DC Microgrid based on Battery, Photovoltaic, and fuel Cells; Design and Control
微电网以使用多种可再生能源的方式提供了发电的灵活性。在过去的几年里，微电网在设计和控制策略方面成为一个非常活跃的研究领域。大多数微电网使用DC/DC转换器将可再生能源连接到负载。利用MATLAB/Simulink建立了具有3种不同能源（锂离子电池、光伏电池和燃料电池）和外部变功率负载的直流微网仿真模型，仿真结果表明，所提出的最大功率点控制器MPPT能够保证直流微网的稳定运行。三个能源通过DC/DC转换器连接到负载，每个转换器一个。这种类型的拓扑结构确保了对每个能源的保护以及负载的最佳稳定性。
2023-02-15 cs.SY eess.SY
Resilient Communication Scheme for Distributed Decision of InterconnectingNetworks of Microgrids
微电网的联网可以提供所需的操作灵活性，以满足越来越多的配电级DER的部署，并在大容量电力系统断电时支持终端用户的需求。但是，网络化微电网由于其复杂的互联关系，容易受到网络物理攻击和故障的影响。因此，有必要设计弹性控制系统，以支持网络化微电网的操作，以响应网络物理攻击和故障。本文介绍了一种用于互连多个微电网以支持关键需求的弹性通信方案，其中即使存在对某些通信链路或微电网控制器的网络攻击，每个微电网控制器也可以分布式地做出互连决策。该方案融合了一个随机对等通信网络，用于在控制器之间交换信息，并采用弹性共识算法实现可靠的互连协议。从修改后的123节点测试配电馈线划分的6个微电网的网络被用来证明所提出的弹性通信方案的有效性。
2022-09-15 cs.SY eess.SY
Chance-Constrained OPF in Droop-Controlled Microgrids with Power Flow Routers
由于可再生能源发电的不确定性，其高渗透率给电力系统运行带来了巨大的挑战。在下垂控制的微电网中，可更新的不确定性引起的电压波动会因高下垂增益而加剧。为了更好地调节微电网的电压分布，提出了一种带潮流路由器的机会约束最优潮流（CC-OPF）问题。PFR是一种通用的网侧控制器，它能给电网带来更大的灵活性。与仅依赖于功率注入灵活性的常规CC-OPF相比，该模型引入了一个新的控制维度，以提高系统在可更新不确定性下的性能。由于包含PFR使问题复杂化，并且使得常见的求解器不再直接适用，因此我们设计了迭代求解算法。对于每一步迭代中的子问题，通过灵敏度分析将机会约束转化为等价的确定性约束，从而利用凸松弛方法有效地求解子问题.在改进的IEEE 33节点系统上对所提方法进行了验证，结果表明，PFR对缓解系统电压波动性有显著作用，使系统运行更加经济、安全。
2020-10-30 cs.SY eess.SY
Microgrid Value of Ramping
University of Denver（丹佛大学）
本文研究微电网在调频中的价值，通过成本效益分析确定其调频潜力，提出优化调度模型验证方法有效性。
2017-07-30 cs.SY eess.SY
Co-optimization of Battery Routing and Load Restoration for Microgrids with Mobile Energy Storage Systems
移动储能系统（MESS）提供了极大的操作灵活性，以增强配电系统在紧急情况下的弹性。这些单元的最佳布置和大小对于快速恢复削减的负载至关重要。在本文中，我们提出了一个模型，在微电网的负荷恢复，同时优化所需的MESS路由相同。该模型被制定为一个混合整数二阶锥规划，考虑充电状态和电池容量的上下限的演变。在IEEE 123节点基准系统上的仿真结果验证了该模型的有效性。
2022-05-24 cs.SY eess.SY
A Novel Interactive Two-stage Joint Retail Electricity Market for Multiple Microgrids
为适应微电网管理分布式能源的需求，提出了一种互动的两阶段联合零售电力市场机制，为产消者主动参与零售交易提供有效平台。在集中式零售市场的第一阶段，配电系统运营商（DSO）和发电商（MG）之间进行日前随机电能交易，其中使用包含不确定性预防成本的机会约束不确定性分布位置边际价格（CC-UDLMP）进行交易结算。在第二阶段，一种新的日内点对点（P2P）的灵活性交易模式，在本地灵活性市场的DSO的监管下，以消除电力不平衡所造成的滚动为基础的估计，同时考虑系统的操作。提出了一种求解两阶段序贯博弈框架均衡解的全分布式迭代算法。此外，为了增强算法的通用性，采用改进的Lp-box交替方向乘子法（ADMM）算法有效地求解了具有混合整数二阶锥结构的第一阶段随机经济调度问题.实证结果表明，在不确定性条件下，所提出的市场机制能够有效地提高市场的整体效率。
