Grid Tariffs for Peak Demand Reduction: Is there a Price Signal Conflict with Electricity Spot Prices?
由于电气化脱碳的趋势，预计电网将需要大量投资，要求改变电网电价设计，为减少高峰负荷提供适当的激励。然而，来自电网电价的价格信号可能会被电力现货价格扭曲，而电力现货价格也代表了消费者电费总额的重要部分。本文试图确定是否有一个价格信号之间的冲突，电网电价和现货价格。四个不同的电网电价设计进行了比较，使用一个通用的需求响应模型的一部分，成本最小化的线性规划，以模拟减少高峰负荷。该方法适用于计量的电力需求，从3608消费者在挪威奥斯陆。结果表明，新的电网电价设计减少了1- 4%的高峰负荷，并在高峰负荷的减少是较小的消费者受电力现货价格。
2022-06-28 cs.SY eess.SY math.OC
Hedging Strategies for Load-Serving Entities in Wholesale Electricity Markets
University of California, Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）
本文研究了负荷服务实体在批发电力市场中通过期货和看涨期权对冲价格风险的策略，并比较了需求响应在特定条件下的优势。
2017-03-17 cs.SY eess.SY
Towards the Interactive Effects of Demand Response Participation on Electricity Spot Market Price
Energy Production and Infrastructure Center (EPIC)（能源生产与基础设施中心）；Belk College of Business（贝尔克商学院）；University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校）
本文研究需求响应计划对现货市场价格的积极影响，通过价格弹性模型模拟客户反应，并利用回归模型分析数据，发现DR计划可平抑价格波动并降低客户用电成本。
2016-08-22 cs.SY eess.SY
Signalling for Electricity Demand Response: When is Truth Telling Optimal?
本文构建两阶段贝叶斯说服模型分析需求响应信号，证明按边际成本定价时TSO始终如实披露发电状态，而过高定价则可能使其完全不提供信息。
2023-07-14 cs.GT cs.SY econ.TH
Knowledge Mapping in Electricity Demand Forecasting: A Scientometric Insight
电力需求预测在电力系统的运行和规划过程中起着基础性的作用，有关电力需求预测的出版物也逐年增多。本文采用科学计量学分析方法，从1999-2018年Web of Science核心数据库中的831篇文献中，分析了电力需求预测领域的现状和发展趋势。运用统计描述、合作网络分析、关键词共现分析、共引分析、聚类分析和新兴趋势分析等技术，对该领域最关键的国家、机构、期刊、作者和出版物、合作网络关系、研究热点和新兴趋势进行了分析。本文的研究结果可以为研究人员发现该领域的关键研究、新兴趋势和新发展提供有意义的指导和一些见解。
2020-03-23 cs.SY eess.SP eess.SY
Electricity Pooling Markets with Strategic Producers Possessing Asymmetric Information I: Elastic Demand
University of Michigan（密歇根大学）
本文研究了具备不对称信息的战略生产者电力池化市场，提出了一种满足个体理性、预算平衡、价格效率的市场机制，确保电力价格等于边际成本，并探讨了相关开放性问题。
2014-01-17 cs.GT cs.SY eess.SY
Modeling and Analysis of Utilizing Cryptocurrency Mining for Demand Flexibility in Electric Energy Systems: A Synthetic Texas Grid Case Study
电力行业面临着双重挑战，既要支持日益增长的电气化需求，又要大幅减少碳足迹。在电力需求中，加密货币采矿数据中心的能源消耗在全球范围内大幅增长。如果协调良好，这些数据中心可以进行量身定制，以积极吸收能源供应日益增加的不确定性，从而在电力市场中提供有价值的电网级服务。在本文中，我们研究了将新的加密货币挖矿负荷整合到德克萨斯州电网中的影响，以及利用电力市场中加密货币挖矿设施的需求灵活性的潜在利润。我们调查了可用于数据中心的不同需求响应计划，并量化了参与这些计划的加密货币采矿单位的年利润。我们使用合成的2000总线ERCOT网格模型进行模拟，并在德克萨斯州的真实需求曲线上增加加密货币挖掘负载。我们的初步结果表明，根据这些新负荷的大小和位置，我们观察到对ERCOT电力市场的不同影响，它们可能会增加电价，并以高度不均匀的方式引起更多的波动。
