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
Distribution Locational Marginal Pricing Under Uncertainty Considering Coordination of Distribution and Wholesale Markets
配电网中快速增长的小规模分布式能源需要一个有效的配电市场来管理。本文提出了一个日前DEM清算和定价机制，以考虑到DERs的不确定性和协调与批发电力市场（WEM）通过一个双层模型。上层模型清除输电系统（TS）中的WEM，并分别形成能量和不确定性/备用的位置边际价格（LMP）和不确定性LMP（ULMP）。在低层，提出了一种考虑WEM-DEM协调和不确定性的鲁棒调度模型，以清除DEM。相应地，推导出有功功率、无功功率和不确定性/备用的配电LMP（DLMP），以奖励DEM中的能量/备用供应和对不确定资源收费，这不仅为管理电压和阻塞提供了有效的价格信号，而且还为DS中的不确定性提供了价格信号。采用异构分解（HGD）算法对双层模型进行去中心化求解，限制TS和DS之间的信息交互，保证求解效率和信息隐私。通过大量的案例研究验证了所提出的方法的有效性。
2021-10-14 cs.SY eess.SY
DSO-DERA Coordination for the Wholesale Market Participation of Distributed Energy Resources
我们设计了一个协调机制之间的配电系统运营商（DSO）和分布式能源资源聚合器（DERA）直接参与电力批发市场。为了确保系统的可靠性，同时提供对DERA的开放访问，协调机制包括一个远期拍卖，该拍卖根据聚合者代表其聚合利益的出价向聚合者分配访问限制。建议的协调机制的结果解耦DSO和DERA操作，满足网络的约束，独立的随机性的可再生能源，批发实时位置的边际价格，和个人DERA的聚合政策。竞争性聚合商的最优投标策略也来自。以一个141节点的辐射状配电网为例，验证了协调机制的有效性和辐射状配电网节点处的位置电价分布。
2022-11-29 cs.SY eess.SY
A Bid-Validity Mechanism for Sequential Heat and Electricity Market Clearing
协调热电联产厂和热泵等热电系统接口处各单元的运作，对于减少每个系统的低效率并帮助实现整个能源系统的成本效益和高效率运作至关重要。这些能源系统目前由顺序市场运作，这些市场将系统的技术和经济方面联系起来。在这种情况下，本研究引入了一个电力感知的热单位承诺模型，该模型旨在优化热系统的运行，同时考虑到热和电力市场之间的技术经济相互依赖关系。这些相互依赖性由投标有效性约束表示，该约束对热电联产厂和热泵的热电输出与成本之间的联系进行建模。这种方法还构成了一种新的市场机制，用于协调热电系统，它根据电价有条件地定义热投标。此外，提出了一个易于处理的重新作为一个混合整数线性规划的三级优化问题。最后，它是一个案例研究表明，该模型产生了23%的总运营成本减少和减少6%的弃风相比，传统的解耦机组组合模型。
2019-10-18 cs.SY eess.SY
Optimizing Bidding Curves for Renewable Energy in Two-Settlement Electricity Markets
Argonne National Laboratory（阿贡国家实验室）；Massachusetts Institute of Technology（麻省理工学院）；University of Michigan（密歇根大学）；Lehigh University（理海大学）
本文针对双结算电力市场提出基于可变可再生能源基准投标曲线的协调方法，通过双层优化求解，其方案优于基准方案，可近似实现成本最低的随机市场结果。
2026-08-10 cs.SY econ.GN eess.SY
Differentially Private Distributed Constrained Optimization
University of Pennsylvania（宾夕法尼亚大学）
本文提出一种在保护用户隐私的同时解决分布式约束优化问题的算法，通过在公共信号中加入噪声来实现差分隐私，通过电动车充电案例验证了算法的有效性。
2014-11-15 cs.DS cs.SY eess.SY
Coordinating Distributed Energy Resources for Reliability can Significantly Reduce Future Distribution Grid Upgrades and Peak Load
该研究通过潮流驱动的仿真—优化比较集中式可靠性优化与本地成本最小化 DER 控制，证明面向可靠性的协调可大幅减少变压器违规、峰值负荷及未来电网升级。
2023-06-14 cs.SY eess.SY
Solar Photovoltaic Systems Metadata Inference and Differentially Private Publication
本文研究 Solar Photovoltaic Systems 元数据的推断与发布问题，提出了一种基于 Bayesian optimization 的差分隐私机制，以在保护隐私的前提下发布推断出的元数据，并通过真实数据验证了其有效性。
