Co-optimization of Battery Routing and Load Restoration for Microgrids with Mobile Energy Storage Systems
移动储能系统（MESS）提供了极大的操作灵活性，以增强配电系统在紧急情况下的弹性。这些单元的最佳布置和大小对于快速恢复削减的负载至关重要。在本文中，我们提出了一个模型，在微电网的负荷恢复，同时优化所需的MESS路由相同。该模型被制定为一个混合整数二阶锥规划，考虑充电状态和电池容量的上下限的演变。在IEEE 123节点基准系统上的仿真结果验证了该模型的有效性。
2022-05-24 cs.SY eess.SY
Mitigation of Cyberattacks through Battery Storage for Stable Microgrid Operation
在本文中，我们提出了一种缓解方法，利用电池储能系统（BESS）资源与微电网（MG）辅助服务协调，以维持电力系统在网络攻击期间的运行。MG代理的控制以分布式方式实现，并且一旦检测到行为不端的代理，MG的模式监督控制器（MSC）就隔离受损的代理并启动自愈过程以支持功率需求并恢复受损的代理。我们的研究结果证明了所提出的攻击缓解策略的实用性，以及如何使用BESS协同提高网格弹性。模拟加拿大城市基准分布模型的修改版本。
2022-09-08 cs.SY eess.SY
Generalized Stochastic Dynamic Aggregative Game for Demand-Side Management in Microgrids with Shared Battery
本文针对带共享电池的微电网需求侧管理问题，构建带机会约束的广义随机动态聚合博弈模型，研究不确定性下的纳什均衡特性，仿真验证该随机方法优于确定性方法。
2023-10-10 cs.SY eess.SY
A Neural Network-Based Energy Management System for PV-Battery Based Microgrids
提出了一种基于神经网络的分布式电源能量管理系统（NN-EMS）。随机和不均匀的辐照导致不均匀的PV输出，这导致DG的电池之间的不均匀的荷电状态（SoC）。这种影响可能会导致SoC的差异随着时间的推移而显著增加，导致一些电池达到其SoC极限。这些电池将不再能够控制形成DG的混合电网的直流链路。建议的神经网络EMS确保SoC的平衡，通过学习最佳的状态动作映射使用的最优潮流（OPF）的输出。训练数据集已通过执行基于混合整数线性规划的最优潮流为下垂的岛屿微电网考虑实际的发电负荷配置文件。所得到的NN-EMS控制器继承了最优状态和网络行为的信息。与传统的时间提前集中式方法相比，所提出的策略不需要准确的发电负荷预测。此外，它还可以响应于光伏功率的变化，在近实时，而不求助于解决一个OPF。建议的神经网络EMS控制器已通过案例研究CIGRE LV微电网包含光伏电池混合DG进行了验证。所提出的概念也可以扩展到综合分散控制器，可以相互合作，以实现一个全球性的目标，而无需通信。
2022-06-14 cs.SY eess.SY
Short-term Operational Planning Problem of the Multiple-Energy Carrier Hybrid AC/DC Microgrids
研究了多能载交直流混合微电网的短期运行问题。混合微电网由交流和直流部分组成，通过逆变器和天然气网络连接。微电网包括光伏（PV）单元、风力涡轮机（WT）、电池存储单元和燃气微型涡轮机。形成混合整数线性规划，以最小化微电网的总成本，包括天然气供应成本，损失的负载和电池退化成本的价值。本案例研究探讨了逆变器特性和管道容量的重要性。
2020-12-23 cs.SY eess.SY
A Security-Constrained Optimal Power Management Algorithm for Shipboard Microgrids with Battery Energy Storage System
本文针对含柴油发电机和电池储能的船舶微电网，提出一种基于混合整数线性规划的安全约束最优功率管理算法，实现机组组合与功率调度，在保障防停电能力的同时最大化燃油节省。
2023-04-07 cs.SY eess.SY
A Two-Layer Framework with Battery Temperature Optimal Control and Network Optimal Power Flow
电池储能是微电网的重要组成部分。电池的工作温度是一个重要因素，因为高温条件通常会增加损耗，缩短使用寿命，甚至可能导致火灾。因此，在操作期间在电池能量存储中适当地调节电池模块/电池组的温度曲线是必不可少的。针对这一问题，提出了一种含储能微网的两层优化控制和运行方案。在第一层中，形成最优控制模型以导出最优控制策略，该最优控制策略最小化由风扇速度和电池电流幅度组成的控制努力，以实现电池模块上的温度分布参考。在第二层中，微电网的系统操作员执行最优潮流以搜索在第一阶段中使用的最优温度分布参考和电池的相应操作电流，其最小化整个微电网系统的操作成本。这种双层方案提供了巨大的计算优势，允许大规模集成电池。一个案例研究所提出的两层模型来说明其性能。
