Modeling, scientific computing and optimal control for renewable energy systems with storage
本文提出了可再生能源系统与存储模型，并考虑其最优操作。我们使用随机微分方程对风能和太阳能发电进行建模和仿真，并使用电池、热存储和水电解对所产生的电力进行存储。我们制定了一个经济的最优控制问题，以最有效的方式控制系统的范围内，同时满足电网的电力需求。部署多个存储系统可以提高可再生能源系统的灵活性和可靠性。
2022-12-17 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
Networked Microgrids for Improving Economics and Resiliency
在本文中，我们提出了网络化的微电网，以促进可变的可再生能源发电的整合，并提高微电网供电的经济性和弹性。考虑到可再生能源资源和负荷以及PCC交换功率的不确定性，使用成功孤岛概率（PSI）这一新概念来量化微电网的孤岛能力。以最小化总运行成本同时保持用户指定的PSI为目标，建立了单个微网和网络微网的机会约束最优化问题.数值模拟结果表明，在不损害弹性的情况下，提出的网络化微电网可以实现显着节省电力成本。研究了可再生能源发电量与相邻微网负荷之间的相关系数对微网负荷的影响。
2018-05-13 math.OC
Energy Management for Renewable-Colocated Artificial Intelligence Data Centers
School of Electrical and Computer Engineering, Cornell University（电气与计算机工程系，康奈尔大学）；Dyson School of Applied Economics and Management, Cornell University（应用经济学与管理学院，康奈尔大学）
针对可再生能源共址AI数据中心，提出一种能源管理系统，协同优化工作负载调度、可再生能源利用与市场参与，实证表明可显著降低电力成本。
2025-09-23 cs.AI cs.SY eess.SY
Learning Optimization Proxies for Large-Scale Security-Constrained Economic Dispatch
Georgia Institute of Technology（佐治亚理工学院）
安全约束经济调度（SCED）是输电系统运营商（TSO）在保证电网可靠运行的同时，实时清除能源市场的基本优化模型。在运营不确定性日益增加的背景下，由于可再生发电机和分布式能源的渗透率增加，运营商必须持续实时监控风险，即，他们必须快速评估系统在负载和可再生能源生产的各种变化下的行为。不幸的是，考虑到实时操作的严格约束，系统地解决每个这样的场景的优化问题是不实际的。为了克服这一限制，本文提出学习SCED的优化代理，即，一个机器学习（ML）模型，可以在毫秒内预测SCED的最佳解决方案。受MISO市场清算优化的原则分析的启发，本文提出了一种新的ML管道，解决了学习SCED解决方案的主要挑战，即，负荷、可再生能源产出和生产成本的可变性，以及承诺决策的组合结构。一种新的分类，然后回归架构，还提出了进一步捕捉SCED解决方案的行为。法国传输系统的数值实验报告，并证明该方法的能力，在一个时间框架内，是兼容的实时操作，准确的优化代理，产生相对误差低于$0.6\%$。
2021-12-27 cs.LG cs.SY eess.SY
Peak-Aware Online Economic Dispatching for Microgrids
The Chinese University of Hong Kong（香港中文大学）；Xi’an Jiao Tong University（西安交通大学）；University of California, Riverside（加州大学河滨分校）
本文提出峰值感知在线经济调度算法，解决微电网中可再生能源波动和峰价机制带来的挑战，通过确定性和随机性算法实现最优竞争比，实验证明其在成本节约方面优于传统方法。
2015-09-30 cs.SY eess.SY math.OC
An Insurance Contract Design to Boost Storage Participation in the Electricity Market
