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
Elasticity Based Demand Forecasting and Price Optimization for Online Retail
我们研究了一个在线零售商的问题,他们观察产品的单位销售量,并动态地改变零售价格,以最大化预期收入。假设产品的需求对价格敏感,我们感兴趣的是当未来需求不确定时的最优定价政策。我们建立了一个系统来研究零售价格和需求之间的关系,并估计需求函数。该系统预测给定零售价格下的需求和收入。我们制定了一个收入最大化问题,在离散有限的时间范围内离散的零售价格。基于预测的需求和收入值求解最优定价策略。通过计算实验,我们研究了最优定价策略对库存管理的影响。
2021-06-16 cs.CE cs.SY eess.SY
Optimal Demand Response and Supply Schedule Under Market-Driven Price: A Stackelberg Dynamic Game Approach
在这项工作中,我们使用Stackelberg无限离散时间动态博弈模型来研究市场驱动的动态价格下的最优供应计划和最优需求响应。建立了两层优化框架。在较低层,对于每个用户,针对能量消耗调度不同的电器。对于能源供应商来说,不同的发电机用于发电。在上层,与供应商作为领导者和用户作为追随者,Stackelberg动态博弈是用来捕捉能源供应商和用户之间的互动,能源供应商和用户只关心自己的成本。我们分析了一个领导者-N个追随者的Stackelberg动态博弈,并刻画了Stackelberg均衡。我们提供了一个封闭形式的纳什解的最优动态需求响应问题时,供应宣布。一组线性约束的特点Stackeberg平衡。仿真结果表明,价格被驱动到一个合理的价值。总需求和总供给是平衡的。
2019-11-17 cs.SY 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
An Adaptive Demand Response Framework using Price Elasticity Model in Distribution Networks: A Case Study
价格弹性模型(PEM)是一个有吸引力的和温和的模型,用于评估灵活的需求的潜力,在DR。它衡量客户的需求敏感性,通过弹性的价格变化。然而,PEM在DR中的应用是部分理解归因于DR中的跨期约束的适应性和可调整性。因此,本文提出了一个自适应的经济DR框架的DR属性通过动态弹性方法来建模客户的敏感性。这种动态弹性是通过确定性和随机方法建模。这两种方法都设想了可转移/灵活负载的负载恢复的概念,以使所提出的DR框架相对于价格变化具有自适应性和可调整性。在随机方法中,采用几何布朗运动来模拟负荷恢复,包括跨时间约束的负荷灵活性。所提出的数学模型显示了什么应该是客户的弹性值,以实现实际DR的情况下进行研究的标准IEEE 33配电系统总线负载数据,以评估技术和社会经济的影响DR对客户,并与现有的模型进行了比较。
2021-05-31 cs.SY eess.SY
The Price of Fragmentation in Mobility-on-Demand Services
Ecole Polytechnique(巴黎综合理工学院);Cornell University(康奈尔大学)
研究多平台分割需求对系统效率的影响,揭示碎片化导致的供应重新平衡成本变化,分析市场规模下碎片化成本的相变特性。
2018-03-05 cs.SY eess.SY
Price of Anarchy in Multiuser Massive MIMO: Coordinated versus Uncoordinated Channel Tracking for High-Rate Internet of Things
研究了将高速率物联网(IoT)服务并入到大规模多输入多输出框架中。研究表明,只要大规模多输入多输出知道所有设备的信道,它就具有提供这种服务的内在潜力。我们提出的方法是联合估计和跟踪所有设备的信道,而不管它们当前的活动。利用设备信道随时间演化的动态模型,针对协作场景设计了最优和次优跟踪器。此外,我们引入了一种新的范例,其中BS不需要提前知道设备的导频接入模式,我们称之为不协调的设置。在激励这种情况下,我们得到的最佳跟踪器是棘手的。然后,目标跟踪的方法来解决测量中的不确定性,并获得次优跟踪器。我们提出的方法明确地解决了信道老化问题,并且不需要下行链路寻呼和上行链路接入请求控制信道,这些信道在拥挤的情况下可能成为瓶颈。最佳协调和非协调跟踪器之间的基本最小均方误差(MMSE)的差距,定义为无政府状态的价格进行评估和上界。最优跟踪器的稳定性也进行了研究。最后,各种建议的跟踪器的性能进行了数值比较。
2020-02-02 cs.SY eess.SP eess.SY
Aggregate Peak EV Charging Demand: The Impact of Segmented Network Tariffs
本文基于荷兰1200多个公共充电点真实数据,比较分段网络电价与动态能源价格对聚合峰值充电需求的影响,发现分段电价能更有效降低峰值,并强调功率阈值与价格平衡对电价设计的重要性。
2024-04-02 cs.SY eess.SY
Optimal Vehicle Charging in Bilevel Power-Traffic Networks via Charging Demand Function
