Machine Learning for Exact Time Series Aggregation in Generation Expansion Planning with Energy Storage
Graz University of Technology(格拉茨工业大学);Institute of Electricity Economics and Energy Innovation Research Center ENERGETIC(电力经济与能源创新中心ENERGETIC研究所)
针对含可再生能源、火电和储能的发电扩展规划问题,提出一种基于机器学习估计边际成本的迭代时间序列聚合方法,实现精确聚合并保持最优性间隙可评估。
2026-05-27 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
Accurately modeling long-term storage with minimum representative hours in large-scale renewable energy systems
Institute of Energy and Process Engineering, ETH Zurich(苏黎世联邦理工学院能源与过程工程研究所)
本文提出了一种基于代表性小时的新型存储表示方法,结合高精度和高效率,显著提升了大规模可再生能源系统中长期存储建模的计算效率和准确性。
2025-11-30 math.OC
Multistage Robust Optimization for Time-Decoupled Power Flexibility Aggregation with Energy Storage
针对配电系统运营商的电力灵活性聚合问题,提出含决策依赖不确定性的多阶段鲁棒优化模型,开发多种求解方法与贪心分解算法,证明矩形法优势并通过案例验证方法有效性。
2025-08-20 math.OC
Probabilistic Energy Management for Building Climate Comfort in Smart Thermal Grids with Seasonal Storage Systems
Delft University of Technology(代尔夫特理工大学)
本文提出一种概率能源管理框架,用于在存在两种不确定性(私人和共同)的情况下,通过含水层热能储存系统实现建筑气候舒适性。通过开发大规模随机混合动力学模型,预测互联建筑气候舒适性系统网络中的热能不平衡,并通过扩展鲁棒随机方法解决多机会约束问题。
2018-05-14 cs.SY eess.SY math.OC
Variable aggregation-based formulations for pumped storage hydro model in the day-ahead unit commitment problem
针对抽水蓄能电站多机组共享水库导致的对称结构问题,提出两种基于变量聚合的新公式,有效打破对称性,提升混合整数规划求解效率。
2025-10-09 math.OC
Typical periods or typical time steps? A multi-model analysis to determine the optimal temporal aggregation for energy system models
能源系统模型面临的挑战是需要高的时间和空间分辨率,以适当地描绘间歇性可再生能源,存储技术和能源部门之间日益增长的互联互通的份额。本研究通过分析不同的时间聚合技术来评估维持这些模型的计算可行性的方法,这些技术减少了输入时间序列中的时间步数。两种常用的方法是通过单个(典型)时间步长的子集或通过连续时间步长(典型周期)的组来表示时间序列。我们测试这些技术的两个不同的能源系统模型,实现使用框架的综合能源系统评估(FINE)基准的优化结果的基础上聚合的完全解决的模型,并调查是否最佳的聚合方法可以,先验,基于聚类指标确定。结果表明,典型的时间步长一致优于典型的日子就集群指标,但不导致更准确的优化结果时,应用到一个模型,考虑到许多存储技术。虽然这两种聚合技术都可以耦合聚合的时间步长,但典型日提供了更多描述存储操作的选项,而典型时间步长对于忽略时间链接约束的模型更有效。总之,聚合方法的适当选择强烈地依赖于所考虑的能量系统最优化模型的数学结构,并且充分的时间聚合的先验决定仅在充分了解该数学结构的情况下才是可能的。
2021-04-01 math.OC
On representation of energy storage in electricity planning models
本文考虑了电力部门容量规划模型中的储能表示。随着储存技术,特别是电池和补充性可变可再生技术的成本下降,将储存纳入这类长期系统模型的相关性越来越大。为了适当地评估存储技术,需要表示时间段之间的联系,打破经典的时间聚合策略,大大提高了计算时间。我们评估的方法来解决这个问题,强调一个共同的基础结构,无损聚合的条件,并在相关的地理尺度聚合的挑战。然后,我们调查的建模问题,包括一个分解方案,以避免在并行计算成本的时间聚集的解决方案。这些例子为运筹学界的贡献提供了问题的框架。