2023-04-07 cs.SY eess.SP eess.SY
Reinventing the Utility for DERs: A Proposal for a DSO-Centric Retail Electricity Market
间歇性可再生能源、存储设备和灵活负荷的日益普及给配电网带来了运营挑战。使用分布式方法对这些资源进行适当的协调和调度是有必要的，并且只能通过采用交易能源计划的当地零售市场来实现。为此，我们提出了一个分销层面的零售市场由一个流通体制运营商（DSO），调度DER，并确定实时的分销层面的Lotero边际价格（d-LPM）。零售市场是使用分布式近端原子协调（PAC）算法建立的，该算法在考虑网络物理的同时求解最优潮流模型，渲染位置和时间变化的d-LMP。通过对IEEE-123节点网络的模拟，使用来自美国马萨诸塞州ISO-NE和Eversource的数据，对市场结构进行了数值研究。将市场表现与现有的零售实践进行比较，包括具有无出口规则和净计量的需求响应（DR）。以DSO为中心的市场提高了DER的利用率，允许DR持续的市场参与，降低了客户的电价，并消除了净计量计划固有的补贴。DSO由此产生的较低收入流凸显了现代公用事业不断发展的商业模式，从商品化市场转向基于性能的费率制定。
2021-02-02 cs.SY econ.GN eess.SY
Coordination Between TSOs and DSOs: Flexibility Domain Identification
过去20年积累的巨大技术潜力将使彻底改变电力系统的运作原理成为可能。随之而来的技术演进不仅影响电力市场的结构，而且影响输电系统运营商（TSO）和配电系统运营商（DSO）之间的互动。需要新的实用解决方案来改善国家级TSO和地方级DSO的电网运营商之间的协调。在本文中，我们定义的TSO和DSO之间的协调的灵活性范围。通过这样做，我们提出了一种算法的基础上ε约束的方法，通过数学规划和电力系统的原则。我们评估和比较不同的经典最优潮流公式（AC-OPF，DistFlow，DistFlow-SOCP，和LinDistFlow）建立灵活的TSO-DSO灵活的域。本文提出的方法进行了分析，在IEEE 33节点测试径向配电系统。我们表明，对于这个特定的问题，DistFlow-SOCP具有最差的准确性，尽管在学术界的凸松弛方法的普及。
2020-11-25 cs.SY eess.SY
Optimal Coordination of Flexible DERs in Local Energy and Flexibility Markets to Ensure Social Equity
本文提出一种基于社会公平的本地市场出清框架，通过纳入能源负担和灵活性市场管理，实现分布式能源资源的最优协调，并在IEEE 33节点网络上验证了其有效性。
2025-06-02 cs.SY eess.SY
Wholesale Market Participation of DERA: DSO-DERA-ISO Coordination
提出一种DSO利用前向拍卖向DERA分配配电网接入限额的机制，通过鲁棒且风险敏感的市场形式，实现无需DSO实时干预即可保证网络安全并让DERA参与批发电力市场。
2024-01-08 cs.SY eess.SY
On the theory and applications of mechanism design and coalitional games in electricity markets
虽然世界各地的电力市场的具体结构各不相同，但它们都是以发电量可预测、可控和边际成本不可忽略为前提的。最近的变化，特别是越来越多的可再生能源整合，挑战了这种假设。鉴于这一转变，本论文旨在设计新的框架，并提高我们对未来市场的理解。第一部分着重于当模型充分反映网格和参与者的物理特性时的机制设计。我们考虑一个市场，涉及连续的商品，一般的非凸约束，和第二阶段的成本。然后，我们设计的支付和条件下，联盟不能影响的结果。在激励相容的VCG机制下，我们证明了如果投标是凸的，约束是多拟阵，则可以实现防联盟的结果。通过放松激励相容性，我们研究了无条件的联盟证明的核心选择机制。我们发现，他们概括了LMP机制的经济学原理，并可以近似真实的价格接受假设。最后，它们是不平衡的。第二部分协调区域市场，利用可再生能源的地理多样化。在欧洲，储备仍然是区域运营商的专属责任。这种有限的协调和顺序结构阻碍了发电和输电的利用。为了促进备用交换，抢占模型可以最优地从日前能量中提取区域间传输容量用于备用。然而，这个双层计划并没有提出保证协调的成本。我们制定了一个新的抢先模型，使我们能够获得稳定的利益免疫偏差。我们的建议，最少的核心利益，实现了最小的稳定性破坏与易处理的计算。
2020-12-09 cs.GT cs.SY eess.SY
Understanding the Impact of Coalitions between EV Charging Stations
本文研究电动汽车充电站部分联盟协调的影响，通过非合作聚合博弈和C-Nash均衡分析，发现在某些条件下独立运行反而比部分联盟协调成本更低。
2024-10-03 cs.GT cs.MA cs.SY
Decentralized Integration of Grid Edge Resources into Wholesale Electricity Markets via Mean-field Games
