Multiobjective Model Predictive Control for Residential Demand Response Management Under Uncertainty
National Tsing Hua University（国立清华大学）；Deakin University（迪肯大学）；National Taipei University（台北大学）
本研究提出了一种多目标模型预测控制方法，用于在不确定性下优化住宅能源管理，通过拉格朗日函数和改进的进化算法实现成本和用户满意度的双重优化。
2026-01-13 cs.SY eess.SY
Centralized Model Predictive Control Strategy for Thermal Comfort and Residential Energy Management
提出了一种新的集中式模型预测控制（MPC），用于住宅建筑的舒适度和能量管理。这里使用的住宅设置配备了光伏（PV）太阳能系统和固定的家用电池单元。一个空气-空气多分裂热泵（HP）被用作主要的加热系统。每个区域的电动踢脚板（BB）单元用作二次系统。MPC同时负责控制HP和BB单元的加热输入以进行舒适性管理，以及控制PV、家用电池和双向电网系统之间的能量流。在能源成本计算中考虑可变的使用时间（ToU）费率，并考虑上网电价（FiT）向电网出售能源。与基于规则的能源管理策略相比，集中式MPC实现了13.5%的能源成本降低。太阳能发电和电池存储有助于节省约31%。
2019-12-14 cs.SY eess.SY
Predictive Energy Management for Recuperation Axles in Refrigerated Trailers
针对冷藏挂车柴油驱动污染高、现有被动式能量回收轴牵引模式增加卡车能耗的问题，本研究基于VECTO仿真量化了结合路线与环境数据的预测式能量管理的CO₂减排潜力，为冷藏货运电气化提供支撑。
2024-09-16 cs.SY eess.SY
An Add-on Model Predictive Control Strategy for the Energy Management of Hybrid Electric Tractors
本文针对混合动力电动拖拉机提出一种附加式多目标模型预测控制能量管理策略，在不改动原发动机速度控制回路的前提下，同时优化燃油消耗与速度跟踪，并在实验验证的仿真环境中完成测试。
2023-09-22 cs.SY eess.SY
A hierarchical distributed predictive control approach for microgrids energy management
本文讨论了典型微电网中能源资源的管理和协调问题，包括智能建筑作为灵活负载、储能和可再生能源。总体目标是提供一个全面和创新的框架，以最大限度地提高整体效益，仍然考虑到可能的请求，以改变来自电网的负载配置文件，并让每个建筑物或用户在服务这些请求和满足自己的舒适度之间取得平衡。决策过程中的用户参与是由一个管理和控制解决方案，利用创新的分布式模型预测控制方法与协调授予。此外，还提出了一种分层结构，将分布式MPC用户侧与微电网控制集成，也是用MPC技术实现的。所提出的整体方法已实施和测试的实验室设施的分布式能源系统（智能RUE）在NTUA，雅典，希腊的几个实验。仿真分析和结果补充了测试，显示了该方法的准确性和潜力，也从实施的角度。
2020-06-01 cs.SY eess.SY
Co-Optimization of Adaptive Cruise Control and Hybrid Electric Vehicle Energy Management via Model Predictive Mixed Integer Control
该研究面向比亚迪秦Plus DM-i PHEV，将ACC与考虑离合器状态的EMS整合为MINLP，并在MPC框架下实现跟车节能协同优化，燃油消耗较顺序优化降低5.1%。
2023-04-24 cs.SY eess.SY
Vulnerability of Building Energy Management against Targeted False Data Injection Attacks:Model Predictive Control vs. Proportional Integral
本文针对商业建筑能源管理系统，比较PI与MPC控制在虚假数据注入攻击下的脆弱性，发现短期攻击即可造成MPC下热泵寿命缩短12%、PI下流量阀近三十倍过度使用，表明MPC更具抗攻击韧性。
2024-05-02 cs.SY eess.SY
An Adaptive Load Management System using Predictive Control Optimization
