Multiperiod Stochastic Peak Shaving Using Storage
我们提出了一个在线随机模型预测控制框架的需求收费管理的并网消费者与附加的电能存储。我们考虑的消费者必须满足一个固定的,但随机的电力需求,也收到随机的电力流入。制定的优化问题解决了一个随机成本最小化问题,给定的天气预报方案转换为预测需求和流入。我们引入了一种新型的加权方案来考虑优化范围跨越多个按需收费期的情况。优化方案进行了测试,在设置与建筑需求和光伏阵列流入数据从一个真正的办公楼。模拟研究使我们能够比较各种设计和建模方案,最终提出了一个基于因果仿射决策规则的政策。
2020-07-06 cs.SY eess.SY
Demand Response Under Stochastic, Price-Dependent User Behavior
National Renewable Energy Laboratory(美国国家可再生能源实验室)
本文研究了基于价格的住宅需求响应,通过动态调整电价实现,提出随机框架下的需求响应模型,利用随机优化理论解决用户响应不确定性问题,通过数值模拟验证方法有效性。
2026-03-16 cs.SY eess.SY
Generalized Stochastic Dynamic Aggregative Game for Demand-Side Management in Microgrids with Shared Battery
本文针对带共享电池的微电网需求侧管理问题,构建带机会约束的广义随机动态聚合博弈模型,研究不确定性下的纳什均衡特性,仿真验证该随机方法优于确定性方法。
2023-10-10 cs.SY eess.SY
A note on Tempelmeier's β-service measure under non-stationary stochastic demand
本文指出Tempelmeier在非平稳随机需求下提出的β服务水平度量(填充率)不满足标准定义,并通过数值例子说明其可能导致次优策略。
2011-04-18 cs.SY eess.SY math.OC
On robustness, input-to-state stability and backstepping for stochastic differential equations
University of Melbourne(墨尔本大学);Université de Lorraine, CNRS, CRAN(洛林大学、法国国家科学研究中心、自动控制与信息技术研究实验室);University of California, Santa Barbara(加州大学圣塔芭芭拉分校)
研究随机微分方程原点稳定性对小扰动的鲁棒性条件,通过两种方式表达鲁棒性,在一定假设下证明相关性质,还提出基于鲁棒性分析工具的随机积分反步法。
2026-07-13 cs.SY eess.SY math.OC
On the Stability of Receding Horizon Control for Continuous-Time Stochastic Systems
University of Leicester(莱斯特大学)
研究连续时间非线性随机微分方程的后退时域控制的稳定性,并通过模拟示例展示其在债务偿还投资策略设计中的应用。
2012-08-19 cs.SY eess.SY math.OC
Stochastic-Robust Planning of Networked Hydrogen-Electrical Microgrids: A Study on Induced Refueling Demand
针对网络化氢-电微电网规划,提出考虑需求诱导效应的三层随机-鲁棒模型及基于PC&CG的精确分解算法,案例验证了其有效性和DIE的经济贡献。
2024-08-27 cs.SY eess.SY math.OC
Resource Distribution Under Spatiotemporal Uncertainty of Disease Spread: Stochastic versus Robust Approaches
我们认为,在疾病传播和资源需求的时空不确定性下,配送中心(DC)的位置和计划分配资源,如测试试剂盒和疫苗的优化问题。我们的目标是平衡运营成本(包括部署设施、运输和存储的成本)和服务质量(由需求覆盖率反映),同时确保资源在多个人群中分配的公平和公正。我们比较了基于样本的随机规划(SP)的方法与分布鲁棒优化(DRO)的方法,使用基于矩的模糊集。我们对在美国分发COVID-19疫苗和测试试剂盒的实例进行了数值研究,以将SP和DRO模型与使用估计需求的确定性公式以及美国目前实施的资源分配计划进行比较。我们展示了不同阶段的流行病的结果,以估计成本和速度的资源分配取决于规模和覆盖范围,并显示“需求驱动”的属性的SP和DRO解决方案。我们的研究结果进一步表明,如果最坏的情况下未满足的需求是优先考虑的,那么DRO方法是首选,尽管其较高的整体成本。尽管如此,SP方法可以在预算限制下提供一个中间计划,而不会在需求覆盖方面做出重大妥协。
2022-07-16 cs.SY eess.SY math.OC
