【生态与环境统计】电动汽车充电行为的不确定性导致在气候目标约束下的电网负荷呈现出差异性波动

原文标题：Behavioral uncertainty in EV charging drives heterogeneous grid load variability under climate goals

原文作者：Bin Zhang, Qingyao Xin, Siyuan Chen, Zhaohua Wang,et al.

来源期刊：Nature Communications

发表时间：2026年1月6日

引用格式（APA）：Zhang, B., Xin, Q., Chen, S., Wang, Z., Lu, Y., Niu, N., ... & Bansal, P. (2026). Behavioral uncertainty in EV charging drives heterogeneous grid load variability under climate goals. Nature Communications, 17(1), 43.

Abstract

Large-scale deployment of electric vehicles (EVs) to meet climate goals imposes dual pressures on power system reliability: increased electricity demand and intensified daily load variability arising from uncertain charging behavior. This study quantifies the magnitude and spatial distribution of behavior-induced load variability in China under alternative climate scenarios, using a scalable model calibrated with minute-level EV charging data. EV adoption consistent with carbon-neutrality goals is projected to raise electricity demand by 3.2% in 2050, requiring an additional annual investment of approximately 220 billion CNY (about 31 billion USD) in battery storage capacity. Accounting for behavioral uncertainty, potential load fluctuations could increase by up to 82.7%. Regional heterogeneity in charging patterns drives distinct spatial profiles of electricity variability, influencing the effectiveness of demand-side management strategies. These findings highlight the importance of targeted, behaviorally informed interventions to mitigate grid reliability risks under deep EV adoption.

摘要

为实现气候目标而大规模部署电动汽车（EV）会给电力系统的可靠性带来双重压力：一方面是电力需求的增加，另一方面是因充电行为的不确定性而加剧的每日负荷波动。本研究基于分钟级电动汽车充电数据构建可拓展模型，量化了不同气候情景下的中国由于充电行为引发的负荷波动强度与空间分布特征。研究预测，若电动汽车推广规模达到碳中和目标要求，2050年电力需求将增加3.2%，并且每年将新增约2200亿元人民币（约310亿美元）的投资在扩充电池储能容量上。考虑到充电行为的不确定性，潜在的负荷波动最高可增加82.7%。充电模式的区域异质性导致了电力波动的空间差异，进而影响了需求侧管理策略的有效性。结果表明，在电动汽车大规模普及的背景下，实施有针对性的、基于行为科学的干预措施对保障电网可靠性具有重要意义。

1、气候目标和电动汽车普及率对电力需求增量具有显著影响

碳中和政策的实施大力推动了电动汽车的广泛普及，从而导致电力需求增加。本研究通过峰值和平均电力消耗两个数据描述电力需求变化。图1a显示，2050年我国电动汽车的保有量将随气候目标收紧大幅增长：碳中和（CNCN）目标下达3.01亿辆，1.5℃目标下达3.88亿辆；图1b显示，电动汽车普及会导致电力峰值与平均负荷增高：CNCN目标下2050年峰荷达2545GW，平均负荷提升3.2%，需新增2200亿元/年储能投资；1.5℃目标下峰荷、平均负荷分别提升8.0%、6.1%。

图 1 不同气候目标下电动汽车普及率及其电力需求

2、五种充电行为模式对电网负荷波动的影响差异极大

该研究通过轮廓识别法确定了五种行为模式：有序充电模式、快速充电模式、续航焦虑充电模式、高峰时段部分充电模式和高峰时段满充模式。图2b描述了充电开始时间、充电持续时间、初始SOC、最终SOC、充电能量和最大电流这六种充电特征在上述五种行为模式中的分布；图2c表明，快速充电模式对电网负荷波动的影响最大，负荷波动增幅达到82.7%。

图 2 基于轮廓系数法的五种行为模式

3、四种充电场景策略对电网负荷量具有重要影响

该研究从“充电负荷特征”与“总电力负荷动态”两个方面入手，对比四种充电场景策略对电网的影响，同时验证分时电价（ToU）和智能充电（SC）的干预效果。图3显示：ORDER场景策略负荷分布最均衡、对电网压力最小，FAST场景策略负荷波动最大且存在双峰值，PEAK场景策略会加剧晚间峰荷压力，SQ场景策略处于基准状态；分时电价（ToU）和智能充电（SC）均能有效抑制负荷波动，后者直接通过电网调控，可充分保障电网稳定运行。

图 3 四种充电策略下电动汽车充电负荷和总电力负荷特征

4、四种充电场景策略对电网负荷量具有重要影响

研究预测，“双碳”目标下广东、江苏、山东、浙江等东部经济强省将承受最大的负荷压力。图4显示，2050年广东、江苏、山东、浙江EV充电峰荷均超150GW。广东负荷波动达到87GW，山东因煤电依赖度高，碳排放最突出。同时，各个省份分时电价和智能充电的实施效果存在显著差异：电动汽车保有量大、晚高峰集中的省份效果突出，能够缓解地区电力负荷压力，反之效果一般。

图 4 “双碳”目标下区域电力负荷变化情况

本研究的主要局限性共有三个方面：第一，将2050年的全国及省级电力基准负荷视为定值，未对其进行调整或优化；第二，未模拟未来电力系统中高波动性可再生能源的占比提升场景，因而无法研究电动汽车与可再生能源之间的协同效应；第三，由于相关信息缺失，无法评估车辆到电网（Vehicle-to-Grid）充电行为模式对电网负荷的影响。

未来研究可以从以下三个方面进行拓展：第一，通过动态模拟基准负荷随气候政策的演变，更精准地量化电动汽车充电对电网的净冲击；第二，设计可再生能源出力高峰与电动汽车充电引导的协同策略，量化充电行为优化对可再生能源消纳率、碳排放强度的协同改善效果；第三，对V2G反向充电的负荷调节潜力进行评估。