Optimal Switchable Load Sizing and Scheduling for Standalone Renewable Energy Systems
离网系统中太阳能的可变性决定了能量存储系统的大小以及离网系统中存在的负载的大小和调度。不幸的是,能量存储可能是昂贵的,而在没有能量存储系统的情况下频繁切换负载会导致磨损,应该避免。然而,利用太阳能的量应被最大化,并在本文中被认为是在负载响应优化的基础上,找到一个有限数量的离散电力负载的最佳静态负载大小的问题。优化的目标是最大限度地利用太阳能,而无需在离网系统中使用昂贵的储能系统。太阳能光伏发电的概念和实际数据被提供给离网系统。在给定机组数的情况下,提出了求解各机组最优负荷大小的解析解和计算算法:混合整数线性规划和约束最小二乘法。基于可用的太阳能功率曲线,该算法选择最佳的开/关切换时间,并通过计算最佳静态负载大小来最大化太阳能利用率。算法的有效性进行了比较,使用一年的太阳能发电数据从圣地亚哥,加利福尼亚州和沙特阿拉伯的Thuwal。结果表明,当使用两个负载时,系统的年太阳能利用率优化为73%,使用六个负载配置时,可以提高到98%。
2017-02-02 math.OC
Stable and Renewable: Assessing the Reliability of a Fully Renewable European Energy System
Forschungszentrum Jülich GmbH(于利希研究中心);RWTH Aachen University(亚琛工业大学);University of Siegen(锡根大学)
研究评估了2050年欧洲完全可再生能源系统的可靠性,发现通过增加氢气涡轮机和电池容量可实现与化石燃料系统相当的可靠性。
2026-02-27 math.OC
A Distributed Optimization Framework to Regulate the Electricity Consumption of a Residential Neighborhood with Renewables
针对含可再生能源的住宅小区用电调控需兼顾电网服务与用户舒适度的问题,本文提出基于Dantzig-Wolfe分解的分布式优化框架,构建混合整数线性规划模型,在模拟环境中验证了其负荷整形能力与计算性能。
2025-05-21 math.OC
Load and Renewable-Following Control of Linearization-Free Differential Algebraic Equation Power System Models
电力网络中的机电暂态主要是由电力消耗和生产之间的不匹配引起的,导致发电机偏离标称频率。为此,设计了反馈控制算法来执行频率和负载/可再生量跟踪控制。特别地,文献解决了过多的电网和频率控制挑战,重点是线性化的微分方程模型,由此代数约束(即,功率流)被消除。这与更现实的非线性微分代数方程(NDAE)模型形成对比。然而,随着电网越来越多地通过间歇性可再生能源和变化的负载被推到其极限,它们的物理状态有可能由于预测不佳或可再生能源或需求的突然变化而逃离操作区域-认为基于线性化点的反馈控制器实际上是不可用的。本文的目的是设计一种简单、纯分散、无线性化的反馈控制律,以代替线性化的微分方程模型。这种控制器的目的是在可再生能源或负载中的显著未知干扰之后主要稳定频率振荡。虽然控制器的设计涉及先进的NDAE系统理论,控制器本身是一样简单的分散比例或线性二次型调节器在其实施。算例表明,所设计的控制器能够在较大扰动下稳定系统的动态和代数状态。
2023-02-08 cs.SY eess.SY math.OC
EPTAS for load balancing problem on parallel machines with a non-renewable resource
所考虑的问题是消耗资源(这是不可再生的,定期补充)的平行一致相关的机器上的独立作业的非抢占式调度。输入定义机器的速度、作业的大小、作业所需的资源数量、补充的数量和资源的补充日期。每个作业只有在所需数量的资源分配给该作业后才能开始处理。目标函数是最大完工时间和目标的凸组合的最小化,该目标等价于机器负载向量的$l_p$ -范数。我们提出了一个EPTAS这个问题。在此之前,我们的工作只有一个PTAS是已知的,在这种不可再生资源的设置,这PTAS是唯一的特殊情况下,我们的问题的完工时间最小化相同的机器。
2021-08-09 cs.DM cs.DS math.OC