2020-11-23 cs.SY eess.SY
Optimal Capacity of a Battery Energy Storage System based on Solar Variability Index to Smooth out Power Fluctuations in PV-Diesel Microgrids
本文基于澳大利亚11地全年1分钟太阳辐照度数据，建立线性回归经验模型，估算平抑光伏功率波动所需电池储能的最优容量，并验证其在移动平均法下估计较准确、爬坡率控制法下精度有限。
2020-06-26 cs.SY eess.SY
Optimal Microgrid Sizing of Offshore Renewable Energy Sources for Offshore Platforms and Coastal Communities
University of Houston（休斯顿大学）
提出一种集成深度神经网络电池退化模块的微电网优化器(REMO-DNN-BD)，用于确定离岸微电网中可再生能源发电和储能的最优容量，最小化全生命周期成本并保证高可靠性。
2026-06-11 cs.SY eess.SY
Hydrogen and Battery Based Energy Storage System (ESS) for Future DC Microgrids
本文提出一种结合氢能和电池的混合储能系统，利用隔离式DC-DC转换器和PEM技术实现氢气生产、存储与发电，以应对未来高可再生能源渗透率直流微电网的长期稳定供电和功率波动问题。
2024-06-02 cs.SY eess.SY
Voltage Stabilization of A DC-Microgrid Using ANFIS Controller Considering EVs, DER, and Transient Storage
本文研究含电动汽车、分布式能源和暂态储能的直流微电网电压稳定问题，提出结合模糊推理与粒子群优化的ANFIS控制方法以优化微电网运行。
2024-02-11 cs.SY eess.SY
Decision-Focused Learning for Optimal Battery Scheduling Under Load and Photovoltaic Power Uncertainty in Microgrids
Politecnico di Milano（米兰理工大学）；Polytechnique Montréal, GERAD & Mila（蒙特利尔高等商学院、GERAD与Mila）
本研究针对微电网负荷与光伏功率不确定性问题，提出决策聚焦学习（DFL）框架训练预测器，可降低运行成本、消除负荷削减，证实预测精度与决策质量无单调关系。
2026-10-14 cs.SY eess.SY
Stochastic Operation of Energy Constrained Microgrids Considering Battery Degradation
可变可再生能源发电渗透率高的电力系统易受低发电时段的影响。保持高可调度发电容量的替代方案是能够利用剩余功率的电能存储，其中电能存储有助于供应的安全性。这样的系统可以被认为是能量受限的，并且电能存储的操作必须平衡操作成本最小化和稀缺风险。在这个问题上，依赖于操作的存储特性，例如能量存储退化是一个复杂的因素。本文提出了一种线性近似的电池充电状态退化，并实现它在一个随机的双动态规划的能量管理模型结合循环退化。退化建模的影响进行了研究，挪威的小型微电网可变的可再生能源发电和有限的可调度发电容量，以及电池和氢存储，以平衡供需。我们的研究结果表明，所提出的策略可以延长预期的电池寿命超过四年相比，天真的随机策略，但可能会导致其他系统资源的退化增加。同样明显的是，一个随机的策略是至关重要的，以保持低风险的稀缺性，在能量受限的系统。
2021-11-05 cs.SY eess.SY math.OC
Multi-Objective Sizing Optimization Method of Microgrid Considering Cost and Carbon Emissions
本文提出一种随机多目标容量优化配置模型与自适应多目标遗传算法，用于在计及电池退化和碳排放的条件下优化微电网规模，并通过案例验证其在解质量与多样性上的优越性。
2024-06-11 cs.SY eess.SY
Model Predictive Control for Distributed Microgrid Battery Energy Storage Systems
University of Oxford（牛津大学）；University of New South Wales（新南威尔士大学）；University of Technology Sydney（悉尼科技大学）；Technical University of Denmark（丹麦技术大学）