2022-12-12 cs.SY eess.SY
Assessing the Potential for Building Sector Retrofits to Mitigate ERCOT Electricity Shortfalls During Winter Storm Uri
该研究模拟ERCOT建筑能效与电气化改造在冬季风暴Uri期间的影响，发现单纯热泵电气化会加剧极端寒冷时段峰值负荷与短缺，而结合能效改造可显著缓解电力短缺并降低年用电。
2024-03-01 cs.SY eess.SY
Time Series Analysis of Electricity Price and Demand to Find Cyber-attacks using Stationary Analysis
随着近年来计算工具的发展，数据分析方法在行业和研究人员中变得越来越普遍。本文第一部分是对新英格兰电价和需求的时间序列分析，发现数据中的异常。本文研究了时间序列平稳性准则，为进一步的时间序列相关分析准备数据。本文主要采用了三种分析方法，即移动平均法、移动标准差法和增广的Dickey-Fuller检验法。本文使用的数据是来自9个不同操作区的新英格兰大数据。对于每个区域，考虑4个不同的变量，包括日前（DA）的电力需求，价格和实时（RT）的电力需求价格。
2019-09-29 cs.CR cs.DB cs.SY
The impact of heatwave-driven air conditioning adoption on electricity demand: A spatio-temporal case study for Germany
本文提出高时空粒度的空调用电需求估算方法，并模拟德国热浪下家庭AC采用率升至35%的情景，量化其峰值负荷与城市热点影响。
2025-08-29 cs.SY eess.SY
Using Temperature Sensitivity to Estimate Shiftable Electricity Demand: Implications for power system investments and climate change
该研究利用美国31个区域的天气与用电数据估算温度敏感型需求，发现仅转移其中一半即可消除约四分之三的日内区域需求波动，并证明其与跨区输电改善互补，可缓解气候变化下的峰值负荷压力。
2022-06-14 cs.SY econ.GN eess.SY
Aggregated demand flexibility prediction of residential thermostatically controlled loads and participation in electricity balance markets
本文提出基于蒙特卡洛模拟与二分法极值搜索的概率方法，预测住宅温控负荷聚合虚拟电池的需求灵活性，并在西班牙平衡市场中验证其参与竞标的有效性。
2024-04-05 cs.SY eess.SY
Electricity Demand and Grid Impacts of AI Data Centers: Challenges and Prospects
Texas A&M University（德克萨斯农工大学）；Harvard University（哈佛大学）
探讨人工智能数据中心电力需求增长给电网带来的挑战。通过综述其基础设施、用电特性及模式，分析不同时间尺度面临的挑战，并从电网、数据中心和终端用户角度讨论应对方案，推动两者协同发展。
2026-07-07 cs.SY eess.SY
Efficient Assessment of Electricity Distribution Network Adequacy with the Cross-Entropy Method
识别配电网络中的未来拥塞点是配电系统运营商面临的重要挑战。解决这一挑战的一个行之有效的方法是使用未来需求的概率模型来评估配电网的充足性。然而，计算成本可能成为一个严峻的挑战，评估大型概率电力需求预测模型与长期预测的视野。在本文中，蒙特卡罗方法的开发，以提高计算效率，获得资产超载概率从自底向上的随机需求模型。交叉熵优化的重要性抽样与传统的蒙特卡罗抽样进行对比。所提出的方法的基准测试结果表明，在这项工作中引入的重要性抽样为基础的方法是适合于估计罕见的超载概率的资产与少数客户。
2021-04-17 cs.SY eess.SY
Designing Electricity Distribution Networks: The Impact of Demand Coincidence
本文提出DNRP-LSDC配电网络设计模型，基于瑞士真实网络与合成网络量化需求同时性对投资的影响，发现高同时性显著增加线路建设与成本。
