Strategic Storage Investment in Electricity Markets
在电力市场中，套利交易是储能交易的一个重要收入来源。然而，市场上的大量储能将影响能源价格并减少潜在收入。这可能导致追求利润的存储投资者的战略行为。为了研究投资者的策略性存储投资，我们建立了竞争投资者之间的非合作博弈模型。每个投资者在一个较长的投资期限内决定存储投资，并在日常电力市场中运营存储以获得套利收入。不同的投资者可以部署具有不同特征的存储。他们的决策是耦合的，因为市场价格是由所有投资者的决策决定的。我们使用加州ISO的市场数据来描述存储对市场价格的影响，在此基础上，我们建立了一个集中优化问题来计算市场均衡。我们发现，越来越多的投资者将增加市场竞争，这降低了投资者的利润，但增加了总投资的存储容量。此外，我们发现存储效率的略微增加（例如，增加的充电和放电效率）可以显著提高投资者在市场中的利润份额。
2022-03-14 cs.SY eess.SY q-fin.GN
Nash Equilibrium of Joint Day-ahead Electricity Markets and Forward Contracts in Congested Power Systems
针对大规模风电并网下电力市场参与者面临的不确定性，提出古诺纳什均衡模型，研究拥堵电力系统中远期合约与日前市场的交互行为，并通过测试系统验证。
2023-10-12 cs.SY eess.SY
Optimal Scheduling of Electricity and Water in Renewable-Colocated Desalination Plants
King Fahd University of Petroleum and Minerals（国王法赫德国王石油矿产大学）；Massachusetts Institute of Technology（麻省理工学院）
本研究提出了一种可再生能源联合海水淡化厂的最优调度框架，通过分析水和电力流的耦合，实现双向灵活性和利润最大化。
2026-09-09 cs.SY econ.TH eess.SY
Mitigation-Aware Bidding Strategies in Electricity Markets
电力市场中的市场力行为扭曲了市场价格，降低了社会福利。许多市场已经实施了市场支配力缓解流程，以消除此类行为的影响。缓解机制的设计直接影响到投资者的盈利能力，从而影响到中期/长期资源的充足性。为了评估现有市场力缓解机制的有效性，提出了一个缓解感知的策略报价模型，并研究了当前市场力缓解机制下市场参与者的报价策略。该模型具有双层结构，上层是策略参与者的利润最大化问题，下层是市场运营商的调度问题。特别是，考虑潜在的报价缓解被纳入作为上层的约束条件的基础上的行为和影响测试。利用KKT最优性条件最优性条件、对偶理论和线性化方法，将双层规划问题转化为单层混合整数线性规划问题。数值结果说明了一个战略参与者如何行使市场力，以实现更高的利润，即使在当前的市场力缓解过程中，我们分析的社会影响，市场力行使结果。
2022-11-04 cs.SY eess.SY math.OC
Strategic Competition of Electric Vehicle Charging Stations in a Regulated Retail Electricity Market
交通电气化的日益增长的趋势为投资者提供了通过从批发电力市场购买的能源为电动汽车（EV）车主提供充电服务的机会。这将使电动汽车所有者受益，与受监管的公用事业使用时间（TOU）费率相比，电动汽车所有者可以获得具有竞争力的费率。本文解决的基本问题是：1）与家庭充电相比，电动汽车车主是否会从电动汽车充电站（EVCS）的额外选择中受益？2)在零售电力市场受到监管的情况下，充电站是否有有利可图的市场机会？为此，战略投标问题的EVCS购买电力从日前电力市场（DAM），并将其出售给电动汽车业主。策略性投标问题受到DAM内的市场出清问题以及电动汽车充电成本最小化问题的约束。一个双层优化问题的制定和解决方法，以解决这项工作的研究问题。说明了所提出的结构在获得利润的EVCS的有效性，它表明，电动汽车车主也节省了他们的充电成本与EVCS的存在作为一种选择。
2021-11-23 cs.SY eess.SY
Conformal Prediction for Stochastic Decision-Making of PV Power in Electricity Markets
Wageningen University（瓦赫宁根大学）；Utrecht University（乌得勒支大学）
本文研究将保形预测用于光伏发电日前功率预测的不确定性量化，结合多种投标策略优化电力市场电量投标，发现随机森林回归后使用k近邻和Mondrian分箱的保形预测系统配合EUM与CVaR策略可获得最高利润和最小能量不平衡。
2024-03-29 cs.LG cs.SY eess.SY
Energy Storage Arbitrage Under Price Uncertainty: Market Risks and Opportunities
该研究针对电力市场价格不确定性下的储能套利问题，采用鲁棒与机会约束优化方法构建风险-收益有效前沿，验证了不确定环境下套利策略的收益保障能力与鲁棒策略的风险管理优势，为不同风险偏好的市场参与者提供策略选择参考。
2025-01-14 cs.SY eess.SY math.OC
