Storage Sizing and Placement through Operational and Uncertainty-Aware Simulations
University of Washington(华盛顿大学)
本文提出通过运营和不确定性感知模拟确定存储容量和位置,以降低可再生能源接入成本,采用启发式方法优化存储部署,通过统计分析提升存储效率。
2013-09-11 cs.SY eess.SY math.OC
Operations-Based Planning for Placement and Sizing of Energy Storage in a Grid With a High Penetration of Renewables
Department of Computer Science Engineering University of Washington(华盛顿大学计算机科学与工程系);Material Physics Applications Division and Center for Nonlinear Studies Theoretical Division LANL, Los Alamos, NM 87545, USA(洛斯阿拉莫斯国家实验室材料物理应用部门与非线性研究理论中心)
针对高可再生能源渗透率电网,提出一种基于最优储能控制算法的启发式方法,通过分阶段限制储能节点数量和总容量,实现储能的最优选址与定容,以最小化可再生能源集成成本。
2011-07-08 cs.SY eess.SY math.OC
Sizing Storage for Reliable Renewable Integration: A Large Deviations Approach
Indian Institute of Technology Bombay(印度孟买理工学院)
本文提出了一种基于大偏差理论的方法,用于确定可再生能源与储能系统结合时的存储容量,以提高电力系统的可靠性,并通过实际案例验证了该方法的实用性。
2019-04-09 cs.SY eess.SY math.OC
Optimal discrete pipe sizing for tree-shaped CO2 networks
许多能源密集型行业,如钢铁行业,计划转向可再生能源。其他行业,如水泥行业,必须依靠碳捕获利用和储存(CCUS)技术来减少其生产过程中不可避免的二氧化碳(CO2)排放。然而,需要建立一个新的传输基础设施,以连接捕获点和存储或利用点。给定一个树形网络,将捕获的CO2从多信源输送到一个单汇,我们研究如何从一个离散集的直径中选择最优的管道直径。基于势函数的流体网络中的弧容量优化问题是一个具有挑战性的混合整数非线性最优化问题。当加入CO2对温度和压力变化的高度敏感的非线性行为时,问题变得更加复杂。我们提出了一种迭代算法,将问题分为两个部分:a)在固定的供应场景和温度分布下的管道尺寸问题和b)热物理建模,包括混合效应,焦耳-汤姆逊效应和与周围环境的热交换。我们证明了我们的方法的有效性,通过将我们的算法应用到现实世界的网络规划问题,在德国的二氧化碳网络。
2022-11-09 math.OC
Optimal Distributed Energy Resources Sizing for Commercial Building Hybrid Microgrids
随着微电网从早期原型发展到相对成熟的技术,将数据中心集成商业建筑转换为微电网为建筑业主提供了经济,可靠性和弹性增强。因此,微电网设计和经济规模的分布式能源(DER)变得越来越要求获得广泛的微电网商业可行性。在本文中,一个最佳的DER大小制定的混合AC/DC微电网配置已被提出,以利用所有的好处,AC或DC微电网可以单独贡献。储能(ES)、光伏(PV)和电力电子设备的尺寸协调一致,以实现经济的并网和可靠的孤岛运行。明确建模分时(TOU)能源使用费用和峰值需求费用,以实现最大程度的成本节约。从一个真正的商业建筑负荷的数值结果表明,所提出的方法的好处和联合大小DER的并网和孤岛模式的重要性。
2018-03-01 math.OC
Towards Low-carbon Power Networks: Optimal Integration of Renewable Energy Sources and Hydrogen Storage
本文提出了一种新的最优化模型和求解方法,用于确定可再生能源和储氢在电网中的最佳位置和规模。我们获得这些战略决策的基础上,多周期的交流最优功率(AC OPF)流问题,考虑可再生能源的输出,电力需求和电价的不确定性。我们开发了一个二阶锥规划方法内的Benders分解框架,以提供全球最优解。据我们所知,我们的论文首次提出了一个基于AC OPF的系统优化框架,该框架联合分析了电网,可再生能源和储氢的相互作用,以提供可再生能源和储氢的最佳位置和规模决策。在一个测试案例中,我们表明,可再生能源和氢存储的联合集成和AC OPF模型的考虑显着降低了电网的运营成本。反过来,我们的研究结果可以为决策者提供定量见解,了解如何在氢气销售价格,可再生能源削减成本,排放税价格和转换效率的不同设置下整合可再生能源和储氢。
