规划引领与战略设计

交能融合背景下高速公路乘用车领域低碳化发展与建议

  • 张天雨 , 1 ,
  • 鲁工圆 , 1, * ,
  • 刘晓波 1 ,
  • 姚恩建 2 ,
  • 骆泳吉 1
展开
  • 1 西南交通大学 交通运输与物流学院, 四川 成都 611756
  • 2 北京交通大学 交通运输学院, 北京 100044
*鲁工圆(1983—),男,四川成都人,博士,教授,研究方向为轨道交通运输组织。 E-mail:

张天雨(1997—),男,山西太原人,博士,助理教授,研究方向为交通与能源融合。E-mail:

收稿日期: 2026-01-14

  网络出版日期: 2026-07-20

基金资助

中国博士后科学基金会第78批面上资助(2025M781576)

国家自然科学基金(52272324)

国家自然科学基金(52232011)

四川省科技厅骈骥项目(2025HJPJ0011)

Low-Carbon Development and Recommendations for Expressway Passenger Vehicle Sector under Background of Transport-Energy Integration

  • ZHANG Tianyu , 1 ,
  • LU Gongyuan , 1, * ,
  • LIU Xiaobo 1 ,
  • YAO Enjian 2 ,
  • LUO Yongji 1
Expand
  • 1 School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 611756, China
  • 2 School of Traffic & Transportation, Beijing Jiaotong University, Beijing 100044, China

Received date: 2026-01-14

  Online published: 2026-07-20

摘要

本研究以交通与能源融合(简称“交能融合”)为背景,聚焦高速公路乘用车领域,分析了交通区域电源结构转型与分布式高速公路交通能源系统建设这两种重要的新发展形态,并从交通、能源及交能融合3个视角系统梳理了当前该领域在调度运营策略、网络部署规划、项目经济性与碳减排路径等方面的研究现状与趋势。在此基础上,进一步探讨了交能融合背景下高速公路乘用车低碳化发展的六大关键环节,即网络动态部署、电源清洁化、多能融合、协同调控、碳减排核算、市场化运营,并分析了各环节的阶段任务与相关政策。研究发现:该领域的低碳化转型并非简单依赖充电设施数量增加或电动化替代,而是交通系统、能源系统与碳管理体系协同演化的系统性变革。为此,应积极构建具备可调度、可交易、可核算、可持续运营能力的新型交通能源网络;同时进一步强化交通与能源多网络的协同调控与规划,完善需求调控、有序规划、绿电交易、碳核算与市场化运营机制。上述举措建议对实现出行补能需求、能源供给能力与碳减排目标之间的动态平衡,促进能源与交通资源的高效配置,以及推动公路乘用车领域电气化的可持续发展具有重要意义。

本文引用格式

张天雨 , 鲁工圆 , 刘晓波 , 姚恩建 , 骆泳吉 . 交能融合背景下高速公路乘用车领域低碳化发展与建议[J]. 交通运输研究, 2026 , 12(3) : 45 -57 . DOI: 10.16503/j.cnki.2095-9931.2026.03.004

Abstract

This study focuses on the expressway passenger vehicle sector within the context of transportation-energy integration (referred to as "TEI"). It analyzes two significant emerging development patterns: the transformation of regional power supply structures and the construction of distributed expressway transportation energy systems. From the perspectives of transportation, energy, and their integration, the study systematically reviews the current research status and trends on dispatch and operation strategies, network deployment planning, project economics, and carbon reduction pathways in the expressway passenger vehicle sector. On this basis, the study further explores six key aspects of low-carbon development in this sector under TEI: dynamic network deployment, clean energy sources, multi-energy supply, coordinated supply-demand regulation, carbon emission reduction accounting, and market operations. It also examines the phased tasks and relevant policies associated with each aspect. The findings indicate that low-carbon transition in this sector does not simply rely on increasing the number of charging facilities or vehicle electrification substitution; rather, it represents a systemic transformation driven by the coordinated evolution of the transportation system, energy system, and carbon management framework. Accordingly, it is imperative to actively build a new type of transportation energy network that is dispatchable, tradable, accountable, and sustainably operable. Furthermore, efforts should be made to strengthen multi-network coordination and planning between the transportation and energy systems, and to improve mechanisms for demand regulation, orderly planning, green electricity trading, carbon accounting, and market-based operations. These suggested measures are of great significance for achieving a dynamic balance among travel energy demand, energy supply capacity, and carbon reduction targets, promoting the efficient allocation of energy and transportation resources, and advancing the sustainable development of electrification in the highway passenger vehicle sector.

0 引言

面对资源紧缺、气候变化、能源安全等问题,交通与能源系统正面临巨大的挑战与发展机遇。完成工业化的欧美发达国家经验表明,在全行业低碳化进程中,与电力和工业部门碳排放显著下降的趋势相反,交通运输行业的碳排放量在全行业所占比重持续增加,将达到1/3左右[1]。近五年,交通运输行业已成为我国碳排放增长最快的领域,其碳排放年增长率达到4%。2024年,交通运输碳排放约占全国总碳排放的10.4%,而公路交通在全国交通运输碳排放中占比超过85%[2]。公路交通已经成为中国当前乃至未来节能减排的重点领域。
当前,新能源汽车已成为公路交通领域绿色低碳发展的重要载体。2024年,我国新增电动汽车1 125万辆,占新注册登记汽车总量的41.83%[3]。在《加快推进公路沿线充电基础设施建设行动方案》[4]等政策引导下,充电基础设施的建设重心逐步由城市转向高速公路。通过整理相关资料发现,现阶段我国高速公路充电网络主要存在两大现实问题。
一是基础设施网络部署不合理。目前,我国高速公路充电网络采用“平均化、普及化”的快速规划策略,缺乏科学的规划与系统整体协调。截至2024年底,我国高速公路98%的服务区建成了充电站,但平均充电桩数量仅为5.8个/站[5]。这种“平均化、普及化”的建设策略可以快速实现充电服务的全面覆盖,然而忽视了公路网络内各区域实际的交通流量和充电需求的差异,导致高速公路充电网络存在严重的时空供需不平衡。
二是化石能源电力依赖严重。电源结构的清洁程度是制约高速公路低碳化的瓶颈之一。基于我国2018年的电力结构,Wang等[6]通过计算电动汽车全生命周期碳排放发现,电动汽车的百公里碳排放量约为19.01 kg,相比燃油车碳排放量减少44.1%,与“零碳”仍有较大差距。当前,我国能源结构仍以火力发电为主导。2024年,我国总发电量为9.41万kW·h,火电占比达67.36%[7],与世界平均水平38.5%相比仍有较大差距[8]。摆脱对化石能源的依赖是进一步提升交通工具电动化带来的节能减排效益的关键。
为解决上述问题,中共中央、国务院印发的《国家综合立体交通网规划纲要》[9]中提出了“推进交通基础设施网与能源网融合发展,适应新能源发展要求”的建设目标。国家发展改革委与国家能源局印发的《“十四五”现代能源体系规划》[10]中强调“以用户为中心,加强供需双向互动,积极推动源网荷储一体化发展”,并要求“加强电力需求侧响应能力建设,建设支持分布式新能源合理配置储能系统”。因此,为建设具有高弹性、高效率和可持续的高速公路新型充电网络,需要深度耦合交通与能源网络,统筹各类调控手段与技术,推动需求侧响应与供给侧服务的有效匹配。
本研究将以高速公路为载体,在分析当前高速公路乘用车领域补能设施网络运营与规划的基础上,探讨交能融合发展背景下高速公路乘用车领域新型补能网络发展新模态及发展体系。

