Power-balancing dual-port grid-forming power converter control for renewable integration and hybrid AC/DC power systems
在这项工作中，我们调查网格形成（GFM）控制的DC/AC功率转换器在新兴的电力系统，包含AC和DC网络，可再生能源发电，和传统的发电。我们提出了一种新的功率平衡GFM控制策略，该策略同时形成转换器交流和直流电压（即，双端口GFM），统一了标准网格跟踪（GFL）和GFM功能，并向后兼容传统的基于机器的生成。值得注意的是，与使用电网形成和电网跟随控制的混合的最新控制架构相比，双端口GFM控制可以独立于转换器电源或网络配置而使用。我们的主要贡献是稳定性条件，涵盖新兴的混合AC/DC网络，以及机器和转换器与不受控电源，只需要系统拓扑结构的知识。最后，通过一个具体的案例分析来说明和验证结果。
2022-07-19 math.OC
Extensions of the Dynamic Programming Framework: Battery Scheduling, Demand Charges, and Renewable Integration
本文研究一类具有不可分目标函数的动态规划问题。我们表明，在这个类中的任何问题，存在一个增广状态DP问题，满足最优性原理和解决方案，从而产生解决方案的原始问题。此外，我们确定了自然向前可分离（NFS）的目标函数，这种状态增强计划是易处理的DP问题的一个子类。我们将这个框架扩展到随机DP问题，提出了一个合适的定义的最优性原理。然后，我们将由此产生的算法的问题，最佳的电池调度与需求费用使用基于数据的随机模型的电力使用和太阳能发电的消费者。
2020-06-09 math.OC
Management of Electric Vehicles as Flexibility Resource for Optimized Integration of Renewable Energy with Large Buildings
可再生能源发电的日益普及需要新的工具来实现建筑和社区层面的需求与可再生能源发电之间的高度匹配。具有停车场的大型商业和公共建筑具有相当大的潜力，可以通过控制电动汽车（EV）的充电并使用建筑物到车辆（B2 V）和车辆到建筑物（V2 B）系统将部分存储的能量注入建筑物中来提供能源灵活性。然而，电动汽车和建筑物通常不属于同一个实体，在葡萄牙，现有法规不允许建筑物和电动汽车作为单独的实体进行金融交易。解决这一监管障碍需要创新的优化方法来实施B2 V/V2 B系统。此外，葡萄牙关于可再生能源发电自用的新立法使建筑物之间的可再生能源发电盈余交易和可再生能源社区的建立成为可能。本文旨在解决这一问题，并提出了一个公式来汇总和管理建筑物之间的发电盈余的共享，使用电动汽车作为一种灵活的资源。模拟结果显示，在建筑和社区层面，可再生能源的自我消费有所增加，电力成本也有所降低。
2020-05-12 cs.SY eess.SY math.OC
Robust Integration of High-level Dispatchable Renewables in Power System Operation
可再生能源（RES）的日益普及需要更多的灵活性资源（FR），通常是热单位和存储，必须保持在系统中，以适应来自RES的不确定性。在本文中，RESS被认为是完全角色的市场参与者。他们可以在日前的市场中出价，并且他们向市场提供的电力是可控的，直到他们的最大可用电力。因此，RES是有效地可调度的，并且可以用作FR提供者。针对可调度的可再生能源，建立了两阶段鲁棒机组组合与调度模型。在第一阶段中，确定基本UC和调度。在第二阶段中，所有的FR包括RESS用于容纳不确定性，这是一个混合整数规划（MIP）问题。证明了对于内部极小化问题，无论强对偶是否成立，都可以直接判定极大极小问题的解。通过仅包括一个额外的场景来保证解决方案的鲁棒性。数值结果表明，该模型的有效性和传统的鲁棒UC模型与高水平RES渗透的优势。
2015-12-29 math.OC
Sizing Storage for Reliable Renewable Integration: A Large Deviations Approach
Indian Institute of Technology Bombay（印度孟买理工学院）