2022-07-22 math.OC
Sizing Grid-Connected Wind Power Generation and Energy Storage with Wake Effect and Endogenous Uncertainty: A Distributionally Robust Method
针对风电与储能容量配置问题,本文提出考虑尾流效应和内生不确定性的双目标分布鲁棒优化模型,通过基于最小利普希茨常数的近似方法转化求解,验证了考虑尾流效应的必要性与方法有效性。
2023-06-12 cs.SY eess.SY math.OC
Building Seasonal Highways for Residential Energy Hubs: Sizing, planning and operating thermal energy storage
Delft University of Technology(代尔夫特理工大学)
针对住宅能源枢纽中热能储存短期运行价值下降问题,提出数据驱动季节性高速公路框架,通过动态终端集连接季节与日常优化,实现最优容量配置与运行,兼顾成本、电池寿命和热舒适性。
2026-10-02 cs.SY eess.SY math.OC
Vehicle Fleet Sizing, Positioning and Routing Problem with Stochastic Customers
随机客户车辆规模、定位和路径问题(VFSPRP-SC)是在考虑需求固有不确定性的情况下,将车辆库定位和车辆规模的战略决策与运营车辆路径决策相结合。我们成功地解决了VFSPRP-SC的方法包括两个主要模块:i)场景生成阶段和ii)两阶段随机程序。对于第一个模块,我们使用基于模拟的方法选择了一组场景,该方法可以捕获需求的行为,并允许我们提出可以匹配不同风险状况的不同解决方案。第二个模块是由一个设施选址和分配模型和一个多仓库车辆路径问题(MDVRP)下组装的两阶段随机规划。我们提出了几个新的想法,在我们的方法:具体问题的削减,作为第一阶段决策的函数作为预期的第二阶段成本的近似值;激活范式,指导我们的主要优化程序;和,一种方式映射可行的路线从一个第二阶段的问题数据到另一个;等等。我们对两种情况进行了实验:第一种情况考虑需求的期望值,第二种情况考虑需求分布的右尾,寻求保守的解决方案。通过使用加速技术,我们在1至6小时内获得解决方案,考虑到决策的战略性质,这是合理的时间。对于事后评估,我们在小于3分钟内解决了75%的实例,这意味着用于解决MDVRP的方法非常适合日常操作。
2021-09-20 math.OC
Quasi-dynamic Load and Battery Sizing and Scheduling for Stand-Alone Solar System Using Mixed-integer Linear Programming
考虑到可再生能源系统的不稳定性,提出了一种有限数量静态电力负荷的规模和调度模型。该模型的目标是最大限度地利用太阳能与存储和不存储。对于最优负载大小选择的应用,太阳能光伏发电的能量生产被假定为使用混合整数线性规划在离网系统中由有限数量的离散负载消耗。其他限制是电池充电和放电限制以及每个单元的最小停机时间和停机时间。对于特定的太阳能功率曲线,该模型输出最佳单元尺寸以及单元和电池充电和放电(如果适用)的最佳调度。不同的太阳能发电配置文件和最小的向上和向下的时间约束的最佳单位和电池的大小的影响进行了研究。实现充分利用太阳能所需的电池尺寸随着单元的数量和单元灵活性的增加(更短的开和关时间)而减小。提出了一种新的准动态单元模型,该模型可以模拟太阳能的逐渐启动和停止,并且准动态单元可以提高太阳能的利用率。该模型还可以应用于搜索给定费用函数的最佳单元数。
2016-07-25 math.OC
Probabilistic forecasting for sizing in the capacity firming framework
本文提出了一种策略,规模并网光伏发电厂与电池储能装置内的\textit{capacity firming}规格的法国能源监管委员会。在这种情况下,规模问题是具有挑战性的,由于两个阶段的参与控制,提前一天的提名和当天的控制,以尽量减少偏离计划。采用确定性和随机性方法对两阶段啮合控制进行建模。将最优化问题转化为混合整数二次优化问题,利用高斯copula方法生成PV情景,逼近容量固定的混合整数非线性问题。然后,网格搜索进行近似的最佳规模为一个给定的销售价格使用确定性和随机方法。该案例研究是由光伏生产监测现场在列日大学(ULiège),比利时。
2021-06-04 cs.SY eess.SY math.OC
Accurately modeling long-term storage with minimum representative hours in large-scale renewable energy systems