Control Strategy Design for Power Quality Management in Active Distribution Networks
可再生能源的不确定性和可变性对配电公用事业提出了迫切的技术挑战。电能质量指标代表所输送的电能质量和可靠性。在这项工作中,主动配电系统的实时PQ管理的控制策略设计。目前的工作解决管理的电压波动引起的可再生能源发电的变化。零能量储备的方法来解决可再生能源发电机的波动。该无功功率控制策略通过调节柔性负载的功率消耗来降低馈线的技术损耗和峰值负荷。提出了一种利用智能逆变器提供动态无功功率的电压无功控制策略。采用不平衡潮流、不同负荷分布和柔性负荷作为虚拟储能,在保持系统系统可靠性的同时,改善电压分布,降低技术损耗。IEEE 13节点配电系统用于控制策略设计验证。比较结果表明,减少了系统的技术损失和压力的自动电压调节器。控制策略设计的简单性表明了潜在的实际应用。
2019-03-09 math.OC
Equilibrium models to analyse the impact of different coordination schemes between TSO and DSOs on market power in sequentially-cleared energy and ancillary services markets under load and renewable generation uncertainty
University of Bergamo(贝加莫大学);RSE S.p.A(RSE股份公司)
本文提出博弈论方法,分析不同TSO与DSO协调方案对能源和辅助服务市场中市场力量的影响,发现输电网络拥堵时协调方案会增加系统成本。
2026-02-05 math.OC
Scheduling HVAC loads to promote renewable generation integration with a learning-based joint chance-constrained approach
通过灵活调度供热、通风和空调(HVAC)负荷等资源,可以有效促进分布式可再生能源发电(DRG)在配电网中的集成。然而,找到最佳的调度,他们是不平凡的,因为DRG输出是高度不确定的。为了解决这个问题,本文提出了一种基于学习的联合机会约束的方法来协调HVAC负荷与DRG。与采用单个机会约束来管理不确定性的前沿工作不同,本文采用联合机会约束(JCC)来控制所有关键约束的违反概率。这种联合方式可以根据运营商的偏好明确地保证整个系统的运行安全。为了克服JCC的棘手性,我们首先证明了JCC可以安全地近似鲁棒约束与适当的不确定性集。一个著名的机器学习算法,单类支持向量聚类,然后引入到这些强大的约束,构建一个足够小的多面体不确定性集。在强对偶的基础上,进一步构造了一个线性鲁棒对偶,以保证计算效率。基于各种分布不确定性的数值结果证实了所提出的方法的最优性和可行性的优势。
2022-09-30 cs.SY eess.SY math.OC
Development and Evaluation of an Online Home Energy Management Strategy for Load Coordination in Smart Homes with Renewable Energy Sources
针对含可再生能源的智能家居,提出基于序贯模型预测控制与遗传算法的实时负荷协调策略,可在减少干扰的同时降低约5%电网成本。
2023-04-23 cs.SY eess.SY math.OC
Optimal Scheduling of an Isolated Microgrid with Battery Storage Considering Load and Renewable Generation Uncertainties
通过对具有概率约束的储能旋转备用的不确定性建模,提出了一种基于机会约束规划的孤立微网运行成本最小化优化调度模型.该模型转化为一个易于求解的混合整数线性规划(MILP)制定GAMS通过建议的离散化步骤变换(DST)的方法,并最终解决了应用CPLEX求解器。通过合理设置旋转备用概率约束的置信度,使MG运行在可靠性和经济性之间取得平衡。在改进的ORNL DECC实验室MG测试系统上的测试结果表明,该方法明显优于常用的混合智能算法,优化结果更好、更稳定,计算时间明显减少。
2018-08-16 eess.SP math.OC
