沿高速公路的多周期协同规划：电动汽车充电站与电网及可移动充电基础设施博士项目

项目1227 · Xi’an Jiaotong-Liverpool University · Academy of Artificial Intelligence and Advanced Technology

所在国家或地区: 中国
申请截止日期: 滚动申请，当前是否仍招请核对原始公告。
资助信息: 资助博士项目；全日制 3–4 年，学费 RMB 99,000/年

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

登录后保存项目或使用申请工具

阅读项目调研与申请判断

项目介绍

项目概览

该博士项目由西交利物浦大学 Academy of Artificial Intelligence and Advanced Technology 提供，并纳入西交利物浦大学、上海交通大学与利物浦大学的联合博士培养体系。

研究聚焦高速公路沿线电动汽车快速充电的规划问题，涉及固定充电站、电力配电网络与可移动充电基础设施的协同设计。

项目面向全球申请者，全年接受申请，属于资助博士项目。

公开信息还说明，博士生将以联合培养方式在三校之间开展研究与访问。

项目详情

项目介绍中提到，高速公路电动汽车快充面临的是一组叠加约束：节假日需求高峰明显，服务区站点稀疏，配电网络容量有限，最终会导致排队、拥堵以及电压或过载风险。与此同时，高速公路周边可再生能源的空间与时间分布又与充电需求存在错配，容易造成能源利用效率不高。项目要解决的并不是单一充电站布设问题，而是围绕“站点、路网、电网、移动资源”开展一体化规划。

研究内容被拆分为四个部分。第一，构建不同需求情景，包括工作日、周末和节假日，形成站点级时间序列负载。第二，为服务区之间的转移和从有限出口绕行至充电站的路径安排设计有界流分配规则。第三，协调可移动充电站，既吸收可再生能源，又在高峰期提供可重新部署的备用能力。第四，在配电网络潮流约束下进行成本收益分析。整体目标是建立一个框架，用来缓解高峰排队、提升服务质量、提高可再生能源接入，并识别可移动充电站、固定扩容和配电网增强之间的最优组合与投资顺序。

从方法上看，这个项目明显是电力系统、交通规划与运筹优化的交叉问题。申请者需要把需求预测、网络流分配、移动设施协调与电网约束放在统一模型中考虑，而不是只做单一站点选址。由于项目同时涉及分布式电网功率流和交通需求响应，研究过程会包含较强的数学建模和系统优化特征。

联合培养信息也写得很清楚。联合指导团队包括西交利物浦大学的 Dr Lurui Fang 和 Prof Eng Gee Lim，上海交通大学的 Dr Chengcheng Shao，以及利物浦大学的 Dr Christos Zachariades。项目说明强调，西交利物浦大学借助与上海交通大学、利物浦大学长期合作的联合博士培养机制，整合三校的研究资源来支持跨学科研究。博士生注册于西交利物浦大学和利物浦大学，在读期间预计到上海交通大学以访问学生身份开展研究，并可在项目需要时申请去利物浦大学进行短期研究访问。

申请要求方面，公开信息列出了较明确的学历与英语门槛：申请 PhD 通常需要英国一等或二等一荣誉学士学位以及英国硕士学位 Merit 或同等学历；特别优秀的本科申请者可个案考虑。若第一语言不是英语，则 IELTS 或同等成绩需达到 6.5 及以上。额外背景要求是电气工程或应用数学。申请材料则包括 CV、两封正式推荐信、个人陈述、英语成绩、成绩单、学历证书以及硕士论文或等效写作样本和评审报告。材料需通过邮件发送，邮件主题需包含项目标题。

学制与费用方面，联合博士为全日制，通常 3 到 4 年，学费为每年 RMB 99,000。完成后将获得利物浦大学博士学位。项目并未在正文中进一步说明奖学金金额，因此申请者仍需要把资助覆盖范围作为正式确认项。