2021-05-31 econ.GN math.OC q-fin.EC
Stochastic Decision-Making Model for Aggregation of Residential Units with PV-Systems and Storages
许多住宅能源消费者已经安装了光伏(PV)面板和储能系统。这些住宅用户可以聚集并参与能源市场。本文提出了一个随机决策模型,这些住宅单位的聚合参与两个结算市场。使用季节性自回归综合移动平均(SARIMA)模型和预测误差的联合概率分布函数来模拟实时价格、光伏发电量和需求的不确定性。本文提出的情景生成模型将预测误差视为随机变量,它允许将实时市场中观察到的新信息反映到情景生成过程中,而无需重新训练SARIMA或重新拟合预测误差的概率分布函数。这种方法显着提高了所提出的模型的计算时间。最后,以6户住宅为例进行了模拟研究,结果显示了住宅组合的优势以及所提出的随机决策模型。
2020-02-20 cs.MA cs.SY eess.SY
Optimal corrective dispatch of uncertain virtual energy storage systems
间歇性可再生能源在电力系统中的高渗透率需要大的平衡储备以实现可靠的运行。聚合和协调的表后负载可以提供这些快速储备,但代表能量受限和不确定的储备(在其能量状态和容量方面)。为了优化调度不确定的,能量受限的储备,基于优化的技术允许开发一个适当的权衡之间的闭环性能和鲁棒性的调度。因此,本文研究了与灵活的,背后的米分布式能源(DER)的能量约束聚合的不确定性。本文研究的不确定性与估计DER集合的荷电状态和容量(即,虚拟能量存储系统或VESS)。为此,开发了一种基于风险的机会约束控制策略,该策略优化了VESS意外饱和的操作风险,以防止发电机偏离其预定设定点。该控制器协调能量受限的VESS,以最小化非计划参与,并克服斜坡率限制的发电机,以平衡可再生能源发电的变化,同时考虑电网条件。为了说明所提出的方法的有效性,基于仿真的分析进行了增强的IEEE RTS-96网络与不确定的能源和基于温度的动态线路额定值。
2019-10-02 math.OC
Impact of different time series aggregation methods on optimal energy system design
由于供应和需求时间序列的高度波动,对可再生能源系统进行建模是一项计算要求很高的任务。为了缩小这些数据的规模,本文探讨了将它们汇总成典型时段的不同方法。每种聚合方法都适用于不同类型的能源系统模型,使得这些方法相当不可比。为了克服这一点,不同的聚合方法,首先扩展,使它们可以应用到所有类型的多维时间序列,然后通过将它们应用到不同的能源系统配置和分析其对成本最优设计的影响进行比较。已发现,不管方法如何,时间序列聚合允许显著减少的计算资源。然而,与使用原始时间序列的代表性周期相比,平均值导致低估了实际系统成本。聚合方法本身,例如k均值聚类,起着次要的作用。更重要的是系统考虑:能源系统利用集中的资源,需要更少的典型周期的一个可行的系统设计相比,系统具有更高的可再生能源馈入的份额。此外,对于基于季节性存储的能量系统,现有的典型时段的模型集成是不合适的。
2017-08-01 cs.CE math.OC
Flexibility Framework with Recovery Guarantees for Aggregated Energy Storage Devices
本文提出了一个框架,采购的灵活性储备从聚合存储车队。它允许聚合层次结构的任意树结构,以及通过广播分派容易实现的分解。通过耦合放电和恢复模式,拟议的框架使全周期的能力,提前采购的实时,有保证的恢复和准确的会计损失。对可行放电请求的集合进行精确编码,使得满足放电信号的能力没有降低,并且恢复能力被参数化为单个虚拟电池。包括在本文中是一个数值演示的框架和方法的组成曲线的建设也对相关的替代品进行基准。
2022-05-07 math.OC
Unlocking the Informational Value of Marginal Costs for Exact Time Series Aggregation in Generation Expansion Planning
Institute of Electricity Economics and Energy Innovation, Graz University of Technology(格拉茨工业大学电力经济学与能源创新研究所);Research Center ENERGETIC(ENERGETIC研究中心)
针对发电扩展规划问题的计算复杂性,提出一种基于边际成本的理论化时间序列聚合方法,通过保留完整模型的活跃约束实现精确聚合,并嵌入迭代算法提供误差上界的性能保证,在完整优化不可行时恢复可解性。
2026-06-26 math.OC
MPC using mixed-integer programming for aquifer thermal energy storages
针对含水层热能存储(ATES)系统需发挥跨季节优势、满足法规限制的控制需求,提出基于新型模型与目标函数的定制化MPC方案,转化为混合整数二次规划问题,并用比利时真实ATES系统数据验证了性能。