本文提出了一种利用预测控制优化的自适应负载管理系统，该系统能够优化电力消费，完全自主且响应市场 clearing 价格。所选应用领域是空调系统，允许终端用户选择一个舒适区作为优化算法的边界条件。温度函数也进行了推导和测试。通过数值示例展示了该系统在日前和实时数据中的有效性。开发的系统显示出有前景的结果和节省，将提高现有能源资源的利用。最后讨论了该系统的实施，并进行了一些初步建模以展示此类系统的潜在实现。
2018-09-20 cs.SY eess.SY
Learning-Based Model Predictive Control for the Energy Management of Hybrid Electric Vehicles Including Driving Mode Decisions
提出了一种基于模型预测控制的并联式混合动力汽车能量管理系统在线控制器。它的任务是通过计算驾驶员的动力请求在动力系统的电气和燃烧部分之间的分配，以及通过选择取决于车辆离合器状态的驾驶模式，来最大限度地减少车辆在预测的驾驶任务中的燃料消耗。在模型预测控制结构中包括离合器状态并不是微不足道的，因为作为结果，潜在的优化问题变成了混合整数规划。使用庞特里亚金最小值原理和简化的车辆模型，可以证明存在依赖于驾驶循环的临界功率请求Pcrit，其唯一地分离最佳驾驶模式。基于此结果，提出了一种学习算法来确定车辆运行期间的Pcrit。将学习算法引入到多级控制器结构中，并以两个实际驾驶任务为例，详细分析了多级学习模型预测控制器的工作原理.动态规划得到的解决方案的比较表明，所提出的控制器实现接近最优性能。
2023-01-03 cs.SY eess.SY
Grocery Store Flexibility Management Using Model Predictive Control With Neural Networks
随着越来越多的能源由可再生能源（RES）生产，平衡生产和消费的挑战正在转移到消费者而不是电网。这就需要在个别建筑物和地区层面上采用新的、智能的灵活性管理方法。为此，本文提出了一种嵌入深度神经网络的基于模型的最优控制（MPC）算法，用于日前的消费和生产预测。该算法用于优化位于芬兰的一个中型杂货店的能源消耗。系统在模拟工具中进行了测试，利用现实生活中的电力测量从杂货店。我们报告了一个$8.4\%$减少日常峰值负荷的灵活性提供了一个$20$千瓦时电池。另一方面，在试图优化能源现货价格方面没有看到明显的好处。我们的结论是，我们的方法是能够显着降低在杂货店的峰值负荷，而无需额外的运营成本。
2020-01-21 cs.SY eess.SY
Real-Time Stochastic Predictive Control for Hybrid Vehicle Energy Management
Purdue University（普渡大学）
本文提出三种实时能量管理方法，用于在未知驾驶员行为和车辆路线的情况下优化混合液压车辆的能量管理，通过递推预测控制框架实现，考虑状态和输入约束，并利用马尔可夫链的稳态分布进行规划，通过仿真验证了方法的有效性。
2018-04-23 cs.SY eess.SY
A Model Predictive Control Scheme for Flight Scheduling and Energy Management of Electric Aviation Networks
针对电动航空网络的航班调度与能源管理问题，本文提出MPC方案，联合建模调度与能源管理问题并滚动求解，实验证明其可降低10%-37%电网能耗，保障网络高效运行。
2025-11-17 cs.SY eess.SY
Model Predictive Control-Based Optimal Energy Management of Autonomous Electric Vehicles Under Cold Temperatures
本文提出基于实时模型预测控制的能量管理方法，在寒冷低温下动态优化自动驾驶电动汽车推进、HVAC与电池预处理的功率分配，以平衡热舒适、电池健康并保持里程，实现到达后即时充电。
2025-09-12 cs.SY eess.SY
A Fast Dynamic Internal Predictive Power Scheduling Approach for Power Management in Microgrids
Indian Institute of Science（印度科学学院）；National Renewable Energy Laboratory（美国国家可再生能源实验室）；TVS Sensing Solutions（TVS传感解决方案）；Nanyang Technological University（南洋理工大学）
本文提出了一种动态内部预测性电力调度方法，通过优化外部电力交换来提升微电网的电力管理效率，采用混合整数非线性规划转换为混合整数线性规划以降低计算复杂度。
2024-09-25 cs.SY eess.SY
Real-Time Model Predictive Control for Energy Management in Autonomous Underwater Vehicle