本文提出了一种基于大偏差理论的方法，用于确定可再生能源与储能系统结合时的存储容量，以提高电力系统的可靠性，并通过实际案例验证了该方法的实用性。
2019-04-09 cs.SY eess.SY math.OC
Impacts of Variable-Impedance-Based Power Flow Control on Renewable Energy Integration
本文研究基于可变阻抗FACTS设备的潮流控制对发电成本、碳排放和可再生能源弃电的影响，采用两阶段随机机组组合模型评估，结果表明FACTS安装有效降低三者，且效果受资源位置、高峰需求和发电组合影响。
2022-04-27 cs.SY eess.SY math.OC
Day-Ahead Energy Market as Adjustable Robust Optimization: Spatio-Temporal Pricing of Dispatchable Generators, Storage Batteries, and Uncertain Renewable Resources
我们提出了一天前的时空能源市场的建模和分析，其中每个有竞争力的聚合器的目的是通过管理不同的能源资源，如传统的发电机，蓄电池和不确定的可再生资源的复杂混合物，以赚取最高的利润。首先，我们开发了一个能源市场模型的可调鲁棒凸规划。这种市场建模是新颖的，因为每个聚合器的生产费用函数（评估实现一定量的时空能源生产的成本）是由“参数化”产生的多变量函数最大-最小程序，其中生产费用函数的变量作为连续参数而可调度资源的变量作为能量的可调节变量而被涉及平衡该公式能够以统一的方式合理地评估跨期可调度性增强的奖励和可再生能源不确定性的惩罚。此外，它能够强制执行市场监管，其中每个聚合器负责通过管理自己的可调度能源资源来吸收他的可再生能源不确定性。其次，从社会经济和个人经济的角度出发，在几个光伏渗透水平的前提下进行了数值分析。在这个数值分析，我们证明，可再生能源发电机并不总是有优先级的能源供应高于传统发电机，由于其不确定性和有限的可调度性，这意味着传统和可再生能源发电机的优点顺序可以逆转。此外，我们分析了竞争性能源市场的长期演变表明，可以找到一个社会均衡的电池渗透水平，在电池系统的增强，实现最大的个人利润。
2019-10-18 math.OC
The Informational Approach to Global Optimization in presence of very noisy evaluation results. Application to the optimization of renewable energy integration strategies
我们考虑从非常嘈杂的评价函数f的全局优化的问题。我们采用贝叶斯序贯方法：选择评估点以减少关于f的全局最优位置的不确定性，如通过相应随机变量的熵所测量的（全局优化的信息方法，Villemonteix等人，2009年）。当评估是非常嘈杂的，来自使用条件模拟的熵的估计的误差变得不可忽略相比，其在输入域上的变化。我们提出了一个解决这个问题的方法，选择评价点，如果几个评价将在这些点。该方法被施加到可再生能源的整合到配电网的策略的优化。
2015-06-15 math.OC stat.AP stat.CO
Forecasting Spatio-Temporal Renewable Scenarios: a Deep Generative Approach
Chongqing University（重庆大学）；University of Washington（华盛顿大学）；Southeast University（东南大学）
随着随机可再生能源发电的日益普及，大规模电力系统的运行和规划变得越来越具有挑战性。为了最大限度地降低含有大量可再生能源的电力系统的决策风险，越来越需要对短期发电不确定性进行建模。情景方法通过为特定的可再生能源发电厂产生一组可能的未来实现，已经成为一种流行的可再生能源不确定性建模方法。然而，由于可再生能源发电的空间和时间相关性复杂，传统的基于模型的方法来预测未来的情景往往需要广泛的知识，而拟合的模型往往很难扩展。为了解决这种建模负担，我们提出了一种基于生成对抗网络（GANs）的基于学习的数据驱动情景预测方法，这是一类用于建模未知分布的深度学习生成算法。我们首先利用一种改进的具有收敛保证的GANs来学习内在模式并对（多站点）可再生能源发电时间序列的未知分布建模。然后，通过解决一个最优化问题，我们能够生成预测的情况下，没有任何场景数量和预测范围的限制。我们的方法是完全无模型，并可以预测不同程度的预测不确定性的情况下。利用NREL风能和太阳能集成数据集的真实数据进行了广泛的数值模拟，验证了所提出的方法在预测风能和太阳能发电场景中的性能。
