#技术巡猎# #比亚迪#“基于用户心理投射的电动汽车放电意愿评估方法和系统”，一个有意思的事情。V2G，也就是“车到电网”，车端能力早就不是瓶颈了。真正的困难在于：你愿不愿意牺牲电池寿命来做储能，进而完成“卖电”的动作。说一个被说透了的场景，这在很多商业模式里都提到过---晚上回家充电，白天不开车，就反向放电回给电网，挣钱。这件事其实在中国是比较困难的，但在欧洲是确实可行的一个课题。

不过在这个语境里，你肯定也有一种情况。
比如说晚上七点，你把车停进写字楼/园区地库，明早九点才开走。此时你发现，今晚电网反购电价Pd(t)=1.60元/kWh，参与放电还能再返一点积分。你心里的反应多半不是“准备放电多少”，而是“电池损失多少”，以及“放完后明天够不够用”---这就是这份专利干的事，你脑子里这套“纠结”的话题，变成了可计算的模型：先把“亏不亏”给算清楚，然后把用户“动不动心”描述出来，最后输出一个0到1之间的放电意愿γ(t)。

第一步就很工程：电池先做个称重。
专利给的做法是，用容量C(kWh)和能量密度ρ(Wh/kg)去反推重量M：M=(C/ρ)×1000。别小看这个换算，它后面要把电池当成“金属矿”来计算残值。第二步就是回收价值V：电池里第i种金属占比μi、回收单价σi，Vi=M×μi×σi，最后V=ΣVi。
很明白的对吧？未来电池报废了还能卖多少钱，要先记在账上，因为这会抵消一部分折旧压力。

接着第三步，才进入用户最关心的“到底能放多少”。电池会留出一个保护窗口：最高电量C×ε+，最低电量C×ε-，两者差就是可动用的那段；再扣掉你日均出行要消耗的电φ，得到每天可放电量Q=C×(ε+−ε-)−φ。专利示例里直接给了一个设定：ε-=20%，ε+=80%，总之，车别放趴窝了。

第四步是整份专利的“算盘核心”：边界电价Pb。
电池成本写成D=C×η（η是单位容量成本），再用寿命期可循环次数t，算出你一辈子理论上能拿去做V2G的总电量Qi=Q×t。然后用一个等式把净收益ΔP解出来：总收益W=Qi×ΔP=D−V。于是ΔP=(D−V)/(Q×t)，边界电价Pb=Pg+ΔP（Pg是你从电网购电的电价）。也就是说，电池寿命按“每度电”拆开出租，租金至少要覆盖“买电池的钱”减去“未来回收还能卖的钱”，再均摊到你能放出去的总电量上。给不到这个价，参与V2G在模型里就是吃亏的事情。

但人并不是计算器啊。
电价略高于边界值，你也未必立刻行动；电价再高一点，你可能突然就愿意了；继续往上加，提升帮助也有一个边界收益。
专利把这个“价格---心理”的交互写成了两个阈值：差别阈值Un1（低于它，基本无感）和饱和阈值Un2（高于它，几乎都愿意）。
中间区间用线性爬坡描述：Pd(t)≤Un1时γ=0；Un1
那么，阈值怎么定呢？Un1、Un2都绑在ΔP上，用经验系数α、β来刻画人对“净收益变化”的敏感度。
示例给了α=10%、β=3，于是Un1=Pb+0.3ΔP，Un2=Pb+2.7ΔP。你可以把它理解成“红包门槛”：小红包没人捡，到了某个量级大家开始认真，过了另一个量级再加也就那样了。

专利还拿了实际车型做算例：基于乘联会的零售销量数据，2023纯电销量榜单里选了12款车来测算，并配套了园区车辆“到达园区时间、离开园区时间、停留时长、行驶里程”的概率分布（图2到图6那套曲线）。结果是这样的：总体边界电价落在1.5---1.9元/kWh之间；比亚迪车型最低且更集中，在1.34---1.51元/kWh波动；特斯拉相对更高。

这也并不是什么“品牌对比”，只能说是模型在同一套假设下的输出，但至少说明一个现实：车型、成本结构、可用电量窗口不同，电价激励的“起跳点”也不一样，电网不可能用一根电价曲线打遍所有车主。

这份专利最有价值的地方，是把V2G从“说说而已”拉到了“运营实操”上来了。
对电网来说，你可以用γ(t)反推：想要某个时段有多少车参与，需要把Pd(t)抬到哪里；对运营商来说，可以把不同园区、不同人群的α、β标定出来，避免盲目撒钱；对车企来说，也能更清楚地看到：大电池并不天然等于更好的V2G能力，用户的保护窗口、通勤能耗、以及对收益的心理阈值，才是决定性约束。

当然它也留了很多现实的坑没填：充放电效率、倍率/温度导致的非线性衰减、用户对“麻烦程度”的厌恶、以及“我今晚放电明早会不会掉电焦虑”这种行为偏差，都还没考虑进来。但作为第一步，让车主帮电网削峰填谷的前提，首先得让用户觉得不亏，且不麻烦，对吧？