Backstepping Design for Incremental Stability of Stochastic Hamiltonian Systems with Jumps
Technical University of Munich(慕尼黑工业大学)
本文提出随机控制系统的增量稳定性概念,通过反步控制设计使具有跳跃的随机哈密顿系统增量稳定,并通过弹簧摆系统验证有效性。
2017-05-05 cs.SY eess.SY math.OC
Stochastic Stability in Max-Product and Max-Plus Systems with Markovian Jumps
National Technical University of Athens, School of Electrical and Computer Engineering(雅典国立技术大学电气与计算机工程学院)
本文研究具有马尔可夫跳跃的max-product和max-plus系统的随机稳定性问题,通过构造Lyapunov函数和分步Lyapunov函数,推导出随机稳定性的充分必要条件,并应用于生产系统示例。
2017-11-08 cs.SY eess.SY math.OC
Stochastic Stability Analysis of Discrete Time System Using Lyapunov Measure
Iowa State University(爱荷华州立大学)
本文研究了随机非线性离散时间系统的稳定性问题,提出基于线性转移算子的李雅普诺夫度量作为稳定性验证工具,并建立了李雅普诺夫函数与度量之间的联系,通过双算子性质展示其对偶性,提出有限维近似方法和粗随机稳定性概念。
2016-03-08 cs.SY eess.SY math.DS
Designing zonal-based flexible bus services under stochastic demand
在本文中,我们开发了一个基于区域的灵活的公交服务(ZBFBS),考虑乘客需求的空间(起讫点或OD)和体积的随机变化。服务请求按区域OD对和每次请求的乘客数量分组,并聚集成遵循一定概率分布的需求类别。一个两阶段的随机程序制定ZBFBS的预期运营成本最小化,其中区域访问序列的车辆在第1阶段确定,而在第2阶段,服务请求被分配到定期路线确定在第1阶段或临时服务,产生额外的费用。引入需求量可靠性和绕行时间可靠性来保证服务质量,并将问题分为两个阶段进行有效求解。在第一阶段,考虑到可靠性要求,我们将运营常规服务的成本降至最低。在第2阶段,我们优化乘客分配车辆,以尽量减少预期的特设服务成本。然后通过基于梯度的方法优化可靠性,以最小化常规服务运营成本和预期的ad hoc服务成本之和。通过对车辆通行能力、绕行时间限制和需求量的数值研究,验证了ZBFBS的潜力,并将该模型应用于中国成都市,基于实际数据验证了其适用性。
2021-10-31 cs.SY eess.SY
Combined Stochastic and Robust Optimization for Electric Autonomous Mobility-on-Demand with Nested Benders Decomposition
Chalmers University of Technology(查尔姆斯理工大学)
本文提出结合随机与鲁棒优化的MPC框架,利用时空贝叶斯神经网络预测与多阶段随机优化模型,通过嵌套Benders分解实现高效求解,降低乘客等待时间和能耗成本。
2026-04-13 cs.SY eess.SY
A Novel Two-Step Approach for Reactive Power Demand Calculation Using Integrated Voltage Stability Analysis
University of Stuttgart(斯图加特大学)
本文提出一种新两步方法,通过整合电压稳定性分析计算反应功率需求,结合迭代准动态仿真、Q-V分析和动态仿真,全面评估电压稳定性,最终通过案例验证方法有效性。
2026-04-27 cs.SY eess.SY
Using Demand Response to Improve Power System Small-Signal Stability
本文提出一种基于迭代线性规划和广义特征值灵敏度的需求响应负荷转移策略,在保持总负荷不变的情况下改善电力系统小信号稳定性,并在IEEE 14母线系统中验证其效果优于单纯调节电力系统稳定器。
2023-04-14 cs.SY eess.SY
On Second-Moment Stability of Discrete-Time Linear Systems with General Stochastic Dynamics
本文为离散时间随机动态线性系统的二阶矩稳定性提供了一个新的统一框架。研究了一般随机动力系统二阶矩稳定性概念之间的关系,导出了相应的李雅普诺夫不等式。任何类型的随机过程都可以作为我们确定系统动力学的框架中的特殊情况处理,我们的结果与假设(即,限制)的过程立即导致我们相应的特殊随机系统的稳定性条件。作为这样一个框架的有用性的演示,还提供了三个选定的应用程序。