Strategic Bidding in Electricity Markets with Convexified AC Market-Clearing Process
本文提出了一个框架，以解决参与者的战略报价问题，在电力市场清除采用完整的交流最优潮流（ACOPF）问题的制定。传统上，独立系统运营商（ISO）利用直流最优潮流（DCOPF）问题的形式来解决电力市场。这项工作的主要任务是找到什么将是挑战和机遇，如果ISOs杠杆的全部ACOPF的市场出清问题（MCP）？本文提出了一种带均衡约束的易处理的数学规划来求解凸化的AC市场出清问题。市场参与者在考虑发电机组无功调度的同时，通过策略性报价实现利润最大化。通过给出松弛ACOPF问题的对偶形式，获得了平衡约束。与DCOPF相比，基于ACOPF的MCP策略投标问题提高了位置边际价格和市场参与者利润的准确性。结果表明，基于DCOFP的MCP策略报价问题无法模拟无功支持的局限性。所提出的结果显示的情况下，所提出的战略投标方法呈现$52.3\%$更多的利润发电公司（GENCO）比DCOPF为基础的MCP模型。拟议的战略投标框架还解决了耦合的真实和无功功率调度的发电约束，斜坡约束，需求响应的影响与可削减和时间转移的负载，和AC线路流量的限制的挑战。因此，所提出的方法将有助于市场参与者利用更准确的ACOPF模型的战略报价问题。
2022-02-28 cs.SY eess.SY math.OC
Analyzing the Role of the DSO in Electricity Trading of VPPs via a Stackelberg Game Model
本文通过双层Stackelberg博弈模型研究DSO在VPP电力交易中的作用，发现DSO作为中介能降低VPP运营成本并自身获利，但会导致批发市场利益受损，需遵守监管约束。
2025-04-05 cs.SY eess.SY
Profit-aware Online Vehicle-to-Grid Decentralized Scheduling under Multiple Charging Stations
Gwangju Institute of Science and Technology (GIST)（光州科学技术院）；Korea Electric Power Research Institute (KEPRI)（韩国电力研究院）
本文研究了在多个充电站环境下，通过定义权重参数最大化供需双方整体利润的车辆到电网调度问题，并提出了一种在线去中心化贪心算法来解决混合整数非线性规划问题，通过模拟验证了该算法在整体可实现利润和最终电力负荷平坦度方面的优越性能。
2018-12-26 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
Enhancing Profit and CO2 Mitigation: Commercial Direct Air Capture Design and Operation with Power Market Volatility
Columbia University（哥伦比亚大学）；Princeton University（普林斯顿大学）；Energy Systems Modelling Analytics Limited（能源系统建模分析有限公司）；Lamont-Doherty Earth Observatory, Columbia University（哥伦比亚大学拉蒙特-多尔蒂地球观测站）；Carbon Direct（碳直接）
研究探讨了通过利用电力市场价格波动优化直接空气捕集技术的商业运营，分析了不同技术在加州、得克萨斯和纽约的运营效果，指出灵活的技术能更有效地利用电价波动，而碳税政策对DAC系统不利。
2025-10-14 cs.SY eess.SY
A Multiple Market Trading Mechanism for Electricity, Renewable Energy Certificate and Carbon Emission Right of Virtual Power Plants
提出了VPP参与电力、可再生能源证书（REC）和碳排放权（CER）市场的多市场交易机制。随着REC和CER库存机制的引入，VPP的利润增加，并在可再生能源组合标准（RPS）和碳排放（CE）配额要求的要求下，与多个市场做出更好的交易决策。根据该模型的KKT条件，讨论了多市场交易机制的性质。实例研究结果验证了该模型的有效性。
2022-08-08 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
Frequency Regulation with Storage: On Losses and Profits
针对低碳社会储能平衡间歇性发电的需求，推导了储能运营商在频率调节和日前市场交易中的决策问题解析解，通过滚动时域鲁棒优化和终态荷电状态约束量化能量损耗边际成本，发现频率调节利润与承诺时间长度成反比。
2024-03-26 cs.SY econ.GN eess.SY
Auction designs to increase incentive compatibility and reduce self-scheduling in electricity markets
针对电力市场非凸机组组合导致的自承诺与自调度问题，论文用强化学习模拟策略投标，并比较非凸定价模型，证明凸包定价更能抑制偏离中央调度的激励。