2024-10-10 cs.SY eess.SY math.OC
Improved formulation for long-duration storage in capacity expansion models using representative periods
本文研究容量扩展模型中时间聚合下长期储能的建模问题,提出一种紧凑公式以减少约束并跟踪荷电状态,在Dolphyn模型与美国大陆案例中验证,较现有方法运行时间快30%-70%、内存低1%-9%。
2024-09-27 cs.SY eess.SY math.OC
Modified limited memory BFGS with displacement aggregation and its application to the largest eigenvalue problem
本文提出结合位移聚合的改进有限内存BFGS方法(AggMBFGS)求解非凸优化问题,证明了其全局与局部超线性收敛性,并在数值实验中展现出优于M-LBFGS的迭代效率及在计算高维矩阵最大特征值时更低的相对误差。
2025-04-04 math.OC
The Pareto-Optimal Temporal Aggregation of Energy System Models
间歇性可再生能源,存储技术的份额不断增加,以及所谓的部门耦合程度不断增加,需要具有高时空分辨率的基于优化的能源系统模型,这显着增加了它们的运行时间并限制了它们的最大尺寸。为了保持这些模型在大规模应用情况下的计算可行性,时间聚合已经成为一种通过将原始时间范围减少到更少、更有代表性的时间范围来减少所考虑的时间步数的技术。这项研究提出了先进的,但普遍适用的聚类技术,允许临时改进的国家的最先进的方法,而不需要深刻的知识,个别能源系统模型。这些改进包括典型天数和每日内时间分辨率之间的最佳权衡,以及构成一种表示方法,可以再现原始时间序列的值分布。我们证明了这些方法的优越性,将它们应用到两个根本不同的模型类型,即单节点建筑能源系统和欧洲碳中和能源方案,并对这些国家的最先进的方法进行基准测试。这是针对各种时间分辨率执行的,这导致数百个模型运行。结果表明,目前的方法提出的改进严格占主导地位的现状,就帕累托最优的运行时间和准确性。虽然一个数量级的加速因子可以使用传统的聚合方法在百分之二的成本偏差范围内实现,但是本文提出的算法以两个数量级的因子的运行时加速来实现该精度。
2021-11-23 math.OC
Three Network Design Problems for Community Energy Storage
本文提出统一混合整数线性规划模型与分解算法,优化三种商业模式下社区储能的家庭聚合、选址和定容,并用剑桥真实数据验证其规划与投资决策价值。
2024-01-25 math.OC
Establishing best practices for modeling long duration energy storage in deeply decarbonized energy systems
本研究针对长时储能(LDES)在能源系统规划模型中受时空分辨率影响不明确的研究空白,在大陆规模容量扩展模型中考察了准确捕捉LDES价值所需的分辨率,提出了使用链接代表期等建模最佳实践,并发现时间分辨率比空间分辨率更重要且LDES价值对其他资源成本高度敏感。
2024-04-26 cs.SY eess.SY math.OC
A slot-based energy storage decision-making approach for optimal Off-Grid telecommunication operator
Inria, ARGO(法国国家信息与自动化研究所,ARGO 团队)
本文提出了一种基于槽的MDP模型,用于离网电信运营商在维持基础设施运行和最大化能源销售收益之间的最优决策。
2024-12-02 cs.NI cs.SY eess.SY
Adversarially and Distributionally Robust Virtual Energy Storage Systems via the Scenario Approach
Eindhoven University of Technology(埃因霍温理工大学);Polytechnic of Bari(巴里理工大学);Technical University of Delft(代尔夫特理工大学)
本文提出一种数据驱动的调度框架,通过停车场管理者与零售商互动,提供虚拟能源存储服务,并在不确定的电动车离场和电池状态限制下,实现经济性能与操作安全性的平衡。
2026-04-09 cs.LG cs.SY eess.SY
Predictability and Fairness in Load Aggregation and Operations of Virtual Power Plants
Czech Technical University(捷克技术大学);University College Dublin(都柏林大学学院);Imperial College London(帝国理工学院);University of Passau(帕绍大学)
