+y(t-1)-U(t-1)} （5）

式中：y(t-1)為t-1 時段的產出電池數量，這部分電池在t-1 時段結束充電，并可在t時段初提供換電服務；U(t-1)為t-1時段的換電需求。

為了簡化分析，本文假設定期向調控區投入一定數量的電池，t時段初投入電池數量的最大值xmax(t) 受t-1 時段末未連接電池的充電樁數量Nr(t-1)和t-1 時段末待充電池數量Nw(t-1)影響，見式（6）。

t時段末未連接電池的充電樁數量Nr(t)受充電樁總數量Nall、t時段在充電池數量Nc(t)和t時段末產出電池數量y(t)影響，如式（7）所示。

t時段末產出電池數量y(t)與t時段初投入電池數量x(t)具有一定的制約關系，可以用復合函數表示為：

式中：f表示y(t)與x(t)之間的對應關系。

所有更換下來的電池都需進入待充區，然后等待定期調度決定是否投入調控區充電，則t時段末待充電池數量Nw(t)為：

本文認為換電站在新的一天運營開始前初始儲備電池都處于滿電狀態，數量記為NB，則t時段初換電站內的電池應滿足如下平衡關系：

4 換電站的高峰儲能利用率

當電網負荷處于高峰時段時，有序充電模式下換電站內的儲備電池能夠對高峰負荷進行一定的消納，本文從多余儲備電池數量的角度定義換電站高峰儲能利用率如下：

式中：ηpeak(t)為t時段換電站的高峰儲能利用率；Nsdd(t)、Nsod(t)分別為t時段無序、有序充電模式下的多余儲備電池數量；Nsd(t)、Nso(t)分別為無序、有序充電模式下t時段初的儲備電池數量。當換電站采用無序充電模式時，有Nsdd(t)=Nsod(t)，此時的高峰儲能利用率ηpeak(t)=0。

Nsdd(t)、Nsod(t)反映的是換電站的剩余儲能能力大小，這部分電池沒有被利用，在調控狀態下Nsod(t)越小，表明儲能利用率越高。換電站的剩余儲能能力示意圖見圖4。圖中：黑色和灰色區域表示無序充電模式下換電站的可調控總儲能容量，即Nsdd(t)塊多余儲備電池；黑色區域表示某種調控策略下換電站的可調控總儲能容量，即Nsod(t)塊多余儲備電池；灰色區域表示在某種調控策略下已經被調用的儲能容量，即Nsdd(t)-Nsod(t)塊多余儲備電池?？煽闯?，在特定的調控策略下，換電站的儲能能力仍可進一步開發，從而為電網提供其他輔助服務功能。換電站的可調控儲能容量主要受充電功率、總儲備電池數量的影響，其中充電功率影響庫存區補充滿電電池的速度，總儲備電池數量影響換電站的總容量。

圖4 換電站的剩余儲能能力Fig.4 Residual energy storage capacity of swapping station

非快速電能補充的電動汽車具有較強的時間可控性，已有文獻針對其移動及儲能特性進行了虛擬電廠容量評估、優化等方面的研究［17］。但是采取快速電能補充的電動汽車的時間可控性較差，其很難作為一種可控儲能資源，而以“車電分離”的換電模式作為快速電能補充方式為電動汽車參與儲能調度提供了一種可能性，在該方式下換電站內的儲備電池失去了空間轉移特性，但仍受電動汽車出行行為的影響，具有間接的移動特性。

則換電站的綜合利用率η可表示為：

式中：t1、t2分別為高峰起始時段、結束時段。

5 基于日前需求預測的換電站充電優化策略

通過多次仿真取平均值的方式得到ET 的日前換電需求，并以此為基礎對換電站電池進行充電優化。

5.1 假設條件

本文參考文獻［12］做出如下假設：

1）統一化電池規格，采用市面上換電式ET廣泛采用的車型北汽EU300，電池容量為45 kW·h；

2）充電功率恒定且不可中斷；

3）為了保證準確性并減少維數增大對計算的影響，對充電時段進行離散化，設置單位時段跨度Δt為15 min。

5.2 優化目標函數

為了充分發揮具有強出行特性的ET 快速電能補充對削峰填谷、平抑負荷波動的作用，同時提高儲能利用率，發揮儲能對換電需求的緩沖能力，本文提出了一種兩階段日前優化策略。在階段1 以平抑負荷波動為目標：