2021-07-27 cs.SY eess.SY
Leveraging Microgrids for Capturing Uncertain Distribution Network Net Load Ramping
University of Denver（丹佛大学）
本文提出以灵活性为导向的微电网优化调度模型，用于缓解由大容量分布式太阳能发电引起的配电网净负荷波动。通过混合整数规划和鲁棒优化，模型能有效捕捉净负荷变化，特别是调节需求，并考虑预测不确定性。
2016-08-16 cs.SY eess.SY
Distribution market as a ramping aggregator for grid flexibility support
University of Denver（丹佛大学）
本文研究了配电网作为灵活性资源在系统中的作用，提出基于上游网络调峰需求的配电网调度模型，通过多个微电网的仿真验证了模型的有效性。
2017-11-09 cs.SY eess.SY
Control and Communication Protocols that Enable Smart Building Microgrids
Boston University（波士顿大学）
本文提出基于能量需求量化的新操作框架PDLC，通过优化协议提升智能负载网络的响应能力，并探讨可控性与灵活性的平衡。
2015-04-16 cs.SY eess.SY
A Resilient Power Distribution System using P2P Energy Sharing
本研究分析微电网内、相邻微电网间及整个配电系统中P2P能源共享的影响，基于IEEE 123节点测试馈线，发现其能显著降低成本、减少电网依赖并提升系统弹性，同时预测能源需求以评估能源弹性。
2023-06-21 cs.SY eess.SY
AC/DC optimal power flow and techno-economic assessment for hybrid microgrids: TIGON CEDER demonstrator
本文针对混合微电网提出AC/DC最优潮流方法与技术经济评估指标体系，在TIGON CEDER示范项目中验证，并比较四种运行场景，发现虚拟电池灵活性方案最具盈利性。
2024-03-11 cs.SY eess.SY
Distributed Coordination of Multi-Microgrids in Active Distribution Networks for Provisioning Ancillary Services
本文提出一种基于交替方向乘子法的全分布式优化框架，协调主动配电网中多微电网利用逆变器无功能力和储能灵活性向输电网提供无源电压支撑辅助服务，并通过IEEE 33节点系统验证其有效性与可扩展性。
2024-07-02 cs.SY eess.SY
Microgrid Resilience: A holistic approach for assessing threats, identifying vulnerabilities, and designing corresponding mitigation strategies
微电网的部署越来越多，以提高运营灵活性、弹性、协调能源管理能力、自给自足和提高电力系统的可靠性。这种强劲的市场增长也受到电力电子技术进步、改进的控制系统以及价格迅速下降和分布式能源发电技术（如太阳能光伏发电和储能）采用率增加的推动。在电网中断的情况下，微电网可以提供备用电源;为关键负载提供弹性;然而，这要求微电网本身对物理和网络威胁具有弹性。建立高弹性的微电网需要对潜在威胁进行方法评估，识别脆弱性并设计缓解策略。本文对威胁、脆弱性和缓解策略进行了全面回顾，并对微电网弹性进行了定义。本文还开发了一种设计弹性微电网的方法，考虑微电网设计人员和网站所有者如何评估威胁，漏洞和后果，并选择在不同情况下解决这些威胁所需的微电网功能。
2020-01-02 cs.SY eess.SP eess.SY
Microgrid Operation Control with Adaptable Droop Gains
针对低碳电力系统中微电网的不确定性挑战，提出含自适应下垂增益的双线性鲁棒极小极大MPC控制方案，可提升可再生能源利用率并降低燃料电池出力。
2025-06-18 cs.SY eess.SY
A Microgrid Deployment Framework to Support Drayage Electrification
本文提出集成太阳能与电池储能的微电网部署框架，通过选址、成本估算和电力优化来支撑重型商用车电气化，并在萨凡纳港地区量化其最大CO2减排效果。
