Optimizing Urban Electric Vehicle Charging and Battery Swapping Infrastructure: A Location-Inventory-Grid Model
University of Science and Technology Beijing(北京科技大学);Tsinghua University(清华大学)
针对电动汽车普及给城市交通与电网带来的压力,提出集成位置-库存-电网模型并采用连续近似方法,比较集中与分散充电在有无频率调节时的表现,发现集中式充电结合频率调节可降本并增强电网稳定性,为基础设施优化提供指导。
2025-11-18 math.OC
Emission-aware operation of residential PV-battery systems: the role of information structure
Department of Mathematics “F. Casorati”, University of Pavia(帕维亚大学 F. Casorati 数学系)
针对住宅光伏-电池储能系统,比较从启发式到随机优化的线性模型,发现直接随机优化碳排放接近理论下限,反馈模型泛化无优势且计算成本高。
2026-10-27 math.OC
EV-EcoSim: A grid-aware co-simulation platform for the design and optimization of electric vehicle charging infrastructure
本文提出协同仿真平台 EV-EcoSim,耦合充电、电池、光伏与电网等系统,支持实时与规划控制方案,通过电池容量经济评估案例证明控制器保真度对充电站规划决策的关键影响。
2024-01-09 cs.MA cs.SE cs.SY
Model-free Load Control for High Penetration of Solar Photovoltaic Generation
本文提出了一种新的无模型控制(MFC)机制,使当地的分布水平的电路消耗的光伏(PV)发电的本地建筑负荷,特别是分布式供暖,通风和空调(HVAC)的单位。光伏发电的本地消费将有助于最大限度地减少光伏发电对配电网的影响,减少光伏渗透所需的电池存储容量,并提高太阳能光伏发电的渗透水平。所提出的MFC方法及其相应的智能控制器不需要任何精确的建筑物模型,其中可靠的建模是一项艰巨的任务。即使假设一个好的模型的可用性,各种建筑体系结构将妥协的性能目标的任何基于模型的控制策略。我们的目标是在当地消耗大部分光伏发电,同时保持居住者的舒适度和HVAC装置的物理限制。也就是说,通过在时间和空间上适当调度响应负载以最小化需求和PV生产之间的差异,可以减少电压变化和双向功率流。计算机模拟显示了有希望的结果,其中很大一部分光伏发电可以通过智能控制的帮助下,由建筑HVAC单元消耗。
2017-07-09 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
Enhanced Hydrogen Electrolyzer with Integrated Energy Storage to Provide Grid-Forming Services for Off-Grid ReP2H Application
College of Electrical Engineering, Sichuan University(四川大学电气工程学院)
本文提出了一种集成储能的增强型氢电解装置,通过虚拟同步机控制和协调频率分割策略,提升能源效率并降低投资成本,为无电网制氢系统提供电网形成服务。
2026-02-28 cs.SY eess.SY math.OC
Scheduling of EV Battery Swapping, II: Distributed Solutions
在本文的第一部分中,我们制定了一个最优调度问题的电池交换,分配给每个电动汽车(EV)的最佳站,以交换其耗尽的电池根据其当前位置和充电状态。该计划的目标是最小化总旅行距离和发电成本在两个站的分配和潮流变量的加权和,受EV范围的约束,电网运行约束和交流潮流方程。我们提出了一个集中式的解决方案的基础上的二阶锥规划(SOCP)松弛的最优潮流(OPF)和广义Benders分解,是合适的,当全球信息可用。在本文中,我们提出了两个分布式解决方案的基础上,交替方向法的乘数(ADMM)和对偶分解分别适用于配电网,电池站和电动汽车的情况下,由单独的实体管理。我们的算法允许这些实体做出单独的决策,但通过隐私保护信息交换进行协调,以共同解决联合电池交换调度和OPF问题的近似版本。我们通过模拟来评估我们的算法。
2016-11-30 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
Application of Battery Storage to Switching Predictive Control of Power Distribution Systems Including Road Heating
Department of Electrical Engineering, Graduate School of Engineering, Kyoto-University(京都大学大学院工学研究科电气工学専攻)
本文针对含道路加热的配电系统,提出一种利用光伏发电和电池剩余电力的切换预测控制方法,以同时降低配电损耗、抑制电压波动并实现高效融雪,并通过实际数据仿真验证其有效性。
2025-09-25 cs.SY eess.SY math.OC
State constrained stochastic optimal control of a PV system with battery storage via Fokker-Planck and Hamilton-Jacobi-Bellman equations