2019-03-13 cs.LG math.OC
Stochastic Dynamic Pricing for EV Charging Stations with Renewables Integration and Energy Storage
研究了电动汽车充电服务商的随机动态定价和能量管理策略问题。在可再生能源集成和储能系统存在的情况下，电动汽车充电服务提供商必须处理多种不确定性-充电需求波动，可再生能源发电的固有不确定性，以及批发电价波动。我们的工作背后的动机是为充电服务提供商提供指导方针，以确定适当的充电价格和管理电力，以平衡提高盈利能力，提高客户满意度和减少对电网的影响的竞争目标，尽管存在这些不确定性。我们提出了一个新的度量评估对电网的影响，而不解决完整的潮流方程。为了保护服务提供商免受严重的财务损失，在模型中纳入了利润保障。采用随机动态规划（SDP）算法和贪婪算法（基准算法）两种算法推导电价和购电政策。导出了多目标优化的Pareto前沿。仿真结果表明，使用SDP算法可以获得高达7%的利润增益比使用贪婪算法。此外，我们观察到充电服务提供商能够通过定价信号重塑时空充电需求，以减少对电网的影响。
2018-01-07 econ.EM eess.SP math.OC
Scheduling HVAC loads to promote renewable generation integration with a learning-based joint chance-constrained approach
通过灵活调度供热、通风和空调（HVAC）负荷等资源，可以有效促进分布式可再生能源发电（DRG）在配电网中的集成。然而，找到最佳的调度，他们是不平凡的，因为DRG输出是高度不确定的。为了解决这个问题，本文提出了一种基于学习的联合机会约束的方法来协调HVAC负荷与DRG。与采用单个机会约束来管理不确定性的前沿工作不同，本文采用联合机会约束（JCC）来控制所有关键约束的违反概率。这种联合方式可以根据运营商的偏好明确地保证整个系统的运行安全。为了克服JCC的棘手性，我们首先证明了JCC可以安全地近似鲁棒约束与适当的不确定性集。一个著名的机器学习算法，单类支持向量聚类，然后引入到这些强大的约束，构建一个足够小的多面体不确定性集。在强对偶的基础上，进一步构造了一个线性鲁棒对偶，以保证计算效率。基于各种分布不确定性的数值结果证实了所提出的方法的最优性和可行性的优势。
2022-09-30 cs.SY eess.SY math.OC
Leveraging Owners' Flexibility in Smart Charge/Discharge Scheduling of Electric Vehicles to Support Renewable Energy Integration
间歇性可再生能源（RES）的高度集成，特别是风力发电，在电力系统运行中产生了复杂性。另一方面，电动汽车（EV）的大车队预计将对电力消耗产生巨大影响，不协调的充电过程将增加负荷的不确定性，并进一步复杂化电网调度。在本文中，我们提出了一种智能充电方法，该方法利用电动汽车车主的灵活性来吸收车辆到电网（V2 G）设置中RES输出的波动。我们提出了一种最优调度算法的充电/放电的聚合电动汽车车队，以最大限度地提高风力发电的整合，以及最小化充电成本的电动汽车所有者。还解决了人们参与V2 G的挑战，例如电池退化和对意外事件的不安全感。我们首先制定一个静态模型，使用混合整数二次规划（MIQP）与多目标最优化假设每个参数的模型是已知的调度前一天。随后，我们制定了一个动态（放电）的时间表后，电动汽车进入系统的更新信息的电动汽车的可用性，风力发电预测，能源价格实时，滚动优化。在以风能为主要资源的微电网中使用一组100辆电动汽车进行的模拟表明，与不受控制的充电情况相比，风能利用率显着提高，充电成本显着降低。
2019-07-17 math.DS math.OC
Nonlinear Control of a DC MicroGrid for the Integration of Photovoltaic Panels
