8.2 跨领域融合：电网遇上交通与信息

8.2 跨领域融合：电网遇上交通与信息

电网的边界正在被两张网穿透：交通网——数千万辆电动车既是负荷也是移动电池；信息网——数据中心成为增长最快的负荷，同时其算力又是电网调度的新工具。本节看这两场融合的形态与博弈。

车网互动：把加油站变成海绵

第 2.4 节算过无序充电的"充电山"。反向的操作是 V2G（车网互动）：电动车电池在电网需要时反向送电，车主赚差价。物理上可行早有共识，卡点全在生态：电池循环寿命损耗谁来补、充电桩双向改造的投资谁出、车主参与意愿怎么设计（实时价格要不要直接推给个人用户）。国内多个城市已开展 V2G 试点，单车年收益量级在数百到千元，对通勤车主吸引力有限，但对车队（公交、物流、网约）已经算得过来账。聚合商模式（把万辆车打包成一个电厂参与市场，见 5.3 虚拟电厂）被普遍认为是破局形态。

值得注意的资源量级：一个拥有 3000 万辆电动车的市场，即便只有 10% 参与有序充电，也是 30GW 级的可调资源——相当于三座巨型抽蓄电站分散停在车位上。

算力与电力：一边加负荷一边给工具

AI 与数据中心正在改写负荷预测模型：训练集群负荷大、持续、相对平稳（对电网反而"好带"），推理负荷则随在线流量波动。更重要的是选址博弈：算力跟着绿电走——"东数西算"工程把数据中心布局到西部可再生能源富集区，本质上是用光缆替代输电线，把"输电"问题转化为"输数"问题。数据中心同时被视为需求响应的金矿：训练任务可中断可迁移，配合储能与柴机备份，能在系统尖峰时让出可观的功率。

反向的融合是算力服务电网：第 5.3 节的负荷预测、风光预测、调度优化正是机器学习的用武之地；数字孪生的实时推演也依赖算力基础设施。电力与算力正在互为供需，这是历史上任何两种基础设施之间没有过的关系。

能源互联网：融合的顶层叙事

把电、热、气、交通、信息全部拉进一张耦合网络，就叫能源互联网：热网作为廉价的储热缓冲、气管网借 Power-to-Gas 变成储氢载体、交通网贡献移动储能、信息网负责协调。学术叙事宏大，工程现实则是在一个个局部先落地：园区级综合能源系统（冷热电联供 + 储能 + 需求侧管理）已经普遍商业化了，多能流耦合的联合优化调度是当前最活跃的工程研究场景之一。顶层的"一张网"未必会以统一形态出现，更可能是无数个园区级、区域级耦合体经由电力市场这个"通用接口"粘合起来。

# 园区综合能源的最简调度示例：优先级排序法
def dispatch(demand_kw, pv_kw, chp_min, chp_max, storage_soc):
    """返回各资源出力（简化为优先级：光伏>余热>CHP>电网"""
    src = {"光伏": min(pv_kw, demand_kw)}
    rest = demand_kw - src["光伏"]
    src["余热利用"] = min(rest, 300)             # 园区余热固定 300kW
    rest -= src["余热利用"]
    chp = max(chp_min, min(chp_max, rest))        # CHP 有最小出力约束
    src["CHP"] = chp
    rest -= chp
    src["电网"] = max(0, rest)
    return src

print(dispatch(demand_kw=1000, pv_kw=400, chp_min=200, chp_max=500, storage_soc=0.6))
# 光伏吃掉 400，余热 300，CHP 补 300（满足最小出力），电网零——典型"近零购电"时段
​

融合的摩擦力

两张网的融合不只有蜜月。电动车充电涉及电网、车企、物业、车主四方利益，协调成本常高于技术成本；数据中心与电网的负荷协议仍缺成熟的合约与计量框架；能源互联网的多能耦合让故障传播路径复杂化（气网故障传导到热网再到电网，2021 年欧洲与德州都有样本）。融合的节奏取决于接口标准化与利益分配机制的设计速度，而非技术成熟度——这是第 6 章规则设计主题在新领域的重复。

本节要点回顾

• V2G 的卡点在生态不在物理：车队与聚合商模式先跑通，私家车靠机制设计慢慢进。
• 算力与电力互为供需：东数西算用光缆替代输电线，数据中心同时是可调负荷与预测算力来源。
• 能源互联网从园区级落地，市场是各类耦合体的通用接口。
• 融合节奏由接口标准与利益分配决定，故障跨网传播是新风险维度。

动手计算：一支车队的 V2G 容量账

V2G 的物理潜力可以量化：一座城市 50 万辆电动车，若其中 10% 签约可调度、每车双向桩可放出 6 kW、可用电量下限保 40% SOC，则可调放电功率 30 万 kW（300 MW），按户均 2 kW 可支撑 15 万户度过晚峰——相当于一座中型调峰电厂。再算用户侧收益：每车每晚贡献 2 小时、10 kWh 放电，按调峰价差 0.7 元/kWh、电池折旧 0.35 元/kWh 计，日净收益约 3.5 元，年入千元出头。这笔钱是否足以换取电池循环寿命损耗与"早上没电"的焦虑，正是生态卡点的定量表达。

# 车队 V2G 的功率潜力与单车经济性
cars_signed, per_car_kw = 50_000*0.1, 6
print(f"可调放电功率: {cars_signed*per_car_kw/1000:.0f} MW")
kwh_per_night, spread, deg = 10, 0.7, 0.35
daily = kwh_per_night*(spread-deg)
print(f"单车日净收益 {daily:.1f} 元, 年约 {daily*330:.0f} 元")
# 收益敏感于价差与聚合分成(通常 20-30%) —— 机制设计的参数即车主要看的合同小字
​

数据档案：三对耦合接口的现状

这张接口表是本节的落点：每一对融合都已完成物理连接，缺的是计量、结算、责任划分这些"制度接口"。第 6 章的市场设计经验在此完全可迁移——融合的下半场是规则工程师的主场。