1 交能融合背景下高速公路乘用车领域发展新模态

当前,我国公路交通能源系统呈现“能源供给减排、能源配用增效”的发展趋势。交能融合将充分发挥“交通+能源”的协同优势,实现交通运输用能的清洁替代与低碳转型,促进新能源的高效利用和智能管理。在“交通+”方面,使用更低价、更清洁的新能源可以降低交通用能成本,并挖掘基础设施的碳减排潜力。在“能源+”方面,积极发挥交通基础设施对交通出行者的需求管理与诱导作用,可以提升新能源的就地消纳水平,促进发电设施的高效利用。针对高速公路乘用车领域,交能融合的模态根据应用场景的不同,大致可以分为以下两类,如图1所示。
图1 高速公路交通与能源融合的两种典型模态
1)第一种交能融合模态:交通区域电源结构转型
为统筹提升区域能源发展水平,《“十四五”现代能源体系规划》[10]指出,应发挥区域比较优势,加快调整能源结构,推动能源生产消费绿色转型。积极推动沿海地区核电项目建设、海上风电规模化发展、天然气管网联通、风-光-水等新能源开发等工作。为实现“3060”的“双碳”目标,中国政府设定了2025年、2030年和2060年三阶段规划目标,提出在2030年和2060年,非化石能源占一次能源消费比重分别达到25%左右和80%左右[11]
该模态中,公路服务区的电力由当地电网供应,通过优化区域整体电力结构,实现公路服务区交通用能的清洁化。值得注意的是,综合考虑电网条件、资源禀赋、社会经济、地域特点及用能需求等因素,大规模网络中各区域的电源结构转型在时间和空间上存在不均衡性。因此,高速公路充电网络动态部署如何适应时空不均衡的区域电源结构转型,是发挥“交通+能源”协同效应的关键。
2)第二种交能融合模态:分布式高速公路交通能源系统建设
《交通与能源融合发展报告2022》[12]指出,在交通融合的初步阶段,应以高速公路为主要载体,充分利用高速公路所承载的风、光可再生能源禀赋和土地资源,打造分布式高速公路交通能源系统。在分布式高速公路交通能源系统中,公路服务区不仅是能源消费者,更是深度参与“源-网-荷-储”全流程的生产者、服务者和消费者。为推动公路低碳化,交通运输部等十部门联合印发《关于推动交通运输与能源融合发展的指导意见》(交规划发〔2025〕42号)[13]中明确提出,到2027年基本形成融合发展机制,交通基础设施沿线非化石能源发电装机容量不低于500万kW,到2035年实现全面融合互动,初步建立以清洁低碳能源消费为主的交通运输用能体系。
分布式高速公路交通能源系统尤其适用于服务区电网薄弱且可再生能源丰富的高速公路网络。在该模态中,公路服务区通过将分布式风机、光伏、储能、可控负荷、主电源进行统一整合,构建既可与大电网并联运行,又可以独立于大电网的、孤岛运行的微型电力网络。该系统“源-网-荷-储”四端的协同运行与规划将发挥交通网的需求诱导作用与能源网的低碳清洁优势,对实现公路交通能源绿色、自洽、可持续发展至关重要。

2 交通与能源视角下充电网络运营与规划研究进展

2.1 交通需求管控与电网负荷调度

高速公路交通能源网络中,交通需求管控方法和电网负荷调度技术是保障交通能源系统安全经济高效运行的关键。

2.1.1 交通需求管控

面对新能源汽车补能需求,交通和能源系统因其固有属性与核心目标的不同,形成了不同的管控范式与方法论。在交通领域,补能行为被视作一种出行衍生需求。研究核心在于理解并引导用户的出行及补能选择行为,其管控逻辑侧重于通过价格激励(如分时电价、道路通行费用优惠)或政策引导(如差异化通行权、停车权益)等信息诱导策略,改变网络中用户补能需求在时间、空间以及强度上的分布,从而优化交通网络和补能设施的服务水平与运行效率。从碳视角出发,张良等[14]构建了一种基于分时、分区域碳排放因子的电动汽车用户低碳需求响应机制。针对电动公交调度问题,Zhao等[15]提出了一种结合DQN和DDPG算法的双层强化学习模型,实现充电桩预约和充电价格的最优化控制。Lin等[16]提出了一种新型的停车充电即服务的预约系统,并开发了一种竞价定价控制策略。Zhang等[17]探讨了在电动汽车用户选择均衡下,停车、充电和V2G运营商的最优服务价格和容量决策优化问题。

