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
Energy Scheduling for Residential Distributed Energy Resources with Uncertainties Using Model-based Predictive Control
本文提出了一种可靠的能源调度框架的分布式能源(DER)的住宅区,以实现适当的日常用电量与最大的可负担的需求响应。可再生和不可再生能源资源可用于响应客户的需求,使用不同类别的方法来管理能源期间。最优运行问题是一个混合整数线性规划(MILP)研究基于模型的预测控制(MPC),以确定哪个可调度单元应在什么时间和在什么功率水平,同时满足实际约束。可再生能源(RES),特别是太阳能和风能,最近已经扩大了它们在电力电力系统中的作用。虽然它们是环境友好型和可访问的,但在其性能方面存在挑战性问题,例如处理与它们有关的可变性和不确定性。本研究探讨了这些系统的能源管理在三个互补的情况下。第一种和第二种情况分别适用于价格恒定和价格变化的市场。此外,第三种方案提出考虑的作用,可再生能源的不确定性,它的目的是补偿电力短缺使用不可再生资源。在一个住宅小区进行了24小时的测试,结果表明该方法具有降低运行成本的能力。
2020-07-22 cs.SY eess.SY math.OC
Decentralized Demand Side Management with Rooftop PV in Residential Distribution Network
在过去的广泛研究,需求侧管理(DSM)计划,旨在减少高峰负荷,节省电力成本。在本文中,我们提出了一个框架,研究分散的家庭需求侧管理的住宅配电网,其中包括多个智能家居与可拆卸的电器和一些屋顶光伏发电单元。每个智能家庭根据日前电价预测和其便利性牺牲意愿进行单独的电器调度,以优化电能成本。使用开发的仿真模型,我们研究分散的家庭DSM的性能和研究其对配电网的运行和可再生能源的整合,在屋顶光伏发电的利用效率,整体电压偏差,实际功率损耗,和可能的反向潮流的影响。
2017-12-22 math.OC
An Efficient Primal-Dual Approach to Chance-Constrained Economic Dispatch
为了有效地提高分布式和可再生能源在未来智能微电网中的集成,经济的能源管理是不可或缺的,具有重要意义。研究了孤岛模式下考虑需求侧管理的微网日前发电经济调度问题。针对多风电场多时段能量优化调度问题,以限制风电场失电概率风险为目标,建立了一个联合机会约束最优化问题。针对风力发电量时空联合分布问题,采用原对偶方法有效地获得了次优解。该方法是基于一阶最优性条件和逐步逼近的概率约束生成的p-有效点。数值结果证实了这种方法的优点。
2014-10-17 math.OC
Optimal Participation of Heterogeneous, RES-based Virtual Power Plants in Energy Markets
在这项工作中,我们提出了一个详细的模型,可再生能源(RES)为基础的虚拟电厂(VPP),参与日前市场(DAM)和日内市场(IDM)与可调度和不可调度的RES和灵活的需求资产。我们提出了一个需求模型与两个层次的灵活性,这是与市场会话加上改进的太阳能热电厂模型与分段线性制定的效率。VPP使用网络约束的机组承诺模型来提交DAM拍卖,并因此参与IDM以纠正偏差。最后,我们通过评估其在不同天气条件下的不确定性来验证我们的模型。
2021-12-04 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
Integrating Hydrogen into Ontario's Energy Hub: A Robust, Carbon-Aware Framework for Power-Heat-Transport
University of British Columbia(不列颠哥伦比亚大学);Dalhousie University(达尔豪斯大学);University of Saskatchewan(萨斯喀彻温大学)
本文提出一种碳感知且抗不确定性的优化框架,通过混合整数线性规划模型协同优化电力、供暖、制冷和交通能源服务,并显式纳入氢能子枢纽,应用于加拿大安大略省,结果表明氢能大幅扩张且稳健解在保证可行性的同时带来约6.6-9.0%的成本溢价。
2026-05-25 math.OC
Stochastic Operation of Energy Constrained Microgrids Considering Battery Degradation
可变可再生能源发电渗透率高的电力系统易受低发电时段的影响。保持高可调度发电容量的替代方案是能够利用剩余功率的电能存储,其中电能存储有助于供应的安全性。这样的系统可以被认为是能量受限的,并且电能存储的操作必须平衡操作成本最小化和稀缺风险。在这个问题上,依赖于操作的存储特性,例如能量存储退化是一个复杂的因素。本文提出了一种线性近似的电池充电状态退化,并实现它在一个随机的双动态规划的能量管理模型结合循环退化。退化建模的影响进行了研究,挪威的小型微电网可变的可再生能源发电和有限的可调度发电容量,以及电池和氢存储,以平衡供需。我们的研究结果表明,所提出的策略可以延长预期的电池寿命超过四年相比,天真的随机策略,但可能会导致其他系统资源的退化增加。同样明显的是,一个随机的策略是至关重要的,以保持低风险的稀缺性,在能量受限的系统。
