Optimal Storage and Solar Capacity of a Residential Household under Net Metering and Time-of-Use Pricing
激励计划和持续的成本降低正在推动太阳能光伏电池板和存储系统在住宅家庭中的联合安装。有必要作出最佳投资决策，以进一步降低家庭的用电成本。在本文中，我们首先开发的存储投资决策的解析表达式，然后太阳能投资决策的家庭，这是净计量计费机制下的使用时间定价条件。我们使用美国德克萨斯州奥斯汀市一个居民家庭的真实数据，研究了投资决策如何提供为期一年的收益。结果显示，当使用存储设备和太阳能电池板最佳的系统显着的利润。值得注意的是，尽管我们的方法可以显著帮助做出投资决策，但对于需要在存储和太阳能系统上进行最佳投资的人来说，该解决方案仍然是次优的。
2022-12-30 cs.SY eess.SY
Event-based Electricity Metering: An Autonomous Method to Determine Transmission Thresholds
University of Oulu（奥卢大学）；Lappeenranta University of Technology（拉彭兰塔理工大学）
本文提出一种自主确定传输阈值的方法，通过百分比峰值功率消耗来动态设置阈值，提高不同家庭电力需求的存储效率并保持误差在可接受范围。
2018-03-06 cs.SY eess.SY
On the Optimality of Procrastination Policy for EV charging under Net Energy Metering
本文研究净计量电价下产消者电动汽车充电与屋顶太阳能、电池及柔性负荷的协同优化问题，证明拖延阈值策略最优，并提出短视策略，仿真显示其与理想上界的性能差距为0.5%-7.5%。
2024-04-29 cs.SY eess.SY
Storage Optimal Control under Net Metering Policies
电价和最终用户净负荷随时间变化。配备有能量存储装置的电力消费者可以执行能量套利，即，在能源价格便宜或能源短缺时购买，在能源价格昂贵或过剩时出售，同时考虑到未来价格和净负荷的变化。净计量策略指示许多公用事业应用低于或等于零售{客户购买率}的{客户销售率}，以便补偿由最终用户产生的过量能量。在本文中，我们制定了最优控制问题的最终用户能量存储设备存在净计量。我们提出了一个计算效率高的算法，最坏情况下的运行时间复杂度的二次在前瞻视野中的样本数，计算最佳的能量斜坡率在一个时间范围内。该算法利用问题的分段线性结构和凸性的最佳拉格朗日乘子的\textit{discretization}。该解决方案具有\textit{threshold-based structure}，其中最优控制决策独立于过去或未来的价格以及超出一定时间范围的净负荷值，定义为\textit{sub-horizon}。数值结果表明了所提模型和算法的有效性。此外，我们调查预测误差对所提出的技术的影响。我们考虑一个自回归移动平均（ARMA）的净负荷预测与模型预测控制（MPC）。我们数值计算表明，自适应预测和MPC显着减轻预测误差对能源套利收益的影响。
2020-02-04 cs.SY eess.SY
Co-Optimizing Distributed Energy Resources in Linear Complexity under Net Energy Metering
针对净电量计量下产消者的表后分布式能源协同优化问题，提出基于松弛-投影的线性复杂度闭式算法，大幅降低计算成本且最优性间隙小。
2024-05-08 cs.SY eess.SY math.OC
Holistic Privacy for Electricity, Water, and Natural Gas Metering in Next Generation Smart Homes
在智能电网中，高时间粒度（HTG）功耗数据可以通过非侵入式电器负载监测技术分解为各个电器负载特征，以暴露电器使用情况。已经提出了从负载整形到噪声添加和数据聚合的各种方法来缓解这个问题。然而，随着自然资源的日益稀缺，电力以外的公用事业（如水和天然气）也开始受到HTG计量的限制，这造成了与电力类似的隐私问题。因此，仅针对电力使用采用隐私保护对策对于利用附加/其他计量资源的电器是无效的。因此，需要重新评估现有的隐私对策和指标，不仅要解决电力问题，还要解决任何其他被计量的资源问题。此外，必须对所有计量资源采用整体隐私保护方法，因为来自任何资源的信息泄漏都有可能使所有其他资源的隐私保护对策无效。本文介绍了多HTG计量资源的隐私保护问题，并探讨其缓解的潜在解决方案。
2020-10-29 cs.SY eess.SY math.OC
Output-feedback adaptive model predictive control for ramp metering: a set-membership approach
针对未知参数和部分主线测量的高速公路匝道控制，提出结合 MPC 与集员状态参数估计的输出反馈自适应方法，并证明有界排队、最大通行能力及稳定性优势。