本文提出了一种新的凸优化模型预测控制策略，用于解决分布式微电网中电池储能系统的动态最优功率流问题，通过线性d-q参考框架电压电流模型和线性化功率流近似，实现快速稳健的凸优化求解，同时考虑线损、电压约束和换流器电流约束，提升实时控制性能。
2017-02-15 cs.CE cs.SY eess.SY
BOOST: Microgrid Sizing using Ordinal Optimization
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；American University of Beirut（贝鲁特美国大学）
本文提出BOOST方法，结合序优化与混合整数线性规划，通过筛选候选方案并重新评估最优方案，提高微电网设计效率。
2026-04-28 cs.SY eess.SY
Multi-Objective Optimization Algorithms for Energy Management Systems in Microgrids: A Control Strategy Based on a PHIL System
本文提出一种基于功率硬件在环（PHIL）的自适应加权多目标优化方法，用于微电网能源管理，平衡燃料消耗、负载失配、电能质量、电池退化及可再生能源利用，并在实时实验中验证其优于基线系统。
2025-05-22 cs.CE cs.SY eess.SY
Resilient Design and Optimal Operation of Battery Energy Storage Systems for Behind-the-Meter Data Center Microgrids
WSP USA Inc（WSP美国公司）
本文提出高保真负载建模与多阶段优化框架，协同优化负载侧与发电侧BESS，以平滑负载尖峰、提供旋转备用，实现数据中心微电网的韧性且经济的设计。
2026-09-18 cs.SY eess.SY
HyMGP: A Customized MILP-Based Tool for Techno-Economic Planning of Islanded Microgrids
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）；Saudi Aramco R&D Center, KAUST（沙特阿美研发中心）
HyMGP是一种基于MILP的定制化微电网规划工具，通过优化组件尺寸和约束条件，提供更灵活的经济规划方案。
2026-01-15 cs.SY eess.SY
Coordinated Scheduling of Electric Vehicles Within Zero Carbon Emission Hybrid AC/DC Microgrids
具有AC/DC架构的微电网受益于AC和DC功率两者的优点。研究了电动汽车（EV）存在下的零碳交直流微电网的日常运行问题。在这个框架中，电动汽车的电池是移动能量存储系统，它允许微电网在高峰需求时间的理想操作。研究表明，在没有储能系统的情况下，电动汽车的电池可以得到适当的管理，以满足系统的要求。在案例研究中，几个敏感性分析的基础上的变化，电池退化成本，太阳辐照度，逆变器容量进行了研究。
2021-11-16 cs.SY eess.SY
Guaranteeing Service in Connected Microgrids: Storage Planning and Optimal Power Sharing Policy
针对可再生能源不确定性挑战，提出随机控制框架确定微电网电池容量，并给出单微电网容量解析式及双微电网最优功率共享策略，量化互联带来的储能节省。
2024-11-11 cs.SY eess.SY
Peak Forecasting for Battery-based Energy Optimizations in Campus Microgrids
基于电池的能量存储已经成为各种电网能量优化的使能技术，例如调峰和成本套利。电池驱动的调峰优化的一个关键组成部分是峰值预测，它预测一天中需求最大的时间。虽然已经有显着的负荷预测工作，我们认为，预测期间的需求峰值为个人消费者或微电网的问题是更具挑战性的预测负荷在电网规模。我们提出了一个基于深度学习的高峰预测新模型，该模型预测每天最高和最低需求的k小时。我们评估我们的方法，使用两年的跟踪从一个真正的微电网的156栋建筑物，并表明它优于最先进的负荷预测技术，适用于峰值预测的11- 32%。当用于基于电池的调峰时，我们的模型为该微电网的4 MWhr电池每年节省496，320美元。
2020-05-25 cs.CY cs.SY eess.SP
Branching Dueling Q-Network Based Online Scheduling of a Microgrid With Distributed Energy Storage Systems
这封信研究了一种基于分支决斗Q网络（BDQ）的微电网在线运行策略，该微电网具有在不确定性下运行的分布式电池储能系统（BESS）。开发的基于深度强化学习（DRL）的微电网在线优化策略可以实现神经网络输出数量随分布式BESS数量的线性增加，克服了多个BESS充放电决策带来的维度灾难。数值仿真验证了该方法的有效性。