2021-11-05 cs.SY eess.SY math.OC
Extreme events in time series aggregation: A case study for optimal residential energy supply systems
考虑到可再生能源供应的不稳定性,能源系统最优化问题需要高的时间分辨率。许多模型使用时间序列聚类来找到代表性的周期,以减少时间序列输入数据的量,并使最优化问题在计算上易于处理。然而,聚类方法去除峰值和其他极端事件,这对于实现鲁棒的系统设计是重要的。我们提出了一个一般的决策框架,包括极端事件在一组有代表性的时期。我们介绍了一种方法来找到极端周期的基础上松弛变量的最优化问题本身。我们的方法进行了评估和基准与其他极端时期包含方法从文献中的设计和运营最优化问题:住宅能源供应系统。我们的方法确保了在住宅能源供应系统的全部输入数据的可行性,虽然设计优化是在减少的数据集上进行的。我们发现,使用极端的周期作为代表性的周期的一部分,提高了3%到75%以上的优化结果的准确性取决于系统的约束条件相比,仅聚类的结果,从而降低了系统成本,提高了系统可靠性。
2020-02-08 eess.SP 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
Temporal and Spatial Decomposition for Prospective Studies in Energy Systems under Uncertainty
UMA, ENSTA Paris, IP Paris(ENSTA巴黎应用数学实验室,IP巴黎)
本文提出一种时空分解方法,用于计算能源系统在不确定性下的使用价值,通过DADP算法实现高效优化。
2025-12-04 math.OC
Distributed Stochastic Market Clearing with High-Penetration Wind Power
将可再生能源整合到现代电网中需要对资源进行风险认知调度,以考虑可再生能源的随机可用性。针对这一目标,本文基于直流最优潮流(OPF),研究了高渗透率风电的日前随机市场出清问题。其目标是最大限度地减少社会成本,其中包括传统的发电成本,最终用户负效用,以及系统重新调度成本的风险措施。利用条件风险价值(CVaR),新模型能够减轻潜在的高风险的追索行动,以补偿风预测误差。由此产生的凸优化任务是通过一个基于分布的样本平均值的近似来解决的,以绕过过于复杂的高维积分。此外,为了应付可能的大规模可调度负荷,一个快速分布式求解器的开发与保证收敛使用的交替方向法的乘法器(ADMM)。在一个改进的基准系统上测试的数值结果证实了新框架和所提出的方法的优点。
2015-04-13 cs.DC math.OC
Stochastic Model Predictive Control based on Mixed Random Variables for Economic Energy Management
Institute for Automation and Applied Informatics Karlsruhe Institute of Technology (KIT), Germany(卡尔斯鲁厄理工学院自动化与应用信息学研究所)
本文提出基于混合随机变量的随机模型预测控制方法,用于优化家庭能源管理,通过考虑不确定的消费和可再生能源生成,实现降低电力成本的目标。
2026-03-31 math.OC
Stochastic Reactive Power Management in Microgrids with Renewables
本文提出一种随机无功补偿方案,通过在线控制实现无功管理,验证了其在工业微电网和住宅配电网络中的有效性,能跟踪太阳能发电和家庭需求的变化。
2014-11-14 cs.SY eess.SY math.OC
ETHOS.FINE: A Framework for Integrated Energy System Assessment
该研究提出基于Python的ETHOS.FINE框架,通过数学优化建模综合能源系统,支持跨部门脱碳评估,助力投资决策与政策制定。
2023-11-10 math.OC
Probabilistic Day-Ahead Battery Scheduling based on Mixed Random Variables for Enhanced Grid Operation
针对可再生能源波动带来的电网稳定挑战,提出基于混合随机变量的居民电池日前概率调度分析方法,嵌入连续随机优化框架,可减少量化电网不确定性、降低用电成本,提升电网韧性。
2024-11-19 cs.SY eess.SY math.OC
An Optimal Energy Production Problem with Energy Source Switching and Load Following Nuclear Power Plants