Institute of Energy and Process Engineering, ETH Zurich(苏黎世联邦理工学院能源与过程工程研究所)
本文提出了一种基于代表性小时的新型存储表示方法,结合高精度和高效率,显著提升了大规模可再生能源系统中长期存储建模的计算效率和准确性。
2025-11-30 math.OC
Optimal Hour-Ahead Bidding in the Real-Time Electricity Market with Battery Storage using Approximate Dynamic Programming
人们越来越感兴趣的是使用电网级存储来平滑随着风能和太阳能的使用增加而可能出现的供应变化。能源套利,即购买、储存和出售电力以利用电力现货价格变化的过程,正在成为支付电网级存储昂贵投资的重要方式。独立系统运营商,如NYISO(纽约独立系统运营商),要求电池存储运营商提前一小时投标市场(尽管结算可能以5分钟的增量发生,这被认为是接近“实时”)。运营商必须在不知道电池在一小时开始时的能量水平的情况下进行这些投标,同时考虑到在一小时结束时剩余能量的价值。该问题被表述为一个动态规划。我们描述并采用了收敛的近似动态规划(ADP)算法,利用单调性的价值函数,找到一个产生收入的投标政策,使用最佳基准,我们凭经验证明算法的计算效益。此外,我们提出了ADP算法的一个无分布的变体,它不需要价格过程的分布的任何知识(也不对特定的实时价格模型做任何假设)。我们证明了使用这种无分布方法对NYISO的历史实时价格数据进行训练的政策确实有效。
2015-08-31 math.OC
Market-Driven Energy Storage Planning for Microgrids with Renewable Energy Systems Using Stochastic Programming
电池储能系统(BESS)可以缓解可再生能源间歇性发电的影响,并在调峰和按需充电管理中发挥关键作用。为了从经济角度优化BESS的规模,必须考虑BESS投资成本,寿命和公用事业费用节省以及微电网辅助服务的收入之间的权衡。通过考虑批发市场定价的随机最优化问题来求解BESS的最优规模。一个随机模型被用来调度套利服务的基础上预测的能源市场定价的能源存储,同时考虑到BESS成本趋势,可再生能源资源的变化,和需求预测。本文提出的方法的独特之处在于凸优化规划框架,计算全局最优解的金融权衡解决方案。该方法说明了应用程序的各种现实的案例研究的基础上,从加州独立系统运营商(CAISO)的定价和需求数据。案例研究结果从成本的角度来看,最佳BESS规模的洞察力,根据每年的调度和日常BESS操作。
2017-02-28 math.OC
Optimal Sizing and Control of a Grid-Connected Battery in a Stacked Revenue Model Including an Energy Community
本文研究能源社区通过电池即服务模型租用并网电池容量的最优规模与定价方法,并提出带正则化的线性优化控制策略,案例研究表明200户社区租用280 kWh电池每年最多可节省12,874欧元。
2025-07-06 cs.MA cs.SY eess.SY
Impact of Bidding and Dispatch Models over Energy Storage Utilization in Bulk Power Systems
储能是实现低排放电力系统的关键推动因素,但需要适当的调度模型与大容量电力系统中的其他发电资源进行经济协调。本文分析了在电力市场中,不同的调度模式和竞价策略对不同时段的蓄能利用率的影响。我们利用动态规划模型,从价格预测中计算出存储的操作机会值,并将机会值结果作为设计市场报价的基础。在单周期经济调度中,我们比较了两种市场竞价和调度模型:一种是无荷电状态(SoC)约束的模型,另一种是有SoC约束的模型。我们测试两个存储调度模型,结合不同的价格预测和存储持续时间,使用历史实时价格数据从纽约独立系统运营商。我们比较利用率方面的结果,从完美的价格预测的情况下。我们的研究结果表明,虽然价格预测精度是至关重要的短期存储与小于四个小时的容量,存储时间超过12小时可以很容易地实现利用率高于80%,即使天真的提前一天的价格预测。在单周期实时调度中,将存储出价建模为依赖于SoC,将在所有持续时间情况和出价策略下提供约5%的存储利用率提高,并且由于负价格的发生率较高,较高的可再生份额可能会提高存储利用率。
2022-07-07 math.OC
Three Network Design Problems for Community Energy Storage
本文提出统一混合整数线性规划模型与分解算法,优化三种商业模式下社区储能的家庭聚合、选址和定容,并用剑桥真实数据验证其规划与投资决策价值。
2024-01-25 math.OC