2021-05-27 cs.SY eess.SY
Learning Robust Model Predictive Control for Voltage Control of Islanded Microgrid
本文提出一种结合高斯过程回归的管式鲁棒模型预测控制方法，用于孤岛微电网电压跟踪，以降低保守性并保证稳定性与可行性。
2023-09-01 cs.SY eess.SY
Long-Term Energy Management for Microgrid with Hybrid Hydrogen-Battery Energy Storage: A Prediction-Free Coordinated Optimization Framework
针对含氢-电池混合储能的微电网长期能量管理，提出无预测两阶段协调优化框架，结合核回归与自适应虚拟队列OCO算法，实现次线性动态遗憾并显著降本减失负荷。
2024-07-31 cs.SY eess.SY math.OC
AC/DC optimal power flow and techno-economic assessment for hybrid microgrids: TIGON CEDER demonstrator
本文针对混合微电网提出AC/DC最优潮流方法与技术经济评估指标体系，在TIGON CEDER示范项目中验证，并比较四种运行场景，发现虚拟电池灵活性方案最具盈利性。
2024-03-11 cs.SY eess.SY
Deep Reinforcement Learning with Local Interpretability for Transparent Microgrid Resilience Energy Management
本研究提出一种结合PPO算法与LIME方法的可解释深度强化学习框架，用于微电网韧性能量管理，在Layla气旋极端天气下验证了其透明决策的有效性并取得0.9736的韧性指数。
2025-08-11 cs.SY eess.SY
Voltage Restoration in MVDC Shipboard Microgrids with Economic Nonlinear Model Predictive Control
本文针对海军中压直流微电网电压恢复与功率分配问题，提出结合复杂下垂控制的非线性模型预测控制策略，实现超级电容器承担高频脉冲负载、电池与辅助发电机分担稳态负载，并通过降阶模型与多目标约束优化验证其有效性。
2024-05-02 cs.SY eess.SY
Feasibility-Aware Energy Management of a Hydrogen-Enabled Community Microgrid: A Proof-of-Concept Study
Central Queensland University（中昆士兰大学）；An-Najah National University（安纳贾赫国立大学）；The University of New South Wales, Canberra（新南威尔士大学堪培拉校区）
研究针对氢能社区微电网运行的复杂问题，提出基于近端策略优化（PPO）的能量管理系统，经澳大利亚某社区数据评估，该系统在不同场景下展现出在电池 - 氢协同调度方面的潜力及对多种因素的敏感性。
2026-08-03 cs.SY eess.SY
Microgrid Optimal Energy Scheduling with Risk Analysis
目前微电网资源调度优化中的风险分析还没有量化。对含分布式能源的居民微网进行了条件风险价值（cVaR）分析。我们假设建立自组织微电网的基础设施已经到位，用于具有光伏（PV），柴油和电池储能系统（BESS）等电源的居民区。考虑到这种情况，我们解决了提前一天的调度，以优化分配各种资源，以满足社区，特别是住宅区与整个电网断开连接的情况下的需求，如洪水，飓风，冬季风暴或运营故障。其目标是提供一个替代框架，以优化优先客户的电力可用性，并加强整体电网对正常运行考虑之外的电力下降的影响。本文的重点将是在最小化成本的同时，将光伏与柴油和BESS相结合的可再生能源纳入其中。案例研究表明，通过拟议的能源管理系统，可以实施微电网，以应对新的挑战。
2023-01-04 cs.SY eess.SY
An Integrated Techno-Economic Framework for Optimal Microgrid Design: An Australian Case Study
Central Queensland University（中昆士兰大学）；An-Najah National University（安纳贾国家大学）；The University of New South Wales, Canberra（新南威尔士大学堪培拉分校）
提出一种集成技术经济框架，通过时间序列仿真、调度运行和全生命周期成本评估，优化包含光伏、风电、电池、柴油、电网和可选氢能子系统的微电网设计，并在澳大利亚昆士兰州的1000户社区进行案例研究，通过系统敏感性分析揭示最优设计的关键驱动因素。