2024-01-20 cs.SY eess.SY physics.soc-ph
Assessing Electricity Network Capacity Requirements for Industrial Decarbonisation in Great Britain
本文利用Net Zero Industrial Pathways模型预测英国工业脱碳至2050年的电力需求，并与配电网络容量余量进行空间对比，量化了新增网络容量需求，发现到2050年需增加71 GW以上容量，否则约65%的大型工业排放点源将在2040年面临电力容量约束。
2025-03-11 cs.SY eess.SY
A Coalitional Game for Demand-Side Management in a Micro-Grid with Multiple Electricity Retailers
The University of Sheffield（谢菲尔德大学）；University of Patras（帕特雷大学）
本文针对含多个竞争零售商的微电网，构建合作博弈框架，提出基于多目标优化的联盟形成算法，结合风险分担扩展，通过数值模拟验证其可用于分析多零售商需求侧管理系统的竞争与定价问题。
2026-08-19 cs.SY eess.SY
Research on a Two-Layer Demand Response Framework for Electric Vehicle Users and Aggregators Based on LLMs
本文提出基于大语言模型的双层需求响应框架，上层聚合商调价获利，下层用户优化充电，采用PSO优化电价，仿真证明可提升充电效率、削峰并稳定电网。
2025-05-27 cs.SY eess.SY
Understanding the Role and Design Space of Demand Sinks in Low-carbon Power Systems
本文提出评估需求汇技术的通用框架，并通过电力系统优化模型分析98种成本与价值组合，揭示低成本需求汇可促进风光装机且不显著增加电力成本。
2023-11-07 cs.SY eess.SY
A probabilistic demand side management approach by consumption admission control
本文提出一种基于统计资源管理原理的概率需求侧管理方法，通过自动启停电器实现供需平衡，核心贡献是利用尾部概率估计而非硬性限制。
2016-07-29 cs.SY eess.SY
Storage Management in Modern Electricity Power Grids
University of Oulu（奥卢大学）
本文提出一种基于随机特性管理电力存储的方法，通过建立存储水平与电力盈余/缺口的关系方程，为微电网和中等规模电网的自管理算法提供基础。
2016-12-02 cs.SY eess.SY
Event-based Electricity Metering: An Autonomous Method to Determine Transmission Thresholds
University of Oulu（奥卢大学）；Lappeenranta University of Technology（拉彭兰塔理工大学）
本文提出一种自主确定传输阈值的方法，通过百分比峰值功率消耗来动态设置阈值，提高不同家庭电力需求的存储效率并保持误差在可接受范围。
2018-03-06 cs.SY eess.SY
Power Management of Nanogrid Cluster with P2P Electricity Trading Based on Future Trends of Load Demand and PV Power Production
本文提出了一种新的对等（P2P）电力交易辅助的纳米网格集群的电源管理。在我们的工作中，集群之间的电力消耗的不平衡，减轻所提出的P2P交易方法。对于单个集群的功率管理，尝试同时最小化总功耗、电网功耗的一部分和调度引起的总延迟的多目标优化。每个集群采用可再生能源光伏（PV）系统作为二次电源。一个集群的暂时剩余的自供电光伏电力可以通过P2P交易出售给另一个经历暂时电力短缺的集群。在电力暂时短缺的集群购买光伏电源，以减少高峰负荷和总延迟。在P2P交易中，买卖双方采用合作博弈模型来最大化各自的福利。为了提高P2P交易效率，在每个集群的功率管理中考虑了负载需求和光伏发电量的未来趋势，以解决负载需求和光伏发电量之间的瞬时不平衡。为此，使用门控递归单元网络来预测未来的负载需求和未来的光伏发电量。仿真结果验证了所提出的纳米网格簇P2P交易的有效性。
2020-12-02 cs.SY eess.SY
Smoothed Bernstein Online Aggregation for Day-Ahead Electricity Demand Forecasting