Department of Economics – University of Verona(维罗纳大学经济系)
本文针对含能源切换与负荷跟踪的核电站最优生产问题,通过分析封闭与开放经济场景,计算最优策略,明确了相关因素对核电负荷跟踪的影响及可控低碳容量的价值。
2026-08-12 math.OC q-fin.MF
Prioritized Threshold Allocation for Distributed Frequency Response
可再生能源发电的更高渗透率将增加对电网上充足(且具有成本效益)可控资源的需求,这些资源可以在导致全网崩溃之前缓解和控制本地突发事件。然而,当事件发生时,最终用途约束可能导致负载不可用,从而导致不可靠的需求响应服务。可以利用传感器测量和局部负载动态的知识来提高负载控制算法的性能。在上下文中的分层频率响应使用合奏的开关负载,我们提出了一个度量来评估每个设备的健身成功地提供辅助服务。此外,制定了基于适应度的控制设定点的分配,在不同的操作条件下实现可靠的性能。通过对电热水器和家用空调器的仿真,验证了所提出的控制算法的有效性。
2018-06-07 math.OC
Towards Efficient Aggregation of Storage Flexibilities in Power Grids
本文针对大量灵活存储设备聚合面临的维度灾难问题,改进基于顶点的内近似方法以扩展至通用存储设备,并通过电动汽车削峰案例验证其有效性与准确性。
2024-03-29 math.OC
Hierarchically Coordinated Energy Management for A Regional Multi-microgrid Community
本文提出了一种新的分层协调的能源管理系统(EMS)的区域社区(例如,住宅区、校园、工业园区等)包括多个小规模微电网(MG)(例如,房屋、建筑物等)。它的目标是最小化MG社区的总运营成本,同时最大化每个MG的个人利益。在每个MG内部的局部水平上,通过对包括光伏电池(PV)、储能器(ES)、电动汽车(EV)和可调度负载在内的各种能源的详细建模,将个体优化问题制定为混合整数线性规划(MILP)。本地EMS为所有可控单元做出功率调度决策,以最小化单个MG中的操作成本。在社区层次上,提出了一种新的配对算法,以显式地找到盈余和赤字的MG配对。社区级EMS采用配对算法来确定MG之间的特定功率交换,并最小化与上游电网的能量交易。通过社区一级EMS获得的额外经济效益,进一步降低了每个MG的运营成本。该方法在建模通用性、计算复杂度和隐私保护等方面具有明显的优势,仿真结果验证了该方法的有效性。
2021-02-07 cs.SY eess.SY math.OC
Cost-Optimal Operation of Energy Storage Units: Benefits of a Problem-Specific Approach
不可调度的可再生能源(RES)产生的大部分电力的整合导致发电方面的波动越来越大,并导致暂时的局部生产过剩。储能装置的应用有可能有效地利用可再生能源的多余电力,并防止限电。这项工作的目的是计算成本最优的充电策略的能量存储单元用作缓冲器。为此,提出了一种新的数学最优化方法,适用于一般的存储相关的问题。由于该方法与标准求解器相比在效率上获得了巨大的增益,并且证明了最优性,因此复杂问题的计算以及多个系统组合的高分辨率灵敏度分析在很短的时间内是可行的。作为示例技术,详细研究了与储热单元结合使用的功率-热量转换器,并计算和评估了最佳系统配置,包括有能量损失和无能量损失的存储单元。一个特定问题的方法的好处证明了我们的方法的数学简单性以及所提出的方法的普遍适用性。
2016-01-15 math.OC physics.soc-ph
Consensus-Based Decentralized Energy Trading for Distributed Energy Resources
在智能电网中,分布式能源(DER)已经渗透到居民区,以提供一种新的电力供应形式,主要来自可再生能源。拥有DER的居民家庭和商业建筑已经成为当地电网中的生产消费者,因为他们可以将剩余的电力出售给其他人。已经开始研究通过更好的控制和沟通策略来整合和利用DER。随着物联网(IoT)技术的进步,DER之间可以实现前所未有的协调,以促进能源交易和交互式能源管理。然而,在优化过程中防止用户信息泄露一直是研究人员面临的挑战,这促使他们开发保护隐私的能源管理系统。在本文中,我们开发了一个完全分散的交互式能源管理使用基于共识的算法。具体来说,我们设计了一个虚拟池,供产消者在物联网技术的支持下进行能源交易和信息交换。基于共识的算法使产消者能够以协调的方式独立地获得最佳能源计划,而不会泄露任何个人数据。我们使用真实世界的数据进行模拟和验证我们开发的算法。结果表明,我们的共识为基础的分散式交易能量管理策略是可行的,可以显着降低系统的整体成本。
2021-10-28 cs.SY eess.SY math.OC
A Stochastic Sizing Approach for Sharing-based Energy Storage Applications
