通俗地說，所謂v2g，就是車(vehicle)與電網(grid)以多種形式增強了互動，從而實現了對雙方都好的、更加歡愉的狀態。
(本文寫作語言較為隨意，以科普為主。行文中若有原則性謬誤之處，請不吝賜教。
從乙個親身經歷的小故事講起：
本人是搞電動汽車的，直到研究生階段還對電網沒有深入研究。有一次做制動回饋研究，乙個小時給電網發了幾十度的電。繳電費的時候，我對電網工作人員說，「我用你們電網的電，這個電表給我計費，現在我給電網發電，你們不給我錢，電表還給我計費，這不太科學吧？兄弟，電費給便宜點？」
雖然只是開玩笑，但說這話時我是理直氣壯的。就像殺人償命、欠債還錢一樣的道理，你給我電，我給你錢；我給你電，你給我錢 —— 這應該就是常人對電網的最樸素的認知模型了。
沒想到電網工作人員大吃一驚，「你們私自發電併入電網了？？？你們發電入網，還想要錢，沒向你們額外收費就不錯了！」
真是豈有此理！！！
當時我是不太懂的，後來才明白，我們私自發電併網，電網在負荷轉移層面是佔了便宜，但在負荷調節層面是吃了大虧，在旋轉備用層面是沒有幫助。而負荷轉移(load shifting)、負荷調節(regulation)、旋轉備用(spinning reverse)就是v2g的最主要的三種形式。
減少波動無非就是兩種措施：高峰時盡量少用電、甚至給電網充電(削峰)，低谷時鼓勵用電(填谷)，特別是那些具備儲能功能的電器。這在電網叫需求側管理(dsm, demand side managemand，與最近常說的供給側改革是兩碼事……)。需求側管理在研究領域很火，但一直很難辦，為啥呢？因為一般家庭裡都沒有儲能功能的電器啊。當然，你可能不服，你說你家有儲能電器：
而且還有很多，比如筆記本電池、智慧型手機、電動自行車，還有手機充電寶……好吧，這麼說也沒錯，不過本人想強調的重點是：電動汽車才是超大的儲能功能的電器。有多大呢？
如果乙個城市10%的汽車換成電動汽車，而且這些車都是晚上8點充電的話，有可能使峰值負荷增加20%！(如下圖所示。資料只保證大概不離譜)對電網的衝擊，意味著需要更大的發電固定資產投資，這時常也是電動汽車反對派常用的論據。
這下好了，電動汽車一來，電網要癱瘓，咋辦？如果v2g的負荷轉移玩得好，從上圖的藍色區域移到黃色區域，不就好了嗎？
如果玩得再好一些，在晚上8點我不僅不用電，還給你電網充電，這樣就減少了峰值負荷，讓電網舒坦，減少了大量的發電固定資產投資，不是很好嗎？當然，這個「玩得再好一點」很困難，面臨很多難以逾越的難題，比如鋰電池壽命，比如並電入網。
如果跟不上會怎麼樣呢？頻率會波動，50.1hz或49.9hz，反正不是準確的50hz了。再嚴重點，進而就是停電，從小範圍停電到大範圍停電。並且值得提出的是，不僅發電少於需求會停電，發電多於需求也會停電，這也就是為啥電網不希望我們私自發電併網。因為現在電網只有供給側管理，這種私自的發電並網會危害負荷調節，嚴重時還會造成事故。
這個時候，電動汽車來了。尼瑪，電動汽車的鋰電池不就是乙個完美的旋轉備用機組嗎？響應時間別說1分鐘了，應該以微秒計。假如乙個城市幾十萬輛電動汽車在連入電網時，可以為電網所控制，為電網所用，那旋轉備用機組的投資不就可以省了嗎？電動汽車也很開心，旋轉備用一年也用不了一次，只需要承諾每天晚上回家插上電就能收旋轉備用租金，多好的事兒？
畫面太美，妙不可言。
總之，v2g是多種形式的，不應僅僅地侷限於「電動汽車給電網充電」。
現在的車與網，幾乎沒有互動性可言。無非是電動汽車沒電了，找電網充充電，當插頭插入了電動汽車，毫無互動，毫無快感。或者是電動汽車多了，充太快了，電網嗷嗷叫一下說你這樣不行，我再精壯，你這麼飢渴也會把我抽乾的，我要給你斷電。
而v2g，必須要互動起來——當g客滿的時候，v就先別來充；當g沒客人的時候，v再來光顧；甚至必要的時候，v可以幫g來拉客(負荷轉移)。g的客源波動大的時候，v也來當個臨時工，調節一下波動(負荷調節)。當g集體例假時，v就大義凜然地頂上(旋轉備用)。
客觀地說，負荷調節、旋轉備用都太遠了，不知道哪一天才能實踐。即便是負荷轉移，v也很難做到給g拉客(因為鋰電池的壽命問題)。v2g應該是廣義的，即使電動汽車僅做到「智慧型充電」，也是增強了v與g的互動性。即使中短期難以做到「電動汽車給電網充電」，也不能因此就否認v2g是不可能的。
哦，當然，以上均是v2g已建成的理想情況。v2g何時能建成？不知道。所以，電動汽車產業與光伏產業，還是各找各媽去自救吧。
有相關的研究嗎？
通俗理解word2vec
參考 假設詞表中共有4萬個詞彙，現在知道第t個詞前面的n 1個詞，預估第t個詞 首先將n 1 依據詞表進行onehot編碼得到n 1個 1 4萬 的稀疏向量 只有乙個位置為1，其餘為0 然後為每乙個詞 隨機初始化乙個 1 k 維的詞向量c，這n 1個詞向量經過拼接 求和等操作得到乙個1 k維的向量，...
通俗理解滑模變結構（2）
接上一節的內容，用matlab simulink模組搭建模組，搭建模型如下 前面control是控制器部分，model是我們上一節的物件。給定x1初始值為3，x2,x3的初始值為0，時間為10s，結果如下圖所示 從圖中可以看出，x1,x2,x3都會收斂到0，說明上節設計的鎮定控制器成功，simuli...
目標檢測 YOLO系列v1 v2 v3
人類對於物體只需要看一眼就能知道該物體是什麼，在什麼位置，人類的視覺系統是非常快速而準確的，因此如果能夠加速演算法使得計算機系統也能夠快速而準確的話，就能夠代替人而實現無人駕駛。而目前的一些方法，rcnn系列的都是一套複雜的流程，首先生成一些可能的邊框區域，再對邊框進行分類，之後再修正邊框的位置，然...