Enhanced Sufficient Battery Model for Aggregate Flexibility of Thermostatically Controlled Loads Considering Coupling Constraints
这封信提出了一个增强的足够的电池模型（ESBM），以及一个二进制搜索算法的一个尖锐的内部近似的总的灵活性的恒温控制负载（TCL）阵列。与以往的广义电池模型相比，该ESBM保留了充分性的优点，并减轻了保守性。此外，与忽略耦合约束的工作不同，耦合约束也可能限制TCL的聚合灵活性，我们的ESBM可以很容易地处理这些约束。数值试验验证了ESBM的优点及其对电力系统运行的意义。
2020-12-01 cs.SY eess.SY
Probabilistic analysis of masked loads with aggregated photovoltaic production
在本文中，我们提出了一个概率分析框架，以实时估计表后光伏发电。我们开发了一个正向模型，包括一个时空随机过程，代表光伏发电和一个随机微分方程的跳跃，代表的需求。我们采用这个模型分解后的米光伏发电使用净负荷和辐照度测量。
2020-04-21 cs.SY eess.SY
Performance analysis of frequency regulation services provided by aggregates of domestic thermostatically controlled loads
本文提出了一种控制方法，允许聚合物恒温控制负载提供合成惯性和主要的频率调节服务的电网。所提出的控制框架是完全分布式的，并且基本上包括根据电网频率修改恒温器逻辑。考虑了三种战略：在第一种情况下，负载集合通过与频率变化率成比例地改变其有功功率需求来提供合成惯性;在第二种情况下，负载集合通过与频率成比例地改变其功率需求来提供主频率调节;在第三种情况下，这两种服务被组合。所提出的控制解决方案的性能进行了分析，在预测的情况下的电力电力系统的撒丁岛在2030年，其特点是一个巨大的安装风力和光伏发电和无线圈和燃油发电厂。所考虑的负荷集合由家用冰箱和热水器组成。结果证明了所提出的方法的有效性，并表明，在冰箱和热水器的特定情况下，在正频率变化的情况下，对频率调节的贡献更显着。最后，调节性能和渗透水平的负载聚合物相对于系统总负载之间的相关性进行评估。
2021-05-03 cs.SY eess.SY
Long-term experimental study of price responsive predictive control in a real occupied single-family house with heat pump
本研究提出了一种低复杂度分层模型预测控制方法，通过价格信号和天气预报等优化热泵供暖计划，在丹麦独栋住宅中实现了2-33%的成本降低，验证了无储能负荷转移的可行性，并指出了与厂商协调改进的必要性。
2023-07-02 cs.SY eess.SY
Aggregated demand flexibility prediction of residential thermostatically controlled loads and participation in electricity balance markets
本文提出基于蒙特卡洛模拟与二分法极值搜索的概率方法，预测住宅温控负荷聚合虚拟电池的需求灵活性，并在西班牙平衡市场中验证其参与竞标的有效性。
2024-04-05 cs.SY eess.SY
Aggregate Modeling of Air-Conditioner Loads Under Packet-based Control with Both On and Off Grid Access Requests
本文提出了一种结合开启和关闭请求的基于分箱PEM负荷聚合宏观模型，能准确表征DER集群跟踪功率参考信号等能力，并通过仿真验证了其鲁棒性与准确性。
2025-10-12 cs.SY eess.SY
Aggregate Flexibility of Thermostatically Controlled Loads using Generalized Polymatroids
本文基于广义多拟阵扩展了先前的方法，提出一种可处理的方法以准确刻画包含耗散储能动态的异构温控负荷群体的灵活性，并将其作为单一虚拟设备聚合给系统运营商，数值结果表明该刻画紧致。
2025-04-01 cs.CE cs.SY eess.SY
OccuEMBED: Occupancy Extraction Merged with Building Energy Disaggregation for Occupant-Responsive Operation at Scale