式中：F1為階段1 的目標函數值；Pl(t)為t時段的區域負荷；Pc為單個充電樁的充電功率；T為優化周期離散后的時段數量；Pav為優化周期內負荷的平均值。

將階段1的優化結果作為階段2的約束條件，并以換電站的綜合利用率最大作為階段2的目標：

式中：F2為階段2的目標函數值。

5.3 約束條件

1）t時段初投入電池數量x(t)應不小于0，即：

2）t時段初投入電池數量x(t)應不大于t-1時段末待充電池數量Nw(t-1)和未連接電池的充電樁數量Nr(t-1)，即：

式（20）表示投入電池數量x(t)的上限約束，描述了t時段初換電站最多可以投入的待充電池數量。

3）t時段初，應保證儲備電池量Ns(t)不小于換電需求U(t)，即：

考慮到ET在一天中具有多次換電需求，即換電需求較強，本文參考文獻［12］設置充電樁的充電功率為40 kW，經仿真可知ET 替換下來的電池平均荷電狀態為0.107，因此設置電池組接入充電設備的時長為4Δt，補充電池電能至額定容量的90%，則式（9）可改寫為y(t)=x(t-3)，進而式（24）可簡化為：

式（25）表示投入電池數量x(t)的下限約束，描述了為了滿足換電需求，當前時段換電站至少要投入的待充電池數量，其主要受換電需求的影響。由于初始時段待充區的電池數量為0，所以x(1)=0。

4）換電站的充電優化是在優化周期內合理地將充電電量分配至各個時段，優化前、后的總充電電量不變，即：

式中：Et為優化后t時段的充電電量；Esum為總充電電量。

5）在新的一天運營周期開始前，應保證換電站內的所有電池滿電。

6 算例仿真分析

6.1 參數設置

本文的交通路網拓撲結構見附錄A 圖A2，其中各道路的長度、承載量及功能區分區情況參考文獻［13］，共設置5 座換電站（S1—S5），S1—S5分別位于交通路網的節點6、7、13、17、26，各換電站配置10臺換電設備。假設該區域有1 000 輛換電式ET，單位能耗為0.23 kW·h／km。根據文獻［18］中儲備電池數量與ET 換電需求之比為0.6∶1，設置儲備電池數量為600 塊。根據文獻［11］中儲備電池數量和充電樁數量之比為3∶2，設置充電樁總數量約為400 臺。每座換電站的儲備電池數量和充電樁數量見附錄A圖A3。ET 在06:00—09:00 時段逐漸接入互聯系統，在21:00—24:00時段內逐漸從互聯系統中退出，電池的初始荷電狀態服從0.5～0.8 范圍內的均勻分布。區域電網的基本負荷曲線見附錄A圖A4。

6.2 換電需求分析

假設1 輛ET 在換電站內更換1 塊電池（電池容量為45 kW·h），根據第2節的分析，可得總換電需求和各換電站的換電需求如圖5 所示。由圖可知：在空間維度上，各換電站的換電需求大小及其變化趨勢不盡相同，說明換電站的地理位置分布會對換電需求產生一定的影響；在時間維度上，不管是區域總換電需求，還是各換電站的換電需求，均大致呈波浪形，具有周期性特點，這主要是受到ET 連續“運營-換電”進程的影響，同時各換電站換電需求峰值在時間維度上也具有差異性，最為顯著的是S3和S5，S3的換電需求峰值具有“兩邊大、中間小”的特點，S5在15:00—18:00時段的換電需求峰值最大，這與“商業區逐漸進入營業高峰時段，ET 司機有更大的概率在商業區進行運營并就近換電”的實際情況相符合。

圖5 換電需求結果Fig.5 Battery swapping demand results

6.3 換電站無序充電模式分析

無序充電（“即換即充”）模式下換電站的總充電負荷和各換電站的充電負荷見圖6。由圖可知，總充電負荷和各換電站的充電負荷與其對應的換電需求變化趨勢相類似，且略微滯后于換電需求。根據ET的運營特點，總充電負荷有非常明顯的4個高峰，在高峰之間有相對較小的負荷低谷，最大峰谷差值為4.4 MW，為最大峰值的28.87%，可見如何利用負荷峰谷之間的關系，配合區域負荷對各時段的電池充電計劃進行合理規劃，以達到削峰填谷和平抑負荷波動的作用，是換電站有序充電需解決的問題。