电网的新连接约束（电网规范）需要更灵活和可靠的系统，以及应对光伏阵列等可再生能源（可再生能源）的不确定性和不稳定性的强大解决方案。通过直流（DC）微电网将这些可再生能源与存储系统互连可以满足这些要求。一个“即插即用”的方法的基础上的“系统的系统”的哲学，使用分布式控制方法的开发在目前的工作。这种方法允许将多个元件互连到DC微电网作为电源（如光伏阵列）、不同时间尺度的存储系统（如电池和超级电容器）以及负载（如电动车辆和主AC电网）。所提出的方案可以很容易地扩展到更大数量的元素。
2016-08-03 math.OC
Towards a Sustainable Power Grid: Stochastic Hierarchical Planning for High Renewable Integration
在雄心勃勃的可再生能源组合标准的推动下，大规模纳入可变能源（如风能和太阳能）预计将给电力系统运行带来前所未有的不确定性。目前采用确定性优化模型的作战计划实践可能不适合具有大量不确定性的未来。为了克服潜在的可靠性和经济挑战，我们提出了一个随机分层规划（SHP）框架。该框架捕捉了前一天、短期和前一小时的时间尺度上的操作，以及随机过程和决策之间的相互作用。与早期的研究不同，在早期的研究中，个体问题的随机优化（例如，机组组合、经济调度）的研究，本文研究了一个集成的\emph{planning under uncertainty}框架，其中随机优化模型被缝合在一个层次设置中，这与电力工业中广泛采用的确定性分层规划方法相平行。我们的实验，基于NREL-118数据集，揭示了在高可再生能源渗透率下，通过过渡到小水电模式，可以预期显著的运营改善。特别是，计算结果表明，显着的改善，可以实现在几个指标，包括系统的可靠性，环境的可持续性和系统的经济性，仅仅通过战略选择，采用新的小水电范例。
2021-07-30 cs.SY eess.SY math.OC
Learning a local trading strategy: deep reinforcement learning for grid-scale renewable energy integration
Georgia Institute of Technology（佐治亚理工学院）
本文研究利用深度强化学习运行与太阳能同址部署的电网规模电池，实验表明其平均达到理论最优的61%（最高96%），优于先进控制方法，并能更有效地转移太阳能至高峰时段及提高调度多样性。
2024-11-23 cs.AI cs.LG cs.SY
Decreasing market value of variable renewables can be avoided by policy action
尽管最近的研究表明，风能和太阳能占80%以上的电力系统是可以负担得起的，但经济学家对市场一体化表示担忧。来自可变可再生能源的相关发电压低了市场价格，这可能导致风能和太阳能蚕食自己的收入，并阻止它们从市场上收回成本。这种蚕食似乎限制了风能和太阳能的整合，因此与表明高份额具有成本效益的研究相矛盾。在这里，我们从理论和模拟的例子表明，市场激励如何与价格，收入和成本的可再生电力系统。最近的一些文献中看到的平均收入下降是由于一种隐含的政策假设，即技术是被迫进入系统的，无论是补贴还是配额。无论补贴技术是否可变，这种下降在数学上都是有保证的。相反，如果驱动政策是二氧化碳上限或税收，风能和太阳能的股票可以在不侵蚀其自身市场收入的情况下上涨，即使风能和太阳能的渗透率超过80%。市场价值对政策制度的强烈依赖意味着需要谨慎使用市场价值作为市场一体化的衡量标准。市场价值下降不一定是一体化问题的标志，而是政策选择的结果。
2021-05-30 econ.GN math.OC q-fin.EC
Limits on the Benefits of Energy Storage for Renewable Integration
Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系）
本文通过随机规划模型研究储能系统在可再生能源并网中的效益极限，量化了储能对缓解可再生能源波动性的有效性、所需容量及最优控制策略。
2012-04-12 cs.SY eess.SY math.OC
Distributed Stochastic Model Predictive Control with Temporal Aggregation for the Joint Dispatch of Cascaded Hydropower and Renewables