University of Santiago de Compostela(圣地亚哥德孔波斯特拉大学);Galician Centre for Mathematical Research and Technology (CITMAga)(加利西亚数学研究与技术中心)
提出一种连续时间随机最优控制框架,通过Fokker-Planck和Hamilton-Jacobi-Bellman方程联合优化光伏电站的实时电池管理和日前市场投标,并引入降维策略实现计算加速。
2026-04-11 math.OC
Deep Reinforcement Learning for Community Battery Scheduling under Uncertainties of Load, PV Generation, and Energy Prices
Monash University(莫纳什大学);Monash Energy Institute(莫纳什能源研究所)
本文提出以SAC为核心并结合噪声网络的深度强化学习策略,在PV、负荷和价格不确定下实现社区电池的多重调度目标,实验证明其优于PPO、DDPG及优化基准。
2023-12-04 cs.AI cs.LG math.OC
Optimal Battery Placement in Power Grid
本文研究集中式市场下电网中无限容量电池的最优配置问题,通过将MILP分解为LP推导出加权度数是树状拓扑电网的唯一决定因素,并设计出比商业求解器快约100倍的弱环网络低复杂度算法。
2025-07-14 cs.SY eess.SY math.OC
Increasing Energy Resiliency to Hurricanes with Battery and Rooftop Solar Through Intelligent Control
屋顶太阳能光伏(PV)板与电池一起可以在飓风等自然灾害期间提供停电弹性。如果没有智能和自动化的决策来权衡相互冲突的要求,就需要大型光伏系统和大型电池来提供有意义的弹性。通过利用各种家庭需求的灵活性,智能系统可以确保比非智能系统更长时间地为关键负载提供服务。因此,较小的(并且因此较低的成本)系统可以提供与否则将需要大得多的系统相同的能量弹性。在本文中,我们提出了这样一个智能控制系统,使用模型预测控制(MPC)架构。由于负载的开/关决策,优化问题被配制为MILP(混合整数线性规划)。性能进行了比较,两个基于规则的控制器,一个简单的全或无控制器,模仿什么是现在商业上,和基于规则的控制器,使用相同的信息,MPC控制器使用。控制器通过模拟测试的光伏电池系统精心选择的一个小的单一的家庭在佛罗里达州的房子。在2017年飓风伊尔玛期间进行了为期一周的模拟。仿真结果表明,所提出的控制系统可以将提供一定弹性性能的PV+电池系统的尺寸减半。
2021-02-08 cs.SY eess.SY math.OC
Network-Aware Value Stacking of Community Battery via Asynchronous Distributed Optimization
本文针对社区电池协调问题,提出基于异步分布式ADMM的分布式优化算法,在配电网约束下实现价值叠加,兼顾通信延迟鲁棒性与隐私保护,并用真实数据验证收敛性与成本贡献。
2024-03-20 cs.SY eess.SY math.OC
Regression Monte Carlo for Microgrid Management
我们研究了一个孤岛微电网系统,旨在为一个小村庄提供光伏电池板,风力涡轮机和柴油发电机产生的电力。电池存储系统设备用于将电力从高可再生生产时间转移到高需求时间。我们介绍了一种方法来解决微电网管理问题,使用不同的变量的回归蒙特卡罗算法,并使用数值模拟来推断结果的最优设计的网格。
2018-02-28 math.OC
Optimal design of a local renewable electricity supply system for power-intensive production processes with demand response
本研究针对高耗能生产流程,优化集成需求响应的本地可再生发电与储能系统设计,分析了成本、排放影响及各因素的驱动作用与协同效应。
2024-03-06 math.OC
Optimal sizing of renewable energy storage: A comparative study of hydrogen and battery system considering degradation and seasonal storage
本文采用多目标改进萤火虫算法(MOMFA)优化光伏-氢能/电池储能系统的规模与运行策略,比较氢能与电池系统在考虑退化及季节性存储下的技术经济性能,证明MOMFA优于NSGA-II,并验证氢能系统在高可再生能源渗透场景下具备长期存储优势。
2022-11-15 math.OC
Energy Management System for a Low Voltage Direct Current Microgrid: Modeling and experimental validation
在可再生能源的重要集成的微电网领域,高效和实用的电力存储系统的要求引起直流微电网获得越来越多的关注。然而,发电和负荷消耗的不确定性以及电价的波动要求设计可靠的控制架构和强大的能源管理系统,以提高电能质量及其可持续性,同时最大限度地减少相关成本。本文提出了一种混合的方法,说明了模拟和实验结果的并网直流微电网,其中包括一个光伏电源和电池存储系统。特别强调的是放在微电网的总运营成本的最小化,同时考虑电池退化成本和电价。因此,提出了一个最佳的能量管理系统的能量存储系统调度,并使基于简单的模型的电费最小化。同时,模拟和实验室性能之间的差异突出。
2023-03-13 math.OC