2.1.2 电网负荷调度

在能源领域,补能需求被抽象为一种具有时空弹性的负荷。研究集中于将补能需求等效为能源网络中的可调控负荷资源,通过有序补能、V2G等智能调度技术,对补能设备输入输出功率进行实时调度,以实现削峰填谷、促进新能源消纳、保障配电网安全运行。以电网削峰为目标,程飞等[18]采用差分算法对电动重卡换电过程中电池的充电功率和充电时间进行优化。围绕配电网和光储充站协同调度问题,刘一欣等[19]构建了双层模型,对配电网中分布式电源、储能、无功补偿装置等设备的调节能力及光储充站内储能充放电计划和备用计划进行优化。考虑微电网功率平衡、供需用能特性等约束,王飚等[20]构建了以光伏自洽率最大和经济效益最高为目标的高速公路光储换一体化能源管理策略。针对集成太阳能光伏和储能设备的电动公交充电系统,Liu等[21]以充电成本、碳排放成本、储能成本及光伏收益之和最小为目标,对光储充系统能量管理进行优化。
单一视角下交通侧需求管控或能源侧负荷调度研究中,关于交通与能源网络的边界建模较为薄弱,导致模型无法充分挖掘网络调控能力且难以直接应用于现实场景:在交通侧用户补能需求管控与诱导策略制定中,未充分考虑配电网的安全运行约束以及分布式电源的供给能力约束;在能源侧负荷调度策略优化中,常将交通系统简化为一个聚合的、刚性负荷资源,忽略了对用户出行及补能行为与网络运行工况互动反馈的精细刻画。

2.1.3 交通-电网协同调度

随着交能融合的深入,部分学者尝试将交通侧的需求管控手段与电网侧的负荷调度技术相结合。考虑电动汽车用户充电行为的不确定性和需求响应意愿,郑颖颖等[22]提出了一种对充电价格和充电决策的协同优化方法。以可再生能源发电净收益最大化和电动公交调度成本最小化为目标,戚佳金等[23]构建了一个配电网日前风光发电和公交车调度计划优化模型。针对综合能源系统中“车-站-能”调度问题,曹家乐等[24]提出了一个主从博弈模型,上层由综合能源运营商制定动态电价,下层对新能源设备最优出力值、功率进行优化。基于随机定价实验学习到的电动汽车用户的充电习惯和偏好,Obeid等[25]构建了面向电动汽车的分时定价策略和充电计划协同优化模型。为平滑负荷曲线并及时维护配电变压器,Shuvo等[26]提出了一种结合需求侧管理和通用系统维护技术的电动汽车充电模型。该模型考虑了经济激励手段对用户充电行为的管控作用,但并未对其管理手段进行优化。面对耦合电动公交系统和配电网络的联合调度优化问题,Najafi等[27]构建了一个上层为耦合系统、下层为需求响应聚合商的双层Stackelberg博弈模型,从而优化电动公交的充电调度计划和配电网络的电力采购。

2.1.4 低碳化启示一:交通需求管控与电网负荷调度协同

交通需求管控与电网负荷调度为高速公路低碳化运行提供了重要的技术支撑。从交通侧来看,通过动态定价、预约充电、需求响应等手段,可有效引导用户错峰补能与优化路径选择,缓解高速公路服务区局部拥堵和补能压力,实现交通需求与补能资源的时空协调;从能源侧来看,有序充电、V2G、多能协同调度等技术有助于提升可再生能源消纳能力,降低交通负荷对电网安全运行的冲击,增强高速公路交通能源系统的低碳性与稳定性。因此,交通-能源协同调度研究对于推动交通需求诱导与能源供给优化的深度耦合,为未来高速公路“源-网-荷-储-充”一体化低碳运行体系建设提供了关键理论基础与技术路径。

2.2 交通-能源网络部署优化

充电站作为交通系统和能源系统之间的关键耦合点,科学规划和配置补能设施网络及供能系统,对于实现多类交通负荷与多种能源间的时空高效匹配具有重要意义。

2.2.1 充电设施选址规划方法

根据规划理念的差异,设施选址方法可以分为优化方法和规划方法两大类。
基于全局最优的选址理念,优化方法通过对充电设施选址问题进行精确的数学建模,以期得到模型的全局最优解。根据模型结构,优化方法可以进一步分为单层优化模型和双层优化模型。单层优化模型中,区域内的充电需求是固定的,并不随着充电设施部署变化而改变。严干贵等[28]基于BP神经网络预测区域电动汽车充电需求分布,提出了一个以充电站建设成本和电动汽车用户经济损失最小为目标的充电站选址定容模型。李佳佩等[29]引入子路径和元网络概念,采用基于元网络的分支定界算法对高速公路充电网络选址问题进行求解。该类模型基于固定的“点需求”,着重关注充电选址优化模型的求解精确性,多采用运筹学的精确算法求解,相对忽视了充电设施部署与用户需求之间的动态交互。与单层优化模型不同,双层优化模型通过两个优化模型的交互实现对设施部署与用户需求的相互关系的建模。He等[30]提出了一个考虑电动汽车续航里程的双层优化模型,上层是以最大化使用充电站的路径流量为目标的充电站选址优化模型,下层为用户均衡分配模型。针对城际路网沿线充电站选址问题,Bao等[31]提出了一个双层混合非线性整数规划模型。肖白等[32]构建了上层为充电站选址优化模型,下层为充电站服务划分模型的双层优化模型。姚明等[33]构建了上层为社会总成本最小的设施选址优化模型,下层为考虑绕路距离、绕路时间和站点排队因素的用户需求响应模型的充电设施双层优化模型。该类模型对用户充电响应与设施部署的动态交互作用进行了建模,模型求解难度较大,多采用启发式算法求解[34]
受数学模型结构的限制,优化模型求解得出的部署方案在现实场景中的应用存在较大局限性。因此,部分研究者基于统筹优化的选址理念,采用规划方法,从多个维度出发,综合考虑充电设施选址中的影响因素,以获得较高质量的可行解。广泛应用的方法为多标准决策(Multi-Criteria Decision Making, MCDM)方法,如层次分析法、理想解相似度顺序偏好法(TOPSIS)等。Rane等[35]从运输标准、社会或地理标准、能源相关标准和环境标准中提取了13个因素,采用TOPSIS方法确定方案分级。谢梦华[36]在剖析充电站与配电网、交通网与车辆用户的耦合关系的基础上,构建了一个综合充电站规划运行一体化、配电网运行、交通网络运行、电动汽车用户体验度的多维度评价体系,并将层次分析法与熵权法相结合进行方案评估。MCDM方法综合考虑了能源、环境、经济、地理、交通等多方面因素,同时采纳不同领域专家的意见。但该方法受研究人员与调查人员的自身知识结构、认知水平、情感因素等影响较强,具有一定的主观性。
针对优化方法与多准则规划方法各自的局限性,部分研究者采用基于迭代或逐步的规划方法对充电设施网络部署进行研究。通过数学逻辑关系将多个数学优化模型、逻辑判断模型、数据驱动或基于多智能体的仿真模型进行联系,从而实现对现实世界复杂问题的高效求解。针对无人机的充电站选址问题,Huang等[37]提出了一种需求覆盖模型与方案递归调整相结合的计算机仿真模拟方法进行快速求解。考虑电池退化和车辆续航里程的异质性,Wang等[38]基于出租车GPS数据提出了一种三步骤规划方法,即快充站选址→充电站设施部署优化→快充站方案调整,从而为现实世界大规模网络进行快充设施部署。盛裕杰等[39]构建了城市能源-交通融合网络仿真系统,进而提出了一种“候选区域评价-分区选址定容-容量优化调整”三阶段充电网络部署架构。该类规划方法保留了优化模型中对最优解的寻优理念,同时吸收了规划模型中考虑的因素全面和求解高效的优点,是一种求解精度与求解效率相协调的方法。