本文提出一个平均场博弈框架，使产消者能基于动态电价和太阳能发电自主优化储能决策，实现电网边缘资源去中心化参与批发市场，并验证其收敛到平均场均衡且能降低峰值负荷与价格波动。
2025-03-11 cs.SY eess.SY
On the interaction between Autonomous Mobility-on-Demand systems and the power network: models and coordination algorithms
Stanford University（斯坦福大学）；University of California, Santa Barbara（加州大学圣巴巴拉分校）
本文研究了自主出行-on-demand系统与电力网络的相互作用，提出了一种模型来捕捉两者之间的耦合关系，并通过联合优化算法协调两个系统。
2019-06-08 cs.MA cs.RO cs.SY
Enhancing power grid resilience to cyber-physical attacks using distributed retail electricity markets
针对配电网信息物理攻击导致的供电缺口，本文提出层级零售市场机制，通过价格信号协调剩余机组灵活性、备用及柔性负荷，减少主网进口电力并公平补偿产消者。
2024-07-02 cs.SY eess.SY math.OC
Development and Evaluation of an Online Home Energy Management Strategy for Load Coordination in Smart Homes with Renewable Energy Sources
针对含可再生能源的智能家居，提出基于序贯模型预测控制与遗传算法的实时负荷协调策略，可在减少干扰的同时降低约5%电网成本。
2023-04-23 cs.SY eess.SY math.OC
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
The Value of Distributed Energy Resources for Heterogeneous Residential Consumers
Stanford University（斯坦福大学）；University of California, Berkeley（加州大学伯克利分校）
研究分析了分布式能源资源对住宅消费者和运营商的价值，揭示了不同消费行为导致的电费节省差异，以及协调服务对降低总成本的影响。
2018-09-13 cs.SY eess.SY
Functional Architecture of European Electricity Trading Markets: Requirements for AI Supported Trading Systems under Regulatory Constraints
Swissi Institute for AI（Swissi人工智能研究所）
本文提出一种受监管约束的欧洲电力交易AI支持系统功能架构，通过决策状态向量、风险核算、约束优化和故障关闭控制，将AI作为有界决策组件嵌入市场运营。
2026-10-02 cs.AI cs.SY eess.SY
Home Electricity Data Generator (HEDGE): An open-access tool for the generation of electric vehicle, residential demand, and PV generation profiles
University of Oxford（牛津大学）
针对住宅能源研究中可用数据匮乏、单户连续数据缺失的问题，本文提出开源工具HEDGE，基于英国真实数据集经预处理、行为聚类后用GAN生成单户一致的多日住宅能源数据序列。
2023-10-02 cs.LG 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
Transactive Local Energy Markets Enable Community-Level Resource Coordination Using Individual Rewards
本研究提出经济驱动的交互式局部能源市场ALEX，通过理性智能体仅依赖建筑级信息自私最大化利润，利用动态规划生成策略，实现了社区级分布式能源资源协调，并在所有净负荷指标上优于基准能源管理系统。
2024-03-22 cs.MA cs.SY eess.SY
Centralised rehearsal of decentralised cooperation: Multi-agent reinforcement learning for the scalable coordination of residential energy flexibility
Department of Engineering Science, University of Oxford（牛津大学工程科学系）；Department of Computer Science, University of Liverpool（利物浦大学计算机科学系）
本文提出采用集中式但因子化 critic 的深度多智能体 actor-critic 方法，在执行前排练住宅能源协调，实现可扩展、隐私保护且训练成本显著降低的分布式控制。