Institute of Electricity Economics and Energy Innovation, Graz University of Technology（格拉茨工业大学电力经济与能源创新研究所）；Research Center ENERGETIC（ENERGETIC研究中心）
针对梯级水电与风光联合调度中高维非凸问题，提出融合时间序列聚合、分布式优化和随机MPC的分布式控制方案，理论保证性能，算例显示计算量降低74%-85%。
2026-09-23 math.OC
Analysis of Wind Power Integration in Electricity Markets LMP Pricing
本研究分析节点边际定价（LMP）市场模型中风能并网问题，重点关注风力发电厂接入变电站，并采用最优潮流（OPF）方法考察电力市场的两阶段随机模型。
2024-10-14 cs.SY eess.SY math.OC
Spatio-temporal smoothing and dynamics of different electricity flexibility options for highly renewable energy systems -- Case study for Norway
该研究以挪威风电系统为案例，通过随机过程建模与蒙特卡洛模拟，分析时空平滑及储能、输电等灵活性选项对高比例可再生能源系统产需错配的缓解作用，证实多选项结合的协同增效价值。
2023-12-14 cs.SY eess.SY math.OC
Optimal Workload Allocation for Distributed Edge Clouds With Renewable Energy and Battery Storage
本文研究可再生能源驱动的边缘云网络的最优工作负载分配问题，提出基于优化的框架，通过整合可再生能源和电池储能，在维持服务质量的同时最小化运营成本并最大化能源利用率。
2023-10-22 math.OC
Beyond Relaxation and Newton-Raphson: Solving AC OPF for Multi-phase Systems with Renewables
本文主要研究多相系统的交流最优潮流问题。特别强调的是高度集成的可再生能源系统，其中调整的实际和无功输出功率的可再生能源是必要的，以执行电压调节。已知AC OPF问题是非凸的（实际上是NP-困难的）。凸松弛技术最近已被探索，以解决OPF任务，减少计算负担，然而，这些松弛的紧密性的充分条件仅适用于有限类的系统拓扑结构和问题设置。确定可行的潮流解决方案仍然很难在更一般的问题配方，特别是在不平衡的多相系统与可再生能源。为了在现有方法可能失败的具有挑战性的场景中确定可行的和最优的AC OPF解决方案，本文利用了可行点追踪-连续凸逼近算法-一种用于一般非凸二次约束二次规划的强大方法。该方法的优点是使用单相和多相配电网络与可再生能源，以及几个传输系统。
2016-12-21 math.OC
Impact of Forecast Errors on Expansion Planning of Power Systems with a Renewables Target
本文分析了生产预测误差对电力系统扩展规划的影响，并研究了市场设计的影响，以促进可再生能源发电的整合。为此，我们提出了一个随机规划建模框架，以确定扩展计划，最大限度地减少系统范围内的投资和运营成本，同时确保在电力供应的可再生能源发电的给定份额。与现有的框架不同，该框架包括前一天和平衡市场，以捕捉生产预测和相关预测误差的影响。在这个框架内，我们考虑两个典型的市场设计，本质上不同的前一天的发电计划和随后的平衡再调度是否共同优化或不。使用一个说明性的四节点的例子和一个更现实的24节点的案例研究的模型设置的主要特点和结果进行了讨论。
2014-02-28 math.OC
Electric Energy Storage Systems integration in Distribution Grids