2026-06-02 cs.SY eess.SY
Performance Investigation of an Optimal Control Strategy for Zero-Emission Operations of Shipboard Microgrids
本文针对集成柴油发电机、燃料电池和电池储能的船舶微电网，提出一种基于混合整数线性规划的功率管理策略，协同优化机组组合、功率调度与航速，在保障零排放和防停电的同时最小化运行成本。
2024-05-03 cs.SY eess.SY
Transactive Framework for Dynamic Energy Storage Allocation for Critical Load Management
针对分布式能源和可再生能源不确定性对微电网关键负荷供电的挑战，提出一种交互式动态储能分配策略，优化电池备用并保证关键需求，仿真验证其有效性。
2023-09-05 cs.SY eess.SY
The Impact of PV Generation Forecast and Multi-Objective Control Policy on Optimal Operation of Grid Connected PV-BESS Microgrid
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本研究提出基于 LSTM 的光伏预测模型与多目标调度框架，对比三种预测场景，发现 LSTM 预测可提升光伏自消费率、降低电网注入功率，同时指出电池吞吐量与老化的权衡，凸显准确光伏预测的重要性。
2026-08-27 cs.SY eess.SY
Microgrid Building Blocks for Dynamic Decoupling and Black Start Applications
本文针对微电网需与大电网及相邻微电网无缝集成的需求，提出采用集成至GridLAB-D的相量域模型研究背靠背变流器的接口作用，并通过改进IEEE 13节点系统仿真验证了其动态解耦与可控支撑能力。
2024-08-14 cs.SY eess.SY
Robust Power Scheduling for Microgrids with Uncertainty in Renewable Energy Generation
Mechanical and Aerospace Engineering University of California San Diego（加州大学圣地亚哥分校机械与航空航天工程系）
本文提出了一种鲁棒功率调度算法，用于在主电网和包含太阳能发电和电池储能的微电网之间调度电力流量，以应对太阳能发电的不确定性。通过引入时间变化的'软'约束来限制电池的荷电状态（SoC），以避免功率调度过于保守，同时保证对不确定性的鲁棒性。该方法通过递推时间 horizon 的模型预测方法，确保最终解决方案在每一步都符合硬性 SoC 限制。每个步骤的优化问题被建模为二次规划问题，并通过迭代求解来找到最接近硬性约束的软约束，同时保证可行解。优化结果证明了该方法的有效性。
2019-02-21 cs.SY eess.SY
Nonlinear Model Predictive Control for Navy Microgrids with Stabilizing Terminal Ingredients
本文提出一种带稳定终端要素的非线性模型预测控制策略，结合下垂控制架构，用于海军中压直流微电网的电压调节与脉冲功率负载能量分配，并通过与传统PI控制器对比验证了闭环稳定性和鲁棒性。
2024-05-02 cs.SY eess.SY
Design and Evaluation of a DC Microgrid Testbed for DER Integration and Power Management
本文设计并评估了一个集成光伏、超级电容器和电池储能系统的直流微电网试验台，结合APIS框架实现自动化能量管理，并通过硬件在环实时仿真验证其在动态场景下的功率分配性能与韧性。
2024-03-28 cs.SY eess.SY
Double Deep Q-learning Based Real-Time Optimization Strategy for Microgrids
本文针对微电网实时运行中的不确定性及非线性优化挑战，提出了一种基于DDQN的深度强化学习优化策略，将实时优化建模为MDP，仿真证明其优于现有方法。
2021-07-27 cs.SY eess.SY
An Efficiency-Based Power Management Strategy for an Isolated Microgrid Project