University of Michigan（密歇根大学）
本文提出了一种新的模型预测控制框架，用于自主水下机器人的能量最优点对点运动控制，通过将能量管理问题转化为两个阶段的冲程运动优化问题，以提高续航能力并降低计算复杂度。
2018-09-26 cs.SY eess.SY
Enhanced Digital Twin for Human-Centric and Integrated Lighting Asset Management in Public Libraries: From Corrective to Predictive Maintenance
针对公共图书馆传统照明资产管理偏事后维修的问题，本研究提出整合四类分析的增强型数字孪生模型，支持预防与预测性维护，还可适配其他建筑资产，提供可扩展的公共空间综合资产管理方案。
2024-10-04 cs.HC cs.SY eess.SY
Cost-minimization predictive energy management of a postal-delivery fuel cell electric vehicle with intelligent battery State-of-Charge Planner
燃料电池电动汽车以其高效率和零排放的特点在近几十年来得到了广泛的关注，但高昂的运营成本仍然是其大规模商业化的主要障碍。在此背景下，本文旨在设计一个能源管理策略的城市邮政投递燃料电池电动汽车的运营成本降低。首先，设计了一种数据驱动的双环空间域电池荷电状态参考估计器来指导电池能量消耗，该估计器通过在邮政递送任务中收集的真实驾驶数据进行训练。然后，一个模糊C-均值聚类增强马尔可夫速度预测器构建的项目即将到来的速度。最后，结合充电状态参考和预测的速度，模型预测控制为基础的成本优化的能源管理策略，以减少能源消耗和电源退化所带来的车辆运行成本。实验结果表明：1）与基准算法相比，所提算法的平均运行成本分别降低了4.43%和7.30%，表明了其在降低成本方面的优越性; 2）所提算法的平均每步计算量为0.123ms，小于采样时间间隔1 s，证明了其实时应用的潜力。
2023-03-03 cs.SY eess.SY
Model Predictive BESS Control for Demand Charge Management and PV-Utilization Improvement
The University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）；NEC Laboratories America Inc.（日本电气研究院美国有限公司）
本文提出模型预测控制器以降低需求电费并提升光伏利用，通过比较不同负载模式与传统规则控制器，验证了在不显著改变需求电费节省的情况下，光伏利用率提升60%-80%。
2017-12-19 cs.SY eess.SY
A Data-driven Predictive Control Architecture for Train Thermal Energy Management
针对瑞士区域列车 HVAC 高能耗问题，提出在规则控制与跟踪控制之间加入数据驱动预测控制层，利用真实车厢数据构建多步预测模型，在保持舒适度的同时实现 10%–35% 节能。
2025-06-10 cs.SY eess.SY
Set-Estimation based Networked Model Predictive Control for Energy Management of Faulty Microgrids
本文讨论了部分故障微电网的潮流控制问题。在微电网控制系统中，电气层和通信层都可能发生故障。这可能对微电网的运行产生严重影响。此外，扰动总是与微电网中的故障共存，这可能进一步恶化系统性能。为了同时解决故障和干扰问题，提出了一种基于集员估计（SME）的模型预测控制（MPC）方法，该方法通过通信网络传输信息。当电气设备不工作或发生通信故障时，相应的系统状态将变得不可用。为此，SME方法被用来估计未知但有界的过程和测量干扰存在的状态。利用光伏发电量和负荷需求的预测，设计了网络化预测控制方法来调度电力调度。通过这两种方法，可以实现容错控制。此外，提出了一种偏差补偿方法来补偿预测误差。所提出的控制策略的有效性证明通过无线通信测试使用树莓派。
2021-06-07 cs.SY eess.SY
Degradation-aware Predictive Energy Management for Fuel Cell-Battery Ship Power System with Data-driven Load Forecasting
Delft University of Technology（代尔夫特理工大学）；Università degli Studi di Genova（热那亚大学）
本文提出了一种考虑燃料电池退化因素的预测性能源管理策略，通过数据驱动的负载预测减少氢气消耗和电池退化，实验显示在15分钟和1小时预测范围内，氢气消耗和电池退化分别减少5.8%和36.4%。