在电力系统中,人们希望调节分布式能源(DER)的集合的总需求,例如可控负载和电池储能系统。我们提出了一个可预测性和公平性的概念,这意味着价格或激励措施的长期平均值应该独立于DER、聚合器和电网运营商的初态。我们表明,这一概念不能保证与许多传统的控制器所使用的负载聚合器,包括通常的比例积分(PI)控制器。我们表明,即使考虑非线性的交流模型,这种概念的可预测性和公平性可以保证增量输入状态稳定(iISS)控制器,在温和的假设。
2021-10-06 cs.AI cs.SY eess.SY
A model aggregation approach for high-dimensional large-scale optimization
National University of Singapore(新加坡国立大学);Arizona State University(亚利桑那州立大学)
贝叶斯优化在机器学习和仿真优化中有着广泛的应用。随着这些领域计算资源和存储容量的增加,高维和大规模问题变得越来越普遍。在这项研究中,我们提出了一个模型聚合方法在贝叶斯优化(Mambo)算法有效地解决高维大规模优化问题。Mambo使用子采样和子空间嵌入的组合来共同解决高维和大规模问题;此外,还采用模型聚合方法来解决应用嵌入时出现的代理模型不确定性问题。这种代理模型不确定性问题在嵌入文献和实践中很大程度上被忽视,并且当问题是高维的并且数据有限时,它会加剧。我们提出的模型聚合方法降低了这些低维代理模型的风险,提高了BO算法的鲁棒性。我们推导出一个渐近界建议的聚合代理模型,并证明了收敛的Mambo。基准数值实验表明,我们的算法实现了优越的或类似的性能,其他常用的高维BO算法。此外,我们将Mambo应用到用于人脸检测的机器学习算法的级联分类器中,结果表明,Mambo发现设置比基准设置实现更高的分类精度,并且计算速度比其他高维BO算法更快。
2022-06-01 cs.LG math.OC stat.ML
A Fast Distributed Algorithm for Large-Scale Demand Response Aggregation
实施住宅需求响应的一个主要挑战是,调整许多家庭的目标,每个家庭的目标是尽量减少其支付和最大限度地提高其舒适度,同时平衡这与聚合器的目标,旨在尽量减少在集中批发市场购买电力的成本。本文提出了一种快速的分布式算法聚合大量的家庭与离散和连续的能量水平的混合。本文中的方法的一个显着特点是,非凸DR问题被分解的家庭,而不是设备,这允许将更复杂的耦合之间的能量存储设备,电器和分布式能源。该方法是一种快速分布式算法,适用于所采用的DR模型的双平滑对偶函数。该方法在多达2560个家庭的系统上进行了测试,每个家庭平均拥有10台设备。该算法的目的是终止在60次迭代,无论系统的大小,这可以是理想的在线版本的这个问题。此外,数值结果表明,与最小的参数调整,该算法表现出非常相似的收敛行为,在整个研究的系统,并收敛到近最优解,这证实了其可扩展性。
2016-03-01 cs.DC math.OC
Robust Energy-Constrained Frequency Reserves from Aggregations of Commercial Buildings
Swiss Federal Institute of Technology (ETH) Zurich(苏黎世联邦理工学院);University of California, Berkeley(加州大学伯克利分校)
本文提出利用商业建筑聚合实现鲁棒频率储备的控制框架,通过三级分层方法优化HVAC系统,验证100栋建筑可满足瑞士频率市场最低投标量要求。
2015-06-17 cs.SY eess.SY math.OC
Evaluation of Temporal Complexity Reduction Techniques Applied to Storage Expansion Planning in Power System Models
可再生能源的份额不断增长,使优化的功率流在电力系统模型计算更加复杂,由于广泛分布的天气依赖发电。本文评估了两种方法,以减少时间复杂性的电力传输网络模型与存储扩展规划。降阶技术的目标是加速电网模型的线性最优潮流的计算。这是通过选择少量的代表性时间段来代表一整年来实现的。为了选择有代表性的时间段,使用分层聚类将按时间顺序排列的相邻小时或独立分布的耦合日聚集到时间序列的聚类中。通过目标值的误差和计算时间的减少来评价聚合效率。进一步分析了优化过程中网络规模和并行计算效率的影响。作为一个测试案例,传输电网的最北端的德国联邦州石勒苏益格-荷尔斯泰因州的情况下,对应于2035年被认为是。所考虑的情景的特点是安装的可再生能源的比例很高。
2020-02-25 cs.SY eess.SY math.OC
Replacing Gas with Low-cost, Abundant Long-duration Pumped Hydro in Electricity Systems
The Australian National University(澳大利亚国立大学)
本研究提出用低成本长周期抽水蓄能替代化石燃气,实现100%可再生能源电力系统。
2025-12-23 cs.CE econ.GN math.OC