偏远地区的微电网设计代表了微电网概念最重要和最关键的应用之一。它需要正确的大小和适当利用不同的来源，以保证经济可行性和可靠性的供应。这项研究说明了一个基于效率的电源管理策略，设计一个正在进行的微电网项目，其中的资源（柴油发电机，电池储能系统，光伏电站）的规模过程中获得使用混合整数优化算法。所提出的功率管理策略保证了电源的有效利用，这是最优尺寸确定过程的关键要素之一，自然包括在能量代价函数的定义中。功率控制策略的有效性进行了验证，通过准动态模拟的完整的微电网模型，其中源定义的最佳问题的解决方案，而布线（大小和长度）和主配电盘的位置反映了预期的系统布局。从微电网电气系统的仿真获得的结果包括损耗，并且允许验证和突出所需的量，例如每个母线处的供电质量（电压幅度）和能量存储系统的荷电状态。
2022-12-02 cs.SY eess.SY
A Novel Grid-forming Voltage Control Strategy for Supplying Unbalanced Microgrid Loads Using Inverter-based Resources
针对蓄电池储能系统，提出了一种新的并网电压控制策略，以保证系统在负载不平衡时三相输出电压保持平衡。提出了一种基于静止参考坐标系（$αβ$）的控制方案来调节正序和负序电压。与传统的基于旋转坐标系（$dq$）的控制方案相比，该方案具有更好的动态性能。然后，我们分析了系统的零序网络，并提出了增加一个接地Transformer到Y/Yg连接的输出Transformer，以进一步减少在公共耦合点的电压不平衡。仿真结果表明了所提出的电压控制方案的有效性能。在此基础上，推导了不同输出Transformer配置下的功率-电压不平衡曲线，建立了微网功率调度中功率不平衡极限与电压不平衡极限之间的关系。
2021-11-22 cs.SY eess.SY
Achieving Stability and Optimality: Control Strategy for a Wind Turbine Supplying an Electrolyzer in the Islanded Storage-less Microgrid
针对孤岛无储能微电网中风力涡轮机供电电解槽的场景，本文发现有功功率与电压耦合、与频率解耦的特性，提出新型控制策略实现功率平衡、电压频率稳定及产氢最大化，经仿真验证有效，可降低平准化氢成本。
2025-01-15 cs.SY eess.SY
Optimal Dispatch Strategy for a Multi-microgrid Cooperative Alliance Using a Two-Stage Pricing Mechanism
本研究提出一种基于两阶段定价机制的多微电网合作联盟最优调度策略，通过领导者-跟随者博弈和双层优化模型优化电动汽车用电和功率交互，提升系统效率与可持续性。
2024-08-23 cs.SY eess.SY
Real-Time Energy Management Strategies for Community Microgrids
本研究提出一种混合社区微电网的实时能量管理框架，通过多目标优化最小化运营成本，并验证了基于PPO的深度强化学习策略在降低成本、减少碳排放及提升系统可靠性方面优于传统规则控制方法。
2025-06-28 cs.SY eess.SY
Ensuring reliability in 100% renewable microgrids: a scenario-based joint planning and operational design framework
Monash University（莫纳什大学）
本文提出了一种基于场景的优化框架，通过分阶段解决长期容量规划和短期运营调度问题，以提高100%可再生能源微电网的可靠性，同时最小化系统总成本。
2026-05-16 cs.SY eess.SY math.OC
Economic Dispatch and Power Flow Analysis for Microgrids
本研究针对单母线孤岛和三母线并网微电网，整合可再生能源、BESS与常规发电机，通过经济调度和OPF分析，实现低成本、可靠运行，验证了方法在微电网可持续稳定运行中的有效性。
2024-11-28 cs.SY eess.SY
Coordinated Control of Energy Storage in Networked Microgrids under Unpredicted Load Demands
North Carolina State University（北卡罗来纳州立大学）
本文提出了一种非线性控制设计，用于网络化微电网中使用储能设备的功率平衡。在突发负载或发电变化时，储能单元需调节功率缺口，通过输入输出线性化控制器保证闭环稳定性，并扩展至多 SST 协调控制以辅助不足的储能容量。
2018-04-13 cs.SY eess.SY
A Microgrid Deployment Framework to Support Drayage Electrification
本文提出集成太阳能与电池储能的微电网部署框架，通过选址、成本估算和电力优化来支撑重型商用车电气化，并在萨凡纳港地区量化其最大CO2减排效果。
2024-10-02 cs.SY eess.SY