在间歇性可再生能源发电量不断增加的情况下，储能技术是提高电网灵活性的关键。我们提出了一个保险合同，适当补偿储能系统提供的灵活性。这样的合同为这些系统提供了更广泛的市场机会，同时也激励了电网中更高的可再生能源渗透率。我们考虑了一个提前一天的市场，其中包括可再生能源和储能所有者在内的发电商将在下一个运营日进行投标。由于生产的不确定性，可再生能源发电机可能无法满足其提前一天的生产计划，因此会受到处罚。作为对这些处罚的对冲，我们提出了一个可再生能源生产商和存储所有者之间的保险合同，其中存储储备一些能源，以备可再生能源短缺时使用。我们表明，这样的合同激励可再生能源的球员出价更高，从而增加可再生能源参与电力组合。它还为存储所有者提供了额外的收入来源，这些存储所有者在日前市场上可能无法通过纯粹基于仲裁的策略获利。此外，我们证明了这份合同对双方都有经济效益。我们通过两个案例研究来验证我们的分析。
2020-07-29 cs.SY eess.SY math.OC
Boundary Technology Costs for Economic Viability of Long-Duration Energy Storage Systems
本文提出估算长时储能（LDES）经济可行性边界技术成本的新方法，并以2050年加州全面退役燃气电厂为情景，评估其容量规划与运行价值。
2024-01-24 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
An Efficient Primal-Dual Approach to Chance-Constrained Economic Dispatch
为了有效地提高分布式和可再生能源在未来智能微电网中的集成，经济的能源管理是不可或缺的，具有重要意义。研究了孤岛模式下考虑需求侧管理的微网日前发电经济调度问题。针对多风电场多时段能量优化调度问题，以限制风电场失电概率风险为目标，建立了一个联合机会约束最优化问题。针对风力发电量时空联合分布问题，采用原对偶方法有效地获得了次优解。该方法是基于一阶最优性条件和逐步逼近的概率约束生成的p-有效点。数值结果证实了这种方法的优点。
2014-10-17 math.OC
Economic Power Capacity Design of Distributed Energy Resources for Reliable Community Microgrids
社区微电网是通过整合当地分布式能源资源（DER）在现有电力系统内开发的。因此，配电系统可以无缝地划分为社区微电网，当极端事件发生时，终端用户可以得到很大程度的支持。然而，由于DER的低惯性，它们的功率容量应该被很好地设计以覆盖意外事件并保证系统可靠性。本文提出了一种定量和定性相结合的设计可靠性指标选择方法，以及满足系统可靠性要求的经济途径。采用离散时间傅里叶变换（DTFT）和粒子群优化（PSO）算法求解该问题的最优解，同时考虑了负荷需求和可再生能源发电量的不确定性。此外，进行了灵敏度分析，以显示DER的容量设计是如何受到预测的可再生能源发电量的影响。
2017-08-03 math.OC
Efficient Representation of Uncertainty for Stochastic Economic Dispatch
随机经济调度模型通过考虑从随机过程模型中提取的有限数量的实现，通常通过蒙特卡洛采样，来解决可再生能源发电输出预测中的不确定性。对感兴趣的量的期望值或高阶矩的准确评估，例如，产生成本，可能需要大量的样本。我们提出了一种替代Monte Carlo抽样的多项式混沌展开的基础上。这些表示是基于稀疏正交方法，并使模型参数的不确定性的准确传播。我们还研究了一种基于Karhunen-Loeve展开的方法，该方法使我们能够有效地表示可再生能源发电中的不确定性。考虑到预期的生产成本，我们表明，所提出的方法可以产生几个数量级的计算成本降低解决随机经济调度相对于蒙特卡洛抽样，对于给定的目标误差阈值。
2015-08-21 cs.CE math.OC
Investigating the Role of Renewable Energies in Integrated Energy-water Nexus Planning under Uncertainty Using Fuzzy Logic