Online Optimization in Power Systems with High Penetration of Renewable Generation: Advances and Prospects
传统上,电力系统的离线优化是可以接受的,由于在很大程度上可预测的负载和可靠的发电。波动的可再生能源发电和物联网设备的日益普及,允许负载的细粒度可控性,导致离线优化在电力系统领域的适用性越来越小,并将注意力转向在线最优化方法。然而,在线优化是一个广泛的主题,可以应用于不同的设置和动机,在不同的时间尺度上操作,并建立在不同的理论基础上。本文回顾了电力系统领域中使用的各种在线优化技术,旨在明确最常用的技术之间的区别。特别是,我们介绍和比较四种不同的技术,涵盖了电力系统领域使用的在线优化技术的广度,即,优化引导的动态控制、单周期问题的反馈优化、基于Lyapunov的优化和多周期问题的在线凸优化技术。最后,我们建议在电力系统领域的在线优化的一些潜在的未来方向。
2022-11-26 math.OC
Towards Optimal Energy Management of Microgrids with a Realistic Model
本文研究了由多台常规发电机、可再生能源发电机和储能系统组成的微电网的能量管理问题。提出了一种两阶段的优化方法来调度发电,目的是最小化长期平均运营成本受运营和服务的约束。优化的第一阶段通过日前调度确定发电机组的小时机组组合,第二阶段通过小时调度执行发电机组、ESS和能量交易的经济调度。该组合解决方案满足了处理负荷需求和可再生能源发电中的大的不确定性的需要,并且在有限的计算资源下提供了满足短期和长期服务质量要求的有效解方案。基于实际负荷需求和可再生能源发电数据,通过仿真评估了所提出策略的性能。
2016-03-18 math.OC
Joint Optimization of Hybrid Energy Storage and Generation Capacity with Renewable Energy
在孤立的电网或碳足迹小的微电网中,可再生能源的渗透率通常很高。在这样的电网中,储能对于保证终端用户的不间断和稳定的电力供应非常重要。不同类型的储能具有不同的特性,包括其往返效率,功率和能量额定值,随时间的能量损失以及投资和维护成本。此外,不同类型的可再生能源的负荷特性和可用性在不同的地理区域和一年中的不同时间有所不同。因此,在设计这种类型的电力系统时,多种类型的能量存储和发电的联合容量优化是重要的。在本文中,我们制定了一个成本最小化问题的存储和发电规划,同时考虑初始投资成本和运营/维护成本,并提出了一个分布式优化框架,以克服所带来的困难,由大规模的最优化问题。研究结果将有助于在未来具有高可再生能源渗透率的分散式电网中制定储能和发电容量规划的决策。
2013-09-23 math.OC
Data Centers as Dispatchable Loads to Harness Stranded Power
我们分析了传统的数据中心集成和可调度负荷集成如何影响电网效率。我们使用详细的网络模型,并行优化求解器和数千个可再生能源发电场景来执行我们的分析。我们的分析表明,随着风力发电水平的增加,将在电网中观察到显着的溢出和搁浅功率。一个与直觉相反的发现是,将具有不灵活负载的数据中心与风电场一起配置对可再生能源组合标准(RPS)目标的影响有限,因为它提供了有限的系统级灵活性,实际上可以增加搁浅的电力和化石燃料发电。相比之下,优化放置可调度(具有灵活负载)的数据中心可以提供系统范围的灵活性,减少滞留功率并提高效率。简而言之,优化放置的可分派计算负载可以更好地扩展到高RPS。我们表明,这些可调度的计算负载供电到60~ 80%的要求的能力,这表明有显着的经济激励提供搁浅的权力。
2016-06-01 cs.DC math.OC
Tertiary Regulation of Cascaded Run-of-the-River Hydropower in the Islanded Renewable Power System Considering Multi-Timescale Dynamics