2024-10-02 cs.SY eess.SY
Multi-Objective Operational Optimization of Energy Storage Systems in User-Side Microgrids
Universidad Metropolitana de Monterrey（蒙特雷都会大学）
本文提出了一种用户侧微电网能量存储系统多目标运行优化策略，通过多目标权重分配实现电力成本降低、碳排放减少和可再生能源利用提升，为实际微电网运行提供灵活且可扩展的解决方案。
2026-01-03 cs.SY eess.SY
A Multi-timescale Two-stage Robust Grid-friendly Dispatch Model for Microgrid Operation
可再生能源发电和负荷消耗的不确定性是微电网运行的一个巨大挑战，特别是在孤岛模式下，因为微电网的规模可能很小，灵活的资源有限。提出了一种多时间尺度、两阶段的鲁棒机组组合经济调度模型，用于微电网的优化运行。第一阶段是日前逐时和实时次逐时相结合的调度模型，即日前的调度结果必须同时满足实时条件。第二阶段是考虑可再生能源调度和负荷消耗的高度不确定性，验证最坏情况下日前调度结果的可行性。在该模型中，电池储能系统（BESS）和太阳能光伏发电机组集成为一个组合的太阳能储能系统。BESS在平衡太阳能光伏机组的可变输出方面发挥着至关重要的作用，它使太阳能储能系统的总输出每小时保持不变。通过这种方式，它在很大程度上抵消了太阳能不确定性的影响，并使微电网运行电网友好。此外，为了提高微电网的灵活性和弹性，BESS和热单元都提供调节储备，以管理太阳能和负载的不确定性。该模型已在芝加哥Bronzeville社区微电网系统的受控硬件在环（CHIL）环境中进行了测试。仿真结果表明，该模型有效地管理太阳能光伏和负载的不确定性，并可以提供一个灵活的调度在并网和孤岛模式。
2019-12-13 cs.SY eess.SY
Microgrid Operation Control with State-of-Charge- Dependent Storage Power Constraints
针对微电网独立运行中锂离子储能动态功率限制问题，提出基于凸多面体建模荷电状态相关约束并集成于模型预测控制，消除约束违反，提升运行安全性。
2025-01-21 cs.SY eess.SY
Hardware-Based Microgrid Coupled to Real-Time Simulated Power Grids for Evaluating New Control Strategies in Future Energy Systems
本文提出将硬件微电网与大规模实时仿真框架物理耦合的测试环境，通过评估接口精度与通信延迟，验证了该方法可有效测试面向电网支撑的微电网控制策略。
2024-09-03 cs.SY eess.SY
Cooperative Energy Scheduling of Multi-Microgrids Based on Risk-Sensitive Reinforcement Learning
Guangxi University（广西大学）；Tsinghua University（清华大学）；The Hong Kong Polytechnic University（香港理工大学）；Aalto University（阿尔托大学）；Charleston Southern University（查尔斯顿南方大学）
本文提出基于共享内存的风险敏感强化学习框架，用于多微电网的协同能源调度，通过量化个体与联合风险值关系提升调度可靠性与经济性。
2025-12-19 cs.SY eess.SY
Towards a Scalable and Flexible Simulation and Testing Environment Toolbox for Intelligent Microgrid Control
微型电网和智能电网在将可再生能源纳入常规电网和向偏远地区供电方面发挥着重要作用。现代MSG由于其高效率和灵活性而在很大程度上由电力电子转换器驱动。然而，由于在各种不同的MSG拓扑结构中对能量可用性、安全性和电压质量的要求最高，因此控制MSG是一项具有挑战性的任务。这就要求在开发阶段对新的控制方案进行全面测试，并与现有技术进行比较，以确保其可行性。这特别适用于强化学习（RL）领域的数据驱动控制方法，其稳定性和操作行为很难先验评估。因此，OpenModelica微电网Gym（OMG）包，一个开源的软件工具箱的模拟和控制优化的味精，提出。它能够对任意MSG拓扑进行建模和仿真，并为即插即用控制器测试提供基于Python的接口。特别是，标准化的OpenAI Gym接口允许轻松集成基于RL的控制器。除了OMG工具箱的介绍，应用程序的例子突出显示，包括安全的贝叶斯优化低级别的控制器调整。