House of Energy Markets and Finance（能源市场与金融研究院）；University of Duisburg-Essen（杜伊斯堡-埃森大学）
我们介绍了IEEE数据端口竞赛的获胜方法，即提前一天的电力需求预测：后COVID范式。日前负荷预测方法是基于多点预测模型的在线预测组合。它包含四个步骤：i）数据清洗和预处理，ii）假日调整程序，iii）个体预测模型的训练，iv）通过平滑Bernstein在线聚合（BOA）的预测组合。该方法灵活，可快速适应COVID-19期间和之后发生的新能源系统情况。单个预测模型的范围从相当简单的时间序列模型到复杂的模型，如广义加性模型（GAM）和lasso估计的高维线性模型。它们有效地结合了自回归、日历和天气效果。所有步骤都包含新的概念，有助于所提出的方法的出色的预测性能。这尤其适用于假日调整程序和完全自适应平滑BOA方法。
2021-07-13 cs.CE cs.LG cs.SY
MARL-iDR: Multi-Agent Reinforcement Learning for Incentive-based Residential Demand Response
本文提出一种去中心化多智能体强化学习方法解决基于激励的住宅需求响应问题，通过析取约束背包问题优化协调异构参与者并保护隐私，在25个家庭数据中使峰均比降低14.48%。
2023-04-08 cs.SY eess.SY
Competition between simultaneous demand-side flexibility options: The case of community electricity storage systems
用于多种应用的社区电力存储系统承诺优于家用电力存储系统。更经济的灵活性选择，如需求响应和部门耦合可能会减少存储设施的市场规模。本文通过考虑竞争灵活性选项来评估社区电力存储系统的经济性能。为此，应用了与参与者相关的、基于场景的优化框架。结果与文献一致，表明社区存储系统比家庭存储系统更经济有效。社区存储系统相对于家庭存储系统的相对存储容量减少是可能的，因为需求和发电简档在最终用户之间平衡。平均而言，在基本情况下，每个家庭的存储容量可能减少9%，从而降低了具体投资。同时应用需求侧灵活性选项，如部门耦合和需求响应，使社区存储容量进一步减少高达23%。与此同时，灵活性选项之间的竞争导致社区存储灵活性潜力方面的收益较小，这降低了这些应用程序的市场可行性。在最坏的情况下，在灵活性措施之间的蚕食效应高达38%。灵活性效益的损失超过了能力削减的节省，因此部门耦合构成了比需求响应大得多的影响因素。总的来说，考虑到所述的成本趋势、规模经济和减排可能性，2025年至2035年可能会实现盈利的社区储存模式。今后的工作应侧重于分析政策框架。
2020-11-11 cs.SY econ.GN eess.SY
Integration demand response aggregator and wind power aggregators with generation units and energy storages in wholesale electricity markets
本文提出将智能电网多种能源资源与风电生产商整合形成虚拟电厂（VRP），采用p-robust方法管理VRP在日前、日内和实时多市场运营中的不确定性，以优化报价策略并显著降低相对遗憾。
2023-11-23 cs.SY eess.SY
Hashprice moderates the electricity demand response of Bitcoin miners
Texas A&M University（德克萨斯农工大学）；Harvard University（哈佛大学）
利用德州电力市场数据，研究发现比特币矿工对电价和输电费用的响应取决于哈希价格（加密金融收入指标），哈希价格高时需求响应减弱，表明矿工需求响应具有经济状态依赖性。
2026-06-03 cs.ET cs.SY econ.EM
Adaptive Electricity Scheduling in Microgrids
Auburn University（奥本大学）
提出基于电能服务质量（QoSE）的微电网自适应调度算法，利用Lyapunov优化在线决策以最小化成本并控制停电概率。
2013-01-03 cs.SY eess.SY
Demand Side Management for Homes in Smart Grids
用电量是水电费的主要部分，也是降低电费的最佳起点。介绍了一种有效的家庭能源管理方法，以减少客户的电费，通过确定最佳的设备调度下按小时定价的需求响应（DR）策略。所提出的方法通过可接受的器具延迟时间专门解决了消费者的舒适度，在该时间内，他们的消费可以从正常的时间表转移。电动汽车（EV），具有车辆到电网（V2G）和车辆到家庭（V2H）的能力，能量存储系统（ESS）和可再生能源作为分布式发电被认为是在最终用户场所，以提高能源管理效率。一个混合整数线性规划（MILP）的框架来解决所提出的问题。数值结果表明，该方法可以减少用户的电费，而不牺牲他们的舒适性，并充分利用电动汽车和ESS的能力。