申请要点

学术背景：电气工程或应用数学背景更匹配。
学历门槛：英国一等或二等一荣誉学士 + 英国硕士 Merit 及以上，或同等学历；优秀本科生可个案考虑。
语言要求：非英语母语者 IELTS 6.5 或同等成绩。
研究兴趣：高速公路充电规划、电动汽车充电站布局、配电网络、可移动充电基础设施、可再生能源协同。
方法偏好：需求情景建模、时间序列负载、有界流分配、潮流约束优化、成本收益分析。
培养安排：西交利物浦大学与利物浦大学联合注册；研究期间到上海交通大学访问；必要时可申请利物浦大学短期研究访问。
学制与费用：全日制 3–4 年；学费 RMB 99,000/年。
申请材料：CV、两封推荐信、个人陈述、英语成绩、成绩单、学历证书、硕士论文或等效写作样本及评审报告。
申请方式：将材料发送至 Lurui.Fang@xjtlu.edu.cn，邮件主题需包含项目标题。
联系方式：Dr Lurui Fang。
申请时间：全年接受申请。

需要进一步确认

正文没有说明奖学金或生活补贴的具体金额。
可移动充电站在项目中的规模、部署频率和实际车辆/站点接口细节尚未展开。
联合培养中到上海交通大学和利物浦大学访问的具体时长与审批方式，需要后续确认。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：2026-09-04。生成日期不代表招聘方确认项目仍开放。

资料更新记录：2026-09-04。申请前请再次核对原始公告。

PhD 项目深度调研报告：沿高速公路的电动汽车充电站、配电网与移动充电基础设施多周期协同规划

申请判断

建议标签：强但需核实匹配度。

这是一个面向系统级博士训练的优质机会，适合希望进入电动汽车充电基础设施、配电网规划、交通需求、可再生能源协同与优化交叉领域的申请者。XJTLU-XJTU-UoL 联合博士项目的公开页面核实了项目代码 SFXJTU2606、项目标题，以及当前公开名单中的联合导师团队。页面还确认该项目采用课题制招生、全年接受申请、学位由 University of Liverpool 授予、学生在 XJTLU/UoL 注册、博士期间预计在 XJTU 开展研究，并可能安排赴 Liverpool 的短期访问。

项目与导师的匹配度是最强的吸引点。Dr Lurui Fang 的官方简介列出了电力系统规划与诊断、网络扩容、费率设计、机器学习应用以及低碳电力系统规划等方向。Dr Chengcheng Shao 近年的 XJTU 论文则与本课题非常接近，具体涉及电力-交通耦合网络、EV OD 需求估计、传感器布设、EV 响应以及配电网韧性。Prof Eng Gee Lim 提供了更高层级的 AI、智能电网与机构支撑，而 Dr Christos Zachariades 则带来 Liverpool 侧的电气能源研究指导。

主要不确定性在于资助与实际数据可得性。项目描述写明该项目有资助，但 XJTLU 的奖学金页面同时列出全额、仅学费和部分奖学金等不同类型，公开信息并没有确认该项目对应哪一种。数据可得性同样没有公开确认：申请者需要核实高速公路交通、充电会话、排队、可再生能源和馈线网络数据是否可用，或者论文是否主要依赖合成情景。

研究方向与领域前景

可能的研究切入点

这个项目若收敛到一组连贯问题，可以形成结构清晰的博士论文：

多周期扩容规划：在工作日、周末和节假日需求情景下，何时投资固定充电桩、移动充电单元和配电网加固。
走廊充电需求建模：如何把交通 OD、服务区选择、绕行容忍度和排队过程转换为站点级时间序列负载。
可再生能源协同：移动充电或类似储能的资产如何吸纳局部可再生发电并降低电网压力。
受潮流约束的优化：电压、热限制、变压器负载与加固成本如何改变充电站的经济最优规划。
韧性与峰值服务质量：节假日高峰、极端天气或走廊中断前，如何预部署移动充电资源。