能源和水系统是高度相互关联的。需要能量来提取、传输和处理水和废水，并且需要水来冷却能量系统。由于人口和经济增长等因素，对能源和水的需求迅速增加。在不到30年的时间里，全球对能源和水的需求将几乎翻一番。由于能源和水资源有限，必须建立一个可持续的能源-水关系框架，以满足这些日益增长的需求。可再生能源通过提高能源和水的可靠性和可持续性，在能源-水的关系方面提供了大量机会，而且与传统技术相比，可再生能源的水密集程度较低。这些资源，如风能和太阳能，不需要水的投入。因此，它们可以作为能源-水关系组合的补充。在本文中，可再生能源的能源-水的关系进行了研究的一系列可能的情况。由于可再生能源资源是不确定的，模糊逻辑是用来模拟的不确定性。研究结果表明，可再生能源可以显著改善能源-水关系规划，但可再生能源的电网可靠性应与系统的不确定性水平保持一致。从模糊模型和确定性模型中提取的决策之间的差距放大了考虑不确定性以生成可靠决策的重要性。关键词：能源水关系，可再生能源，不确定性下的优化，模糊逻辑。
2020-10-15 cs.SY eess.SY math.OC
Economic Sizing of Distributed Energy Resources for Reliable Community Microgrids
社区微电网为配电系统提供了许多优势。当极端事件发生时，配电系统可以无缝地划分为几个社区微电网，为最终用户提供不间断的供电。为了保证系统的系统可靠性，分布式能源（DER）的规模应确保发电充足性，以涵盖突发事件。本文提出了一种综合的方法选择DER在社区微电网，和经济的方法，以满足系统可靠性的要求。采用离散时间傅里叶变换（DTFT）和粒子群优化（PSO）算法求解最优解。考虑了负荷需求的不确定性和可再生能源发电量。作为案例研究的一部分，进行了灵敏度分析，以显示可再生能源发电对DER容量规划的影响。
2017-08-03 math.OC
Robust Energy Management for Microgrids With High-Penetration Renewables
University of Minnesota（明尼苏达大学）
针对高可再生能源渗透率微电网，提出一种基于对偶分解的分布式经济调度方法，以最小化净成本并应对可再生能源不确定性。
2013-05-26 cs.SY eess.SY math.OC
Assessing the optimal contributions of renewables and carbon capture and storage toward carbon neutrality by 2050
本研究以日本为例，通过线性优化模型评估可再生能源与碳捕集与封存的最优组合，发现到2050年可实现能源部门55%-67%的碳减排，并随碳定价提高而进一步增加。
2023-05-09 cs.SY eess.SY math.OC
Economic Value of Inertia in Low-Carbon Power Systems
大多数可再生能源（RES）不提供任何惯性响应。它们在电网中的集成意味着系统惯性的高度降低，这导致频率性能的恶化。因此，为了保持频率安全性，对频率响应的要求显著增加。可替代地，来自辅助源的惯性的增强提供可以缓解该问题。然而，惯性条款的好处还没有得到充分的理解。在本文中，惯性相关的随机机组组合（SUC）工具被应用到量化的惯性的经济价值。结果表明，提高提供的惯性将导致显着的经济节省，虽然这些节省不同的系统条件下。这些结果应该引起市场经营者和投资者的注意，以便为惯性辅助服务市场的设计和惯性辅助服务的投资提供信息。
2020-01-11 cs.SY eess.SY math.OC
Stable and Renewable: Assessing the Reliability of a Fully Renewable European Energy System
Forschungszentrum Jülich GmbH（于利希研究中心）；RWTH Aachen University（亚琛工业大学）；University of Siegen（锡根大学）
研究评估了2050年欧洲完全可再生能源系统的可靠性，发现通过增加氢气涡轮机和电池容量可实现与化石燃料系统相当的可靠性。
2026-02-27 math.OC
Intraday Battery Dispatch for Hybrid Renewable Energy Assets