2.2.2 交通-电网协同规划研究

在传统单一学科视角下的网络部署优化研究奠定的坚实基础之上,近年来,有关“电力-交通”和“氢能-交通”耦合系统的协同规划研究已逐步展开。大部分研究采用“交通网络需求预测+能源网络选址优化”的分阶段规划模型结构,其本质为能源网络单向递阶规划,未考虑能源网络选址变化对交通网络需求时空分布的影响。在利用蒙特卡洛模拟及排队论方法对高速公路网络中电动汽车充电负荷及排队时间进行预测的基础上,李帅兵等[40]建立了考虑服务水平约束的高速公路微网“光-储-充”容量优化模型。综合考虑交通网络约束、电力网络约束和设备运行约束,江岳文等[41]提出了一种考虑交通流量捕捉的风-氢-电耦合网络规划模型。面对光-储-充能源园区规划问题,Schroer等[42]将强化学习方法与数字孪生技术相结合,实现网络多维度配置优化和精细化仿真。此外,部分研究深入考虑了能源网络部署对交通网络中交通用户出行决策、补能响应、排队等活动的影响,多采用双层优化、主从博弈等模型结构进行交通-能源协同规划。针对交通与配电网耦合的充电站选址优化问题,卢慧等[43]提出了一种双层优化模型,下层为混合动态交通流分配模型,上层为基于Distflow潮流方程的配电网选址优化模型,并采用Benders分解算法进行求解。基于交通-电力均衡耦合模型,张美霞等[44]构建了一种双层优化模型对电动汽车快充站和配电网进行联合规划。刘自发等[45]根据配电网运营商、分布式电源运营商、储能运营商和电力用户的相互关系,构建了以配电网运营商为领导者,内嵌源荷储侧跟随者联盟合作博弈的混合博弈规划模型。基于用能自洽目标,Zhang等[46]提出了一个嵌套双层优化模型,对高速公路网络中充电站位置、容量及配套的分布式风光储能源系统装机容量进行优化。

2.2.3 低碳化启示二:多网络耦合下的交通能源系统规划

充电设施网络部署研究正逐步由单一交通设施选址向交通-能源多网络协同规划方向演进。交通视角下的设施布局研究,有助于提升高速公路充电网络服务覆盖能力与用户补能便捷性;能源视角下的分布式能源与配电网规划,则有助于提升绿电接入比例和能源自洽能力,进一步降低交通电气化过程中的间接碳排放。因此,亟须推进交能融合背景下高速公路充电设施网络运营与规划问题的研究,考虑人、车、交通网、充电网与能源网之间的耦合互动,综合高效利用交通与能源系统资源,实现高速公路充电设施与能源设施网络的协同运作与布局规划,有效解决车流、补给及供能不协调的现实问题。

2.3 交通能源网络项目评估

可靠的充电设施项目的经济效益和环境效益评价对于政府的减排政策制定和运营商的投资决策至关重要。

2.3.1 经济可行性评价

基于全生命周期理论,已有大量关于充电与换电站的综合评价研究。Yang等[47]分析了由光伏发电机组、储能设备与充电桩构成的充电站的成本、电网性能与社会效益,并探讨了建设成本与补贴降低对充电站经济性的影响。Zhang等[48]利用全生命周期评价工具,讨论了4种充电桩的能耗与温室气体排放,并预测了其在2020—2040年全球范围内的变化趋势。考虑周期内各类型设备的使用寿命与投运时间,杨楠等[49]构建了针对“光-储-充”站点的资金时间价值归算方法,为项目的新建、改造与扩建提供决策指标。
目前,此类研究侧重于评价各类能源站点或静态网络,而对多阶段部署方案的评估尚未深入开展。对于中长期运营与规划的充电设施网络,准确评估内外部环境随时间变化下的项目建设规模、经济可行性与环境效益至关重要。