2019-11-26 cs.SY eess.SY
Plant-Wide Hierarchical Electricity-Heat Coordination for Large-Scale Cold-Region ReP2H Plants via Bidirectional Thermal Coupling
College of Electrical Engineering, Sichuan University（四川大学电气工程学院）
针对寒冷地区大规模ReP2H工厂频繁启停的热应力等问题，提出全厂级热拓扑与分层电-热管理框架，通过双向热耦合实现预热等功能，可消除冷启动、提升产氢效率并降低成本。
2026-08-11 cs.SY eess.SY math.OC
A Bayesian Perspective on Residential Demand Response Using Smart Meter Data
University of California, Berkeley（加州大学伯克利分校）
本文通过引入隐变量区分用户用电行为类型，提升短期负荷预测精度，并发现使用智能家电的用户在需求响应中减少用电量更显著。
2016-08-12 cs.SY eess.SY
Electricity Demand Forecasting in Future Grid States: A Digital Twin-Based Simulation Study
University of Würzburg（维尔茨堡大学）；University of Bamberg（班贝格大学）
本研究利用德国3511户家庭34个月智能电表数据和数字孪生仿真，证明LSTM在日前电力需求预测中比传统综合负荷曲线最多降低68.5%的均方根误差，并指出未来电网状态下所有方法性能下降，需推动机器学习方法的应用与改进。
2025-02-10 cs.CY cs.LG cs.SY
An optimal hierarchical control scheme for smart generation units: an application to combined steam and electricity generation
针对热网和能源电网的波动需求，提出一种分层控制方案，高层混合优化定义机组组合与生产曲线，低层MPC安全控制系统，并引入线性参数变化MPC实现发电单元的最优启动，仿真验证了其有效性。
2023-06-28 cs.SY eess.SY math.OC
Multi-technology co-optimization approach for sustainable hydrogen and electricity supply chains considering variability and demand scale
University of Southern California（南加州大学）；Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院）；Korea Institute of Energy Research（韩国能源研究院）
本文提出多技术协同优化方法，研究氢能与电力供应链在可变性和需求规模下的可持续性，通过案例研究强调需求特征对供应链配置和经济性的影响，强调多样化技术和协同优化的重要性。
2024-06-02 cs.SY econ.GN eess.SY
The effect of price-based demand response on carbon emissions in European electricity markets: The importance of adequate carbon prices
基于价格的需求响应（PBDR）最近被认为是巨大的经济和环境潜力。然而，确定其对碳排放的短期影响需要了解边际排放因子（MEFs），与电网混合排放因子（XEF）相比，由于国家电力市场的复杂特征，计算起来很麻烦。因此，本研究提出了两种基于优序的方法来近似每小时的MEF，并将其应用于2017-2019年来自20个欧洲国家的现成数据集。基于由此产生的电价、MEF和XEF，模拟了标准化的日负荷转移，以量化其对边际成本和碳排放的影响。最后，通过对不同碳价格水平下的负荷转移模拟，分析了碳价格对碳排放的影响。有趣的是，模拟的基于价格的负荷转移导致20个国家中的8个国家的运营碳排放量增加，所有20个国家的平均增幅为2.1%。从基于价格的负荷转移切换到基于MEF的负荷转移将相应的碳排放量减少了35%，尽管与基于价格的负荷转移相比，货币成本节省了56%。在特定情况下，PBDR导致碳排放量增加，主要是由于褐煤和煤炭等燃料源在经济上的优势。然而，随着碳价格的增加，碳强度与燃料边际成本之间的相关性大幅增加。因此，在适当的碳价格下，PBDR可以成为经济和环境改善的有效工具。
2020-12-01 cs.SY eess.SY