2023-06-05 cs.LG cs.MA cs.SY
Differentially Private Iterative Synchronous Consensus
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对迭代共识问题中保护初始值隐私的需求，提出基于差分隐私的服务端和完全分布式随机机制，并分析隐私与准确性的权衡。
2012-08-08 cs.CR cs.DC cs.SY
Network-Aware Electric Vehicle Coordination for Vehicle-to-Anything Value Stacking Considering Uncertainties
本文提出一种考虑网络约束和不确定性的滚动时域优化方法，通过协调电动汽车执行V2H、V2G和能量交易实现V2X价值叠加，并基于真实市场数据验证其降低能源成本的有效性。
2023-05-30 cs.SY eess.SY math.OC
How to Use Reinforcement Learning to Facilitate Future Electricity Market Design? Part 1: A Paradigmatic Theory
本文提出一种基于强化学习仿真的联合电力市场设计范式理论，通过马尔可夫博弈建模竞价过程，并利用多种RL算法仿真验证，以协调现货、辅助服务和金融市场，提升系统运行安全、经济与环境效益。
2023-05-12 cs.AI cs.LG cs.SY
The Value of Operational Coordination for EV Fleet Aggregators
电力和天然气网以及电力和热力网等能源系统的整合可以在系统安全性，可靠性和减少排放方面带来显着的好处。另一个具有巨大潜在利益的部门耦合是电力和运输网络。这主要是由于电动汽车（EV）的使用越来越多，以及它们对电网的需求。此外，电动汽车和电池技术的生产和运营成本正在稳步下降，而发达国家的用户正在为购买和使用电动汽车提供税收抵免。电网也在进行重大升级和改造，目的是确保电网的环境可持续性。这些因素影响着我们的工作。我们提出了一种新的运营模式，集成的电动汽车电网系统，其中包括一组聚合器（拥有一个车队的电动汽车）与部分访问配电网。然后，利用合作对策理论对系统的行为进行建模。核心用于描述这些聚合器之间交互的稳定性，Shapley值用于为它们分配成本。所获得的结果显示了合作的好处，这可能导致能源消耗的总体减少，降低电动汽车和配电网的运营成本，并且在某些情况下，可以增加用于加强输电和电网基础设施的额外资金预算。
2021-04-12 cs.SY eess.SY math.OC
Shared Renewable Allocation and Hydrogen Flexibility in Local Energy Markets: A Market Design Perspective
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
提出协调的本地电-氢市场框架，通过混合整数线性规划模型优化电力交易、电池运行、风电分配和氢生产，揭示市场设计规则和可再生能源接入机制对系统行为与灵活性的关键影响。
2026-06-11 cs.SY eess.SY
A Distributed Economic Model Predictive Control Design for a Transactive Energy Market Platform in Lebanon, NH
由于可变可再生能源（VRE）、网络数字物理设备和消费者积极参与的广泛采用，配电系统正在发生根本性变化。VRE本质上是不确定的和间歇性的，并且对电力系统控制和操作提出了各种技术挑战，从而限制了它们的渗透。通过积极的社区级协调，使需求方参与控制结构，利用个人电力消费者参与社会和零售市场的好处，作为一个控制杠杆，可以支持更多地采用VRE。提出了一种基于增广拉格朗日交替方向不精确牛顿（ALADIN）算法的配电系统分布式经济模型预测控制（DEMPC）算法。具体来说，这个DEMPC解决了交流最优潮流（ACOPF）的问题，在一个后退的时间范围。此外，它采用了社会福利最大化的ACOPF捕捉消费者的偏好，通过明确使用随时间变化的效用函数。在这项工作中应用的ACOPF的DEMPC制定是新颖的，因为它解决了固有的动态特性的网格和规模与爆炸的主动控制设备的需求侧。本文演示了13节点黎巴嫩NH配电馈线的仿真方法。
2020-12-07 cs.SY eess.SY
Improving Sequential Market Coordination via Value-oriented Renewable Energy Forecasting
College of Engineering, Cornell University（康奈尔大学工程学院）；Department of Electrical and Computer Engineering, University of California, San Diego（加州大学圣地亚哥分校电气与计算机工程系）；Department of Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电气工程系）；Dyson School of Design Engineering, Imperial College London（伦敦帝国理工学院设计工程学院）