本文提出了一种实时控制策略，用于动态平衡电力需求和供应在当地一级，在一个场景中，其特征在于由一个高压/中压变电站与可再生能源的光伏发电机和电能存储系统的形式存在。变电站连接到电网，并由扮演大容量电力系统角色的等效传统发电厂供电。提出了一种基于模型预测控制的方法，通过该方法，传统发电厂和存储器的有功功率设定值随着时间的推移不断更新，这取决于发电成本、存储器的荷电状态、可预见的需求和可再生能源的产量。所提出的方法是在仿真的基础上进行验证，显示其有效性在管理网络需求和光伏发电在测试和真实条件下的波动。
2015-06-15 math.OC
Robust Optimal Power Flow with Wind Integration Using Conditional Value-at-Risk
将可再生能源整合到电网中需要考虑可再生能源随机可用性的智能风险感知调度。为了实现这一目标，一个强大的直流最优潮流问题，在本文中开发的电力系统具有高渗透率的风能。最优调度是作为一个凸规划的解决方案与适当的正则化，这是能够减轻潜在的高风险的风力发电不足。正则化器是基于能量交易成本，使用条件风险价值（CVaR）。该方法克服了高维积分的限制，有效地利用了无分布样本平均逼近方法来求解所得到的最优化问题。案例研究证实了新的模型和方法的有效性测试IEEE 30节点基准系统的实际运行数据从7个风电场。
2013-10-28 math.OC
Perturbation Analysis of the Wholesale Energy Market Equilibrium in the Presence of Renewables
新兴智能电网的主要挑战之一是可再生能源（RER）的整合。后者将不确定性和不确定性引入电网，两者都可能影响基础能源市场。一个有趣的概念，正在探索减少RERs的整合成本是需求响应。需求响应作为实时随时间变化的电价实施，对基础能源市场也有直接影响。本文从主要市场参与者的整体模型出发，考虑输电和发电的约束条件，分析了能源市场，并利用标准KKT准则推导出了全局极大值的条件。在RER的不确定性对市场均衡的影响，然后量化，有和没有实时定价。扰动分析方法被用来比较在名义和扰动市场的均衡。这些市场也分析了使用博弈论的观点。得到了名义市场存在唯一纯纳什均衡的充分条件。利用两个策略博弈的封闭性概念和封闭博弈的均衡分析了扰动市场。该分析用于量化RERs的不确定性的影响及其可能的缓解使用需求响应。最后，使用IEEE 30节点的数值研究报告，以验证理论结果。
2012-01-17 cs.SE math.OC
Electrolyzers Bidding in Electricity Markets under Green Hydrogen Regulations and Uncertainty
针对绿色氢时间匹配补贴带来的不确定性，本文用线性规划及 KKT 条件构建并网电解槽的不确定性感知日前报价曲线，使利润提高约4%，并揭示法规激励可能扭曲。
2025-07-28 math.OC
Dynamic Pricing and Distributed Energy Management for Demand Response
研究了零售市场中电力的动态定价问题。一个Stackelberg游戏是用来模拟零售商和它的客户之间的互动;零售商设置前一天的每小时的电价和消费者调整实时消费，以最大限度地提高个人消费者剩余。对于非均衡需求，最优总需求是日前小时价格的仿射函数。消费者剩余和零售利润之间的权衡得到一个完整的表征。帕累托前沿的可实现的权衡被证明是凹的，帕累托前沿上的每一点都是通过一个最优的前一天的小时价格来实现的。分析了可再生能源和本地存储相结合的效果。结果表明，当可再生能源容量相对较小时，可再生能源整合的收益全部流向零售商。随着容量的增加超过一定的阈值，消费者从可再生能源中获得的利益也会增加。
2016-02-29 math.OC
Robust Dynamic Transmission and Renewable Generation Expansion Planning: Walking Towards Sustainable Systems
如今，从传统发电系统到可再生发电系统的过渡是系统运营商和公司面临的最困难的挑战之一。有几个原因：投资决策的长期影响，可再生能源与系统的适当整合，当前和未来的不确定性，以及考虑不确定性和投资决策的综合逐年代表性的便利性。然而，最近在动态传输网络扩展规划（DTNEP）的突破表明，使用鲁棒优化可能会使这个问题的计算实际系统的易处理。本文不仅要考虑线路的容量扩展，还要考虑可再生和常规发电设施的建设和/或拆除。将动态输电网和可再生能源发电规划问题转化为一个三层自适应鲁棒最优化问题。第一层最小化输电网络和发电扩展规划的投资成本，第二层最大化系统的不确定参数的运行成本，而第三层最小化这些运营成本的运营决策。该方法被测试为两种情况下：i）一个说明性的例子，基于Garver IEEE系统和ii）使用IEEE 118节点系统的案例研究。从这些例子的数值结果表明，所提出的模型可以实现可持续的电力系统的最佳决策，同时克服了现实情况下的问题大小的限制和计算的棘手性。