École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
提出 OccuEMBED 统一框架，结合概率占用生成器和 KAN 负荷分解器，利用智能电表数据推断占用与系统运行，实现规模化 occupant 响应式建筑管理，F1 超 0.8。
2025-04-23 cs.LG cs.SY eess.SP
Data-Driven Modeling of Aggregate Flexibility under Uncertain and Non-Convex Load Models
通过负荷聚合器将大量分布式能源捆绑在一起，被认为是将这些资源整合到批发能源市场的有效手段。为了简化市场清算，系统运营商允许聚合器提交简单的预先指定的多面体形状的投标模型。聚合器需要仔细设计和承诺一个多面体，最好地捕捉他们的能源灵活性沿一天前的调度范围。这项工作提出了一个基于模型的数据的聚合器，它处理的时间耦合，不确定性和非凸模型的个别负载的最佳灵活性设计。所提出的解决方案首先有效地生成一个标记的数据集（非）可分解的时间表。然后，在使用标记的数据集训练凸二次分类器时，通过椭球来近似聚合器的可行集。椭球体随后由多面体内部近似。利用Farkas引理，最后用市场决定的多面体形状对所得到的多面体进行内部逼近。数值试验表明，所提出的灵活性设计框架的有效性，设计可行的套小型和大型聚合器协调太阳能光伏，恒温控制的负载，电池和电动汽车。试验结果进一步表明，在最优柔性设计中，考虑时间耦合和不确定性是聚合器的关键。
2022-01-28 cs.SY eess.SY
Load Scheduling for Pulse Charging to Flatten Aggregate Power Demand
College of Urban Transportation and Logistics, Shenzhen Technology University（深圳技术大学城市交通与物流学院）
本文提出一种协调方法，通过利用脉冲电流的非活跃时间来同时充电多个负载，以减轻充电电流的波动和幅度，通过数学模型优化调度方案，降低总电流的波动和幅度。
2026-03-31 cs.SY eess.SY
An Analytical Strategy for Passive Harmonic Filter Placement in Transmission Systems with Stochastic Aggregate Load Models Considering Resonant Conditions
在输电网中，由于谐波电流从负载侧渗透并被谐振条件放大，导致电压谐波的比例很高。这就要求在输电网络中使用合适的谐波滤波器。然而，用于谐波抑制的传输系统中的滤波器布置是高复杂度的规划过程。由于滤波器的放置降低了整个系统的响应可能会恶化谐波条件在远程总线由于频率特性的改变。谐波载荷的随机行为需要适当的模型和计算。传输系统的互连拓扑也需要广泛的系统范围的研究。本文提出了一种分析方法，用于确定适当的数量，位置和参数的C型无源滤波器在传输系统中，以改善整体谐波条件。所提出的策略的目标是最小化的期望值的系统范围内的指标给定的随机行为的负载，而限制的第95次谐波电压失真的IEEE标准规定的标准水平。519并且满足基本潮流约束。采用限制性分层直接搜索算法寻找近似全局解，其子集也是有效的。IEEE 118节点试验系统的性能评估所提出的方法，其有效性进行了检查的Monte Carlo仿真，并与谐波模态分析。
2019-11-17 cs.SY eess.SY
Power-Flexible AI Data Centers: A New Paradigm for Grid-Responsive Compute
Emerald AI；Electric Power Research Institute (EPRI)（电力研究研究院）；National Grid（国家电网）；NVIDIA；Oracle
本文提出将GPU集群作为电网交互式资产，通过软件编排实现负载快速削减、持续降载和碳感知运行，同时保持优先级任务服务水平，并实现跨地理集群的性能感知负载迁移。
2026-06-25 cs.AI cs.DC cs.PF
Capturing Aggregate Flexibility in Demand Response
UC Davis（加州大学戴维斯分校）；Stanford University（斯坦福大学）；Pennsylvania State University（宾夕法尼亚州立大学）
本文系统捕捉用户群体中设备的内在聚合灵活性，通过聚类分析设备特征和服务约束，探讨经济激励下用户响应的挑战，并提出量化客户隐私的框架。
2014-04-07 cs.SY eess.SY
GridPilot: Real-Time Grid-Responsive Control for AI Supercomputers