为了实现农村地区的电力供应和开发清洁能源,全世界都在建设完全可再生的电力系统,包括梯级径流式水电和光伏、风能等不稳定能源。在孤岛运行模式下,初级和次级频率控制,即,水轮机调速器和自动发电控制(AGC)负责频率稳定性。然而,由于径流式水电的蓄水能力有限和河流动力学约束,在梯级电站之间没有协调的情况下,传统的固定参与因子AGC不能充分发挥梯级水电的可调节性。当不稳定的能量和负载之间发生不平衡时,甩负荷可能是不可避免的。为了解决这个问题,本文提出了一个协调的三级控制方法,联合考虑电力系统动态和河流动态耦合的梯级水电站。电力系统和河流动力学的时间尺度是非常不同的。为了统一多时间尺度动态,建立一个模型预测控制器,协调级联工厂,AGC参数和涡轮流量之间的关系在一个时间间隔内近似基于数据的二阶多项式代理模型。通过优化AGC参与因子,以滚动时域方式协调级联电厂,并使甩负荷最小化。对一个实际系统的仿真结果表明,所提出的方法可以有效地降低光伏波动下的负荷损耗。
2021-03-28 cs.SY eess.SY math.OC
Robust Energy Management for Microgrids With High-Penetration Renewables
University of Minnesota(明尼苏达大学)
针对高可再生能源渗透率微电网,提出一种基于对偶分解的分布式经济调度方法,以最小化净成本并应对可再生能源不确定性。
2013-05-26 cs.SY eess.SY math.OC
Optimized energy utilization in small and large commercial loads and residential areas
在智能电网中,需求侧管理(DSM)技术需要被设计为处理大量的几种类型的可控负荷。在本文中,我们提出了一个框架来研究智能电网的需求侧管理,其中包含各种负荷在两个服务区,一个与多个居民家庭,一个总线与商业客户。具体地,每个家庭可以具有可再生发电以及可中断和不可中断的电器,以进行单独的调度,从而通过根据电价的提前一天预测进行最佳的用电时间来优化电能成本。高负荷母线代表一个商业区域,用于演示任何母线上的高负荷对电压分布、功率损耗和负荷潮流条件的影响,并显示建议的DSM对大量电器的性能。使用开发的仿真模型,我们研究了拟议的DSM的性能,并研究了它们对配电网运行和可再生能源发电的影响,整体电压偏差,有功功率损耗,以及可能出现的问题,如反向潮流,电压上升进行了研究和比较,这些问题可以很容易地看到在商业负载总线。
2019-06-25 cs.SY eess.SY math.OC
DRP-FLR: Data-Driven Assessment of Demand Response Potential for Flexible Load Regulation in Smart Grids
University of Science and Technology of China (USTC)(中国科学技术大学);Anhui Zhongxin Jiyuan Information Technology Co., Ltd.(安徽中信济源信息技术有限公司)
针对智能电网供需不平衡及现有需求响应方法的局限,提出DRP-FLR。该方法通过嵌入外部知识实现短期负荷预测,构建负荷模式配置文件估计DR潜力,将其作为混合整数优化问题求解,实验证明能有效降低调节偏差、提高参与者收益。
2026-07-28 cs.LG math.OC
Market Model for Demand Response under Block Rate Pricing
可再生能源在发电中占据中心地位。然而,由于可再生资源(风能、太阳能等)的间歇性,在可再生资源丰富的系统中使供需匹配是一项艰巨的任务。因此,需求响应(DR)计划是现代电网的重要组成部分。一个有效的DR技术是设计不同的定价方案,鼓励客户减少或转移电力负荷。在本文中,我们考虑了一个市场模型的DR使用块率定价(BRP)的两个块。我们在竞争市场中使用效用最大化方法。我们表明,当客户采取价格和效用代价函数是二次的系统达到一个均衡。此外,均衡是唯一的和有效的,最大化社会福利。提出了一种分布式算法,以找到块和负载的最优定价。消费者和公用事业公司都在经营市场。拟议的计划鼓励客户削减或转移他们的负荷。数值结果验证了我们的技术。
2020-08-29 cs.DC cs.SY eess.SY
Risk-Aware Control and Optimization for High-Renewable Power Grids
Georgia Institute of Technology(佐治亚理工学院)