2020-05-19 cs.SY eess.SY
Resilient Load Restoration in Microgrids Considering Mobile Energy Storage Fleets: A Deep Reinforcement Learning Approach
Interdisciplinary Graduate School, Nanyang Technological University Singapore（南洋理工大学跨学科研究生院（新加坡））；School of Electrical and Electronic Engineering, Nanyang Technological University Singapore（南洋理工大学电气与电子工程学院（新加坡））
移动储能系统（MESS）提供了移动性和灵活性，以增强配电系统的弹性。本文提出了一个马尔可夫决策过程（MDP）制定的综合服务恢复策略，协调调度的MESS和微电网的资源调度。考虑了负荷消耗的不确定性。深度强化学习（DRL）算法被用来解决MDP优化调度。具体地说，双延迟深度确定性策略梯度（TD 3）被应用于训练深度Q网络和策略网络，然后训练好的策略可以以在线方式部署，以同时执行多个动作。所提出的模型被证明在一个集成的测试系统与苏福尔斯交通网络连接的三个微电网。仿真结果表明，移动和固定的能量资源可以很好地协调，以提高系统的弹性。
2020-03-27 cs.LG cs.SY eess.SY
Stochastic optimal scheduling of demand response-enabled microgrids with renewable generations: An analytical-heuristic approach
在向清洁和可持续能源生产过渡的背景下，微电网已成为解决环境污染和能源危机问题的有效途径。随着可再生能源的日益普及，如何协调需求响应和可再生能源发电是微电网调度领域的一个关键和具有挑战性的问题。为此，本文提出了一种考虑多利益相关者的孤立微网双层调度模型，其中下层和上层模型分别以实时电价环境下用户成本和微网运行成本最小为目标。为了求解该模型，将Jaya算法和内点法（IPM）相结合，提出了一种混合分析-启发式求解方法Jaya-IPM，其中下层和上层分别由IPM和Jaya求解，调度方案通过两层之间的迭代得到。之后，由上层模型更新的实时价格和由下层模型确定的电力计划将通过实时定价机制在上下层之间交替迭代，以获得最优调度计划。试验结果表明，该方法能够协调可再生能源发电量的不确定性与需求响应策略，实现微网与用户利益的平衡;通过利用需求响应，能够充分发挥负荷侧的灵活性，在保持供需平衡的同时实现调峰。此外，Jaya-IPM算法被证明是优于传统的混合智能算法（HIA）和CPLEX求解器的优化结果和计算效率。
2021-11-24 cs.SY eess.SY math.OC
Full Timescale Hierarchical MPC-MTIP Framework for Hybrid Energy Storage Management in Low-Carbon Industrial Microgrid
Tsinghua University（清华大学）；Columbia University（哥伦比亚大学）；Aalto University（阿尔托大学）；National Technical University of Athens（雅典国立技术大学）
本文提出全时间尺度分层MPC-MTIP框架，通过解耦控制问题和嵌入自适应反馈机制，提升混合储能系统在极端波动下的运行效率和稳定性，实现97.4%的净负载平滑率和62.2%的综合循环效率。
2026-03-23 cs.SY eess.SY
Distributed Load Shedding for Microgrid with Compensation Support via Wireless Network
Shanghai Jiao Tong University（上海交通大学）；Collaborative Innovation Center for Advanced Ship and Deep-Sea Exploration（先进船舶与深海探测协同创新中心）；Key Laboratory of System Control and Information Processing, Ministry of Education of China（教育部系统控制与信息处理重点实验室）
本文提出基于无线网络的分布式负荷切除方案，通过优化不同优先级负载的有功功率协调，结合子梯度方法算法和TDMA多播Metropolis调度，提高响应率和可靠性，验证了方案的有效性。