Transmission Expansion Planning Considering Energy Storage
在电力传输网络中,储能系统(ESS)通过平滑供应和匹配需求提供了一种升级延迟的手段。我们对输电网络扩展规划(TEP)问题开发了一个混合整数规划(MIP)扩展,该问题考虑了ESS以及附加电路的安装和操作。该模型被证明是众所周知的Garver的6总线和IEEE 25总线测试电路的两个24小时的操作场景;短峰,长峰。我们发现最佳的位置和存储容量不仅对成本敏感,而且对网络中需求的变化也敏感。
2014-12-23 math.OC
Optimal Placement of Distributed Energy Storage in Power Networks
Caltech(加州理工学院)
针对负荷转移问题,提出在电力网络中优化储能设备的位置、容量和控制,以最小化发电成本,并证明当发电成本为凸且非递减时,最优储能容量分配在单线连接的发电母线上为零。
2014-08-15 cs.SY eess.SY math.OC
Assessing the Value of Coupling Thermal Energy Storage with Air-Source Heat Pumps for Residential Space Heating in U.S. Cities
本文通过技术经济模型评估四种盐水合物TES与ASHP耦合在美国12城市住宅供暖中的价值,发现SrBr2最具前景,其盈亏平衡成本可达并超过美国能源部目标。
2024-06-29 math.OC
Beyond Price-Taker: Multiscale Optimization of Wind and Battery Integrated Energy Systems
该研究针对风电与电池集成能源系统,指出传统价格接受者模型会高估收益与净现值,提出多尺度优化方法并验证其准确性,强调突破该假设对储能容量配置和技术经济分析的重要性。
2024-10-09 math.OC
Arbitraging Variable Efficiency Energy Storage using Analytical Stochastic Dynamic Programming
提出了一种计算效率高的随机动态规划算法,用于解决考虑充放电效率变化的储能价格套利问题。我们制定的价格套利问题,使用随机动态规划和模型的实时价格作为一个马尔可夫过程。然后,我们提出了一个分析解决方案的算法,使用分段线性逼近的价值去功能。我们的解决方案算法实现了极端的计算性能,并解决了建议的套利问题,在个人电脑上在小于一秒的一个工作日。我们展示了我们的方法,使用历史价格数据从纽约独立系统运营商的四个价格区,案例研究比较不同的随机模型和存储设置的性能。我们的研究结果表明,该方法捕获50%至90%的套利利润相比,完美的价格预测。特别是,我们的方法在四个价格区中的三个价格区中捕获了超过80%的套利利润,当考虑电池的使用时间超过两个小时和实际的退化成本时。
2022-03-07 math.OC
Learning Reachability of Energy Storage Arbitrage
Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出一种基于停止时间奖励和SoC范围惩罚的在线优化方法,以提升能源存储在关键时段的SoC可达性,提高收益并降低波动性。
2026-05-08 cs.SY eess.SY math.OC
Enhanced Representative Days and System States Modeling for Energy Storage Investment Analysis
本文分析了不同的模型,用于评估在电力系统中的能量存储系统(ESS)的可再生能源(RES)的高渗透率的投资。首先,在文献中提出的两种方法扩展到考虑ESS投资:一个单位的承诺模型,使用的系统状态(SS)的方法表示的时间;和另一个,使用的代表期(RP)的方法。此外,本文提出了两个新的模型,改进了以前的,而没有显着增加的计算时间。增强模型是系统状态降频矩阵(SS-RFM)模型,其比SS方法更近似地处理短期能量存储,以减少问题中的约束数量,以及具有转移阵和聚类指数的代表周期(RP-TM&CI)模型,该模型保证了代表性时段之间的某些连续性,例如天数,并将长期存储引入到最初仅为短期设计的模型中。所有这些模型进行了比较,使用小时机组组合模型作为基准。虽然这两个系统状态模型提供了一个很好的长期存储的表示,他们的短期存储的表示往往是不现实的。另一方面,RP-TM&CI模型成功地对短期和长期存储进行了近似计算,这使得存储投资结果的误差比分析的其他模型低近10倍。
2018-10-22 math.OC
Dynamic Pricing and Distributed Energy Management for Demand Response