2026-04-16 cs.SY eess.SY
Model Predictive Supervisory Control for Hierarchical and Distributed UAS Traffic Management
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）
本研究提出分层模型预测监督控制（MPSC）框架，结合滚动时域最优控制与监督控制理论保障安全等特性，开发城市UTM模型，实现时变需求下取送任务的高效支持。
2026-08-20 cs.MA cs.SY eess.SY
Smart Building Energy Management using Nonlinear Economic Model Predictive Control
Washington State University（华盛顿州立大学）；University of California Riverside（加州大学河滨分校）
本文提出了一种非线性经济模型预测控制器（NL-EMPC），用于优化商业建筑的 HVAC 系统能耗，考虑了刚性负载和其他分布式能源资源，以降低建筑能耗的净成本并满足 occupant 的舒适水平。
2019-06-02 cs.SY eess.SY
Nonlinear Model Predictive Control of a Hybrid Thermal Management System
本文针对高维、非线性且刚性的混合热管理系统，设计了77状态的非线性模型预测控制器，并通过逐时间步线性化实现实时显式积分，实验验证了该方法及热能储存对瞬态热负荷的缓解效果。
2024-11-24 cs.SY eess.SY
Model and Load Predictive Control for Design and Energy Management of Shipboard Power Systems
在目前的中压直流（MVDC）船载电力系统（SPS）中，存在多信源以向公共直流总线供电。传统上，这种系统的功率管理通过控制包括燃料操作发电机和底层转换器的发电模块（PGM）来执行。此外，能源管理是由新兴的单一或混合能源存储系统（ESS）。本文提出了一个模型和负荷预测控制框架的电力和能源管理的SPS。这里，具有负载预测的MPC用于三个主要目标：（1）根据发电机和能量存储元件各自的功率状态（SOP）和斜坡速率限制从发电机和能量存储元件请求功率和能量，（2）考虑并整合发电机成本和降级，以及（3）在预测范围结束时达到ESS的特定停车（最终）荷电状态（SOC）。利用MATLAB演示了最优化问题的解决方案，并在实时仿真环境中验证了控制框架的功能。
2021-05-20 cs.SY eess.SY math.OC
Energy Management for Autonomous Underwater Vehicles Using Economic Model Predictive Control
研究了自主水下航行器（AUV）的能量最优控制问题。为了提高水下机器人的续航能力，提出了一种基于经济模型预测控制（MPC）框架的能量最优控制方案。首先，我们制定了一个代价函数，计算在有限的时间预测范围内的车辆运行所花费的能量。然后，为了考虑超出预测范围的能量消耗，将接近达到目标的能量（能量消耗）的终端成本并入MPC代价函数中。
2019-06-20 cs.SY eess.SY math.OC
Integrated Thermal and Power Management for Wave-Powered Subsea Data Centers via Nonlinear Model Predictive Control
Oakland University（奥克兰大学）
本文提出一个集成NMPC框架，用于波浪供能海底数据中心的热管理、灵活负载调度和电池运行协调，仿真验证了其保持热安全并适应波浪能变化，且发现电池容量和波浪发电容量是影响电池状态的关键因素。
2026-09-29 cs.SY eess.SY
Deep Learning-based Predictive Control of Battery Management for Frequency Regulation
本文通过集成模型预测控制（MPC）、监督学习（SL）、强化学习（RL）和高保真电池模型，提出了一种基于深度学习的优化电池管理方案，用于频率调节（FR）。通过利用深度神经网络（DNN），所导出的DNN近似策略在在线实现中具有计算效率。所提出的方案的设计过程包括两个顺序过程：（1）SL过程，其中我们首先使用嵌入低保真度电池模型的MPC运行模拟以生成训练数据集，然后，基于生成的数据集，我们使用SL算法优化DNN近似策略;以及（2）RL过程，其中我们利用RL算法通过平衡短期经济激励和长期电池退化来改善DNN近似策略的性能。SL过程通过提供良好的初始化来加速随后的RL过程。通过利用RL算法，所提出的方案的一个突出特性是，它可以从通过在高保真电池模拟器上模拟FR策略生成的数据中学习，以调整DNN近似策略，该策略最初是基于低保真度电池模型的。一个案例研究使用真实世界的数据FR信号和价格进行。仿真结果表明，与传统MPC方案相比，基于深度学习的方案能够有效实现更高的FR参与经济效益，同时保持较低的在线计算成本。