2.3.2 碳减排路径规划

近年来,能源、电力与环境等领域的专家致力于分析未来各国及各行业的脱碳路径。部分研究者关注低碳目标下的能源与电力系统形态转变。Zhang等[50]构建了中国30个省级行政区的省级电力传输模型,评估并分析了在“双碳”目标下多区域能源系统中省际电力传输与输电基础设施建设的变化情况。采用小时精度的多部门网络耦合模型,Victoria等[51]对欧洲的电力、供暖与运输部门在2020—2050年间的碳排放进行预算,并对比讨论了前期排放、后期排放与快速排放3种不同碳减排路径的成本效益。此外,部分研究者探讨了低碳政策下新能源发电设备对脱碳进程的影响。He等[52]分析了太阳能、风能与电池储能的成本降低对中国电力系统碳减排路径的影响。Wang等[53]研究了2060年中国实现碳中和目标下的可再生能源与储能设备的部署发展,强调了建设储能、扩大输电能力与需求侧调整电力负荷对碳中和经济成本的影响。
聚焦交通行业,部分学者探讨了电动汽车的碳排放潜力。Colmenar-Santos等[54]提出并探讨了欧洲2050年低碳场景中可再生能源与电动汽车充电的综合战略。Mowry等[55]针对无快充站、聚集型快充网络与平均型快充网络等3种形态的高速公路充电网络中电网及能源网络的运营进行了评估。Yao等[56]针对高速公路风光储充一体化项目的全生命周期经济性和碳减排路径进行了研究。

2.3.3 低碳化启示三:中长期视角下的项目经济性与碳减排路径研究

对项目经济性与碳减排路径的研究为高速公路低碳化发展提供了重要决策依据。一方面,全生命周期经济评价有助于分析分布式能源设备、充电设施及储能系统在不同发展阶段的投资可行性,为高速公路交能融合项目的市场化推广提供依据;另一方面,碳减排路径研究从能源结构转型、电动化替代和需求侧调控等角度,为公路交通领域中长期脱碳目标制定提供了量化参考。然而,聚焦公路交通这一具体场景,指导其脱碳路径的文献或规划方针较少。未来需进一步结合高速公路场景特征,构建兼顾经济性、安全性与低碳性的综合评估体系,支撑交通与能源深度融合背景下高速公路低碳化路径的科学制定。

3 高速公路乘用车低碳化发展政策建议

高速公路低碳化转型并非单一交通工具的电动化过程,而是涉及交通系统、能源系统与碳管理体系协同演化的系统性工程。随着新能源汽车规模化普及和可再生能源渗透率持续提升,高速公路正迈向交通与能源深度耦合的新型低碳运行与管理模式。通过交通电动化替代、绿色能源供给、多网络协同调度与市场化运营机制建设,将实现交通出行需求、能源供给能力与碳减排目标之间的动态平衡。本文围绕“网络动态部署—电源清洁化—多能融合—协同调控—碳减排核算—市场化运营”六大关键环节,提出覆盖能源生产、消费与管理全过程的低碳发展政策建议。

3.1 网络动态部署:支撑电动化进程

完善的高速公路补能设施网络是公路电动化发展的重要保障。截至2024年底,我国公路服务区充电桩覆盖率达98%[5]。然而,高速公路服务区节假日排队严重、区域补能能力不均衡等问题仍然突出。随着交通工具电动化进程的不断深入,高速公路补能网络建设重心需要逐步调整,相关研究[56-57]建议将部署周期划分为两个阶段。
1)近期(至2030年):以空间覆盖为首要目标,重点建设高速公路基础充电网络,保障电动汽车用户的高速公路出行可达性。此阶段需预留土地、电网接口等改扩建条件,为后续升级奠定基础。
2)中远期(2030—2050年):规划重心应逐步转向关键节点服务能力提升,重点提升国家高速主通道、跨区域交通走廊及重点旅游线路的充电保障能力,并适度超前部署超充、换电、移动补能设施及车网互动技术,为交通运输领域深度电动化提供支撑。

3.2 电源清洁化:降低交通电气化间接碳排放

交通工具电动化并不等同于零碳,其减排效益高度依赖电力系统清洁程度。因此,实现高速公路低碳化需要进一步推动交通能源供给侧绿色转型,重点发展高速公路沿线分布式光伏、风电与储能系统。利用光伏发电设施与风力发电设备,并集成储能技术(如构网型储能、电池储能)实现多能协同,提升可再生能源就地消纳率,降低服务区站点对传统电网的依赖。
当前阶段,可优先在车流量大、太阳能资源丰富且电网接入能力较弱的服务区,试点建设“光-储-充-换”一体化综合能源系统,通过可再生能源本地消纳降低交通用能碳强度。地方政府应支持多类型的源网荷储充模式探索,鼓励在高速公路服务区、边坡、互通立交等空间资源富集区域开展试点。
同时,为实现高速公路能源系统的经济、高效、安全运营,政府及企业应制定相应的绿电消纳激励机制、分布式能源补贴政策、新能源并网政策及绿色电力交易机制等。

3.3 多能融合:提升交通能源系统运行弹性

当前高速公路普遍面临分布式能源系统“低消纳、低自洽”和氢能走廊“高成本、高灰氢”的问题,严重制约了分布式能源系统和氢能重卡在高速公路领域的应用。同时,高速公路中的“电-氢”多类交通负荷和“风-光”多种可再生能源,是网络多源转化与多能互补的潜力资源,可有效解决高比例间歇性和波动性的可再生能源与交通负荷之间的矛盾。
面对当前高速公路补能网络运营困境,交通运输部[58]、国家能源局[59]等部门强调发展多源转换与多能互补。当前,综合多元交通负荷与多种能源供给的多能集成形态已成为我国新能源发展的重要方式。为此,集成电-氢负荷与风-光电源的综合交通能源网络成为高速公路电-氢走廊的新型配置架构(如图2所示)。协同配置电-氢综合补给设施与分布式可再生能源供给设备,在横向实现多种交通负荷与多种能源的互补协同,在纵向实现“源-网-荷-储”全流程的互动耦合。
图2 高速公路乘用车领域低碳化发展体系

3.4 供需协同调控:促进交通与能源双侧协同

为建设具有高弹性、高效率和可持续发展的电动汽车新型充电网络,亟须深度耦合交通与能源网络,统筹运用各类调控手段与技术,推动需求侧响应与供给侧服务的有效匹配[60]。通过动态电价、预约充电、路径诱导及停车权益等方式,可有效引导用户错峰补能与优化路径选择,从而降低高峰负荷压力并提升补能设施利用率。另外,能源侧负荷调控是保障高速公路高效、安全运行的关键技术。通过车网互动、智能网联、部署分布式可再生能源系统等方法,可有效管理网络中交通负荷与供给能源间的匹配关系,从而在保障系统运行安全的前提下提高服务水平。
图3展示了典型的分布式V2G网络中交通与电网的协同调控架构。剖析多网络耦合互动关系及交通-电网协同调控机理,开展分布式V2G能源网络一体化协同调控技术研发,是提升网络快速响应与调度能力和保障网络安全、高效、绿色运行的关键路径之一。
图3 典型的分布式V2G网络中交通与电网的协同调控架构