e-Values for Real-Time Residential Electricity Demand Forecast Model Selection
本文提出利用e-值实现住宅电力需求预测模型的实时选择，并开发持续性融合方法动态组合不同AI模型的预测，在保持概率误差控制的同时提升动态环境下预测的准确性与可靠性。
2024-10-23 cs.SY eess.SY
Short-Term Electricity Demand Forecasting for New England: A Comprehensive Machine Learning Benchmark with Weather, Calendar, and COVID-19 Indicators
Department of Chemical and Materials Engineering, New Mexico State University（新墨西哥州立大学化学与材料工程系）；Department of Electrical and Communications Engineering, New Jersey Institute of Technology（新泽西理工学院电气与通信工程系）
提出混合Transformer-XGBoost框架，集成天气、日历和COVID-19变量，用于新英格兰短期电力需求预测，测试RMSE为8876 MWh，MAPE为2.05%，并发现COVID-19特征在疫情后成为噪声。
2026-07-21 cs.AI cs.LG cs.SY
Distributionally Robust Scheduling of Electrified Heating Under Heat Demand Forecast Uncertainty
Technical University of Denmark（丹麦技术大学）
本文提出了一种分布鲁棒机会约束优化框架，用于在供热需求预测不确定性下的电锅炉日提前调度，通过校准模糊集和建模实时反弹成本，有效降低运营成本和需求违规风险。
2026-02-19 cs.SY eess.SY
Optimal sizing of solar photovoltaic and lithium battery storage to reduce grid electricity reliance in buildings
本文提出分析与迭代混合方法，结合建筑需求和太阳能发电模型，按2019—2100年成本预测优化光伏与锂电池容量，并以平准化度电成本评估牛津建筑降低电网依赖的最优配置。
2023-06-06 cs.SY eess.SY
Optimal Demand Response-Based Energy Management for Campus Buildings with Battery Energy Storage Systems: A Case Study of the ELB Building
University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）
该研究以ELB建筑为案例，提出整合需求响应与电池储能系统的校园建筑最优能源管理框架，可降低用电成本，协同调度能实现约26%的成本降幅，提升建筑运行灵活性。
2026-10-16 cs.SY eess.SY
Multi-model assessment of heat decarbonisation options in the UK using electricity and hydrogen
提供低碳热量需要用电力和氢气等低碳替代品取代天然气。本文的目的是开发一种方法来软链接两个先进的，投资优化的能源系统模型，RTN（资源技术网络）和WeSIM（全电力系统投资模型），以评估英国具有成本效益的热脱碳途径，同时利用这两个模型的各自优势。连接程序包括将WeSIM的每小时电价作为输入传递给RTN，并将RTN的制氢能力和地点以及供热中的电力和氢气份额返回给WeSIM。结果表明，软链接可以提高解决方案的质量，同时为零碳供暖的成本效益途径提供有用的见解。定量结果表明，使用混合电力和氢技术提供零碳热量具有成本效益，还表明零碳系统中电力和氢基础设施之间的高度互动。从中期来看，通过碳捕获和储存气体重整产生的氢气可以发挥重要作用，同时在长期内仍然是供应峰值热需求的具有成本效益的选择，大部分热需求由电热泵提供。
2022-06-06 cs.SY eess.SY
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
Robustness of electricity systems with nearly 100% share of renewables: a worst-case study
本文提出一种最坏情况下的可持续电力系统设计方法，利用十年逐时数据构建极端天气场景并开展LCOE敏感性分析，以西班牙系统为例证明近100%可再生能源系统能够以低于市场价格的成本实现可靠脱碳供电。