2024-10-02 cs.SY econ.GN eess.SY
Auctioning Electricity under Deep Renewable Integration using a Penalty for Shortfall
The Ohio State University（俄亥俄州立大学）
研究探讨了在两个阶段市场中，可再生能源发电企业如何通过设定短缺惩罚来激励负荷服务实体参与拍卖，以有效分配电力并获取真实估值，从而实现所有市场参与者的双赢。
2018-11-26 cs.SY eess.SY
On the Stability of Strategic Energy Storage Operation in Wholesale Electricity Markets (Extended Version)
本研究用博弈论模型分析批发电力市场中储能竞争，发现高比例可再生能源与低灵活性常规电厂组合下系统不稳定，而价格上限可确保稳定，且低灵活性下储能套利盈利性下降。
2024-02-04 cs.GT cs.SY eess.SY
Single-level Robust Bidding of Renewable-only Virtual Power Plant in Energy and Ancillary Service Markets for Worst-case Profit
针对纯可再生能源虚拟电厂同时参与日前与二次备用市场的竞价问题，提出单层鲁棒优化模型，通过线性化价格与能量不确定性的非线性关系保障最坏情况利润，并验证其性能与计算效率。
2024-03-05 cs.SY eess.SY
Optimally Coordinated Energy Management Framework for Profit Maximization Considering Dispatchable and Non-Dispatchable Energy Resources
本文提出一种基于改进非洲水牛优化算法的BESSs和MT单元最优协调调度方法，结合基于平均价格的自适应调度和决策机制系统，在动态电价下最大化公用事业日利润，并引入虚拟费用限制储能的低效运营。
2023-07-01 cs.SY eess.SY
A Machine Learning Approach for Prosumer Management in Intraday Electricity Markets
KTH Royal Institute of Technology（瑞典皇家理工学院）
Prosumer运营商正在应对参与短期电力市场的广泛挑战，同时考虑到不确定性。需求、太阳能、风能和电价变化以及日内电力市场更快的响应时间等挑战。机器学习方法可以解决这些挑战，因为它们能够持续学习复杂关系并提供实时响应。这种方法适用于高性能计算和大数据的存在。为了应对这些挑战，提出了一个马尔可夫决策过程，并解决了强化学习算法与适当的观察和行动，采用表格Q学习。训练后的智能体收敛到一个类似于全局最优解的策略。与著名的随机优化方法相比，它使生产者的利润增加了13.39%。
2022-03-11 cs.AI cs.LG cs.SY
An Electricity Market with Reactive Power Trading: Incorporating Dynamic Operating Envelopes
Australian National University（澳大利亚国立大学）；Monash University（莫纳什大学）；University of Melbourne（墨尔本大学）；The University of Sydney（悉尼大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）
本文提出一种包含动态运行围栏的电力市场，通过点对点无功功率交易改善电压分布，以提升分布式能源资源的电网整合能力。
2026-08-25 cs.SY eess.SY
A Decentralized Trading Algorithm for an Electricity Market with Generation Uncertainty
The University of British Columbia（不列颠哥伦比亚大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出一种去中心化能源交易算法，通过拉格朗日松弛技术解决隐私问题，优化负载聚合器成本和发电机利润，同时降低可再生能源短缺风险。
2017-05-07 cs.SY eess.SY
AI agents in Algorithmic Electricity Markets: On the Emergence of Tacit Collusion
Technical University of Denmark（丹麦技术大学）
本文研究发现，在寡头垄断的算法电力市场中，基于多智能体强化学习的自主投标智能体可在未被指示合谋的情况下，通过独立学习涌现出支持默契合谋的超竞争结果。
2026-08-28 cs.AI cs.GT cs.MA
Participation of an Energy Storage Aggregator in Electricity Markets
University of Washington（华盛顿大学）