可能的技术工具包括混合整数优化、随机或鲁棒优化、多目标规划、交通分配、排队论、配电潮流、情景生成、分解方法，以及用于预测或近似的机器学习。这个项目不应试图把所有方向都同等深挖。

领域动向

该领域本身非常活跃，且应用导向明确。IEA 的 Global EV Outlook 2026 charging chapter 强调了大功率充电、重型车充电、走廊规划、可再生能源+储能充电枢纽以及公共途中充电的重要性。中国交通运输部也把高速公路充电视为政策重点：官方材料描述了高速服务区充电能力扩容、干线与货运走廊充电、网侧容量协调以及高流量节假日期间的移动充电支持。

学术综述的方向也一致。2026 年 Journal of Energy Storage 的 EV charging station planning review 强调了集成选址、定容、网架升级、不确定性、V2G、智能充电和多能互联。2026 年 Applied Energy 的 EV charging impacts on distribution networks review 则突出电压不稳定、热约束、峰值负荷、EV-DG 协同、AI 预测和技术经济评估。

职业与市场前景

该题目的职业信号是可信的，因为它位于电网、EV 基础设施运营商、高速与服务区规划、可再生能源开发、智能电网分析、交通能源咨询和公共基础设施政策之间。中国高速公路充电政策与 IEA 的充电展望都说明，未来仍会持续需要具备网侧感知和走廊感知能力的充电规划研究。

最有价值的职业产出将来自可迁移模型、开放或可复现代码、记录完整的情景数据，以及能够说明在纳入配电网约束和可再生能源错配后，充电基础设施决策如何变化的案例。若只是一个合成情景下的优化研究且验证较弱，学术上仍成立，但对产业吸引力会小一些。

学校、学科与培养

将该项目理解为三校联合培养结构，会比把它当作单独的 XJTLU 项目更准确。官方 XJTLU-XJTU-UoL Joint Doctoral Programme 页面说明，博士生注册在 XJTLU 和 University of Liverpool，完成后获得 University of Liverpool 的 PhD。页面还说明学生预计以访问学生身份在 XJTU 开展研究，并可申请为期三到六个月的 Liverpool 研究访问。

学科环境也相当可信。XJTLU 的 Electrical and Electronic Engineering PhD 页面列出包括电力系统、电力市场、电力系统运行与控制、AI in power systems、电力系统优化和配电自动化在内的研究方向。学院的 research page 进一步列出 energy and power engineering、machine learning、Centre for Smart Grid and Information Convergence、Centre for Energy and Electric Power、新能源技术服务公共平台以及 Energy Research Lab。

排名证据是混合的。Times Higher Education 将 XJTLU 列为 2026 年全球 601-800 位、工程学 501-600 位；QS 则将 XJTLU 列为 2027 世界排名 1001-1200 位。合作方信号更强：University of Liverpool 的 partnership page 说明 Liverpool 在 2026 年 QS 排名第 147、THE 排名第 143；THE 则将 Xi'an Jiaotong University 列为 2026 年全球 201-250 位、工程学第 70 位。实际判断应更看重导师与联合培养匹配，而不是把它简单理解为普通的 XJTLU 品牌选择。

导师与研究环境评估

导师研究方向

Dr Lurui Fang 是需要重点评估的核心导师。他的 official profile 显示其为 Electrical and Electronic Engineering 的 Assistant Professor，研究兴趣包括 power-system planning and diagnosis、future power-system expansion、network tariff design、machine-learning applications on power systems、low-carbon power-system planning 和 power-system economics。这些方向与本项目所需的长期基础设施规划、需求情景、成本收益分析和配电网约束高度契合。

Prof Eng Gee Lim 的 official profile 显示其承担较宽的高级角色：academy dean、AI university research centre director，并涉及 AI、energy、smart-grid communication 以及 smart and green cities 的 wireless communication networks。他的方向不像 Fang 或 Shao 那样直接聚焦 EV 充电规划，但能为项目提供高层次的学院与 AI/智能城市支撑。