2022-01-04 cs.SY eess.SY
Saturation-Aware Model Predictive Energy Management for Droop-Controlled Islanded Microgrids
在本文中，我们提出了一种基于极小极大模型预测控制（MPC）的能量管理系统，该系统对可再生能源的进料和负载的不确定性具有鲁棒性。MPC制定包括一个模型的低电平下垂控制与饱和的功率和能量限制的单位。强大的基于MPC的能源管理系统往往不能充分利用可再生能源来保证安全运行。为了减轻这种影响，我们进一步考虑可再生能源的下垂控制。对于下垂控制单元的微电网，我们表明，增强下垂反馈与饱和扩大了可行的控制动作的空间。然而，所得到的控制器需要解决一个混合整数的问题，额外的变量和方程表示饱和。我们推导出一个计算易处理的制定这个问题。此外，我们研究了通过使用饱和下垂，可再生下垂和两者的组合在案例研究中获得的性能。
2021-07-06 cs.SY eess.SY math.OC
Optimal Management of Renewable Generation and Uncertain Demand with Reverse Fuel Cells by Stochastic Model Predictive Control
本文提出了一种用于管理可再生能源社区的反向燃料电池的控制策略。一个两阶段的基于神经网络的模型预测控制算法的设计，以确定最佳的经济策略，以遵循在操作过程中。采用适当定义的离散马尔可夫链方法对可再生能源发电量和用户需求进行预测。控制算法能够考虑到预测的不确定性和可逆燃料电池的非线性行为。所提出的方法的性能进行了测试的可再生能源社区组成的聚合的工业建筑配备了光伏。
2022-08-30 cs.SY eess.SY math.OC
Degradation Aware Predictive Energy Management Strategy for Ship Power Systems
将现代防御武器集成到船舶电力系统中，在满足这些负载的高斜坡率要求方面提出了挑战。发电机可能需要满足这些负载的斜坡率。如果不这样做，可能会导致稳定问题。这通过发电机和能量存储元件的聚集来解决，以处理由负载引起的所需电力需求。本文提出了一种基于模型预测控制的能量管理策略，将不确定性的负荷预测。所提出的控制器优化协调发电机和储能元件之间的功率分配，以保证满足功率需求，同时考虑斜坡率限制和负载不确定性。一个低带宽模型，由一个单一的发电机和一个单一的能量存储元件被用来验证所提出的能量管理策略的结果。结果表明，在负载预测的不确定性下的控制器的鲁棒性和负载的不确定性对电池容量损失的影响。
2021-05-25 cs.SY eess.SY math.OC
Predictive Energy Management for Battery Electric Vehicles with Hybrid Models
针对电池电动汽车能耗预测受多因素影响难度大的问题，提出结合物理仿真模型与数据驱动模型的混合方法，利用机器学习处理外部因素，经真实数据集验证将预测误差从40%降至10%。
2024-05-15 cs.SY eess.SY
Robust Model Predictive Control for Enhanced Fast Charging on Electric Vehicles through Integrated Power and Thermal Management
本文针对电动汽车提出一种集成动力与热管理的多目标MPC框架，通过利用电池SOC的时变加权策略优化快速充电性能并提升充电时间在不确定性下的鲁棒性。
2023-10-21 cs.SY eess.SY math.OC
Model Predictive Control for Automotive Climate Control Systems via Value Function Approximation
在轻型汽车的辅助负载中，空调系统是最大的单一能耗。对于电动汽车来说，加热和冷却负载的影响变得更加重要，因为它们与动力系统竞争电池能源使用，并且可以显着降低续航里程或性能。虽然在电动汽车的最佳能源管理和生态驾驶的车辆速度优化领域已经做了大量的工作，但很少有贡献涉及加热和冷却负荷的能量最佳控制的应用。提出了一种基于模型预测控制的电气化动力总成热管理系统能量管理策略。从捕获热交换器中的制冷剂的动态和系统的功率消耗的蒸气压缩制冷系统的非线性模型开始，制定约束多目标最优控制问题以在跟踪期望的热设定点的同时减少能量消耗。提出了一种有效的MPC的实时应用，通过引入一个终端成本获得的近似的全局最优解。
2021-10-19 cs.SY eess.SY