2019-11-01 cs.SY eess.SY
Mobile Network Slicing under Demand Uncertainty: A Stochastic Programming Approach
针对移动网络切片需求不确定导致资源配置难的问题,提出双时间尺度随机规划框架,宏尺度用SMIP最小化全网资源成本,微尺度用线性规划优化RAN流量与成本,经数值实验验证有效。
2023-04-27 cs.SY eess.SY
Stochastic Model Predictive Control for Autonomous Mobility on Demand
Stanford University(斯坦福大学)
本文提出一种随机模型预测控制算法,利用短期概率预测优化自动驾驶出行即服务系统的调度与再平衡。通过时间扩展网络流模型构建核心随机优化问题,并通过样本平均近似和分离控制器设计,实现大规模问题的高效求解。
2018-05-04 cs.SY eess.SY
Deterministic and Stochastic Fixed-time Stability of Discrete-time Autonomous Systems
本文研究自治非线性离散时间系统的确定性和随机固定时间稳定性。首先给出了确定性DT系统的固定时间稳定性的李雅普诺夫条件。扩展到确定性扰动以及随机噪声下的系统,然后考虑。对于前者,分析了固定时间稳定DT系统对扰动的敏感性,并证明了固定时间吸引性是由所给出的李雅普诺夫条件引起的。对于后者,给出了非线性随机DT系统定时概率稳定的充分李雅普诺夫条件。对于固定时间稳定系统和固定时间吸引系统,给出了稳定时间函数的固定上界;对于随机DT系统,给出了稳定时间函数的随机上界。给出了说明性的例子以及仿真结果来验证所介绍的结果。
2022-07-19 cs.SY eess.SY
The Theory of Storage in a Power System with Stochastic Demand
Monash University(莫纳什大学);KTH Royal Institute of Technology(皇家理工学院)
本文研究了具有随机需求的电力系统中存储容量的最优配置及对冲合同设计。
2025-11-26 cs.SY econ.TH eess.SY
Stochastic stability and stabilization of a class of state-dependent jump linear systems
CRAN–CNRS UMR 7039, Université de Lorraine(洛林大学);Université de Lorraine(洛林大学)
本文研究了一类连续时间状态依赖跳跃线性系统,探讨了其随机稳定性与镇定问题,通过线性矩阵不等式建立了可解的充分条件,并通过数值例子验证了结果。
2014-06-30 cs.SY eess.SY
A Predictive Chance Constraint Rebalancing Approach to Mobility-on-Demand Services
本文研究了Uber或滴滴出行等移动按需服务的供需不平衡问题。这种不平衡是由于不均匀的随机出行需求造成的,可以通过主动重新平衡空载车辆来防止。为此,我们提出了一种方法,包括估计的随机出行需求模式到随机模型预测控制(SMPC)的再平衡空车MoD乘车服务。更准确地说,我们首先使用高斯过程回归(GPR)估计乘客出行需求,它为时间模式预测提供了需求不确定性范围。然后,我们制定了一个SMPC的自主乘车服务和集成的需求预测与不确定性界限到一个滚动时域MOD优化。为了保证上述优化中的约束满足估计的随机需求预测,我们采用了用户定义的置信区间的概率约束方法。因此,具有概率约束的滚动时域MOD优化需要机会约束模型预测控制(CCMPC)。所提出的方法的好处是双重的。首先,来自数据的出行需求不确定性预测可以自然地嵌入到MoD优化框架中。我们表明,对于一个给定的最小车队规模的不平衡,在每个站可以保持低于一定的阈值与用户定义的概率。其次,CCMPC可以进一步放宽到一个混合的双线性规划(MILP),我们表明,MILP可以解决作为一个相应的线性规划,总是承认一个整体的解决方案。最后,我们证明,通过高保真的运输模拟,通过调整的机会约束的置信区间接近最佳的预言机性能可以实现。与仅使用GPR的平均预测相比,相应的中值客户等待时间减少了4%。
2023-01-15 cs.SY eess.SY
Dynamic Switching Models for Truck-only Delivery and Drone-assisted Truck Delivery under Demand Uncertainty
本文针对需求不确定下的配送问题,提出基于实物期权的动态切换模型,在仅卡车配送与无人机辅助卡车配送之间优化切换,并通过迈阿密-戴德县案例验证其可显著降低物流成本。
2025-08-22 cs.SY eess.SY
A Theory for the Operation of the Independent System Operator in a Smart Grid with Stochastic Renewables, Demand Response and Storage