本文为共址风电-电池资产提出日内调度数学模型，通过随机控制与高斯过程回归蒙特卡洛算法实现发电目标巩固，并在德州140多个资产上验证经济效益。
2025-10-10 math.OC q-fin.CP q-fin.MF
A Static Mean Field Game for Optimal Renewable Energy Investment
University of Calgary（卡尔加里大学）
为加拿大阿尔伯塔省风能容量选址开发静态平均场博弈模型，基于预期风能及协方差构建收益模型，通过校准协方差结构纳入空间风依赖，将均衡投资问题化为二次规划求解不同政策情景。
2026-07-07 math.OC
Intelligent Home Energy Management System for Distributed Renewable Generators, Dispatchable Residential Loads and Distributed Energy Storage Devices
本文提出了一种集成可调度负荷（例如，洗衣机和烘干机），分布式可再生发电机（例如，屋顶太阳能电池板），和分布式能量存储装置（例如，插电式电动车）。总体目标是降低未来住宅的总运营成本和碳排放，同时满足最终用户的舒适度。本文建立了多种家用电器的模型，并利用混合整数线性规划建立了家用电器的经济运行问题。最后通过实例验证了该算法的有效性.仿真结果还显示了可调度负载、分布式可再生发电机和分布式储能设备对未来住宅的积极影响。
2017-04-13 math.OC
A Protection Method in Active Distribution Grids with High Penetration of Renewable Energy Sources
提出了一种有源配电网的保护方法。在有源配电系统中，故障电流具有多个方向和变化范围，这对馈线保护装置之间的协调运行提出了很大的挑战。所提出的保护方法解决了这一挑战，同时调整DG的输出功率和保护设备的设置在故障前的网络。与以往的保护方案相比，该方法考虑了可再生DG的不稳定性的影响，并探讨了DG的积极参与的经济效益和保护效益。该方法将求解过程分解为两个优化子问题，通过对熔断器-重合器协调的约束进行耦合。这种分解的数学结构有效地消除了重合器时间-电流逆特性引起的非线性，大大减少了计算量。
2018-02-03 math.OC
Assessing the Economics of Customer-Sited Multi-Use Energy Storage
本文提出了一种方法来评估的经济性，由客户拥有和运营的客户选址的储能系统（ESS）。ESS可以参与频率调节和旋转备用市场，并用于帮助客户消耗可用的可再生能源并减少电费。一个滚动的地平线的方法来优化服务时间表，由此产生的成本和收入被用来评估经济的ESS。经济评估方法与案例研究说明，从中我们得到了一些新的意见，对盈利能力的客户-现场多用途ESS。
2017-01-30 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
Risk-limiting Economic Dispatch for Electricity Markets with Flexible Ramping Products
在未来十年中，可再生能源渗透率的预期增加促使电力市场推出新产品-特别是灵活的斜坡产品-以适应可再生能源的可变性和不稳定性。CAISO和MISO正在领导新产品的设计。然而，目前尚不清楚这些产品如何影响电力市场。在本文中，我们特别感兴趣的是评估新产品如何扭曲的最佳能源调度相比，没有这样的产品的情况下。这种扭曲可能会带来额外的成本，我们称之为“扭曲成本”。利用泛函方法，建立了失真成本与新产品关键参数之间的关系，即，上下灵活的斜升要求。这种关系产生了一种新的例程来有效地构造函数，这使得有可能在保证给定的供电可靠性水平的同时有效地执行最小失真成本能量调度。理论分析和仿真结果都表明，合理地选择参数可以大大降低失真代价。我们相信我们的方法可以帮助ISO利用系统中的斜坡能力，在最小的失真成本。
2015-02-26 math.OC
Optimal Retail Tariff Design with Prosumers: Pursuing Equity at the Expenses of Economic Efficiencies?