EPFL（洛桑联邦理工学院）
提出GridPilot三层预测控制器，在GPU测试台上实现97.2毫秒的端到端电网响应，比北欧快速频率储备要求快6.9倍，并通过PUE感知控制消除冷却开销，证明兆瓦级AI/HPC负载可设计为可控的电网灵活性。
2026-05-25 cs.DC cs.PF cs.SY
Stochastic and Distributionally Robust Load Ensemble Control
需求响应（DR）计划旨在使分布式需求侧资源参与为电力电力系统提供辅助服务。以前，聚合恒温控制负荷（TCL）已被证明是一个技术上可行的和经济上有价值的提供商，这种服务，可以有效地与传统的发电资源在减少负荷高峰和平滑的需求波动。然而，为了大规模地提供这些服务，大量的TCL必须准确地聚合并同步运行。本文描述了一个马尔可夫决策过程（MDP），聚集和模型的TCL的合奏。使用MDP框架，我们建议通过随机和分布鲁棒优化的手段内化的外生不确定动态的TCL。首先，在温和的假设基础上的不确定性，我们推导出分析随机和分布式鲁棒控制政策分派一个给定的TCL合奏。其次，我们进一步放宽这些温和的假设，允许一个更微妙的不确定性的治疗，这导致分布鲁棒MDP配方与时刻和Wasserstein为基础的模糊集，可以有效地解决数值。该案例研究使用1,000台空调的模拟集成来比较分析和数值控制策略。
2020-03-27 cs.SY eess.SY
Trilevel Scheduling Model Considering Residential Demand Flexibility of Aggregated HVACs and EVs under Distribution LMP
住宅负荷，特别是供暖、通风和空调（HVAC）和电动汽车（EV），具有提供需求灵活性的巨大潜力，这是网格交互式高效建筑（GEB）的一个属性。在这种新的范式下，首先，EV和HVAC聚合器模型，本文开发代表车队的GEB，其中的聚合参数的基础上获得的数据生成和最小二乘参数估计（DG-LSPE），它可以处理异质HVAC的新方法。在此基础上，建立了基于竞争性配电运营的三级竞价调度框架。前两个层次形成了一个双层模型，以优化聚合器支付，并表示负载聚合器和配电系统运营商（DSO）之间的相互依赖性使用DLMP，而第三个层次是分配最优的负载聚合所有居民提出的基于优先级列表的需求调度算法。最后，修改后的IEEE 33总线系统的案例研究说明了三个主要的技术原因支付减少由于需求的灵活性：负荷转移，DLMP阶跃变化，和功率损耗。它们可以作为更好的决策的一般准则，为未来的规划和需求响应程序的操作。
2021-03-01 cs.SY eess.SY
On the Solution Uniqueness of Data-Driven Modeling of Flexible Loads (with Supplementary Material)
本文探讨了价格响应柔性负荷数据驱动建模的解唯一性问题，通过分析模型的结构与实际可辨识性，推导出保证解唯一性的数据集条件，并通过数值测试验证了理论结果。
2024-10-18 cs.SY eess.SY
Extending Load Forecasting from Zonal Aggregates to Individual Nodes for Transmission System Operators
School of Engineering, Stanford University（斯坦福大学工程学院）；Technical University Munich（慕尼黑技术大学）；Czech Technical University in Prague（布拉格捷克技术大学）；University of Granada（Granada大学）；Monash University（墨尔本大学）
针对输电系统运营商，提出多层级负荷预测系统，将预测从区域扩展到节点，兼顾准确性与可解释性，显著提升节点预测性能。
2025-09-02 cs.HC cs.LG cs.SY
Data-Driven Learning and Load Ensemble Control
需求响应（DR）计划的目的是吸引分布式小规模灵活负载，如恒温可控负载（TCL），以提供各种电网支持服务。线性可解马尔可夫决策过程（LS-MDP）是传统MDP的一种变体，用于聚合TCL建模。然后，一个无模型的强化学习技术，称为Z-学习应用学习的价值函数，并推导出最佳的DR聚合器控制TCL的政策。的学习过程是强大的不确定性，从估计的聚合TCL的被动动态。这种数据驱动学习的效率通过对住宅测试台附近的供暖、制冷和通风（HVAC）单元的模拟来证明。
2020-04-20 cs.LG cs.SY eess.SY
Aggregate capacity of TCLs with cycling constraints