Optimal Energy Management in Indoor Farming Using Lighting Flexibility and Intelligent Model Predictive Control
提出一种结合transformer预测与作物光照约束的模型预测照明控制方法，仿真证明可显著降低一公顷温室的年度成本、峰值负荷和能耗。
2025-10-04 cs.SY eess.SY
Ensemble Nonlinear Model Predictive Control for Residential Solar-Battery Energy Management
本文针对住宅太阳能-电池系统在动态配电市场中的经济调度问题，提出基于集成非线性模型预测控制的实时优化策略，在有限数据下处理电池退化非线性与源荷不确定性，实现最低成本运行。
2023-03-18 cs.SY eess.SY
Physics-Informed Predictive Control for Integrated Electric-Vehicle Thermal Management: An Open, Real-Data-Anchored Benchmark
McGill University（麦吉尔大学）
提出OpenEV-ThermoSciML开放基准，集成电池、座舱、热泵和CO₂模型，基于真实驾驶循环和天气数据，开发物理信息Sci-ML代理模型，实现多目标优化，并在真实热天场景下验证了显著改进。
2026-06-23 cs.SY eess.SY
Context-Aware Model Predictive Control for Microgrid Energy Management via LLMs
School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学深圳数据科学学院）；Department of Statistics and Data Science, the Wharton School, University of Pennsylvania（宾夕法尼亚大学沃顿学院统计与数据科学系）
本文提出InstructMPC框架，利用LLM和可调最后一层映射，将非结构化操作上下文转化为MPC控制器的预测扰动轨迹，通过理论分析和实验验证，证明了在微电网中整合语义信息提升控制效果。
2026-04-08 cs.SY eess.SY
Uncertainty-Cognizant Model Predictive Control for Energy Management of Residential Buildings with PVT and Thermal Energy Storage
Niroo Research Institute (NRI)（尼鲁研究所）
建筑业占全球能源消耗的近40%。这揭示了在建筑物中利用可再生能源以实现气候目标的绝佳机会。在这种情况下，本文提供了一种建筑能源系统，包括热泵，热能储存系统以及并网光伏热（PVT）收集器，以最小的运营成本提供电力和热能需求的建筑物。为此，本文开发了一种随机模型预测控制（MPC）策略，以最佳地确定整个建筑能源系统的设定点，同时考虑与PVT能量生成相关的不确定性。该系统使建筑物能够1-将其电力需求从高峰时间转移到非高峰时间，2-将电力出售给电网以进行能源套利。
2022-01-21 cs.LG cs.SY eess.SY
A Simulation Tool for V2G Enabled Demand Response Based on Model Predictive Control
针对缺乏评估MPC类车网互动需求响应策略工具的问题，提出一款开源MPC控制器仿真工具，可应对运营不确定性，在最大化G2V/V2G收益的同时评估电池影响，支持CPO结合电价、电网约束和用户偏好实时优化充放电计划。
2024-05-20 cs.SY eess.SY
HMPC-assisted Adversarial Inverse Reinforcement Learning for Smart Home Energy Management
本文提出结合隐式热力学模型与神经网络辅助HMPC框架的AIRL智能家居能源管理方法，利用历史最优决策作为专家示范进行对抗训练，免除了对显式模型、先验知识与手动奖励函数的依赖，仿真验证了其有效性与数据效率。
2025-06-01 cs.SY eess.SY
Minimizing Pumping Energy Cost in Real-time Operations of Water Distribution Systems using Economic Model Predictive Control