针对电动汽车充电耦合电力与交通网络的双层规划问题,提出利用多参数规划推导充电需求函数,将非线性费用项转化为分段二次项,实现独立管理充电功率并保证最优性,数值实验验证了价格激励与交通需求的影响。
2023-09-05 cs.SY eess.SY
Price-Based Distributed Scheduling of Flexible Demands in Energy Communities
School of Electrical and Computer Engineering, Cornell University(康奈尔大学电气与计算机工程学院)
研究能源社区基于价格的灵活需求分布式调度,通过双层随机动态规划建模,得出阈值定价规则(TPR),该规则计算成本低、抗建模不确定性,能保证社区收益与成员理性,且随社区规模增长渐近最优。
2026-08-24 cs.SY eess.SY
Sharing Coefficient-Based Price Signals for Demand Response in Renewable Energy Communities
Catalonia Institute for Energy Research (IREC)(加泰罗尼亚能源研究所)
研究可再生能源社区中因馈线级盈余导致的反向潮流问题,提出基于共享系数的需求响应框架,通过馈线感知和馈线无关设计,将动态比例分配结果转换为价格信号,经实验验证可有效减少反向能量,为需求响应提供新的运行价格信号。
2026-07-13 cs.SY eess.SY
Online repeated posted price auctions with a demand side platform
我们考虑一个在线广告网络的问题,其中的广告交换拍卖广告位和中介称为需求方平台(DSP)购买这些广告位为他们的客户(广告商)。一个中介代表多个广告客户。不同类型的广告位由广告交易所拍卖,例如,视频广告,横幅广告等,我们研究重复张贴价格拍卖同质和异质项目时,有一个中间人。在标价拍卖中,拍卖师设定一个固定的保留价。买家可以接受价格并赢得广告位或拒绝价格。我们分析了系统从拍卖师的角度来看,最优保留价是动态的异构项目。我们还调查系统从中介的角度来看,并设计调度广告客户的算法。广告商通常有预算限制和印象限制。我们制定了一个收入优化问题的中介,也考虑了预算和印象约束的问题,安排广告客户。最后,我们提出了一个数值研究的单一卖方和广告客户模型,考虑各种估值分布,如均匀,指数和对数正态分布。
2019-10-04 cs.GT cs.SY eess.SY
Modeling electricity demand, welfare function and elasticity of electricity demand based on the customers risk aversion behavior
如今,对电力客户的态度已经改变,因此他们不再被认为是静态的玩家。用户行为识别是建立现代电力系统的关键。本文利用消费者风险厌恶系数对消费者的消费行为进行建模。利用效用函数的概念,通过这些系数来衡量电力消耗的价值。效用函数是微观经济学中的一个重要概念,它衡量消费者的偏好,并解释理性消费者如何做出消费决策。在效用函数的基础上,建立了经济负荷模型和用户福利函数。利用负荷模型估计电力需求的价格弹性和收入弹性。结果表明,随着风险规避系数的增加,消费者从消费中获得的满意度越高。当风险规避系数大于(低于)单位时,用电量将被补足(替代)。当单位风险规避系数为零时,交叉价格弹性为零,即消费量与其他时段的需求量无关。结果表明,电价上涨抵消了收入增长对消费的影响。因此,在研究电力消费时,应同时考虑价格和收入的变化。
2020-10-15 cs.SY eess.SY
Implementing Flexible Demand: Real-time Price vs. Market Integration
University of Oulu(奥卢大学);Lappeenranta University of Technology(拉彭兰塔理工大学)
本文提出一个结合现货和平衡电力市场的基于代理模型,研究消费者灵活性整合对系统的影响,发现实时定价可能增加电力成本,且这种行为具有系统性,需重新思考当前实践以成功整合灵活性。
2018-02-12 cs.SY eess.SY q-fin.GN
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
Learning and Optimization for Price-based Demand Response of Electric Vehicle Charging
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
针对EV充电PBDR中预测与运营优化脱节的问题,提出融合预测误差和下游优化成本误差的决策导向端到端学习框架,以少量样本提升成本节约与运营优化效果。
2024-04-16 cs.AI 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
Joint Price and Power MPC for Peak Power Reduction at Workplace EV Charging Stations
University of California, Berkeley(加州大学伯克利分校);TotalEnergies S.E(道达尔能源)
本文提出联合价格与功率优化框架,通过模型预测控制方法降低办公场所电动汽车充电站的峰值功率消耗和运营商成本。