生产者拥有的分布式可再生资源可以成为加强电网弹性和提高可持续性的有效途径。然而，生产消费者为自己的利益服务，他们的目标不太可能与社会的目标一致。本文建立了一个考虑经济效率和能源公平的零售电价优化设计的双层模型。零售电价包括固定收费和与用电量挂钩的电量收费，以收回公用事业的固定成本。分析了双层问题的解的性质，证明了一个最优费率设计，即用固定费用来回收固定成本，并平衡不同收入群体之间的能源公平。这表明，类似于CARE（加州替代能源价格）的计划，为低收入家庭提供较低的零售价格，不太可能是有效的，即使它们在政治上有吸引力。
2022-09-29 cs.SY econ.GN eess.SY
Market-Driven Energy Storage Planning for Microgrids with Renewable Energy Systems Using Stochastic Programming
电池储能系统（BESS）可以缓解可再生能源间歇性发电的影响，并在调峰和按需充电管理中发挥关键作用。为了从经济角度优化BESS的规模，必须考虑BESS投资成本，寿命和公用事业费用节省以及微电网辅助服务的收入之间的权衡。通过考虑批发市场定价的随机最优化问题来求解BESS的最优规模。一个随机模型被用来调度套利服务的基础上预测的能源市场定价的能源存储，同时考虑到BESS成本趋势，可再生能源资源的变化，和需求预测。本文提出的方法的独特之处在于凸优化规划框架，计算全局最优解的金融权衡解决方案。该方法说明了应用程序的各种现实的案例研究的基础上，从加州独立系统运营商（CAISO）的定价和需求数据。案例研究结果从成本的角度来看，最佳BESS规模的洞察力，根据每年的调度和日常BESS操作。
2017-02-28 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
Towards Sustainable Hydrogen Systems: Supply Chain Optimization with Model Predictive Control and Reinforcement Learning
本文针对可再生能源驱动的氢能供应链，比较了基于规则、模型预测控制和强化学习等四种控制策略，发现MPC经济性最优，强化学习无需预测也能稳健运行，为运营策略选择提供指导。
2026-09-14 cs.LG math.OC
Feature-driven Improvement of Renewable Energy Forecasting and Trading
受最近对机器学习，优化和决策的共同点的见解的启发，本文提出了一种易于实施但有效的程序，以提高可再生能源预测的质量和可再生能源生产商在电力市场中的竞争优势，并采用双重价格解决不平衡问题。所提出的程序带来的质量和经济收益基本上源于利用有价值的预测（也称为功能）的数据驱动的报童模型，使计算成本低廉的线性程序。我们说明了所提出的程序，并在一个现实的案例研究中，考虑在丹麦DK1招标区的总风力发电量作为变量进行预测和交易的数字评估其效益。在此背景下，我们的程序利用了输电系统运营商（TSO）在周围投标区域发布的风电预测形式的空间信息，并在在线平台上公开。我们表明，我们的方法是能够提高质量的风力发电预测由丹麦TSO发布了几个百分点（当测量的平均绝对值或均方根误差），并显着降低平衡成本所产生的风力发电生产商。
2020-01-16 math.OC stat.AP stat.ML
Towards CO2 valorization in a multi remote renewable energy hub framework
本研究提出基于多远程可再生能源枢纽的CO₂增值利用优化框架，通过比利时及2个RREH的案例开展技术经济分析，明确两种碳捕集技术成本的关键作用，并推导出推动工业脱碳的碳价阈值。
2023-07-17 math.OC
Importance sampling approach to chance-constrained DC optimal power flow