诸如空调和热水器之类的恒温控制负载（TCL）通常使用开/关致动将其温度保持在预设范围内。这些类型的负载具有固有的灵活性：存在许多不同的功耗轨迹，可以将温度保持在范围内。几十年的研究表明，灵活的负载可以提供有价值的网格服务。量化一组TCL的功率和能量容量是一个研究得很好的问题。然而，大多数工作集中在温度约束。在这项工作中，我们提出了一个表征的能力的一个集合的TCLs，不仅考虑温度，但也循环和能源的限制。的特征导致一组凸约束。电网运营商可以使用该特征来计算最接近运营商维持供需平衡所需的TCL集合的可行功耗轨迹。与以往的尝试容量表征纳入循环约束，我们的研究结果是独立的用于协调的TCL的算法。
2020-10-13 cs.SY eess.SY
Behavioral and Population Data Driven Distribution System Load Modeling
根据联邦能源管理委员会第2222号命令[1]，针对公用事业或独立系统运营商领土内的不同地理区域的配电系统住宅负荷建模和分析对于使小规模聚合分布式能源资源能够参与电网服务至关重要。在这项研究中，我们开发了一种方法，在不同的地理区域的住宅负荷配置文件，重点是人类行为的影响。首先，我们构建了一个基于行为的负载配置文件模型，利用国家的最先进的设备模型。我们模拟人类活动和占用使用马尔可夫链蒙特卡罗方法校准美国时间使用调查数据集。其次，我们将我们的模型与美国人口普查局的当前人口调查数据相关联。最后，我们分别使用加利福尼亚州和德克萨斯州的人口普查数据填充两组500户家庭，以执行具有各种群体特征（例如，不同的收入水平）。为了区分人口行为差异对总负荷的影响，我们模拟了两组假设固定的物理家庭参数和天气数据的负荷配置文件。分析表明，平均每日负荷分布因收入而异，收入依赖性因地区而异。
2022-08-12 cs.SY eess.SY
Load Management of Distribution Systems via Online Dynamic Pricing
EPFL（洛桑联邦理工学院）；ETH Zürich（苏黎世联邦理工学院）；EMPA（瑞士联邦材料科技与测试研究所）
提出一种仅依赖聚合负荷观测的在线反馈优化（OFO）算法，用于日前电价设计，在保护隐私的同时有效降低峰值负荷。
2026-05-26 cs.SY eess.SY
A Nonlinear Regression Method for Composite Protection Modeling of Induction Motor Loads
保护设备用于在发生严重故障时将感应电动机负载与电力系统隔离，以防止对感应电动机负载的损坏。感应电动机负载及其保护的响应建模对于电力系统的规划和运行，特别是在理解系统的动态性能和故障发生后的稳定性是至关重要的。感应电动机通常配备有具有不同操作机制的几种类型的保护，这使得开发足够但不过于复杂的保护模型并确定其参数对于聚合感应电动机模型具有挑战性。本文提出了一种基于优化的非线性回归框架，以确定保护模型参数的综合感应电动机负载在商业建筑。使用数学抽象，确定一组合适的参数的保护模型在复合负荷模型的任务制定为一个非线性回归问题。数值例子说明了该框架的应用。敏感性研究表明，缺乏可用的电动机负载信息的保护模型的准确性的影响。
2019-12-16 cs.SY eess.SY
Game Design and Analysis for Price based Demand Response: An Aggregate Game Approach
Nanyang Technological University（南洋理工大学）
本文提出了一种聚合游戏方法，用于智能电网中能源消费控制的建模与分析。通过估计聚合负荷，提出了纳什均衡寻求策略，并利用奇异摄动分析和李雅普诺夫稳定性分析，证明了局部收敛性。
2016-02-01 cs.SY econ.GN eess.SY
Enhancing Resilience of Distribution Networks by Coordinating Microgrids and Demand Response Programs in Service Restoration
在高影响低概率事件的情况下，为了尽可能多地恢复配电网的临界负荷，有必要利用所有可用的资源，如微电网和分布式发电。本文提出了一种两阶段的方法，利用所有可用的分布式发电，微电网和需求响应程序的协调后，极端事件的关键负荷恢复。在第一阶段中，确定网络的灾后重构，并且在第二阶段中，确定响应负载的需求响应输出和所有关键负载的恢复状态。在第一阶段，提出了一种算法来确定电气孤岛，并在第二阶段，提出了一种新的模型的基础上的广义Benders分解算法，考虑需求响应计划和所有的操作约束，并旨在最大限度地恢复临界负荷。通过对33节点和69节点测试系统的仿真，验证了该方法的有效性。
2021-07-13 cs.SY eess.SY