本文研究了储能聚合商与储能单元的关系及对系统福利的影响，揭示了长期合作的重要性，并提出了一种抑制聚合商市场支配行为的定价方案。
2017-08-03 cs.SY eess.SY math.OC
Proximal Policy Optimization Based Reinforcement Learning for Joint Bidding in Energy and Frequency Regulation Markets
Monash University（莫纳什大学）
在全球脱碳努力的推动下，可再生能源快速融入传统电网，为参与能源市场的电池储能系统（BESS）带来了新的挑战和机遇。能源套利可能是BESS的重要收入来源，因为可再生能源发电和电力需求之间的不匹配导致现货市场价格波动加剧。此外，为稳定电网而建立的频率控制辅助服务（FCAS）市场可以为BESS提供更高的回报，因为它们能够在毫秒内做出响应。因此，在不确定的市场条件下，BESS必须仔细决定分配给每个市场的容量，以使总利润最大化。本文将BESS的报价问题描述为一个马尔可夫决策过程，使BESS能够同时参与现货市场和FCAS市场，以获得最大利润。然后，采用无模型深度强化学习算法--邻近策略优化（Proximal Policy Optimization），在连续竞价规模下，从能源市场的动态环境中学习最优竞价策略。该模型使用澳大利亚国家电力市场的真实历史数据进行训练和验证。结果表明，我们开发的联合投标策略在这两个市场是显着有利可图的相比，单独的市场。
2022-12-13 cs.AI cs.LG cs.SY
A Stochastic-MILP dispatch optimization model for Concentrated Solar Thermal under uncertainty
针对CST电站调度中的不确定性问题，提出SMILP模型最大化预期利润，并开发三种启发式求解方法；在115 MW案例中，SMILP在有限历史数据下利润高出基准6%-9%，而大数据下Heuristic-2在保持相似利润的同时大幅节省计算时间。
2024-01-02 cs.SY eess.SY
Transferable Energy Storage Bidder
Columbia University（哥伦比亚大学）
本文结合基于模型的优化与卷积LSTM网络，提出可迁移的储能市场竞价方法，并通过纽约与昆士兰数据验证其高利润和少样本迁移优势。
2023-06-01 cs.LG cs.SY eess.SY
The use of distributed thermal storage in district heating grids for demand side management
Flemish Institute for Technological Research (VITO)（佛兰芒技术研究所）；EnergyVille（能源村）；REstore
本文研究了在区域供暖网络中使用分布式热存储以优化供暖厂利润的方法，通过对比三种存储方案，发现分布式存储效果最佳，且利用建筑热质量成本低，具有较大潜力。
2017-02-06 cs.SY eess.SY
Translation-Symmetric Market: Enabling Incentive Compatibility For DER Aggregation
Tsinghua Univ.（清华大学）；Beijing VPPTech Co. Ltd., State Power Investment Corporation (SPIC)（北京微网科技有限公司，国家电力投资集团有限公司）
提出平移对称性概念应用于虚拟电厂聚合，证明其可传递激励相容性并保持服务价格不变，实现分布式能源聚合的激励相容利润分配。
2026-06-18 cs.SY eess.SY
Leveraging Bitcoin Mining Machines in Demand-Response Mechanisms to Mitigate Ramping-Induced Transients
提出一种基于辅助服务的扩展需求响应程序，通过优化比特币挖矿机的调度与功耗以抑制功率爬坡及暂态效应，仿真表明机器价格和可再生能源发电比例显著影响该程序的盈利能力。
2024-11-17 cs.SY eess.SY
Integration of Concentrated Solar Power Plants in Renewable-Only VPP with Electrical and Thermal Demands: A Two-Stage Robust Bidding Approach
本文提出将聚光太阳能发电厂集成到纯可再生能源虚拟电厂中，通过重构的两阶段鲁棒优化处理电价、可再生能源出力及电热需求等多重不确定性，并证明该集成能提升电热交易的灵活性与整体盈利能力。
2025-09-23 cs.SY eess.SY
Evaluating Uncertainties in Electricity Markets via Machine Learning and Quantum Computing
本文提出Q-MADQN方法，将变分量子电路集成到多智能体强化学习框架中，解决了电力市场决策中的不确定性问题，在IEEE 30节点测试网络上实现了更彻底的策略探索与更准确的市场动态模拟。
2024-07-23 cs.SY eess.SY
Optimal Distributed Frequency and Voltage Control for Zonal Electricity Markets