优化水泵运行是配水系统实时管理的一项具有挑战性的任务。通过适当的泵调度，可以显著降低泵送成本。在这项研究中，提出了一种新的经济模型预测控制（EMPC）的实时管理的WDS框架。最佳的泵操作是基于预测的系统行为在一个后退的时间范围内选择，目的是最小化总泵送能量成本。在满足所有所需用水需求的同时，考虑了随时间变化的电价。该框架的新颖之处在于选择在每个泵站中运行的泵的数量作为决策变量，以优化总的泵送能量成本。通过使用整数规划，所提出的EMPC适用于一个基准的案例研究，里士满修剪网络。在EPANET液压仿真平台上进行了仿真。此外，使用所提出的EMPC所获得的结果与那些获得的比较，使用所提出的EMPC显示出显着的经济效益。
2021-05-05 cs.SY eess.SY
Ultra-High Reliability by Predictive Interference Management Using Extreme Value Theory
本文提出基于极值理论的预测性干扰管理方法，通过混合模型和分位数预测实现URLLC中的高效资源分配，显著降低中断率并最小化资源使用。
2025-01-20 cs.SY eess.SY
A novel learning-based robust model predictive control energy management strategy for fuel cell electric vehicles
Jilin University（吉林大学）；Loughborough University（拉夫堡大学）
多能源机电耦合使得燃料电池电动汽车（FCEV）的能量管理相对非线性和复杂，特别是在四轮驱动（4 WD）FCEV类型中。复杂非线性系统的精确状态观测是燃料电池汽车实现理想能量管理的基础。为充分发挥燃料电池汽车的节能潜力，提出了一种基于学习的鲁棒模型预测控制（LRMPC）策略，用于四轮驱动燃料电池汽车，实现多能源之间的合理功率分配.基于机器学习的控制策略将非线性系统的知识转化为具有良好鲁棒性能的显式控制方案。首先，离线训练回归精度高、泛化能力强的ML方法，建立精确的SOC状态观测器;然后，利用状态观测器生成的SOC显式数据表，以车辆状态和车辆部件状态为输入特征，准确捕捉状态变化。具体地说，车辆速度估计提供未来的速度参考是由深森林。其次，将显式数据表和车速估计等组成部分与模型预测控制（MPC）相结合，以释放燃料电池汽车多自由度系统的最新节能能力，称为LRMPC。最后，通过仿真试验对该算法的性能进行了详细的评估，验证了该算法的优越性。相应的结果突出了LRMPC的节能潜力和较强的实时应用能力的最优控制效果。
2022-09-12 cs.LG cs.SY eess.SY
Renewable energy management in smart home environment via forecast embedded scheduling based on Recurrent Trend Predictive Neural Network
Institute of Theoretical and Applied Informatics, Polish Academy of Sciences（波兰科学院理论与应用信息研究所）；Prime Vision；Yaşar University（亚沙尔大学）
本文提出rTPNN-FES算法，将可再生能源预测与家电调度嵌入同一神经网络，在智能家居中实现接近最优且对预测误差鲁棒的调度，速度比优化方法快37.5倍。
2023-07-06 cs.LG cs.SY eess.SY
Model Predictive Control based Energy Management System for Home Energy Resiliency
针对极端天气停电下家庭光伏-电池系统需兼顾空调启动、热舒适与关键负荷的问题，提出基于MPC的智能能源管理控制器，并通过多场景一周仿真验证其在能源受限条件下优于基线和规则控制器。
2024-04-08 cs.SY eess.SY
ThermE: Predictive Management of Shared Thermal Headroom for Sustained LLM Inference on Thermally Constrained Edge SoCs
The Hong Kong Polytechnic University（香港理工大学）；Southern University of Science and Technology（南方科技大学）
针对边缘SoC上持续LLM推理的热约束问题，提出ThermE运行时系统，通过快速热编译、PDE约束预测和不确定性感知调度联合管理共享热余量，在vLLM上实现TTFT和TPOT分别降低40.55%和12.17%，SLO违反率降至5.70%。
2026-10-02 cs.SY eess.SY
Model Predictive Control for Unlocking Energy Flexibility of Heat Pump and Thermal Energy Storage Systems: Experimental Results
本文面向热泵与储热系统，提出含灵活性评估与需求响应利用的两步MPC需求侧管理框架，并通过仿真和真实实验验证其有效性。