研究了零售市场中电力的动态定价问题。一个Stackelberg游戏是用来模拟零售商和它的客户之间的互动;零售商设置前一天的每小时的电价和消费者调整实时消费,以最大限度地提高个人消费者剩余。对于非均衡需求,最优总需求是日前小时价格的仿射函数。消费者剩余和零售利润之间的权衡得到一个完整的表征。帕累托前沿的可实现的权衡被证明是凹的,帕累托前沿上的每一点都是通过一个最优的前一天的小时价格来实现的。分析了可再生能源和本地存储相结合的效果。结果表明,当可再生能源容量相对较小时,可再生能源整合的收益全部流向零售商。随着容量的增加超过一定的阈值,消费者从可再生能源中获得的利益也会增加。
2016-02-29 math.OC
Watts vs. Bytes: Turning Data Centers into Grid Assets via Storage Compute Co-Optimization
MIT(麻省理工学院)
本文提出一种鲁棒的协同优化框架,用于在电网限制下优化数据中心的日间运营,通过协调计算需求与电池储能系统,提升电网服务能力和运营效率。
2026-08-18 cs.SY eess.SY math.OC
Multi-Objective Control Co-design Using Graph-Based Optimization for Offshore Wind Farm Grid Integration
本研究提出基于图优化的控制协同设计方法,用于海上风电场并网的多目标优化,识别帕累托前沿,帮助决策者选择最佳折中方案。
2024-06-14 cs.SY eess.SY math.OC
Exploring the Optimal Size of Grid-forming Energy Storage in an Off-grid Renewable P2H System under Multi-timescale Energy Management
College of Electrical Engineering, Sichuan University(四川大学电气工程学院);Department of Electrical Engineering, Tsinghua University(清华大学电机工程系)
本文针对离网可再生能源电转氢系统,提出多时间尺度能源管理框架,经迭代搜索确定最优网侧型电池储能容量,案例研究及敏感性分析给出相关参数建议以降低成本。
2026-08-04 cs.SY eess.SY math.OC
Replacing Gas with Low-cost, Abundant Long-duration Pumped Hydro in Electricity Systems
The Australian National University(澳大利亚国立大学)
本研究提出用低成本长周期抽水蓄能替代化石燃气,实现100%可再生能源电力系统。
2025-12-23 cs.CE econ.GN math.OC
Electrification of Commercial E-buses by Utilizing Stationary Battery Energy Storage Systems for Mass Transportation Network in Los Angeles
2028年洛杉矶奥运会即将到来,公共交通网络需要扩大。绿色电动公交系统作为缓解排放问题的重要一步,正受到越来越多的关注。然而,引入大型电动公交车队将增加高峰负荷需求,这将对电网产生不利影响。这项研究解决了由于引入电动公交车队而导致的峰值负荷需求增加的问题。因此,研究了固定电池储能系统的潜在实现,以通过在高峰时段提供能量来削减峰值负载需求。此外,车队管理软件的实施已被证明是在洛杉矶的测试情况下。因此,基于特定的能源需求值、电池硬件选项、标准电动巴士行驶周期和配置文件以及当地巴士路线特征,已经解决了最佳电池规格和电价问题。此外,还进行了技术经济分析,以证明成本效益分析。
2021-04-21 cs.SY eess.SY math.OC
Evaluation of Temporal Complexity Reduction Techniques Applied to Storage Expansion Planning in Power System Models
可再生能源的份额不断增长,使优化的功率流在电力系统模型计算更加复杂,由于广泛分布的天气依赖发电。本文评估了两种方法,以减少时间复杂性的电力传输网络模型与存储扩展规划。降阶技术的目标是加速电网模型的线性最优潮流的计算。这是通过选择少量的代表性时间段来代表一整年来实现的。为了选择有代表性的时间段,使用分层聚类将按时间顺序排列的相邻小时或独立分布的耦合日聚集到时间序列的聚类中。通过目标值的误差和计算时间的减少来评价聚合效率。进一步分析了优化过程中网络规模和并行计算效率的影响。作为一个测试案例,传输电网的最北端的德国联邦州石勒苏益格-荷尔斯泰因州的情况下,对应于2035年被认为是。所考虑的情景的特点是安装的可再生能源的比例很高。
2020-02-25 cs.SY eess.SY math.OC