2018-07-23 cs.SY eess.SY
A Multiobjective Reinforcement Learning Framework for Microgrid Energy Management
Cornell University（康奈尔大学）；Cornell Energy Systems Institute（康奈尔能源系统研究所）
提出一种多目标强化学习框架，利用外生信息训练参数化策略以揭示微电网冲突目标间的权衡，并在CU-MG上验证其可全面提升运行性能。
2025-02-14 cs.LG cs.SY eess.SY
Homogeneous and Mixed Energy Communities Discovery with Spatial-Temporal Net Energy
Illinois Institute of Technology（伊利诺伊理工学院）；University of Wisconsin at Eau Claire（威斯康星大学欧克莱尔分校）；Santa Clara University（圣克拉拉大学）；University of Rhode Island（罗德岛大学）
本文研究了微电网中多种能源社区的发现问题，通过考虑地理位置和任意时期的净能量，提出高效的算法来发现同质能源社区（HECs）、混合能源社区（MECs）和自给自足能源社区（SECs），以促进电网的能量管理。
2019-03-27 cs.SY eess.SY
Energy Pricing in P2P Energy Systems Using Reinforcement Learning
Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学）
消费者方面可再生能源的增加给能源网带来了新的动力。微电网的参与者可以生产能源，并在能源供应商的许可下与同行（点对点）进行交易。在这种情况下，分布式可再生能源发电机和能源消费的随机性增加了确定购买和销售能源的公平价格的复杂性。在这项研究中，我们引入了一个强化学习框架，以帮助解决这个问题，通过训练代理设置的价格，最大限度地提高微电网中的所有组件的利润，旨在促进P2P电网在现实生活中的场景的实施。微电网考虑了消费者、产消者、服务提供商和社区电池。在\textit{Pymgrid}数据集上的实验结果表明，微电网中所有组件的价格优化方法是成功的。所提出的框架确保了灵活性，以考虑这些组件的利益，以及微电网中消费者和生产者的比例。研究结果还考察了改变社区电池容量对系统利润的影响。实现代码可从\href{https://github.com/Artifitialleap-MBZUAI/rl-p2p-price-prediction}{here}获得。
2022-10-24 cs.AI cs.LG cs.SY
A Universal Controller for Grid-Tied Inverters
本文提出一种用于微电网通用逆变器的固件Control-Sync，通过双控制路径实现构网与跟网模式的无缝切换，并具备直接相位角检测和频率恢复能力，经严格测试验证可提升微电网可靠性与效率。
2024-12-31 cs.SY eess.SY
Admittance-Guided Inverter Dispatch Command Manipulation Attack: A Grid Stability-Oriented Approach
本文提出一种基于阻抗引导的调度指令操控攻击方法，通过识别易受攻击的逆变器和最坏情况调度指令，以降低电网稳定性。
2026-05-14 cs.SY eess.SY
Power Grid Topology Control
Nanyang Technological University（南洋理工大学）；Monash University（莫纳什大学）；University of Sydney（悉尼大学）
本文综述电网拓扑控制的发展，涵盖稳态拓扑控制、拓扑转换和暂态拓扑控制，旨在利用网络侧灵活性应对可再生能源并网挑战。
2026-06-05 cs.SY eess.SY
Efficient distribution grid flexibility provision through model-based MV grid and model-less LV grid approach
为了保持供电的安全性和质量，同时支持低压电网增加间歇性发电和供暖及运输电气化，在配电网运营框架中提供灵活性至关重要。然而，更新和准确的低压电网模型的可用性是一个挑战的配电系统运营商（DSO）。本文演示了一种方法，有效的灵活性提供和激活，通过一个基于灵敏度系数的无模型LV网格和建模MV网格的方法。本文进一步说明了通过LV DERMS平台进行监测和控制的价值，以有效实现这种灵活性的提供和激活。该方法已在一个真实的MV和LV网络的瑞士DSO进行了测试。结果表明，DSO的运行成本降低。