3.5 碳减排核算:构建全过程碳管理体系

高速公路低碳化不仅需要实现能源转型,还需建立科学的碳排放核算与评估体系。未来应构建覆盖设备制造、建设施工、运营维护及回收利用全过程的碳足迹监测体系,实现交通能源系统碳排放的动态量化与精准评估。
未来,应设定差异化政策情景,明确分阶段减排目标。既有研究表明[56]:在基准情景下,若延续现有政策,高速公路乘用车领域碳排放预计于2035年达峰(峰值约为2020年的119.6%),2050年排放量较2020年下降56.66%;在深度政策情景下,通过叠加深度电动化、能源自洽系统建设、运输需求管控等政策,高速公路乘用车交通用能碳达峰时间有望提前至2030年,峰值削减10.4%~18.66%,2050年排放量降至2020年水平的10%以下,有望实现碳中和。
因此,建议尽快设立分阶段减排目标:明确2025—2035年以“达峰控速”为核心,2035—2050年以“深度脱碳”为重点的阶段性目标,并建立年度动态评估机制。同时,应逐步推动绿电认证、碳标签、碳普惠机制及碳交易制度等标准和体系的建设,为高速公路交通领域碳减排量市场化交易提供支撑。

3.6 市场化运营:促进多部门协同管理

随着高速公路低碳化进程的深入,综合交通能源网络的市场化运营涉及交通、能源、电网、环境及市场等多个系统,需要建立跨部门、多主体协同推进机制。其中,交通运输主管部门应重点负责高速公路服务区空间统筹、补能设施布局规划及交通需求组织;能源主管部门负责新能源接入、源网荷储协同机制及能源政策衔接;电网企业负责配电网扩容改造、并网接入及需求响应机制建设;高速公路运营企业和能源运营商负责充电服务、储能运营、用户引导及设施运维;生态环境与发展改革部门则应重点推进交通能源系统碳减排核算、绿证绿电交易及碳普惠机制建设。同时,应积极推广政府与社会资本合作(Public-Private-Partnership, PPP)的多元化模式,如建造-运营-移交(Bulid-Operate-Transfer, BOT)模式,吸引社会资本参与前期建设,运营期通过充电服务费、储能调峰收益等覆盖成本,特许经营期满后移交政府。积极拓展增值服务,将分布式能源项目与高速公路广告、物流、服务区购物等经营性资源打包招标,以提升项目整体盈利能力。
另外,通过建立跨部门协调机制与统一的数据共享与决策支持平台,可进一步提升高速公路交通能源系统协同规划与协同运营能力。平台应具备实时交通与能源数据汇集与分析、多主体协同规划与调度支持、碳核算管理、政策执行与激励机制评估、信息共享与跨部门决策协同等功能,为高速公路低碳化的长期规划、动态调控及政策落地提供技术和管理支撑。

4 结束语

高速公路乘用车领域的低碳化转型并非简单依赖充电设施数量增加或交通工具的电动化替代,而是交通系统、能源系统与碳管理体系协同演化的系统性变革。未来,该领域低碳化发展的重点应由“补能设施规模建设”逐步转向“交通需求—补能网络—电力系统—碳管理”的全链条协同优化,通过需求诱导、源网荷储互动、协同调控及市场化运营等手段,实现交通出行补能需求、能源供给能力与碳减排目标之间的动态平衡。同时,交能融合的核心也并非光伏设施与充电桩的简单叠加,而是构建具备可调度、可交易、可核算、可持续运营能力的新型交通能源网络。其本质在于:以交通需求为牵引,以分布式可再生能源为支撑,以源网荷储协同与数字化平台为基础,通过交通流、能量流与碳排流的深度耦合,形成覆盖能源生产、消费与管理全过程的低碳运行体系。因此,未来应进一步强化交通与能源多网络的协同调控与规划,完善需求调控、有序规划、绿电交易、碳核算及市场化运营机制,为交通运输领域实现碳达峰碳中和目标提供支撑。
[1]
IEA. energy end-uses and efficiency indicators data explorer[EB/OL]. (2025-12-12)[2026-05-10]. https://www.iea.org/data-and-statistics/data-tools/energy-end-uses-and-efficiency-indicators-data-explorer.

[2]
刘良伟. 今年扎实开展“碳达峰十大行动”交通运输领域为何难达峰、晚达峰? [EB/OL]. (2024-03-13)[2026-01-10]. http://www.cenews.com.cn/news.html?aid=1118574.

[3]
人民公安报. 全国机动车保有量达4.53亿辆驾驶人达5.42亿人[EB/OL]. (2025-01-18)[2026-01-10]. https://www.mps.gov.cn/n2254314/n6409334/c9939035/content.html.

[4]
交通运输部, 国家能源局, 国家电网有限公司, 等. 加快推进公路沿线充电基础设施建设行动方案[EB/OL]. (2022-08-01) [2026-01-10]. https://xxgk.mot.gov.cn/jigou/glj/202208/t20220825_3670513.html.

[5]
国家能源局. 全国高速公路服务区充电桩覆盖率已达98%[EB/OL]. (2025-01-23) [2026-01-10]. https://www.rmzxw.com.cn/c/2025-01-23/3670286.shtml.

[6]
WANG M, WANG Y, CHEN L, et al. Carbon emission of energy consumption of the electric vehicle development scenario[J]. Environmental Science and Pollution Research, 2021, 28(31): 42401-42413.

[7]
国家统计局. 2024年全社会用电量同比增长6.8%[EB/OL]. (2025-01-20) [2026-01-10]. https://www.nea.gov.cn/20250120/4f7f249bac714e7693adecac996d742f/c.html.