Multiobjective optimization-based design and dispatch of islanded, hybrid microgrids for remote, off-grid communities in sub-Saharan Africa
Massachusetts Institute of Technology（麻省理工学院）
本文提出了一种多目标、多期优化框架，用于设计、 sizing 和调度孤立混合微电网，以解决撒哈拉以南非洲6亿多人的电力需求问题，通过案例研究展示优化方法在肯尼亚偏远社区的应用。
2026-11-13 cs.SY eess.SY
Enhancing Optimal Microgrid Planning with Adaptive BESS Degradation Costs and PV Asset Management: An Iterative Post-Optimization Correction Framework
University of Houston（休斯顿大学）
本文提出一种集成自适应退化成本建模的微电网规划模型，通过迭代后优化校正框架解决BESS和光伏退化成本问题，提升资源分配效率和系统可靠性。
2025-02-26 cs.SY eess.SY
A Multi-timescale Two-stage Robust Grid-friendly Dispatch Model for Microgrid Operation
可再生能源发电和负荷消耗的不确定性是微电网运行的一个巨大挑战，特别是在孤岛模式下，因为微电网的规模可能很小，灵活的资源有限。提出了一种多时间尺度、两阶段的鲁棒机组组合经济调度模型，用于微电网的优化运行。第一阶段是日前逐时和实时次逐时相结合的调度模型，即日前的调度结果必须同时满足实时条件。第二阶段是考虑可再生能源调度和负荷消耗的高度不确定性，验证最坏情况下日前调度结果的可行性。在该模型中，电池储能系统（BESS）和太阳能光伏发电机组集成为一个组合的太阳能储能系统。BESS在平衡太阳能光伏机组的可变输出方面发挥着至关重要的作用，它使太阳能储能系统的总输出每小时保持不变。通过这种方式，它在很大程度上抵消了太阳能不确定性的影响，并使微电网运行电网友好。此外，为了提高微电网的灵活性和弹性，BESS和热单元都提供调节储备，以管理太阳能和负载的不确定性。该模型已在芝加哥Bronzeville社区微电网系统的受控硬件在环（CHIL）环境中进行了测试。仿真结果表明，该模型有效地管理太阳能光伏和负载的不确定性，并可以提供一个灵活的调度在并网和孤岛模式。
2019-12-13 cs.SY eess.SY
Stochastic Dispatch of Energy Storage in Microgrids: An Augmented Reinforcement Learning Approach
微电网中蓄电池储能系统的动态调度本质上是一个多周期随机优化问题。由于BESS的寿命受到其充电和放电行为的显著影响，因此其生命周期退化成本应纳入BESS的DD模型中，这使得它是非凸的。一般来说，这种MSOP是棘手的。为了解决这个问题，我们提出了一个强化学习（RL）的解决方案，增加了蒙特卡洛树搜索（MCTS）和领域知识表示为调度规则。在这个解决方案中，Q学习函数逼近作为基本的学习架构，允许多步自举和连续的策略学习。为了提高随机多步模拟的计算效率，我们采用MCTS来估计期望的最大动作值。此外，我们在强化学习中嵌入了一些调度规则作为概率逻辑，以减少不可行的动作探索，这可以提高数据驱动解决方案的质量。数值试验结果表明，该算法优于其他基线RL算法在所有情况下测试。
2020-07-04 cs.SY eess.SY
Economic MPC with an Online Reference Trajectory for Battery Scheduling Considering Demand Charge Management
针对微电网需量电费管理，提出一种在线参考轨迹的经济模型预测控制方法，通过24-48小时滚动优化调度电池储能，相比传统方法年成本降低2%。
2024-12-14 cs.SY eess.SY
A Stochastic Game Framework for Efficient Energy Management in Microgrid Networks
我们考虑微电网网络中的能量管理问题。微电网能够从可再生资源中产生有限的能量，并负责处理其专用客户的需求。由于可再生能源发电的可变性和客户的需求，每个微电网都必须对其能源进行优化管理。这涉及到智能地调度客户端的需求，根据其当前和未来的需求，从邻近的微电网出售（当有盈余时）和购买（当有赤字时）电力。通常，微电网之间的电力交易以中央电网预先决定的价格进行。在这项工作中，我们制定的需求和电池调度，能源交易和动态定价的问题（我们允许微电网决定交易的价格取决于其当前的配置的需求和可再生能源）在随机博弈的框架。随后，我们提出了一种新的方法，利用独立学习者的深度Q学习算法来解决这个问题。通过广泛的实证评估，我们表明，我们提出的框架是更有利于大多数的微电网，我们提供了详细的分析结果。
2020-11-15 cs.GT cs.SY eess.SY