区域电价是一种非常适合激励利润最大化的生产者和消费者在大规模电力系统上运行的电网支持行为的机制。在区域电力市场中，当地系统运营商创建单独的价格区，其根据当地电网条件（例如某些地区的电能过剩或短缺）提供适当的价格信号。在本文中，实时分区定价控制器的AC电力网络，确保频率和电压的稳定性，以及帕累托效率的闭环平衡。基于一个动态网络模型，考虑到线路损耗和与相邻价格区的功率交换，分布式连续时间控制律推导出只需要邻居到邻居的通信。应用程序的实时拥塞管理策略说明了如何空间和时间上的差异化价格，使电网支持的操作的参与者，而无需由上级控制机构的干预。不同的分区定价概念相比，一个孤立的电网操作的有效性证明通过模拟IEEE-57总线系统。
2021-06-19 cs.SY eess.SY math.OC
Enhancing Robust Multi-Market Participation of Renewable-Based VPPs through Flexible Resources
本文研究可再生虚拟电厂（RVPP）利用灵活资源稳健参与多市场的问题，采用两阶段鲁棒优化处理不确定性，并通过边际贡献法公平分配利润，模拟验证了策略与资源对可行性和调度的影响。
2025-10-14 cs.SY eess.SY
Electricity Tariff Design via Lens of Energy Justice
分布式能源（DERs）可以显着影响电力系统的净社会效益，提出了有关分配正义，公平和公正的问题。电价与能源效率是一种共生关系，电价的设计直接影响到制度的经济效率和公平性。目前的关税设计方法存在效率-公平权衡不透明的问题，也不知道影响经济效率和公平的外部因素。因此，本文提出了一个公正的电价设计框架，提高经济效率的关税，而不牺牲其分配公平，并包括经济福利，社会成本的环境和公众健康的影响，社会经济和人口特征的电力消费者。建议的框架是基于一个单一的领导者单一的追随者（SLSF）的游戏，将多目标优化问题，并评估四种不同的关税结构。SLSF游戏被重新表述为一个多目标问题与平衡约束（MOPEC），并解决了多目标优化和Scholtes的松弛技术的平衡约束的目标和方法相结合。我们使用11个区域的纽约ISO和7总线曼哈顿电力网络的经济效率和公平的建议框架进行比较。结果表明，空间和时间粒度的关税，确保公平和经济效率在较低的能源负担的消费者。
2021-10-19 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
Peer-to-Peer Cloud Service Market for Data Centers Oriented to Computation-Electricity Coordination
提出双层计算-电力协调框架，通过地理分布式数据中心间的对等云服务市场（P2P-CSM）利用区域异质性，实现计算与电力的协同优化，提高数据中心运营利润并降低能耗。
2026-06-03 cs.SY eess.SY
Storage Participation in Electricity Markets: Time Discretization through Robust Optimization
Massachusetts Institute of Technology（麻省理工学院）
本文提出一种优化模型，用于计算 arbitrage 和频率调节的报价，并确保存储运营商在所有波动信号下都能履行市场承诺。模型通过鲁棒优化将无限非凸约束转化为有限确定性约束，适用于欧洲电力市场，且计算效率高。
2026-05-11 cs.SY eess.SY math.OC
Community Energy Storage Management for Welfare Optimization Using a Markov Decision Process
在本文中，我们解决了一个随机的可再生环境下的实时电力市场的社区储能的最优管理问题。在实时电力市场中，完整的市场信息可能无法评估的战略参与者，因此，我们提出了一个范例，使用部分信息，包括预测的实时价格和总供应曲线的斜率建模的价格影响的存储使用的价格制定者存储管理问题。作为价格制定者，社区储能不仅可以通过能源套利赚取利润，还可以平滑价格轨迹，进而影响社会福利。我们制定的问题作为一个有限的地平线马尔可夫决策过程，旨在最大限度地提高能源套利和社会福利的产消者为基础的社区。该管理方案的先进性在于最优策略具有阈值结构。该结构具有解析形式，可以通过比较其当前边际值和预期的未来边际值来指导能量存储器充电/放电。案例研究表明，福利最大化存储比利润最大化存储获得更多的好处。所提出的基于阈值的算法可以保证最优性，并大大降低了标准随机动态规划的计算复杂度。
2020-11-27 cs.SY eess.SY
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
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
Energy Trading in Microgrids for Synergies among Electricity, Hydrogen and Heat Networks