Net-Zero Energy House-oriented Linear Programming for the Sizing Problem of Photovoltaic Panels and Batteries
本文针对净零能耗住宅中光伏板与电池容量配置问题,将含非凸约束的优化模型转化为可计算的线性规划,并结合共享经济投资策略,在日本社区案例中验证其长期实现净零能耗、降低电费且减小电网影响的效果。
2024-06-11 cs.SY eess.SY math.OC
Smart Home Energy Management System for Power System Resiliency
由于飓风等自然灾害的发生频率越来越高,破坏了电网的供应,因此对电力供应弹性的需求也越来越大。屋顶太阳能光伏(PV)板与电池一起可以在许多情况下提供弹性。如果没有智能和自动化的决策来权衡相互冲突的要求,就需要大型光伏系统和大型电池来提供有意义的弹性。通过使用太阳能发电和家庭需求的预测,智能决策者可以操作设备(电池和关键负载),以确保关键负载在可能的最大持续时间内得到服务。借助于这样的智能控制系统,较小的(因而较低成本的)系统可以在与需要大得多的系统来服务的相同的持续时间内服务于主负载。在本文中,我们提出这样一个智能控制系统。使用模型预测控制(MPC)架构,该架构使用可用的测量和预测来实时地为电池和关键负载做出最佳决策。由于负载的开/关决策,优化问题被配制为MILP(混合整数线性规划)。性能比较与非智能基线控制器,仔细选择在佛罗里达州的一个家庭的房子的光伏电池系统。在2017年飓风伊尔玛期间进行了为期一周的模拟。仿真结果表明,光伏+电池系统的成本,以提供一定的弹性性能,持续时间的主要负载可以成功地服务,可以减半所提出的控制系统。
2020-03-12 cs.SY eess.SY math.OC
Ensuring reliability in 100% renewable microgrids: a scenario-based joint planning and operational design framework
Monash University(莫纳什大学)
本文提出了一种基于场景的优化框架,通过分阶段解决长期容量规划和短期运营调度问题,以提高100%可再生能源微电网的可靠性,同时最小化系统总成本。
2026-05-16 cs.SY eess.SY math.OC
Understanding the role and value of battery storage in renewables-rich distribution grids under uncertainty and different market paradigms
Massachusetts Institute of Technology(麻省理工学院);ETH Zurich(苏黎世联邦理工学院)
研究不确定性和不同市场范式下电池储能在可再生能源丰富的配电网中的作用与价值。通过扩展LEM框架,在IEEE 123节点馈线用滚动时域交替最优潮流比较三种市场设计,表明LEM成本最低,还研究了储能价值及相关影响因素。
2026-07-28 cs.SY eess.SY math.OC
Stochastic and deterministic formulations for capacity firming nominations
本文讨论了一个并网光伏电站的能量管理,再加上电池储能设备,在法国能源监管委员会的容量固定规格。论文的贡献是定位在研究的连续性,采用随机模型,通过考虑存储设备来优化可再生能源在日前市场的出价。所提出的确定性和随机性方法是最优化问题,其被公式化为具有线性约束的二次问题。该案例研究是一个真正的微电网与光伏生产现场监测。结果表明,通过使用一个理想的预测,产生无偏PV情景的随机制定的有效性。
2021-06-04 cs.SY eess.SY math.OC
Stochastic Optimal Control Problems for the Cost-Optimal Management of a Standalone Microgrid
Brandenburg University of Technology Cottbus-Senftenberg(勃兰登堡工业大学科特布斯-森夫滕贝格分校);University of Luxembourg(卢森堡大学)
本文研究配备光伏、储能和发电机的独立微网成本最优管理问题,考虑天气不确定性和有限燃料约束,将其表述为离散时间随机控制问题,并利用马尔可夫决策过程理论进行数值求解。
2026-10-30 math.OC
Conservation Voltage Reduction (CVR) via Two-Timescale Control in Unbalanced Power Distribution Systems
在配电系统中采用电压控制装置,通过使系统更接近可接受的电压下限来降低功耗;这种技术称为节能降压(CVR)。系统的传统设备(具有二进制控制)和新设备(例如具有连续控制的智能逆变器)与可变光伏(PV)发电耦合的不同操作模式导致电压波动,这使得实现CVR目标具有挑战性。本文提出了一种双时标控制馈线的电压控制设备,以实现CVR,其中包括(1)一个集中式控制器在一个较慢的时间尺度上运行,以协调电压控制设备在整个馈线和(2)本地控制器在一个较快的时间尺度上运行,以减轻电压波动,由于PV的变化。集中式控制器利用三相最优潮流模型来获得传统设备和智能逆变器的决策变量。本地控制器操作智能逆变器,以最大限度地减少电压波动,并通过调整无功功率支持将节点电压恢复到其参考值。所提出的方法进行了验证,使用IEEE-123总线(中型)和R3-12.47-2(大型)馈线。结果表明,该方法是有效的,在实现CVR目标的不平衡配电系统。
2020-04-24 cs.SY eess.SY 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
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