电网从化石燃料向可再生能源的过渡对推动其运营的市场清算算法提出了根本性挑战。实际上,负荷的增加的随机性和可再生能源的波动性已经导致预测误差的显著增加,从而影响现有确定性最优化模型的可靠性和效率。RAMC项目旨在研究如何从这种确定性环境转变为风险感知框架,其中明确量化不确定性并将其纳入市场清算优化。风险意识市场清算本身就提出了挑战,主要是从计算的角度来看。本文回顾了RAMC如何实现风险感知的市场清算,并介绍了它在不确定性量化、优化和机器学习方面的一些创新。真实网络上的实验结果。
2022-04-02 cs.LG 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
Joint Chance-constrained Game for Coordinating Renewable Microgrids with Service Delivery Risk: A Bayesian Optimization Approach
本文针对可再生能源微电网在备用服务中因不确定性导致的合同违约风险,提出基于分布鲁棒联合机会约束的非合作博弈框架,并利用贝叶斯优化逼近最优违约率与市场均衡,在加州市场数据仿真中验证了其调控联合违约率和保障微电网利润的有效性。
2024-02-26 cs.CE math.OC
Spatio-temporal smoothing and dynamics of different electricity flexibility options for highly renewable energy systems -- Case study for Norway
该研究以挪威风电系统为案例,通过随机过程建模与蒙特卡洛模拟,分析时空平滑及储能、输电等灵活性选项对高比例可再生能源系统产需错配的缓解作用,证实多选项结合的协同增效价值。
2023-12-14 cs.SY eess.SY math.OC
Fairness in Robust Unit Commitment Problem Considering Suppression of Renewable Energy
Toshiba Energy Systems & Solutions Corporation(东芝能源系统与解决方案公司)
本文提出了一种考虑可再生能源抑制的鲁棒单元调度问题中的公平性模型,通过基尼指数衡量公平性并验证其有效性。
2026-03-10 cs.SY eess.SY math.OC
Limits on the Benefits of Energy Storage for Renewable Integration
Department of Electrical Engineering, Stanford University(斯坦福大学电气工程系)
本文通过随机规划模型研究储能系统在可再生能源并网中的效益极限,量化了储能对缓解可再生能源波动性的有效性、所需容量及最优控制策略。
2012-04-12 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
Distributed Control of Generation in a Transmission Grid with a High Penetration of Renewables
University of Washington(华盛顿大学);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
针对高可再生能源渗透率下的频率偏差问题,提出一种混合控制架构,通过离线随机优化选择发电机特定反馈参数,利用本地可观测量实现完全分布式控制,将频率偏差降低一个数量级。
2012-11-19 cs.SY eess.SY math.OC
Pareto-optimal energy sharing between battery-equipped renewable generators
风能和太阳能等可再生能源的固有不稳定性导致可再生发电机与存储资源(电池)捆绑在一起,以提高可靠性。在本文中,我们考虑两个这样的捆绑,每个与自己的需求配置文件之间的能源共享的问题。例如,需求简档可以对应于捆绑包向网格做出的承诺。随着每个束寻求最小化其负载率的损失,我们探讨的可能性,一束可以从它的电池在赤字的时候提供能量给另一个,以换取一个互惠的供应,当它面临赤字本身。我们证明了在两个束之间总是存在\emph{mutually beneficial}能量共享安排。此外,我们表明,帕累托最优的安排涉及至少一个束转移能量到其他在最大可行的速率在赤字的时候。我们通过一个广泛的案例研究说明了这种动态能源共享的潜在收益。
2020-05-19 cs.SY eess.SY math.OC