Dr Chengcheng Shao 是另一项重要优势。他的 XJTU profile 显示其隶属 School of Electrical Engineering，h-index 为 35、引用 4,536 次，近期成果涉及配电网韧性、EV OD 估计以及电力-交通耦合系统。Dr Christos Zachariades 的 Liverpool profile 则表明其为 Senior Lecturer in Electrical Energy，研究重点在高压设备状态监测与诊断、架空输电线路以及高压测试技术。其专长属于相邻的电气能源领域，而不是本课题的核心优化与数据规划主轴，因此申请者应确认其在具体指导中的分工。

近期重要论文

近期论文显示出真实的方法学匹配，而不只是题目层面的相似。

SkyNet: A Deep Learning Architecture for Intra-hour Multimodal Solar Forecasting with Ground-based Sky Images 是 2026 年发表在 Renewable Energy 的文章，由 Fang 和 Lim 合作完成。它提出了一个面向时间序列、概率与空间太阳能预测的多模态框架。由于项目明确提到可再生能源与高速公路充电需求之间的时空错配，这篇论文具有直接相关性。
A Novel Statistical Method for Extrapolating External Causality to Electricity Demand Growth 是 Fang 和 Lim 在 2025 年合作完成的 Springer/SEGRE 章节，使用特征提取、相关分析和 XGBoost 回归进行电力需求增长建模。这与项目中的需求情景和时间序列负载部分相关。
A Techno-Economic Comparison of Green Hydrogen Systems for Mitigating Power Grid Fluctuation 是 Fang 在 2025 年参与的 IEEE 会议论文，使用数学建模和仿真比较不同能源资产在电网波动与经济指标下的表现。技术对象不同，但技术经济建模风格相关。
A Resilience-Oriented Incentive Pricing Strategy for Power-Transportation Network Against Flood Hazards 是 Shao 在 2026 年参与的 IEEE Transactions on Smart Grid 文章，建模 EV 在电力-交通耦合网络中的应急响应，并使用三层优化与分解方法。这与项目的核心问题非常贴近。
Coordinated EV OD Demand Estimation and Traffic Sensor Placement in Smart Grid and Intelligent Transportation System 是 Shao 在 2026 年接受发表的 IEEE Transactions on Transportation Electrification 文章，涉及 EV OD 需求估计、传感器布设、逆优化、深度强化学习和 transformer 网络。这直接对应高速公路需求侧。

研究环境、资源与协作

XJTLU 学院页面列出的研究中心和实验室与智能电网、能源和电力工程相关。Liverpool 的 Energy and Power research group 涵盖可再生能源系统与网络的数字化控制、高效电力转换、电池储能以及网络设备监测，并列出可再生能源网络和高压资源等研究设施。

真正的不确定性不在于是否存在能源系统环境，而在于该项目是否确认获得了可操作数据。对于一个涉及高速公路服务区、移动充电资产、可再生能源接入和配电潮流的博士课题，最关键的数据包括高速 OD 流、节假日峰值、充电会话持续时间、排队、站点容量、局部可再生发电、馈线拓扑、负荷曲线以及网架加固成本。

资助、申请与生活成本

官方证据并未显示该项目已关闭。XJTLU-XJTU-UoL 页面说明，该联合博士采用基于课题的招生模式并全年接受申请。XJTLU 的 How to Apply 页面补充了一个重要约束：资助项目的申请截止日期按入学批次列出。截至 2026 年 9 月 4 日，下一次公开的资助项目截止日期是 2026 年 10 月 30 日，对应 2027 年 3 月入学；其后还有 2027 年 1 月 15 日对应 2027 年 6 月入学，以及 2027 年 4 月 30 日对应 2027 年 9 月入学。scholarship page 同时说明，现有资助 PhD 项目会一直开放到名额满为止。

公开资助信息令人乐观，但仍不完整。XJTLU 说明全额奖学金包括三年学费减免和每月 RMB 5,000 的三年生活津贴；仅学费奖学金免学费；部分学费奖学金最多减免 50% 学费。programme fees 页面说明全日制 PhD 学费为每年 RMB 99,000，正常全日制时长为三到四年。