[8]
Statistical Review of World Energy. BP Statistical Review of World Energy 2022[EB/OL]. (2023-03) [2026-01-10]. https://www.bp.com/api/files/6cqieuqhq4no/master/59dpFnwGdGp6PVBgWUpwvQ/ce81037f0b465c720868b248031e005f/bp-stats-review-2022-full-report.pdf.

[9]
交通运输部. 国家综合立体交通网规划纲要[EB/OL]. (2021-02-25) [2026-01-10]. https://xxgk.mot.gov.cn/jigou/zhghs/202102/t20210225_3527909.html.

[10]
国家能源局. “十四五”现代能源体系规划[EB/OL]. (2022-01-29) [2026-01-10]. https://www.ndrc.gov.cn/xxgk/zcfb/ghwb/202203/t20220322_1320016.html.

[11]
中共中央, 国务院. 中共中央国务院关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[EB/OL]. (2021-10-24) [2026-01-10]. https://www.mee.gov.cn/zcwj/zyygwj/202110/t20211024_957580.shtml.

[12]
中国公路学会, 中国能源建设集团有限公司,交通运输部规划研究院. 交通与能源融合发展报告2022[R]. 北京: 中国公路学会, 2022.

[13]
交通运输部, 国家发展改革委, 工业和信息化部, 等. 交通运输部等十部门关于推动交通运输与能源融合发展的指导意见(交规划发〔2025〕42号)[EB/OL]. (2025-04-25) [2026-05-10]. https://xxgk.mot.gov.cn/2020/jigou/zhghs/202504/t20250425_4167770.html.

[14]
张良, 王殿彬, 戚佳金, 等. 基于动态碳排放因子的电动汽车低碳需求响应机制研究[J]. 电力系统保护与控制, 2025, 53(17):13-24.

[15]
ZHAO Z, LEE C, REN J. A two-level charging scheduling method for public electric vehicle charging stations considering heterogeneous demand and nonlinear charging profile[J]. Applied Energy, 2024, 355: 122278. DOI: 10.1016/j.apenergy.2023.122278.

[16]
LIN J, ZHANG F, YIN Y. Parking-and-charging-as-a-service: online admission and allocation policies for an integrated parking and charging reservation system[J]. Transportation Research Part B: Methodological, 2026, 204: 103375. DOI: 10.1016/j.trb.2025.103375.

[17]
ZHANG Z, ZHANG F, LIU W. Economic analysis of parking, vehicle charging and vehicle-to-grid services in the era of electric vehicles[J]. Transportation Research Part B: Methodological, 2025, 191: 103133. DOI: 10.1016/j.trb.2024.103133.

[18]
程飞, 郭春林, 高泽阳, 等. 参与电网削峰调节的电动重卡换电站调度策略[J]. 电力系统自动化, 2024, 48(9):120-128.

[19]
刘一欣, 张帅, 郭力, 等. 计及电能量-备用耦合的配电网与光储充电站协调优化调度方法[J]. 电网技术, 2024, 48(8):3175-3185.

[20]
王飚, 路捷, 沙爱民, 等. 考虑光伏不确定性影响的高速公路光储换一体化能源管理策略[J]. 交通运输工程学报, 2024, 24(4):14-30.

[21]
LIU X, YEH S, PLOTZ P, et al. Electric bus charging scheduling problem considering charging infrastructure integrated with solar photovoltaic and energy storage systems[J]. Transportation Research Part E: Logistics and Transportation Review, 2024, 187: 103572. DOI: 10.1016/j.tre.2024.103572.

[22]
郑颖颖, 缪新义, 王晖, 等. 支持时变需求响应激励价格的电动汽车优化充电策略[J]. 电力系统自动化, 2025, 49(9):96-106.

[23]
戚佳金, 黄久鸿, 张良, 等. 考虑辅助服务奖励机制的电动公交车优化调度策略[J]. 电力系统保护与控制, 2025, 53(17):25-36.

[24]
曹家乐, 任永峰, 薛宇, 等. 考虑用户偏好及动态定价的“车-站-能”优化调度策略[J]. 电力自动化设备, 2026(2):148-155.

[25]
OBEID H, OZTURK A, ZENG W, et al. Learning and optimizing charging behavior at PEV charging stations: randomized pricing experiments, and joint power and price optimization[J]. Applied Energy, 2023, 351: 121862. DOI: 10.1016/j.apenergy.2023.121862.

[26]
SHUVO S, YILMAZ Y. Demand-side and utility-side management techniques for increasing EV charging load[J]. IEEE Transactions on Smart Grid, 2023, 14(5): 3889-3898.

[27]
NAJAFI A, GAO K, WANG H, et al. Joint charging scheduling of electric buses and active power flexibility integration[J]. Transportation Research Part E: Logistics and Transportation Review, 2025, 197: 104038. DOI: 10.1016/j.tre.2025.104038.

[28]
严干贵, 刘华南, 韩凝晖, 等. 计及电动汽车时空分布状态的充电站选址定容优化方法[J]. 中国电机工程学报, 2021, 41(18):6271-6284.

[29]
李佳佩, 谢驰. 基于元网络的电动汽车高速公路充电设施选址优化方法[J]. 中国公路学报, 2024, 37(4):1-13.

[30]
HE J, YANG H, TANG T, et al. An optimal charging station location model with the consideration of electric vehicle′s driving range[J]. Transportation Research Part C: Emerging Technologies, 2018, 86: 641-654.

[31]
BAO Z, XIE C. Optimal station locations for en-route charging of electric vehicles in congested intercity networks: a new problem formulation and exact and approximate partitioning algorithms[J]. Transportation Research Part C: Emerging Technologies, 2021, 133: 103447. DOI: 10.1016/j.trc.2021.103447.

[32]
肖白, 高峰. 含不同容量充电桩的电动汽车充电站选址定容优化方法[J]. 电力自动化设备, 2022, 42(10):157-166.

[33]
姚明, 毛文杰, 曹淑超, 等. 基于多源数据的电动汽车充电设施布局优化方法研究[J]. 智慧电力, 2023, 51(9):31-37.