2021-08-09 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
A Deep Q-Learning based Smart Scheduling of EVs for Demand Response in Smart Grids
Technical University of Cluj-Napoca（克卢日-纳波卡技术大学）
本文提出一种基于深度Q学习的无模型方法，通过调度微电网中电动汽车的充放电活动以匹配目标能量曲线参与需求响应，实验表明该方法在仅依赖数据的情况下能以0.99的相关系数有效应对动态调度场景。
2024-01-05 cs.AI cs.LG cs.SY
Quantifying EnergyNet performance: a simulation-based framework for decentralized energy networks
Lund University（隆德大学）；ViaEuropa Sverige AB（ViaEuropa瑞典有限公司）；Global Urban Development（全球城市发展）；University of California, Berkeley（加州大学伯克利分校）；Doerr School of Sustainability, Stanford University（斯坦福大学迪尔可持续发展学院）；Woods Institute for the Environment, Stanford University（斯坦福大学伍兹环境研究所）；Johns Hopkins University（约翰斯·霍普金斯大学）；Blekinge Institute of Technology（布莱金厄理工学院）；Chalmers University of Technology（查尔姆斯理工大学）；US National Academies of Sciences, Engineering, and Medicine（美国国家科学院、工程院和医学院）；Science and Resilience Institute at Jamaica Bay（牙买加湾科学与韧性研究所）；Brooklyn College（布鲁克林学院）；City University of New York（纽约市立大学）
本文提出一个定量仿真框架来评估去中心化能源网络EnergyNet的性能，通过优化能量分配与交换，并在多个案例中验证其可靠性，包括斯坦福校园微电网和瑞典隆德在建网络。
2026-10-06 cs.SY eess.SY
Definition of scenarios for modern power systems with a high renewable energy share
最近的环境政策导致许多学术界、工业界和政府利益相关者设计和规划可再生能源（RES）比例非常高的情景。新的系统元素，如高压直流（HVDC）传输，微电网，虚拟发电厂（VPP）和动态虚拟发电厂（DVPP）正在越来越多地研究其对未来可再生能源发电厂在主电网中的整合的贡献。目前正在对每个系统和区域的几种未来情景进行分析，以确保主要由可再生能源组成的未来能源系统能够保持稳定，满足全年季节性变化的需求，并且在经济上可行。在这篇文章中，不同类型的能源方案被认为是在规模，可再生能源发电技术和电网配置方面获得一系列选择。这些情景是在POSYTYF项目的背景下研究的，并通过基于优化的算法进行量化，使用欧洲的特定位置，以及与不同RES的可用性以及需求相关的真实数据。事实表明，光伏发电和风力发电可以提供可再生能源的骨干，但它们缺乏在能源组合中获得很高份额所需的灵活性。其他技术，如太阳能热和抽水蓄能，对于覆盖最后一个集成范围变得重要，因为它们提供了高度的灵活性，这对高份额至关重要。
2021-12-01 cs.SY eess.SY
Vehicle-to-Everything: Looking into the Future of Flexibility Services
本文探讨了家庭、社区和电网三个层面的V2X灵活性服务，识别了各层面的服务类型、请求方及市场机制，并回顾了试点项目与法规，以推动其有效整合。
2024-07-22 cs.SY eess.SY
Sharing Mobile and Stationary Energy Storage Resources in Transactive Energy Communities