尽管有显著的经济和生态影响，但更高水平的可再生能源发电导致电力注入的不确定性和可变性增加，从而影响电网的可靠性。为了提高电网安全性，研究了联合机会约束直流最优潮流问题。该问题的目的是找到经济上最佳的发电，同时保证所有的发电，线路流量和电压同时保持在其范围内与预定义的概率。不幸的是，即使可再生能源波动的分布是指定的，这个问题在计算上是棘手的。此外，现有的联合CC最优潮流问题的近似解过于保守，因此对实际操作的价值不大。本文提出了一种重要性采样的CC DC最优潮流问题的方法，它产生更好的复杂性和准确性比目前的最先进的方法。该算法有效地减少了场景的数量，只生成和使用其中最重要的，从而使实时解决方案的测试用例多达几百个总线。
2021-11-23 math.OC stat.CO
Towards Optimal Energy Management of Microgrids with a Realistic Model
本文研究了由多台常规发电机、可再生能源发电机和储能系统组成的微电网的能量管理问题。提出了一种两阶段的优化方法来调度发电，目的是最小化长期平均运营成本受运营和服务的约束。优化的第一阶段通过日前调度确定发电机组的小时机组组合，第二阶段通过小时调度执行发电机组、ESS和能量交易的经济调度。该组合解决方案满足了处理负荷需求和可再生能源发电中的大的不确定性的需要，并且在有限的计算资源下提供了满足短期和长期服务质量要求的有效解方案。基于实际负荷需求和可再生能源发电数据，通过仿真评估了所提出策略的性能。
2016-03-18 math.OC
Switch 2.0: A Modern Platform for Planning High-Renewable Power Systems
本文介绍了Switch 2.0，这是一个用于规划向低排放电网过渡的开源建模平台，旨在满足21世纪的电网规划要求。Switch能够对传统或智能电网的投资和运营进行长期、中期和短期规划，整合大部分可再生能源、存储和/或需求响应。应用包括综合资源规划、投资规划、经济和政策分析以及基础研究。潜在用户包括研究人员、教育工作者、工业界和监管机构。开关制定发电和传输容量规划作为一个混合整数线性规划，其中投资和操作是共同优化跨采样时间序列在多个投资期。高分辨率的生产成本建模支持冻结投资决策，包括更长的时间序列和更多的操作细节。建模功能包括机组组合、部分负荷效率、规划和运行储备、燃料供应曲线、存储、水电网络、政策约束和需求响应。Switch具有模块化架构，允许用户通过“点菜”选择内置模块或编写自定义模块来灵活地组合模型。本文介绍了软件架构和模型制定的开关2.0，并提供了一个案例研究中，该模型被用来确定最佳的选择，以获得负荷转移和储备服务的电池和需求响应在100%的可再生能源发电系统。
2018-10-17 math.OC physics.soc-ph
Risk-Aware Management of Distributed Energy Resources
高风能渗透率严重挑战了当前和未来电力系统的经济调度。电网中的每一条母线都必须实现供需平衡，同时考虑到输电线路的额定值和可再生能源的随机性。针对这一目标，本文提出了一种网络约束下的经济调度方法。考虑到可再生能源预测的不确定性，确定风电场时间表，以便它们可以以规定的概率通过输电网络进行传输。考虑到风力发电预测的分布是很少知道的，和/或不确定性可能会产生非凸的可行集的电力调度，采用蒙特卡罗抽样的情景近似技术。在利用直流最优潮流（OPF）的结构，一个无分布的凸问题公式推导出其复杂性尺度以及与风预测样本量。这种新方法的有效性进行评估后，包括从7个风电场的实际运行数据超过IEEE 30节点电网基准。
2013-05-27 math.OC
Efficient Decentralized Economic Dispatch for Microgrids with Wind Power Integration
分散式能源管理在具有可再生能源的智能微电网中至关重要，原因包括环境友好性，减少通信开销和故障恢复能力。在这种情况下，目前的工作涉及分布式经济调度和需求响应倡议的并网微电网的高渗透率的风力发电。为了应对风能的本质随机可用性的挑战，一种新的能源规划方法，涉及实际的风能以及与主电网的能量交易，介绍。提出了一个随机最优化问题，以最小化微电网的网络成本，其中包括常规发电成本以及由风的不确定性引起的预期交易成本。为了绕过所涉及的过高的高维积分，利用有效的样本平均近似方法来获得具有保证收敛性的求解器。利用微电网的特殊基础设施，通过乘法器的交替方向法进一步开发了分散式算法。案例研究进行了测试，以证实新的方法的优点。
2014-01-23 math.OC