[34]
邹云程, 刘昊翔, 龙建成. 考虑出行者异质的多类型充电设施部署优化[J]. 系统工程理论与实践, 2020, 40(11): 2946-2957.

[35]
RANE NL, ACHARI A, SAHA A, et al. An integrated GIS, MIF, and TOPSIS approach for appraising electric vehicle charging station suitability zones in Mumbai, India[J]. Sustainable Cities and Society, 2023, 97: 104717. DOI: 10.1016/j.scs.2023.104717.

[36]
谢梦华. 城市电动汽车充电站综合评价指标体系与评估研究[D]. 成都: 四川大学, 2021.

[37]
HUANG H, SAVKIN A. A method of optimized deployment of charging stations for drone delivery[J]. IEEE Transactions on Transportation Electrification, 2020, 6 (2): 510-518.

[38]
WANG H, ZHAO D, CAI Y, et al. Taxi trajectory data based fast-charging facility planning for urban electric taxi systems[J]. Applied Energy, 2021, 286: 116515. DOI: 10.1016/j.apenergy.2021.116515.

[39]
盛裕杰, 郭庆来, 刘梦洁, 等. 多源数据融合的用户充电行为分析与充电设施规划实践[J]. 电力系统自动化, 2022, 46(12):151-162.

[40]
李帅兵, 朱宇辰, 谭九鼎, 等. 计及负荷时空特性的高速公路链式微网光-储-充容量优化配置方法[J]. 电网技术, 2025, 49(7):2768-2778.

[41]
江岳文, 杨国铭, 朱振山. 考虑交通流量捕获的风-氢-电耦合网络规划[J]. 电力系统自动化, 2021, 45(22):19-28.

[42]
SCHAROER K, AHADI R, KETTER W, et al. Data-driven planning of large-scale electric vehicle charging hubs using deep reinforcement learning[J]. Transportation Research Part C: Emerging Technologies, 2025, 177, 105126. DOI: 10.1016/j.trc.2025.105126.

[43]
卢慧, 谢开贵, 邵常政, 等. 考虑燃油车和电动汽车动态混合交通流的电动汽车充电站规划[J]. 高电压技术, 2023, 49(3):1150-1160.

[44]
张美霞, 张倩倩, 杨秀, 等. 基于交通-电力均衡耦合的电动汽车快充站与配电网联合规划[J]. 电力系统保护与控制, 2023, 51(11):51-63.

[45]
刘自发, 张子腾. 考虑多主体博弈的配电网源网荷储协同规划[J]. 电网技术, 2023, 47(12):5046-5058.

[46]
ZHANG T, YAO E, YANG Y, et al. Multi‐network coordinated charging infrastructure planning for the self-sufficient renewable power highway[J]. Comp-uter-Aided Civil and Infrastructure Engineering, 2024, 39(16): 2517-2540.

[47]
YANG M, ZHANG L, ZHAO Z, et al. Comprehensive benefits analysis of electric vehicle charging station integrated photovoltaic and energy storage[J]. Journal of Cleaner Production, 2021, 302: 126967. DOI: 10.1016/j.jclepro.2021.126967.

[48]
ZHANG Z, SUN X, DING N, et al. Life cycle environmental assessment of charging infrastructure for electric vehicles in China[J]. Journal of Cleaner Production, 2019, 227: 932-941.

[49]
杨楠, 梁金正, 丁力, 等. 考虑改造扩建和安全效能成本的光储一体化充电站规划方法[J]. 电网技术, 2023, 47(9):3557-3569.

[50]
ZHANG Q, CHEN W. Modeling China′s interprovincial electricity transmission under low carbon transition[J]. Applied Energy, 2020, 279: 115571. DOI: 10.1016/j.apenergy.2020.115571.

[51]
VICTORIA M, ZHU K, BROWN T, et al. Early decarbonisation of the European energy system pays off[J]. Nature communications, 2020, 11 (1): 1-9.

[52]
HE G, LIN J, SIFUENTES F, et al. Rapid cost decrease of renewables and storage accelerates the decarbonization of China′s power system[J]. Nature communications, 2020, 11 (1): 2486. DOI:10.1038/s41467-020-16184-x.

[53]
WANG Y, WANG R, TANAKA K, et al. Accelerating the energy transition towards photovoltaic and wind in China[J]. Nature, 2023, 619(7971): 761-767.

[54]
COLMENAR-SANTOS A, MUNOZ-GOMEZ A, ROSALES-ASENSIO E, et al. Electric vehicle charging strategy to support renewable energy sources in Europe 2050 low-carbon scenario[J]. Energy, 2019, 183: 61-74.

[55]
MOWRY A, MALLAPRAGADA D. Grid impacts of highway electric vehicle charging and role for mitigation via energy storage[J]. Energy Policy, 2021, 157: 112508. DOI: 10.1016/j.enpol.2021.112508.

[56]
YAO E, ZHANG T, WANG D, et al. Dynamic planning and decarbonization pathways of the highway power supply network[J]. Applied Energy, 2024, 376: 124243. DOI: 10.1016/j.apenergy.2024.124243.

[57]
杨扬, 张天雨, 朱宇婷, 等. 考虑建设时序和动态需求的城际公路充电设施优化布局[J]. 清华大学学报(自然科学版), 2022, 62(7):1163-1177,1219.

[58]
交通运输部, 国家发展改革委, 工业和信息化部, 等. 关于推动交通运输与能源融合发展的指导意见(交规划发〔2025〕42号)[EB/OL]. (2025-03-26) [2026-01-10]. https://www.gov.cn/zhengce/zhengceku/202504/content_7021087.htm.

[59]
国家能源局. 国家能源局关于促进新能源集成融合发展的指导意见(国能发新能〔2025〕93号)[EB/OL]. (2025-10-31) [2026-01-10]. https://www.gov.cn/zhengce/zhengceku/202511/content_7048396.htm.

[60]
沙爱民, 贾利民, 刘状壮, 等. 交能融合的技术蓝图——《交通与能源融合技术发展白皮书》(2024)精华摘编[J]. 中国公路, 2025(3):32-41.

Options
文章导航

/