本研究提出面向价值的可再生能源预测方法，通过训练模型最小化日前与实时市场的总运行成本，显著降低确定性出清下的系统运行成本。
2025-08-06 cs.LG cs.SY eess.SY
Preventing an Extractive Green Hydrogen Industry: Risks and Benefits of Grid Expansion and Green Hydrogen in and for Kenya
本研究通过肯尼亚县级多节点容量扩展模型发现，并网电解槽可降低30%的平准化度电成本、累计节省4.6亿美元并支持风电并网，同时使氢能碳强度低于国际认证阈值，但需以公平为导向协调风电、输电与基础设施规划，使绿色氢能既为肯尼亚生产也为肯尼亚服务。
2025-07-19 cs.SY eess.SY physics.soc-ph
On the Smart Coordination of Flexibility Scheduling in Multi-carrier Integrated Energy Systems
Delft University of Technology（代尔夫特理工大学）；Netherlands eScience Center（荷兰电子科学中心）
本文针对多能互补集成系统灵活性调度协调的复杂性，提出受市场拍卖启发的模型耦合方法，经实验验证其可扩展性与近最优性，开源软件可支撑相关应用场景。
2026-08-19 cs.SY econ.GN eess.SY
Modeling Coincident Peak Pricing in Electricity Markets: Challenges and Peak Shaving Effectiveness
John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保尔森工程与应用科学学院）；College, the University of Chicago（芝加哥大学学院）；Harvard Kennedy School of Government, Harvard University（哈佛大学肯尼迪政府学院）
本文提出了一种行为博弈论框架，用于分析由同时高峰定价驱动的负载转移，结合非线性成本分配模型与日前（一次性）和实时（顺序学习）决策过程，探讨了灵活性、动作分辨率和参与度对高峰结果的影响，并发现 fictitious-play dynamics 能有效降低系统高峰，而 best-response dynamics 在紧缩容量条件下可能导致高峰增加。
2026-06-04 cs.SY eess.SY
Design of Privacy-Preserving Dynamic Controllers
差分隐私的概念最早是在计算机科学中提出的，后来被应用到线性动力系统中，作为一个量化的标准，以数据生成过程的形式的“机制”的隐私。然而，差分隐私还没有被深入的研究与其他性质的动力系统，它还没有被充分利用的控制器设计。在本文中，我们首先澄清，一个经典的概念，在系统和控制，输入可观性（有时被称为左可逆性）与微分隐私有很强的联系。特别是，我们表明，高斯机制可以通过添加小噪声，如果相应的系统是不太输入可观察的高度差分私人。接下来，通过我们对隐私的新见解，我们开发了一种方法来设计经典跟踪控制问题的动态控制器，同时解决隐私问题。我们通过我们的设计方法所获得的控制器的隐私保护控制器。通过跟踪安装有智能电表的DC微电网中的规定电力供应同时保持电力消费者的跟踪误差私密的示例来进一步说明这种控制器的使用。
2020-04-16 cs.SY eess.SY math.OC
Decentralized Coordination of Distributed Energy Resources through Local Energy Markets and Deep Reinforcement Learning
University of Alberta（阿尔伯塔大学）；Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所）；University of Hradec Králové（赫拉德茨-克拉洛韦大学）
本研究利用深度强化学习智能体自动化终端用户在本地能源市场中的参与，以最小化能源账单并有效降低社区层面的净负荷波动，其在削减进口、出口和峰值需求上表现出了与动态规划基准相当或更优的性能。
2024-11-14 cs.AI cs.LG cs.MA
A Fully Decentralized Tuning-free Inexact Projection Method for P2P Energy Trading
针对P2P能源交易中去中心化算法依赖超参数调优的问题，提出一种免调优、无需中央协调的非精确投影方法，仅共享有限耦合信息，并在IEEE 13节点系统验证其鲁棒性与隐私优势。
2022-02-12 cs.SY eess.SY
A privacy-preserving distributed computational approach for distributed locational marginal prices
