1.导读

近年来，电动汽车规模化应用加速了交通与电力系统深度融合，依托电价、道路收费等手段的调度策略已得到广泛研究，但面向交通-电力融合系统协同低碳管控的方案仍存在明显短板。目前研究面临的主要痛点在于，现有低碳调度方法多在源侧核算碳排放，无法依托用电链路追溯荷侧碳足迹，造成电动汽车用户承担不合理碳成本；同时，燃油车尾气碳排放与电动汽车用电隐含碳排放管控体系割裂，缺少统一定价规则，单一电价、过路费或补贴手段难以同步约束两类车辆的排放行为；此外，交通-电力融合系统模型含非线性车流约束、非凸潮流约束，传统优化算法求解复杂度高，大规模城市融合系统求解耗时长，难以及时、有效获取最优调度解。因此，本研究团队依托碳流理论，提出能-碳综合定价方法，并构建双层协同调度架构；通过对燃油车实施直接碳费征收、对电动汽车采取基于节点电价与节点碳强度的充电价格，搭配不动点迭代求解与遗传算法加速策略，实现交通-电力融合系统全链路碳排放责任溯源划分，助力交通-电力融合系统增效减排，完善交通-电力融合系统协同低碳定价的工程落地路径。基于能-碳综合定价的交通-电力融合系统分布式协同控制如图1所示。

图1. 基于能-碳综合定价的交通-电力融合系统分布式协同控制原理图

2.核心算法

本研究的核心在于通过设计能-碳综合定价方法实现交通-电力融合系统增效减排。主要包括以下三大创新点：

（1） 计及用户侧碳排放的交通-电力融合系统分布式模型

研究团队基于交通流守恒规则构建了汽车的空间分布及路径选择行为，进一步通过用户均衡原则约束了用户成本与路径选择关系，为了建模燃油车的排放行为，选择了速度依赖型函数拟合用户的碳排放量；电动汽车行驶不会产生碳排放，但是其充电行为会造成碳排放，因此，研究团队引入碳流追踪模型，基于已知的潮流分布，实时追踪与电动汽车充电相关的直接碳排放。而上述潮流分布，可通过交流最优潮流模型获取。

图2. 不动点视角的模型间映射与交互关系

（2） 交通和电力系统分布式协同最优解的证明

研究人员对上述分布式模型进行凸化及线性化处理，为证明交通-电力融合系统分布式模型存在最优解，使用了不动点理论进行严格论证。其中，各模型间的映射、交互关系如图2所示，可以得到，该映射为一个自我映射，在凸可行域范围内，该自我映射存在可行解。同时观察到，能量价格变化及碳价格变化分别与充电需求变化呈正相关，则单调有界的能-碳综合价格必定会收敛于一个解，即最优解，其数学关系如（1）所示。

（3）应对大规模非凸非线性问题的求解算法设计

凸化及线性化处理方法必定造成变量的大规模增加，而追求高质量解同样引起变量指数级增长，为此，研究团队引入遗传算法，先获得可行解，之后在可行解领域内进行高精度线性化处理，可有效压缩线性化处理区间，以此减少变量规模；此外，为解决大规模交通-电力融合系统求解难题，进一步引入迭代式求解算法，将原问题进行分布式求解，加快求解进程。

3.实验验证

为验证所提算法的有效性，研究团队在两个系统中进行了充分的测试验证，其中，使用的数据均为标准化数据。两个系统分别如图3和图4所示，其中，图4是真实的城市交通-电力融合系统。

图3. 20条支路交通-IEEE 33节点电力融合系统

首先，研究团队研究了所提求解算法的有效性，其收敛过程如图5所示（不失一般性，在系统2进行验证），相比于最新求解算法，在不损失解质量前提下，基于遗传算法加速的分布式求解方法求解速度提升了62.7%，展现出较好的求解性能，有利于大规模交通-电力融合系统问题的求解。

图4. Sioux Falls 市交通-IEEE 118节点电力融合系统

图5. 遗传算法加速表现示意图

表1 测试系统1的增效减排效果表

表2 测试系统2的增效减排效果表

表3 用于测试系统1的碳定价方法效果对比表

表4用于测试系统2的碳定价方法效果对比表

其次，研究人员对比了增效减排效果，可以看到，在增加碳排放收费后，可以有效减少排放问题，尽管增效与减排是一对互斥目标，本研究所提方法做到了消费与减排的均衡。此外，该项研究工作，避免了用户额外付费问题，做到了碳排放责任在荷侧的公平分摊。

4.研究意义

本研究在交通-电力融合系统低碳优化调度与碳价机制设计方面具有重要的理论价值与工程意义。首先，依托碳流理论提出能-碳综合定价机制，实现碳排放从源侧到荷侧的全链路追踪核算，突破了现有研究仅在发电侧统计碳排放、用户碳排放权责划分失衡的理论缺陷，完善了交通、电力异构系统差异化碳定价理论体系；其次，所提双层迭代优化框架结合不动点理论严格证明最优能-碳综合价格的存在性与唯一性，搭配遗传算法加速策略，有效解决融合系统模型非凸复杂、大规模场景求解效率偏低的技术难题，丰富了车网协同均衡优化的求解方法；最后，相较于源侧统一碳税、全网平均碳价等传统管控方案，该定价模式对燃油车尾气排放、电动汽车用电内嵌碳排放实施差异化收费，在全社会实现系统可观增效减排，能够指导电网运营商优化负荷分布、交通管理部门疏导拥堵车流，方案适配城市实际交通网络与电力系统架构，便于直接落地城市低碳运维管控，大幅降低低碳政策落地的试错成本，助力交通与电力系统双碳目标落地实施。

论文信息：

本研究由东北大学智能交通系统实验室与清华大学电机系智慧能源课题组（EILab）、北京交通大学电气工程学院合作完成。相关工作已被自动化领域公认的国际权威期刊IEEE Transactions on Automation Science and Engineering正式录用发表。

Wenjie Qiao, Ge Guo*, Ning Zhang, Yinghua Han, Fangyuan Si, and Qiang Zhao. Promoting Emission Reduction of Coupled Power-Traffic Networks Based on Energy-Carbon Integrated Prices[J]. IEEE Transactions on Automation Science and Engineering, DOI: 10.1109/TASE.2026.3699470.