财务判断高度依赖具体奖项。XJTLU 的 living-cost page 给出的苏州月度预算示例为 RMB 3,700、RMB 6,450 和 RMB 9,600。全额奖学金的生活津贴可以覆盖较紧凑的预算，但低于中位示例；仅学费资助则不会覆盖生活成本；若只是部分学费资助，则需要明显的自筹方案。

申请者匹配度与准备

最适合的背景

该项目最适合电气工程、电力系统、应用数学、运筹优化或相近工程方向的申请者。项目介绍明确写出 Electrical Engineering 或 Applied Mathematics 背景会更匹配。XJTLU 的 entry requirement 页面给出了中国学位申请者的具体门槛，以及英国等效的本科/硕士要求，并要求相关 PhD 路径的 IELTS Academic 总分 6.5 且单项不低于 6.0。

中国申请者并不被官方入学规则排除。相反，相关页面明确列出了持有中国本科和硕士学位申请者的要求。真正的门槛不是国籍，而是学位成绩、英语能力，以及与这一数学强度较高的电力系统规划课题是否匹配。

需要谨慎的情况

如果申请者的经验主要集中在 EV 硬件、电池化学、通用 AI、商业分析或政策研究，而缺少电网约束背景，就需要谨慎。这个项目并不只是关于 EV 普及或充电需求，而是要求把充电基础设施与配电网限制、可再生能源错配、投资顺序和用户服务约束联系起来建模。

如果申请者希望在正式接触导师前就获得完全确定的资助，也应保持谨慎。该项目的具体奖学金类型尚未公开确认，而 XJTLU 现有奖学金类别在财务结果上差异很大。

需要补强的技能与证据

强准备证据包括：

配电潮流建模经验，如 OpenDSS、pandapower、MATPOWER、PowerFactory 或同类工具。
优化经验，尤其是混合整数、随机、鲁棒、分解或多目标方法。
Python、MATLAB、Julia 或类似建模代码，以及清晰的实验设计。
电力需求、充电负载或可再生发电的时间序列预测与情景生成。
交通分配、OD 估计、排队、服务区选择或交通网络建模。
一份简短的研究设想，说明数据假设、走廊案例、移动充电器表示、目标函数和验证策略。

下一步与待确认问题

以下按申请进程安排沟通。具体提交要求仍以项目的正式申请说明为准。

提交申请前

SFXJTU2606 对应的奖学金类型是什么：全额、仅学费、部分学费、外部项目资助，还是单独的竞争性奖项？
该项目是否仍在接受申请，2026 年 10 月 30 日是否就是与该资助项目相关的下一批次截止日期？
Fang 团队是否有可参考的博士或硕士论文，用于判断指导风格和数据获取方式？

联系导师或面试时

高速交通、服务区充电会话、排队、可再生发电、配电馈线拓扑、负荷曲线和网架加固成本可以使用哪些真实数据？
XJTLU、XJTU 和 Liverpool 分别负责哪一部分工作？
第一年的数学建模与软件栈预期是什么？
论文会优先聚焦规划、运行、定价、韧性、可再生能源协同，还是这些方向都要覆盖？
是否有产业方、高速公路运营方、充电运营商、电网公司或政府数据合作伙伴？
XJTU 访问是否对所有学生都必需，预计持续多久？
Liverpool 访问是资助的、可选的，还是取决于项目进展？

接受录取前

该项目中的 “movable charging infrastructure” 具体指什么：移动电池拖车、车载充电设备、可搬迁集装箱式快充、临时充电桩，还是别的资产类型？

证据与来源

项目、项目制与招生：

导师与研究环境：

排名与合作信号：

近期论文与领域证据：

按研究方向和所在国家或地区整理，优先展示资助类型相近的机会。申请前请核对各项目的最新公告。