2026-04-11 cs.SY eess.SY
A Prudent Framework for Understanding Risk-Awareness in Demand Response
Columbia University(哥伦比亚大学)
本文提出一种结合非前瞻性多阶段决策与超二次成本函数的理论框架,揭示风险意识源于超二次成本函数和价格不确定性,通过数值模拟和实际案例展示其影响。
2026-06-28 cs.SY econ.TH eess.SY
Competition in Electric Autonomous Mobility on Demand Systems
本文研究了竞争对自主移动按需系统的影响。通过采用基于网络流的公式,我们首先确定的最优策略的利润最大化的平台运营商在垄断和双寡头市场,包括最优价格的游乐设施。此外,我们描述了平台运营商的利润和消费者剩余。我们表明,对于双头垄断,游乐设施的均衡价格必须是对称的公司之间。然后,为了研究在市场中引入竞争的好处,我们推导出了垄断和双寡头环境之间的乘车价格、服务的总需求、企业利润和消费者剩余之比的普遍理论界限。我们讨论了消费者的公司忠诚度如何影响上述每个指标。最后,使用曼哈顿网络和需求数据,我们量化了静态定价和路由策略的有效性,并将其与实时模型预测策略进行了比较。
2021-07-15 cs.SY eess.SY math.OC
Market-Based Coordination of Price-Responsive Demand Using Dantzig-Wolfe Decomposition Method
随着分布式发电(DG)和需求响应型(DR)负荷在电力系统中所占比例的增加,基于博弈论框架的价格响应型设备(PRD)协调问题得到了新的解决。PRD被建模为自利玩家,他们试图根据价格优化他们的消费。本文首次提出了一种基于Dantzig-Wolfe(DW)分解方法的新算法来解决分布式环境下自利PRD的协调问题。通过利用Dantzig-Wolfe的分布式特性,PRD的自利算法被建模为DW的子问题,并且收集PRD的能量消耗(其能量投标)的协调器(或电网运营商)解决DW的主问题并相应地计算价格信号。该算法是快速的,因为子问题的数据仓库(这可能是数百万的PRD)可以同时解决。此外,基于DW理论,如果PRDs子问题是凸的,在有限的迭代达到最优点(等于纳什均衡)是有保证的。一个有8户参与的模拟已经进行了评估模型。每个房子都配备了两种类型的负载:作为可中断负载样本的电动汽车(EV)和作为恒温控制负载样本的电热水器(EWH)。结果表明,当该算法达到最优点时,发电成本和用户支付(基于边际发电成本)减少。此外,聚合负载的峰均比(PAR)显著降低。
2023-02-01 cs.SY eess.SY math.OC
Towards 6G Internet of Things: Recent Advances, Use Cases, and Open Challenges
基于万物互联(IoE)的智能服务由于无线网络的不断增长的需求而获得相当大的普及。这就要求对作为下一代通信系统的具有增强性能的无线网络进行评估。尽管5G网络在支持众多基于万物互联的服务方面显示出巨大的潜力,但仍不足以满足新智能应用的全部要求。因此,对于设想6G无线通信系统以克服现有5G网络中的主要限制的需求增加。此外,将人工智能纳入6G将为与网络优化相关的非常复杂的问题提供解决方案。此外,为了进一步增加未来6G网络的价值,研究人员正在研究新技术,如太赫兹和量子通信。未来6G无线通信的需求是支持海量数据驱动的应用和不断增长的用户数量。本文介绍了6G无线网络的最新进展,包括从1G到5G通信的演进,6G的研究趋势,使能技术和最新的6G项目。
2021-11-12 cs.NI cs.SY eess.SY
Estimating Demand Flexibility Using Siamese LSTM Neural Networks
Tsinghua University(清华大学);University of Washington(华盛顿大学)
在现代电力系统中,有机会通过动态价格激励消费者来探索需求灵活性。在本文中,我们量化需求的灵活性,使用一个有效的工具,称为时变弹性,其值可能会发生变化,这取决于价格和决策动态。该工具对于评估需求响应潜力和系统可靠性特别有用。近年来的实证研究表明,在研究需求弹性时,出现了一些反常的现象,如价格上涨后的延迟反应和弹性消失等。现有的方法无法捕捉这些复杂的功能,因为他们严重依赖于一些预定义的(往往过于简化)回归表达式。相反,本文提出了一种无模型的方法来自动和准确地获得最佳的估计模式。我们进一步开发了一个两阶段的估计过程与连体长短期记忆(LSTM)网络。在这里,一个LSTM网络对价格响应进行编码,而另一个网络估计随时间变化的弹性。在案例研究中,所提出的框架和模型进行了验证,以实现更高的整体估计精度和更好的描述各种异常特征相比,国家的最先进的方法。
2021-09-03 cs.LG 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
Volatility of Power Grids under Real-Time Pricing
Massachusetts Institute of Technology(麻省理工学院)
本文提出一个框架,用于建模和分析具有实时零售电价和信息不对称的电力系统中供需与出清价格的动态,并引入广义价格弹性概念,证明价格波动性可由系统最大相对价格弹性表征,该弹性增加会导致系统波动加剧甚至不稳定。
2011-06-07 cs.SY eess.SY math.DS