大多数电力系统越来越多地基于分布式能源，导致对电网管理的强烈冲击。就葡萄牙而言，可再生能源对发电组合的贡献已经很高，目标是到2050年实现100%。大部分新的可再生能源发电容量将由安装在建筑物中的分布式光伏发电来确保，因此光伏输出的固有不稳定性加上与需求分布的不匹配将对电网的运营和弹性构成挑战。解决这些问题需要在社区一级进行管理，并利用可控能源资源（如能源储存资源）的时空灵活性。葡萄牙的监管机构认识到了这一点，最近的可再生能源发电自耗立法使社区的发电盈余交易成为可能。实施社区内交易和利用可再生能源发电的潜力，需要在社区一级在交易性能源系统范围内进行监督和协调。本文的重点是通过社区微电网中的交易能源市场来解决能源共享问题，使用固定和移动储能作为灵活性资源。拟议的框架考虑了具有现场电池存储和众多电动汽车充电站的公共和商业建筑。该配方使用真实的数据进行评估，从社区的建筑物在葡萄牙大学校园。结果表明，所提出的方法实现了建筑和社区层面可再生能源自我消费的增加，以及电力成本的降低。
2020-10-07 cs.SY eess.SY
Modeling and Analysis of Utilizing Cryptocurrency Mining for Demand Flexibility in Electric Energy Systems: A Synthetic Texas Grid Case Study
电力行业面临着双重挑战，既要支持日益增长的电气化需求，又要大幅减少碳足迹。在电力需求中，加密货币采矿数据中心的能源消耗在全球范围内大幅增长。如果协调良好，这些数据中心可以进行量身定制，以积极吸收能源供应日益增加的不确定性，从而在电力市场中提供有价值的电网级服务。在本文中，我们研究了将新的加密货币挖矿负荷整合到德克萨斯州电网中的影响，以及利用电力市场中加密货币挖矿设施的需求灵活性的潜在利润。我们调查了可用于数据中心的不同需求响应计划，并量化了参与这些计划的加密货币采矿单位的年利润。我们使用合成的2000总线ERCOT网格模型进行模拟，并在德克萨斯州的真实需求曲线上增加加密货币挖掘负载。我们的初步结果表明，根据这些新负荷的大小和位置，我们观察到对ERCOT电力市场的不同影响，它们可能会增加电价，并以高度不均匀的方式引起更多的波动。
2022-12-12 cs.SY eess.SY
Data Center Spatio-Temporal Load Flexibility in Security-Constrained Unit Commitment for Enhanced Grid Efficiency and Reliability
University of Houston（休斯顿大学）
本文提出了一种模块化的安全约束机组调度框架，协调灵活的数据中心工作负载与系统级调度，以减少可再生能源弃风弃光、缓解电网拥堵并降低运行成本。通过三种混合整数线性规划模型：数据中心空间模型（DC-S）、数据中心时间模型（DC-T）和数据中心时空模型（DC-ST），实现了跨地理分布站点的即时工作负载重新分配、时间可延迟负载的转移以及两者联合激活，从而扩大可行的操作区域。
2026-05-18 cs.SY eess.SY
Optimal Energy Interruption Planning and Generation Re-dispatch for Improving Reliability during Contingencies
提高配电网可靠性是具有高份额的分布式发电机（DG）的配电系统的规划和操作的主要挑战。分布式发电份额的增加可能导致计划外的突发事件，而另一方面，它们可以在突发事件后提供支持电网运行的灵活性。本文提出了一种最优的能源中断规划方法，从分布式发电的灵活性，并执行成本最优的灵活负荷切负荷。所提出的方法进行了测试的合成电网，代表典型的城市和低压馈线在欧盟的配电网络建模在径向和网状配置。研究表明，所提出的优化过程可以成功地用于规划资源在紧急事件，这可以导致减少能源不供应和提高可靠性指标。
2020-04-22 cs.SY eess.SY
Optimal demand response policies for inertial thermal loads under stochastic renewable sources
针对微电网中间歇性可再生能源消纳问题，研究热惯性负荷的最优需求响应，揭示舒适约束惩罚可使最优策略由温度同步转为去同步，从而避免功率骤增。
2024-12-05 cs.SY eess.SY
Adaptive Demand-Driven Energy Management of PCM-Integrated District Heating Systems: Operational Flexibility and Techno-Economic Assessment
Norwegian University of Science and Technology（挪威科技大学）；Delft University of Technology（代尔夫特理工大学）；Mälardalen University（马尔默达尔大学）