2017-01-30 math.OC
Stochastic Virtual Power Plant Dispatch via Temporally Aggregated Distributed Predictive Control with Performance Guarantees
Graz University of Technology（格拉茨工业大学）；Research Center ENERGETIC（ENERGETIC研究中心）；Imperial College London（伦敦帝国学院）
本文提出一种结合时间聚合与分布式优化的新型控制器，有效降低调度时间、资产和场景维度，提升随机虚拟电厂在不确定性下的调度效率和性能保证。
2026-11-05 math.OC
A Novel Mathematical Model for Infrastructure Planning of Dynamic Wireless Power Transfer Systems for Electric Vehicles
美国能源消耗总量的26%用于交通运输。传统车辆使用汽油等燃料，排放有害气体，对环境有不良影响。电动汽车（EV）提供了一种替代解决方案，可以减少对汽油等传统燃料的依赖，并减少有害气体的排放。电动汽车可以通过采用动态无线电力传输系统（DWPT）来行驶更长的距离，而无需增加电池尺寸或中途停留。此外，开发一个决策系统，避免电网上的过度负载是必不可少的。这些决策系统对于个人和公共交通的自动驾驶特别有益。本研究简要回顾了动态无线功率传输系统的现有文献，并提出了一种新的系统级数学决策模型，以找到无线充电基础设施的最佳配置文件。我们分析了可再生能源集成对DWPT系统的作用，并确定了在电动汽车上实施DWPT的框架、好处和挑战。该数学模型是混合整数、多周期、线性的，在满足系统要求的同时使系统总费用最小。本研究中提出的模型和案例研究分析确定了DWPT基础设施分配的接近最佳计划，并为更详细的电网和可再生能源整合铺平了道路。我们的研究结果表明，可再生能源可以显着降低DWPT的总系统成本，基础设施的要求，并提高电动汽车的可靠性。保留字：动态无线电能传输，可再生能源集成，电动汽车，电网规划，无线充电分配，基础设施规划，混合整数优化。
2021-07-23 cs.SY eess.SY math.OC
Zonal congestion management mixing large battery storage systems and generation curtailment
由于可再生能源的高度整合，法国输电系统运营商（RTE）需要面对电网特定区域的严重拥堵。目前，网络重构和可再生能源削减管理拥塞，保证系统的安全和稳定。然而，在敏感地区，需要制定更强有力的杠杆。大型电池储能系统因其在拥塞管理中的潜力而受到越来越多的关注。本文提出了一种混合蓄电池和可再生能源限电的局部阻塞管理模型。随后，能量管理方法依赖于模型预测控制的原则。RTE数据集上的模拟结果的自由度和敏感参数的设计分析。
2018-07-04 math.OC
Operations-Based Planning for Placement and Sizing of Energy Storage in a Grid With a High Penetration of Renewables
Department of Computer Science Engineering University of Washington（华盛顿大学计算机科学与工程系）；Material Physics Applications Division and Center for Nonlinear Studies Theoretical Division LANL, Los Alamos, NM 87545, USA（洛斯阿拉莫斯国家实验室材料物理应用部门与非线性研究理论中心）
针对高可再生能源渗透率电网，提出一种基于最优储能控制算法的启发式方法，通过分阶段限制储能节点数量和总容量，实现储能的最优选址与定容，以最小化可再生能源集成成本。