圖6 無序充電模式下的充電負荷Fig.6 Charging load under disordered charging mode

6.4 換電站有序充電模式分析

在區域電網基本負荷的基礎上，疊加無序和有序充電負荷后的總負荷曲線如圖7 所示。由圖可知，疊加無序充電負荷、階段1 有序充電負荷和階段2 有序充電負荷后總負荷的峰谷差分別為50.724 3、41.3726、41.2126 MW，目標函數值F1分別為2.9340×104、2.4042×104、2.4039×104MW2，有序充電優化后階段1、2 的負荷峰谷差分別減小9.351 7、9.511 7 MW，相比無序充電模式，峰谷差率分別減小了18.44%、18.75%，兩階段優化后F1相比無序充電模式改善了18%?？梢娪行虺潆娯摵赡軌虺浞职l揮儲備電池的緩沖作用：在高峰時段減少投入電池的數量，降低09:00—12:00 和17:00—21:00 這2 個高峰時段的負荷，且對09:00—12:00時段的負荷削峰作用較明顯，經有序充電優化后階段1、2 相較于無序充電模式的最大削峰量分別為6.40、6.44 MW；同時在白天的低谷時段增大投入電池的數量，使得12:00—16:00 時段的負荷有所提高。ET 在24:00 結束運營后，換電站不再有換電需求，此時庫存區儲備電池數量維持在一個較低的水平，而待充區電池數量維持在一個較高的水平，可在24:00 至次日06:00 的凌晨低谷時段安排這部分電池進行充電，從而達到削峰填谷、平抑負荷波動的效果。

圖7 疊加無序和有序充電負荷后的總負荷曲線Fig.7 Total load curves with disordered and ordered charging load

6.5 高峰儲能利用率分析

無序充電模式和階段1、2 有序充電優化后各換電站的多余儲備電池數量（儲備電池數量與換電需求之差）變化曲線見附錄A 圖A5。由圖可知，在09:00—12:00 和17:00—21:00 這2 個負荷高峰時段，有序充電模式下的多余儲備電池數量有所減少，表明在這2 個時段內儲備電池具有緩沖作用，在保證不多投入電池充電的情況下消納部分換電需求。不論是在有序充電模式下，還是在無序充電模式下，S5在17:00—18:00 時段內的多余儲備電池數量小于0，這種情況表明該時段內S5內的儲備電池并不能滿足換電需求，會影響換電站的正常運營，ET 需花費額外的等待時間進行換電，若要消除這種情況，則需增加儲備電池數量或充電樁數量。在有序充電模式下，大約20:00之后各換電站的多余儲備電池數量為0，表明各時段初的儲備電池數量正好能滿足該時段的換電需求，調控區產出滿電電池的速度能夠有效地跟隨換電需求，保證更多的待充電池能夠在填谷時段進行充電?？梢?，換電站的調控能力受換電站內電池總數量的影響，電池總數量越大，則換電站的調控能力越強，削峰填谷的效果越好。

10:00—21:00 時段內階段1、2 優化后的高峰儲能利用率如圖8所示。由圖可知，在10:00—21:00時段內，階段1 優化后S1—S5的平均儲能利用率分別為44.39%、29.41%、45.41%、30.48%、41.95%，階段2優化后S1—S5的平均儲能利用率分別為49.04%、33.21%、53.55%、30.48%、41.95%，可見階段2 優化改善了S1—S3的儲能利用率情況，改善程度分別為10.48%、12.92%、17.92%。S1—S3在階段1、2 的高峰儲能利用率對比見附錄A 圖A6。S4、S5主要受換電需求和儲備電池總數量的影響，階段2 的儲能利用率在不影響階段1 負荷平抑效果和負荷峰谷差的前提下，并沒有得到提高。經兩階段優化后，換電站的儲備電池發揮了一定的儲能作用，削減了負荷高峰?？梢园l現，在19:00 之后，換電站的儲能利用率維持在一個較高的水平，甚至出現利用率為100%的情況，這是因為換電站可以根據換電需求，提前一個充電周期將最少量的待充區電池投入調控區進行充電，實現電池“產出-消耗”的平衡。同時待充區電池數量可維持在較高的水平，等待一天中的負荷低谷時段投入充電，起到提高谷時段負荷的作用。

圖8 優化后的高峰儲能利用率Fig.8 Optimized peak energy storage utilization rate

7 結論

本文基于換電模式下的“車-電-路-站”互聯系統，首先結合交通路網、ET 的時空特性，對ET 的日前換電需求進行預測，揭示其波浪形變化趨勢的特點；然后根據“用戶鏈-電池鏈”交互框架分析換電站內的電池狀態變化和ET行為；最后以平抑負荷波動為目標對換電站內電池的充電計劃進行規劃，以充分發揮換電站的儲能特性及“車電分離”后的電池可控性，以換電模式作為ET 的快速電能補充方式之一，有效解決快速充電在時間尺度上的不可控性問題。算例仿真結果表明，本文所提優化策略能起到平抑負荷波動、削峰填谷的作用，并能發揮換電站的儲能利用效果。

隨著政策和換電技術的不斷發展，換電模式在未來扮演著更加重要的角色，考慮日內實時換電需求偏差控制與充放電策略的聯合優化，以及考慮多元因素的儲能利用率評估方法將是下一步的研究重點。

附錄見本刊網絡版（http：//www.epae.cn）。