该研究针对集成PCM的区域供热系统，提出自适应需求驱动控制策略，经仿真与敏感性分析，该策略可平滑热需求曲线、实现最高5.3%的峰值负荷削减，同时指出需降低成本以缩短25.3年的投资回收期。
2026-07-31 cs.SY eess.SY
Optimal Co-Design of a Hybrid Energy Storage System for Truck Charging
本文提出混合储能系统协同设计框架，联合优化技术与运行策略，案例表明全混合方案在微电网卡车充电中实现最低总成本与电网依赖。
2025-06-02 cs.SY eess.SY
AI Data Centers Meet Electrical Grids: A Review of Power Challenges and Coordinated Solutions
University of Alberta（阿尔伯塔大学）
本综述梳理AI数据中心从设备到电网的电力输送链，分析其对稳定性、可再生能源和低碳规划的影响，并提出跨层级协同的缓解策略与关键研究需求。
2026-10-08 cs.SY eess.SY
Development of a Soft Actor Critic Deep Reinforcement Learning Approach for Harnessing Energy Flexibility in a Large Office Building
University College Dublin（都柏林大学学院）
本研究关注基于深度强化学习（DRL）的“软演员批评”（SAC）的新应用和调查，以控制大型商业建筑的冷却设定点（从而控制冷却负荷），以利用能源灵活性。这项研究的动机是与传统的基于模型的控制方法的开发和应用规模更广泛的建筑库存的挑战。SAC是一种无模型的DRL技术，能够处理连续的动作空间，并且在建筑能源系统的自动化和智能控制的背景下，该技术在现实生活或高保真仿真实现中的应用有限。这种控制技术被视为支持智能、可持续和未来电网运行的一种可能解决方案。本研究测试的SAC DRL技术的适用性，通过培训和部署的代理EnergyPlus为基础的环境中的办公楼。SAC DRL被发现学习最优控制策略，与默认的基于规则的控制（RBC）方案相比，该策略能够将能量成本最小化9.7%，并且能够在一周的测试期间内改善或保持热舒适性限制。该算法被证明是鲁棒的不同的超参数和这个最优控制政策是通过使用一个最小的状态空间，包括容易获得的变量。该算法的鲁棒性进行了测试，通过调查的学习速度和部署到不同的季节和气候的能力。结果发现，SAC DRL需要最少的训练样本点，并在三个月的操作后优于RBC，并且在此期间也没有中断热舒适性。该代理可转移到其他气候和季节，但建议进一步重新训练或超参数调整。
2021-04-25 cs.LG cs.SY eess.SY
Grid-Forming Loads: Can the loads be in charge of forming the grid in modern power systems?
现代电力系统正面临着整合大量可变（不可调度）可再生发电容量（如太阳能光伏发电或风力发电）的巨大挑战。在这种情况下，所需的电力系统灵活性需要在其他单元中分配，这些单元可以包括能量存储、需求管理或提供来自可再生能源的储备，从而减少输出功率。本文提出了成网负荷的新概念，认为成网负荷是一种完全柔性的需求概念。该概念不仅通过使负载适应于整个系统平衡来确保负载支持电网稳定性，而且还确保负载实际上有助于形成电网并向整个系统提供同步功率。从这个意义上说，新概念允许在电网跟随模式下运行仅由以最大功率（或运营商定义的设定点）运行的可再生能源供电的系统，而整个系统控制在需求侧进行。这是一个重要的范式转变，因为它认为所有的灵活性，同步性和稳定性都是在需求方面。这一概念既可以应用于孤立系统，也可以应用于未来的电力系统，其中数百万负载引导电力系统，而可再生能源则以全功率运行。本文提出了这一概念，提出了可能的控制实现网格形成的负载和分析的概念，在四个仿真案例研究。
2022-08-27 cs.SY eess.SY
Day-ahead Schedule Considering the Participation of Electric Vehicles in Primary Frequency Response
可再生能源在电力系统中的接入会引起系统等效惯量的减小，从而导致电力系统的不稳定。另一方面，储能系统已被证明是提高能源系统运行灵活性的有效工具，这可能有利于整合可再生能源。以这种方式，当这种车辆停放并连接到电网时，插入式电动车辆（PEV）电池可以用作存储器。在这项工作中，PEVs的主要频率响应的贡献进行了分析，在系统中占主导地位的可再生能源。考虑到PEVs集团可以积极参与电力市场，支持日前备用容量，并提供一次频率响应，开发了日前调度模型。该模型在阿马帕联邦大学的配电系统中实现。
2022-07-19 cs.SY eess.SY