新兴的互联微电网模式倡导在多个微电网之间进行能源交易或共享。它有助于在满足各种能源负荷时充分利用能源的时间可用性和运营成本的多样性。然而，能源交易可能无法完全吸收多余的可再生能源。提出了包括燃料电池汽车、储能、电力系统和可再生能源在内的多能源管理框架，并考虑了燃料电池汽车的特点和调度安排，以进一步提高可再生能源的本地吸收能力，提高微电网的经济效益。虽然人们对能源调度和交易问题进行了深入的研究，但微电网经济性的一个基本问题仍然没有得到解决。也就是说，由于多能源耦合，随机可再生能源的产生和需求，微电网应该何时以及如何调度和交易能源与他人，这最大化其长期效益。设计了一种基于李亚普诺夫优化和双向拍卖机制的联合能量调度和交易算法。它的目的是确定拍卖中的能源估值，优化能源分配，并以当前电价策略性地购买和出售能源。基于真实数据的仿真表明，每个单独的微电网，在所提出的算法的管理下，可以实现时间平均利润，任意接近最优值，同时避免损害自己的舒适性。
2020-06-11 cs.SY eess.SY
Regression Equilibrium in Electricity Markets
本文针对两阶段电力市场中可再生发电商预测模型策略的竞争问题，提出回归均衡概念，基于变分不等式证明仅能量市场中该均衡的存在性与唯一性，并设计集中式和基于ADMM的去中心化两种求解方法。
2025-01-13 cs.SY econ.GN eess.SY
Enhancing Industrial Flexibility and Market Participation in Cement Manufacturing Through Optimized Production Scheduling
本研究提出通过优化生产调度提升水泥制造的工业灵活性和市场参与度，展示了在电力平衡市场中实现灵活性服务收益的可行性。
2025-04-24 cs.SY eess.SY
A Tax-Subsidy Scheme for Efficient Investment in Renewable Generation Capacity
KTH Royal Institute of Technology（皇家理工学院）
本文针对电力市场的负外部性与可再生能源投资策略性问题，提出庇古税及与消费者剩余贡献挂钩的补贴方案，可激励发电商投资社会最优发电容量且不增加监管信息负担。
2026-08-13 cs.SY eess.SY
Life cycle economic viability analysis of battery storage in electricity market
本文将电池退化成本纳入运行仿真，结合聚类与典型日方法降低计算负担，利用IRR对NCM和LFP电池储能进行全生命周期经济可行性分析，并通过敏感性分析识别关键因素，为投资组合提供指导。
2023-05-28 cs.SY eess.SY
Quantifying Market Efficiency Impacts of Aggregated Distributed Energy Resources
我们专注于分布式能源（DER）的聚合，通过利润最大化的中介，使DER参与批发电力市场。特别是，我们研究了大规模部署DER带来的市场效率，并探讨在多大程度上这些好处被聚合器的利润最大化性质所抵消。我们部署了一个博弈论框架来研究聚合器和DER所有者之间的战略互动。该模型考虑了DER供应的随机性。我们明确地描述了博弈的均衡，并提供了说明性的例子来量化由于聚合器的战略激励的效率损失。我们的数值实验说明了不确定性和DER整合量对整体市场效率的影响。
2020-04-17 cs.SY eess.SY math.OC
Revenue Adequate Prices for Chance-Constrained Electricity Markets with Variable Renewable Energy Sources
Lehigh University（利哈伊大学）
本文针对含VRES的电力市场，采用CCO方法推导收益充足电价，其生成的实时电价不依赖VRES实时出力，通过案例对比了该方法与随机方法的电价差异。
2026-08-10 cs.SY econ.TH eess.SY
Context-Aware Stochastic Modeling of Consumer Energy Resource Aggregators in Electricity Markets
University of Melbourne（墨尔本大学）；Commonwealth Scientific and Industrial Research Organisation（联邦科学与工业研究组织）；University of Cyprus（塞浦路斯大学）
本文提出三种高效的两阶段随机优化方法，用于处理消费者能源资源不确定性对电力市场中聚合商的影响，通过考虑电池储能的灵活性和状态，提升性能并管理不确定性。
2025-10-31 cs.SY eess.SY math.OC
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
Battery Bidding under Price Uncertainty in Wholesale Electricity Markets
Stanford MS&E（斯坦福大学管理科学与工程系）
针对批发电力市场中电池投标模式难以解释的问题，提出一个考虑价格不确定性和风险管理的资产级模型，通过线性规划重构实现实证分析，揭示策略性持留行为、不确定性对投标价格的影响以及风险管理对投标曲线结构的塑造作用。
2026-06-15 cs.SY econ.GN eess.SY