Texas A&M University(德克萨斯农工大学)
本文提出了一种理论框架,用于设计在去中心化方式下生成最优需求响应的架构和算法,以应对包含多个随机可再生能源和动态负载的智能电网。该理论考虑了动态需求的最优响应,并通过模拟结果展示了其在社会福利方面的优势。
2015-07-16 cs.SY eess.SY
Analytical Study of the Impacts of Stochastic Load Fluctuation on the Dynamic Voltage Stability Margin Using Bifurcation Theory
研究了负荷随机波动对电力系统动态电压稳定性的影响,即波动强度和负荷功率变化速度。此外,这两个参数之间的权衡关系被揭示,这提供了重要的见解关于使用能量存储的潜力,以保持在高不确定性下的电压稳定性。为此,随机微分代数方程(SDAE)被用来模拟随机负荷变化的分岔分析进行解释的随机性的影响。IEEE 14节点系统的数值研究和Monte Carlo仿真表明,较大的波动强度或较慢的负荷功率变化速度可能导致较小的电压稳定裕度。据作者所知,这项工作揭示了驱动参数的时间演化特性的影响,即,负荷功率变化速度及其与波动强度的权衡对动态电压稳定裕度大小的影响。
2019-10-22 cs.SY eess.SY
Mean Square Stability for Stochastic Jump Linear Systems via Optimal Transport
Texas A&M University(德克萨斯农工大学)
本文通过最优传输理论,提出了一种统一框架用于分析随机跳跃线性系统的均方稳定性,无需假设跳跃过程特性,证明了该方法的有效性。
2014-03-11 cs.SY eess.SY math.DS
A Stochastic Incentive-based Demand Response Program for Virtual Power Plant with Solar, Battery, Electric Vehicles, and Controllable Loads
本研究提出一种基于随机激励的需求响应模型,用于包含太阳能、电池、电动汽车和可控负荷的虚拟电厂调度,通过多目标优化和随机方法处理不确定性,并在33节点配电系统上验证有效性。
2024-05-31 cs.IT cs.SY eess.SY
On stochastic string stability with applications to platooning over additive noise channels
本文针对车际通信存在随机现象的车辆编队字符串稳定问题,提出随机场景下字符串稳定性的两种评估定义,推导加性白噪声信道下前车跟随线性编队的稳定充要条件,发现其与理想通信下的稳定条件本质一致。
2024-03-08 cs.SY eess.SY math.DS
On the Stochastic Stability of Deep Markov Models
Pacific Northwest National Laboratory(太平洋西北国家实验室);Oak Ridge National Laboratory(橡树岭国家实验室)
深度马尔可夫模型(DMM)是生成模型,是马尔可夫模型的可扩展和表达性概括,用于表示,学习和推理问题。然而,这些模型的基本随机稳定性保证还没有得到彻底的研究。在本文中,我们提供了充分条件的DMM的随机稳定性的背景下定义的动力系统,并提出了一种稳定性分析方法的基础上收缩的概率映射建模的深度神经网络。我们之间的神经网络的权重和不同类型的使用激活函数的稳定性和整体动态行为的DMMs与高斯分布的光谱特性的连接。在此理论基础上,我们提出了几种实用的方法来设计约束DMM的保证稳定性。我们经验证实我们的理论结果,通过直观的数值实验,使用建议的稳定性约束。
2021-11-08 cs.LG cs.SY eess.SY
Hierarchical Power Flow Control in Smart Grids: Enhancing Rotor Angle and Frequency Stability with Demand-Side Flexibility
可再生能源在电力系统中的大规模集成对在波动和不确定的潮流状态下保持同步和频率稳定性提出了新的挑战。为了保证运行的安全性,系统必须在转子角和系统频率动态的时间尺度上保持足够的扰动抑制能力。这就要求在发电和需求两方面都要有灵活性,在两个不同的时间尺度上补偿波动并确保稳定。本文提出了一种分层的潮流控制架构,涉及到传输和配电网络,以及个别建筑物,以提高小信号转子角稳定性和传输网络的频率稳定性。建议的架构包括一个传输级优化器,提高系统阻尼比,一个分配级控制器传输命令后,提供频率支持,和一个建筑物级的调度器占服务质量,并遵循分配级的目标。我们通过实时硬件在环测试验证了整个控制架构的可行性和性能,这些测试涉及真实世界的输电和配电网络模型以及Stone Edge Farm微电网的真实设备。
2021-08-12 cond-mat.dis-nn cs.SY eess.SY