Ancillary Service to the Grid Using Intelligent Deferrable Loads
University of Florida（佛罗里达大学）；INRIA（法国国家信息与自动化研究所）
本文提出一种去中心化控制技术，利用可延迟负载的灵活性平衡供需。通过马尔可夫决策过程模型和线性时不变系统近似，实现电网级的控制设计，并通过住宅泳池网络的仿真验证有效性。
2014-02-19 cs.SY eess.SY math.OC
Learning-Based Predictive Control via Real-Time Aggregate Flexibility
聚合器已经成为协调分布式可控负载的重要工具。为了有效地使用，聚合器必须能够向系统运营商传达其控制的负载的可用灵活性，即聚合灵活性。然而，大多数现有的聚合弹性的措施往往是慢时标的估计和更少的关注已经支付给聚合器和运营商之间的实时协调。在本文中，我们考虑解决一个在线优化的闭环系统，并提出了一种设计的实时聚合的灵活性反馈，称为最大熵反馈（MEF）。除了导出MEF的分析性质，结合学习和控制，我们表明，它可以近似使用强化学习和作为一个惩罚项在一种新的控制算法-惩罚预测控制（PPC），它修改香草模型预测控制（MPC）。我们的计划的好处是（1）。高效沟通。运行PPC的操作员不需要知道负载的确切状态和约束，而只需要知道MEF。（二）、快速计算。PPC通常具有比MPC公式少得多的变量。（三）、降低成本。我们表明，在一定的规律性假设下，PPC是最优的。我们使用自适应电动汽车充电网络的数据集来说明PPC的功效，并表明PPC优于经典MPC。
2022-05-31 cs.SY eess.SY math.OC
Energy Management for Demand Responsive Users with Shared Energy Storage System
Solar Energy Research Institute of Singapore (SERIS)（新加坡太阳能研究所）；National University of Singapore（新加坡国立大学）
本文研究了多个自利用户共享储能系统下的能源管理问题，提出迭代算法协调用户充放电以降低能耗，通过加州实测数据验证了算法有效性。
2016-08-13 cs.SY eess.SY
Privacy-preserving household load forecasting based on non-intrusive load monitoring: A federated deep learning approach
Northeast Electric Power University（东北电力大学）；State Grid Jilin Electric Power Company Limited（国网吉林省电力有限公司）
负荷预测是电力系统分析和电网规划的重要内容。为此，我们首先提出了一种基于联邦深度学习和非侵入式负荷监测（NILM）的家庭负荷预测方法。这是国内首次将联邦学习应用于基于NILM的家庭负荷预测。在该方法中，通过非侵入式负载监测将综合功率分解为各个设备功率，并使用联合深度学习模型单独预测各个电器的功率。最后，各个电器的预测功率值被聚合以形成总功率预测。具体而言，通过对用电设备进行单独预测，得到预测功率，避免了单个设备的功率信号中强时间依赖性所带来的误差。并且在联邦深度学习预测模型中，拥有电量数据的住户业主共享本地模型的参数，而不是本地电量数据，保证了住户用户数据的隐私性。算例结果表明，该方法比传统的直接对聚合信号进行整体预测的方法具有更好的预测效果。此外，在不同的联邦学习环境中的实验设计和实现，以验证该方法的有效性。
2022-06-30 cs.LG cs.SY eess.SY
Low-complexity control algorithm for decentralised demand response using thermostatic loads
Delft University of Technology（代尔夫特理工大学）；Imperial College London（伦敦帝国学院）
本文提出了一种用于冰箱等热控负载的分布式负荷控制算法，旨在实现低计算复杂度和处理可变长度离散时间步的能力，以适应家电嵌入和高吞吐量模拟。
2019-04-28 cs.SY eess.SY
Privacy-Preserved Aggregate Thermal Dynamic Model of Buildings
针对建筑集群热动态聚合模型参数估计中的隐私泄露问题，提出一种基于块坐标下降与变换加密安全聚合协议的隐私保护参数估计方法，使负荷聚合器在无需访问个人隐私的情况下准确获取聚合热动态模型参数。
2023-10-12 cs.SY eess.SY