2021-05-30 cs.SY eess.SY
Retail electricity costs and emissions incentives are misaligned for commercial and industrial power consumers
Stanford University（斯坦福大学）；Columbia University（哥伦比亚大学）；SLAC National Accelerator Laboratory（SLAC国家加速器实验室）
本文研究了美国商业和工业电力消费者中电力成本与排放激励的不一致问题，通过时空数据集分析揭示了需求侧能源灵活性的异质性及电费结构对碳排放的影响。
2026-01-17 cs.SY eess.SY
Capturing Opportunity Costs of Batteries with a Staircase Supply-Demand Function
针对电池机会成本难以按市场报价格式表示的问题，本文证明理想电池的供需函数为不超过五段、随价格预测和初始 SOC 移动的阶梯函数，并可推广到多类储能资源。
2024-09-06 cs.SY eess.SY
Data Center Cost Optimization Via Workload Modulation Under Real-World Electricity Pricing
The Pennsylvania State University（宾夕法尼亚州立大学）
本文研究了在考虑实时电价复杂特征的情况下，如何通过负载调节优化数据中心成本，提出了一种随机动态规划算法及其近似方法，并通过实验证明了延迟需求比降低需求在削峰中的效果更佳。
2013-09-04 cs.DC cs.SY eess.SY
Social Profit Optimization with Demand Response Management in Electricity Market: A Multi-timescale Leader-following Approach
在电力市场中，市场参与者为获取自身最大利润而采取“自私”策略的现象十分普遍，这可能会造成社会利益的损失，影响社会的长期可持续发展。针对这一问题，本文将讨论如何通过战略需求响应（DR）管理来提高社会效益。具体而言，我们探讨了两种相互作用机制在市场上：纳什均衡（NE）和斯塔克伯格均衡（SE）之间的公用事业公司（UC）和用户UC的互动，分别。在用户侧，每个用户确定最优的能量购买策略，以最大化自己的利润。在UC方面，考虑了政府UC（g-UC），其目的是优化市场的社会利润。与此同时，正常的UC玩游戏，以最大限度地提高自己的利润。其结果是，一个基本的领导者以下的问题之间的UC制定下的独立系统运营商（ISO）的协调。此外，通过使用我们提出的需求函数改进（DFA）策略，制定了多时间尺度的领导者跟随问题。在这种情况下，可以在不改变普通用户契约的“自私本能”的前提下实现市场效率的最大化。此外，通过考虑用户合约的局部约束，提出了两种基于投影的用户合约定价算法，该算法能够为所得到的非凸社会利润优化问题提供近似最优解.在多UC多用户市场模型中引入无政府状态价格的概念，仿真验证了算法的可行性。
2022-05-28 cs.GT cs.SY eess.SY
Repurposing an Energy System Optimization Model for Seasonal Power Generation Planning
季节性气候变化影响电力需求，进而影响每月的电力规划和运营。通过调整气候预测以估计电力需求，并利用能源模型估计每月发电量和相关的运营成本，可以改进每月时间尺度的电力系统规划。本文的目的是开发和测试一个计算效率高的模型，可以支持季节性规划，同时保留系统运行的关键方面，每小时和每天的时间框架。为了做到这一点，能源系统优化模型的季节性规划使用的功能从一个单位的承诺模型。不同的情况下，利用一个众所周知的测试系统被用来评估与重新利用的能源系统模型和一个不完善的负荷预测的错误。结果表明，使用不完美的负荷预测的能源系统优化模型产生的差异，每月的成本和发电水平是小于2%的单位承诺模型，使用完美的负荷预测。增强型能源系统优化模型的求解速度比机组组合模型快约100倍，使其成为未来评估季节性发电和不确定性需求的合适工具。
2019-11-09 cs.SY eess.SY physics.soc-ph
The value of storage in electricity distribution: The role of markets
Massachusetts Institute of Technology（麻省理工学院）
本文提出一个优化框架，首次建模存储投资与运营规划中的市场参与限制，通过马萨诸塞州案例研究发现市场参与与削峰需求在节省方面相似，但低存储成本可能促进超出本地需求的部署，可能与 deregulated 市场中分销与发电分离相悖。
2026-03-22 cs.SY econ.GN eess.SY