2011-07-08 cs.SY eess.SY math.OC
Operational planning and bidding for district heating systems with uncertain renewable energy production
在广泛使用区域供热（DH）的国家，DH和电力系统的集成运行可以增加电力系统的灵活性，实现可再生能源（RES）的更高集成度。DH运营商不仅可以通过在电力市场上采取行动来为电力系统提供灵活性，而且还可以从这种情况中获利，以降低系统的整体成本。然而，运营规划和招标包括几个不确定的组成部分，在规划的时候：电力价格，以及热和电力生产的RES。在本出版物中，我们提出了一种规划方法，支持DH运营商的生产调度和创建投标的一天前和平衡电力市场。该方法基于随机规划，并将虚拟电厂的报价策略推广到DH应用中。通过情景生成明确考虑了不确定因素。我们将我们的解决方案应用于丹麦的一个真实案例研究，并对DH系统的生产和交易行为进行了广泛的分析。该分析提供了关于DH系统如何提供调节功率以及不确定性和可再生能源对规划的影响的见解。此外，案例研究表明，考虑机组组合和两个市场以适应可再生能源生产和市场状况，在降低成本方面有好处。
2018-10-25 math.OC
Impact of Dynamic Line Rating on Dispatch Decisions and Integration of Variable RES Energy
University of Washington（华盛顿大学）；ETH Zurich（苏黎世联邦理工学院）
本文研究动态线路评级对电网中可变可再生能源接入的影响，通过高时间分辨率模拟分析了动态线路评级在高可再生能源生产比例下的集成能力。
2016-12-02 cs.SY eess.SY math.OC
Assigning Shadow Prices to Synthetic Inertia and Frequency Response Reserves from Renewable Energy Sources
世界各地的现代电网，特别是在英国等岛屿，在脱碳的道路上面临着一个主要问题：由于可再生能源（RES）的整合，系统惯性水平显着降低。鉴于大多数可再生能源（如风能和太阳能）通过电力电子转换器与电网解耦，它们自然不会对系统惯性产生影响。然而，RES可以通过适当地控制转换器来支持电网稳定性，但是目前不存在RES提供这种支持的市场激励。在本文中，我们开发了一种方法，以最佳方式清除市场的辅助服务频率控制，同时明确考虑参与电网形成和电网以下逆变器为基础的技术。我们提出了一个数学框架，允许计算影子价格的辅助服务提供了一个池的不同的供应商：同步和合成惯性，增强的频率响应（例如，从削减RES）和传统的主要频率响应（例如，由热发电机）。几个案例研究运行在一个简化的英国系统，以说明这种定价方案的适用性和好处。
2022-08-09 cs.SY eess.SY math.OC
The economics of utility-scale portable energy storage systems in a high-renewable grid
电池储能有望在能源系统的低碳转型中发挥至关重要的作用。然而，在电网中部署电池存储目前受到其低经济可行性的严重限制，这不仅是由于高资本成本，而且还缺乏灵活有效的利用方案和商业模式。通过卡车运输使公用事业规模的电池存储变得便携，从而释放了其提供各种按需服务的能力。我们介绍了公用事业规模的便携式储能的潜在应用，并调查其在加利福尼亚州的经济性，使用时空决策模型，确定最佳的操作和运输计划的便携式存储。我们发现，动员储能可以在某些地区将其生命周期收入增加70%，并通过缓解当地输电拥堵来改善可再生能源整合。时空套利的生命周期收入可以完全补偿加州几个地区的便携式储能系统的成本，包括圣地亚哥和旧金山湾区。
2020-08-17 cs.SY eess.SP eess.SY
Model-Free Renewable Scenario Generation Using Generative Adversarial Networks
University of Washington（华盛顿大学）
本文提出一种基于生成对抗网络的数据驱动场景生成方法，用于高效生成具有时空相关性的可再生能源生产模式。
2018-02-03 cs.LG cs.SY eess.SY