A Lightweight Energy Management Method for Hybrid PV/Battery/Load Systems
针对混合光伏/电池/负载系统，提出计算轻量级、价格响应快且无需强硬件的能量管理算法，其运行时间仅为MPC的千分之一，成本较SCM低3.2%，提供电网服务时与MPC成本差异更小。
2025-02-13 cs.SY eess.SY
Stochastic Power System Simulation Using the Adomian Decomposition Method
本文提出了一种随机仿真方法，用于分析具有随机负载的电力系统稳定性。该方法通过Adomian分解法解析地求解系统的随机非线性微分方程模型，生成半解析解，明确表达确定性和随机性状态变量，并直接嵌入随机过程以实现高效稳定性分析。
2021-03-26 cs.SY eess.SY
An Investigation of Randomized Controlled Trial (RCT) Method as a Customer Baseline Load (CBL) Calculation for Residential Customers
University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文研究了随机对照试验（RCT）方法在计算住宅客户客户基准负荷（CBL）时的误差和财务表现，以应对需求响应计划中的实施挑战。
2016-08-17 cs.SY eess.SY
Workload composition smooths aggregate power demand while sustaining short-horizon ramps in AI data centers
Harvard University（哈佛大学）；Texas A&M University（德州农工大学）
研究通过工作负载组合平滑总体电力需求，同时维持短期坡度，揭示了AI数据中心动态特性。
2026-04-12 cs.DC cs.PF cs.SY
Demand Response Method Considering Multiple Types of Flexible Loads in Industrial Parks
Shenyang University of Technology（沈阳工业大学）；State Grid Liaoning Electric Power Supply Co, Ltd.（国网辽宁省电力有限公司）；Northeast Electric Power University（东北电力大学）；Shenyang Ligong University（沈阳理工大学）；Northeastern University（东北大学）
随着能源互联网的迅速发展，柔性负荷在智能电网中所占的比例越来越高。基于需求响应的柔性负荷建模是非常重要的。因此，本文提出了一种新的需求响应方法，考虑多个柔性负载的综合需求响应（IDR）资源的特点。首先，提出了一种物理过程分析推导（PPAD）模型，以改进工业园区柔性负荷的分类。场景生成，数据点扩增，并在各种操作条件下的平滑曲线被认为是提高模型的适用性。其次，针对Wasserstein生成式对抗网络（WGAN）波动性强、建模效果差的问题，提出了一种改进的WGAN-Gradient Penalty（IWGAN-GP）模型，以获得比传统WGAN更快的收敛速度和更高质量的样本。最后，PPAD和IWGAN-GP模型联合实施，以揭示柔性负载之间的相关程度。同时，建立了一个智能离线数据库，以处理不同响应场景下非线性因素的影响。算例结果表明，该方法在减小负荷建模偏差和提高园区负荷响应能力方面明显优于现有技术。
2022-05-24 cs.LG cs.SY eess.SY
Deferrable Load Scheduling under Demand Charge: A Block Model-Predictive Control Approach
可推迟电力负荷的优化调度可以重塑聚合负荷分布，以实现更高的运行效率和可靠性。本文研究了按需收费下的可延迟负荷调度问题，该问题在一个计费周期内对高峰用电量进行惩罚。当需求预测不准确时，这种终端成本对实时调度提出了挑战。提出了一种块模型预测控制方法，将需求费用分解为一系列阶段费用。电动汽车充电的问题是用来说明所提出的方法的有效性。数值算例表明，块模型预测控制优于基准方法在各种设置。
2021-01-12 cs.SY eess.SY math.OC
Identifiability-Guided Composite Load Modeling of AI Data Centers
针对AI数据中心负荷建模的识别性问题，提出带分支级监督的灰箱估计器框架，经大规模数据验证，其在暂态稳定性仿真的R²指标上显著优于LSTM基线模型。