为了促进可再生能源整合,提高电能质量和可靠性,并减少碳氢化合物排放,迫切需要部署储能系统(ESS),它可以为高峰时段的公用事业运营提供控制介质。在住宅一级特别需要环境服务系统,因为这一部门具有最未开发的需求响应潜力。然而,考虑到其高昂的购置、操作和维护成本,单独部署ESS在经济上是不可行的。因此,在本文中,我们提出了一个\emph{sharing-based} ESS架构,其中每个客户的需求是随机建模和总需求是由从电网和存储单元的组合,当需求超过电网容量的功率。提出了一种分析储能系统最优规模的随机框架。针对\emph{single}型家电的一组用户,提出了一种分析方法。然后,这个框架被扩展到任何网络规模与任意数量的客户和设备类型。分析方法提供了一个易于处理的解决方案的ESS规模问题。最后,提供了详细的成本效益分析,结果表明,基于共享的ESS是实用的,并显着节省ESS的大小可以实现。
2015-08-08 math.OC
Robust Distributed Fixed-Time Economic Dispatch under Time-Varying Topology
定义北美电网的集中式发电基础设施正在慢慢转向分布式架构,这是由于可再生能源和分布式能源(DER)的使用激增,例如住宅太阳能,风力涡轮机和电池存储。此外,可变的定价政策和大量的灵活负载需要从各个发电单元所需的功率输出的频繁和严重的变化,需要快速的功率分配的可用性。为此,提出了一种固定时间收敛的,完全分布式的经济调度算法,用于在一组DER之间调度最优发电。该算法结合了负荷平衡和发电容量约束。
2020-08-27 cs.SY eess.SY math.OC
Utility-Scale Energy Storage in an Imperfectly Competitive Power Sector
对可持续性的兴趣增加了可变可再生能源在发电中的份额。能量存储系统减轻不可调度VRES的干扰的潜力增强了它们的吸引力。然而,存储的影响因所有者和市场条件而异。我们通过一个双层优化模型研究了公用事业规模电池储能投资的政策含义。较低的水平描述电力系统的运作,建模为完全竞争或古诺寡头,允许生产者的市场势力的评估。上层投资者要么是福利最大化者,要么是利润最大化的独立商人,以分别反映福利提高或套利。我们实施了一个现实的案例研究西欧的基础上,所有可能的大小位置存储投资组合。我们发现,市场竞争影响投资规模,地点,和他们的盈利能力比投资者的目标。在完全竞争下,福利最大化者在存储容量上的投资最多。在所有情况下,消费者通常从存储投资中获得最大收益,超过投资者的收益。具体而言,我们的研究结果表明,存储投资可能不会发生或位于不同的社会最优,如果市场力量的作用。因此,政策制定者在制定规章时需要预测生产者的市场力量。
2019-08-08 cs.SY eess.SY math.OC
From Packet to Power Switching: Digital Direct Load Scheduling
目前,电网对可调度发电量的控制较为严格,而对需求的控制较为粗糙。能源消费者无法做出有价格意识的决策,这降低了市场的效率。这种情况倾向于化石燃料发电而不是可再生能源。由于储存电能的技术困难,寻求能够使电力需求在日常基础上可控的机制越来越突出。本文的目标是提供一个这样的机制,我们称之为数字直接负载调度(DDLS)。DDLS是一种直接的负载控制机制,在这种机制中,我们将各个能量请求分开,并对它们进行优化,以便它们可以在蜂窝架构中自动调度。具体来说,我们选择将能量请求保持在队列中,并优化属于我们称为“可延迟负载”的广泛类别的各个电器的服务时间,而不是存储能量或中断电器的工作。每个邻域调度器的功能是优化这些电器开始工作的时间。该过程旨在形成邻域的总负载分布,以便优化结合了能量的现货价格的目标函数,并且还允许分布式能量资源动态地供应部分发电。
2012-02-15 cs.NI math.OC
Energy storage applications for low voltage consumers in Uruguay
能量存储可以用于智能电网中的许多应用,例如能量套利、调峰、功率因数校正、能量备份等,并且可以在增加电力网络容纳可再生能源的容量方面发挥重要作用。通常,根据电力网络计费结构、可靠性限制和其他本地电力网络规范,存储控制算法将需要是\textit{tailored}。在本文中,我们探讨了乌拉圭的住宅储能应用,乌拉圭是可再生能源的全球领导者之一,最近推出了新的低压消费者合同。基于这些计费机制,我们专注于能源套利和无功能量补偿的最终用户的消费成本最小化的目的。考虑到在新的接触中,电力的购买和销售价格是相等的,并且无功功率补偿主要由安装的转换器控制,存储操作对参数不确定性不敏感,因此,决策不需要前瞻。提出了一种基于阈值的\textit{hierarchical}控制器,该控制器决定用于套利的最佳有功能量,并使用剩余的换流器容量进行无功补偿,从而增加最终用户的利润。数值结果表明,存储可能是有利可图的,即使考虑电池退化,根据一些但不是所有的研究合同。对于不适合的情况,我们建议最适合的合同。这里提出的结果可以很自然地适用于关税结构满足在这项工作中考虑的假设。
2020-02-11 cs.SY eess.SY math.OC