2025-07-23 cs.SY eess.SY
Network-Realised Model Predictive Control Part I: NRF-Enabled Closed-loop Decomposition
Department of Automatic Control；Systems Engineering, ``Politehnica'' University of Bucharest, Bucharest, Romania -2.5mm；Laboratoire des Signaux et Syst\`emes, CentraleSup\'elec, Paris-Saclay University, Gif-sur-Yvette, France -10mm
本文提出双层控制架构，用于实现基于约束的决策策略，如模型预测控制器。通过分布式反馈-前馈方案设计信息流，并提出离线模型匹配方法设计第一层。
2026-04-10 cs.SY eess.SY
Model Predictive Control Design for Unlocking the Energy Flexibility of Heat Pump and Thermal Energy Storage Systems
本文提出一种面向热泵与热能存储系统的模型预测控制设计，通过灵活性评估与利用实现需求侧管理，并经实际装置数值实验验证其有效性。
2024-02-23 cs.SY eess.SY
AdaPTwin: Adaptive Multi-Fidelity Predictive Digital Twin for Proactive Radio Resource Management in Vehicular Networks
The University of British Columbia（不列颠哥伦比亚大学）；Université Laval（拉瓦尔大学）
本文提出AdaPTwin，一种自适应多保真度预测数字孪生，用于车辆网络中的前瞻性无线资源管理，通过动态调整数字孪生保真度以适应网络条件，结合云边协同架构和持续迁移学习模型，实现高保真度的无线资源管理，并在实际车辆环境中验证了其在不同场景下的优越性能。
2026-05-21 cs.NI cs.SY eess.SY
Receding Horizon Games with Coupling Constraints for Demand-Side Management
分布式储能和灵活负载是确保电网稳定和稳健运行的重要工具，尽管由于广泛电气化而带来的不稳定的可再生能源发电和增加峰值负载的整合所带来的挑战。本文提出了一种基于滚动时域博弈的需求侧管理策略，这是一个闭环的滚动时域实现的游戏理论的日前规划。实际稳定性和递归约束满足的建议反馈控制策略的对称定价的假设下，使用博弈论和经济模型预测控制的工具被证明。我们的数值研究表明，所提出的方法是优于标准的开环日头实现的调峰，扰动抑制，和控制性能。
2022-06-13 cs.SY eess.SY
Integrated Optimal Fast Charging and Active Thermal Management of Lithium-Ion Batteries in Extreme Ambient Temperatures
本研究针对极端环境温度下的锂离子电池，提出集成最优快速充电与主动热管理的控制策略，构建热-NDC电池模型，分别设计状态反馈及带扩展卡尔曼滤波的输出反馈模型预测控制算法，实现充电速度与电池健康的平衡，经数值实验验证有效。
2024-10-07 cs.SY eess.SY math.OC
Real-time Operation Optimization of Microgrids with Battery Energy Storage System: A Tube-based Model Predictive Control Approach
电池储能系统（ESS）广泛应用于微电网，以补充高可再生能源。然而，含电池储能系统的微电网实时能量管理面临两个方面的挑战：1）电池能量水平的演化过程是跨时间耦合的; 2）可再生能源发电量预测过程中不可避免地会出现不确定性。针对含电池储能系统的微电网实时能量管理问题，提出了一种基于管模型的模型预测控制（MPC）方法。首先，针对电池储能系统，建立了包含电池退化代价和时间感知SoC范围的电池实时运行模型，描述了电池的“浅廉价”特性，满足终端SoC需求。其次，在所提出的基于管道的MPC中设计了两个级联的MPC控制器，其中名义MPC在不存在不确定性的情况下生成参考轨迹，辅助MPC在实现不确定性时将实际轨迹引导到名义轨迹。具体而言，在本文中，电池SoC被视为系统的状态变量，而发电机的功率输出和与公用事业交换功率被视为控制变量。最后，许多案例研究表明，所提出的方法，包括低和高渗透水平的可再生能源的有效性。连续365天的Monte Carlo模拟结果表明，该方法的竞争比优于1.10。
2021-04-10 cs.SY eess.SY