2026-10-20 cs.SY eess.SY
Large-Scale Demonstration of Precise Demand Response Provided by Residential Heating Systems
Swiss Federal Institute of Technology, Zurich（苏黎世联邦理工学院）；IBM Research–Zurich（IBM苏黎世研究实验室）
本文通过300多栋安装热泵的住宅建筑，展示如何利用能耗数据和室外温度数据自主识别系统灵活性，并量化群体需求响应潜力，通过负载削减和反弹阻尼实验验证方法有效性。
2018-06-20 cs.SY eess.SY
Hedging Strategies for Load-Serving Entities in Wholesale Electricity Markets
University of California, Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）
本文研究了负荷服务实体在批发电力市场中通过期货和看涨期权对冲价格风险的策略，并比较了需求响应在特定条件下的优势。
2017-03-17 cs.SY eess.SY
Thermostatic control for demand response using distributed averaging and deep neural networks
Veermata Jijabai Technological Institute（维尔马塔·吉贾拜技术学院）
智能建筑是当今的需求，需求-供应比率不断增加，并且存在很大的不足。在任何现代非工业基础设施中，这些需求主要包括可操纵的恒温控制负载（TCL）。TCL负载，如空调，加热器，冰箱，是无处不在的，它们的操作时间可以控制，以实现所需的总功率。这种功率聚合反过来有助于实现负载管理目标，从而充当电网的辅助服务（AS）。在这项工作中，一个分布式的平均协议是用来实现所需的功率聚合设置的实用程序使用稳态deskrization。使用计算机程序对TCLs的同质和异质群体进行了验证。此外，负载跟踪方案已被实施使用的实用程序作为参考。除了向电网提供显著的AS之外，所提出的想法还有助于减小由TCL施加的电力系统振荡的幅度。最后给出了硬件实现结果，验证了其实时实现的可行性。此外，我们将这一想法扩展到数据驱动的范式，并在其中提供比较。
2019-12-25 cs.LG cs.SY eess.SY
Hashprice moderates the electricity demand response of Bitcoin miners
Texas A&M University（德克萨斯农工大学）；Harvard University（哈佛大学）
利用德州电力市场数据，研究发现比特币矿工对电价和输电费用的响应取决于哈希价格（加密金融收入指标），哈希价格高时需求响应减弱，表明矿工需求响应具有经济状态依赖性。
2026-06-03 cs.ET cs.SY econ.EM
Optimal Policies for Simultaneous Energy Consumption and Ancillary Service Provision for Flexible Loads under Stochastic Prices and No Capacity Reservation Constraint
University of Texas at Austin（德克萨斯大学奥斯汀分校）
本文研究了在随机电价下，灵活负载在无容量预订限制条件下，通过优化决策实现能源消耗与辅助服务提供的最优策略，探讨了多阈值政策的有效性及其对电网的影响。
2014-07-06 cs.SY eess.SY math.OC
Dynamic residential load scheduling based on an adaptive consumption level pricing scheme
智能电网的需求响应（DR），旨在平衡所需的电力需求与可用的供应资源，已经得到了广泛的关注。电力需求的增长为住宅负荷调度系统提供了新的机会，以通过转移或削减价格变化或紧急情况所需的需求来改善能源消耗。在本文中，一个动态的住宅负荷调度系统（DRLS）的基础上提出的自适应消费水平（CL）定价计划（ACLPS）的家用电器的优化调度。所提出的负载调度系统鼓励客户在所提出的DR定价方案的允许消耗限额（CA）内管理其能量消耗，以实现较低的能量账单。仿真结果表明，采用建议的DRLS系统有利于客户，减少他们的能源法案和公用事业公司，通过减少总负荷需求的峰值负荷。对于一个给定的案例研究，建议的住宅负荷调度系统的基础上ACLPS允许客户，以减少他们的能源账单高达53%，并减少高峰负荷高达35%。
2020-07-23 cs.CY cs.SY eess.SY