当今电力市场的一个重要问题是管理智能家用电器或电动汽车等新做法所提供的灵活性。需求响应（DR）通过改变住宅电力公司的行为，试图调整电力需求以提高电网稳定性和更好地整合可再生能源。DR中的一个关键角色是由称为负载聚合器（LA）的新兴独立实体发挥作用。本文提出了一种新的分散算法来解决经典的交流最优潮流（ACOPF）问题的凸松弛，它只依赖于局部信息。每个计算步骤都可以以完全保护隐私的方式执行，并且通过特定于节点的分布位置边际价格（DLMP）实现系统范围的协调。我们证明了我们的方法在15总线径向配电网络的效率。
2022-09-07 cs.SY eess.SY math.OC
Optimal design of solar-battery hybrid resources considering multi-market participation under weather and price uncertainty
University of Hyogo（兵库大学）
本文提出基于深度强化学习的混合太阳能-电池资源协同优化框架，解决多市场参与下的系统规模优化问题，通过统一随机建模实现混合系统设计与多市场投标策略的联合优化。
2026-05-13 cs.SY eess.SY
Agentic AI Home Energy Management System: A Large Language Model Framework for Residential Load Scheduling
Department of Industrial Economics and Technology Management, The Norwegian University of Science and Technology（工业经济学与技术管理系，挪威科学与技术大学）
电力部门的转型需要大幅提高住宅需求响应能力，但家庭能源管理系统（HEMS）的采用仍然受到用户交互障碍的限制，需要将日常偏好转化为技术参数。虽然大语言模型已被应用到能源系统作为代码生成器和参数提取器，没有现有的实现部署LLM作为自治协调器管理从自然语言输入到多设备调度的完整工作流。本文提出了一种代理人工智能HEMS，其中LLM自主协调多设备调度从自然语言请求到设备控制，实现最优调度没有例子演示。将一个协调器与三个专业代理相结合的分层架构使用ReAct模式进行迭代推理，实现动态协调，而无需硬编码工作流，同时集成Google日历进行上下文感知的截止日期提取。使用真实的奥地利日前电价对三个开源模型进行评估，发现了巨大的能力差异。Llama-3.3- 70 B成功地协调了所有场景中的所有设备，以匹配通过混合整数线性规划计算的成本最优基准，而其他模型实现了完美的单设备性能，但难以同时协调所有设备。渐进式提示工程实验表明，分析查询处理没有明确的指导仍然是不可靠的，尽管模型的一般推理能力。我们开源了完整的系统，包括编排逻辑，代理提示，工具和Web界面，以实现可重复性，扩展和未来的研究。
2025-10-30 cs.AI cs.MA cs.SY
Levelized Cost of Energy Calculation for Energy Storage Systems
University of Denver（丹佛大学）；ComEd（康艾德）
本文提出了一种计算能源存储系统能量平准化成本的方法，并分析了容量、电力市场价格和效率变化的影响。
2016-10-24 cs.SY eess.SY
Collective Grid: Privacy-Preserved Multi-Operator Energy Sharing Optimization via Federated Energy Prediction
Ericsson AB（爱立信公司）；KTH Royal Institute of Technology（皇家理工学院）
本文提出一种隐私保护的多运营商能源共享框架，通过联邦学习预测能源消耗，优化电网采购、可再生能源利用和共享电池充放电，实验证明该方法能有效降低运营成本，尤其在5G及更高级部署中效果更佳。
2026-03-15 cs.SY eess.SY
Stochastic Multi-Segment Scheduling of Variable-Speed Pumped Storage Hydropower for Energy and Ancillary Services Provision
Pacific Northwest National Laboratory（太平洋西北国家实验室）；New Jersey Institute of Technology（新泽西理工学院）；Chungnam National University（忠南国立大学）
针对变速抽水蓄能水电运行调度受多种约束挑战的问题，提出随机框架，采用多段投标结构，纳入物理约束，通过基于场景建模表示价格不确定性，经随机MILP生成调度，案例研究证明其可行性与适用性，凸显其价值。
2026-07-20 cs.SY eess.SY
Dynamic Rolling Horizon Optimization for Network-Constrained V2X Value Stacking of Electric Vehicles Under Uncertainties
Monash University（莫纳什大学）；Monash Energy Institute（莫纳什能源研究所）；The University of Tokyo（东京大学）
本研究提出动态滚动时域优化框架，结合GRU-EN-TFD预测模型，实现V2X价值堆叠以降低住宅社区能源成本，并揭示EV到达不确定性对性能的关键影响。
2025-02-22 cs.LG cs.SY eess.SY