2025-03-14 cs.SY eess.SY
Integrating Distributed Energy Resources: Optimal Prosumer Decisions and Impacts of Net Metering Tariffs
本文提出基于NEM X电价模型的分析框架，研究产消者最优用电决策，并评估净计量与上网电价政策对社会福利、交叉补贴和太阳能长期采用的影响。
2022-05-24 cs.SY econ.EM eess.SY
Peer-to-Peer Sharing of Energy Storage Systems under Net Metering and Time-of-Use Pricing
共享经济已成为交通和住房领域的社会经济趋势。它开发利用未充分利用资源的商业模式。与这些行业一样，电网也变得越来越智能，拥有许多灵活的资源，研究人员正在研究共享资源的影响，这有助于降低成本和提取价值。在这项工作中，我们研究了在合作的方式在各个家庭之间共享的能量存储设备。利用联盟博弈理论对电力公司实施分时电价和净计量计费机制的情景进行了建模。由此产生的游戏有一个非空的核心，我们可以开发一个易于计算的解析公式的成本分配机制。分配对每个家庭都是公平和符合成本效益的。我们设计了对等网络（P2P）的价格和共享算法，使大联盟始终稳定。因此，在消费者之间共享存储设备的电力在这种设置中可以是有效的。我们的机制是在德克萨斯州的一个社区的80户家庭使用的需求和太阳辐照度的真实数据，结果表明，我们的方法显着节省成本。
2022-10-01 cs.GT cs.SY eess.SY
Throughput of Freeway Networks under Ramp Metering Subject to Vehicle Safety Constraints
匝道控制是解决交通拥堵的有效手段之一。在本文中，我们提出了一个匝道控制策略的高速公路网络与任意数量的上，下匝道，合并，并分歧路口。建议的政策是在微观层面上设计的，并考虑到车辆以下的安全约束。此外，每个入口匝道以循环方式运行，在此期间，只要释放车辆的数量不超过循环开始时的队列大小，它就会释放车辆。此外，每个入口匝道根据交通状况动态调整其放行率。为了评估该策略的性能，我们分析了它的吞吐量，其特征在于在所有入口匝道的队列大小保持有界的期望的到达率的集合。我们表明，所提出的政策是能够最大限度地提高吞吐量，如果合并速度在所有的入口匝道是等于自由流的速度和网络没有合并路口。我们提供模拟来说明我们的政策的性能，并将其与文献中的一个著名的政策进行比较。
2023-03-12 cs.MA cs.SY eess.SY
Dynamic Net Metering for Energy Communities
本文提出动态净计量电价机制D-NEM，通过动态设定社区NEM价格聚合个体与共享能源资源，在保证成员收益和子社区稳定性的同时实现社区社会福利最大化。
2024-01-16 cs.GT cs.SY econ.TH
Passive learning to address nonstationarity in virtual flow metering applications
NTNU（挪威科技大学）；Solution Seeker AS（索卢申西克尔公司）
稳态过程模型由于计算复杂度低、模型开发和维护成本低而在虚拟流量计应用中很常见。然而，稳态模型的预测性能通常会随着时间的推移而下降，这是由于被建模的底层过程的固有非平稳性。很少有研究探讨如何学习方法可以应用于维持稳态虚拟流量计的预测精度。本文探讨了被动学习，其中模型经常根据新数据进行校准，作为解决非平稳性和提高长期性能的一种方法。被动学习的一个优点是它与行业中使用的模型兼容。两种被动学习方法，定期批量学习和在线学习，应用不同的校准频率训练虚拟流量计。六种不同的模型类型，从数据驱动的第一原则，从10口油井的历史生产数据进行训练。结果是双重的：第一，在频繁到达的测量值的存在下，频繁的模型更新随着时间的推移维持了优异的预测性能;第二，在间歇的和不频繁到达的测量值的存在下，除了利用专家知识之外，频繁的更新对于增加性能准确度是必不可少的。调查可能是感兴趣的专家开发的软测量非平稳过程，如虚拟流量计。
2022-02-07 cs.LG cs.SY eess.SP
On Net Energy Metering X: Optimal Prosumer Decisions, Social Welfare, and Cross-Subsidies
本文提出包容性零售电价模型 NEM X，揭示了产消者最优决策的三种模式并求出阈值闭式解，通过构建随机 Ramsey 定价规划最大化社会福利，评估了政策对社会福利、交叉补贴及 DER 投资回收期的影响。
2022-01-05 cs.SY econ.TH eess.SY
New insights for setting up contractual options for demand side flexibility
本文利用需求模式的使用期限作为处理需求侧灵活性的关键概念。从在电力消费者的供应点处不使用细粒度能量计量的考虑出发，即，所测量的能量的粒度（在15分钟、30分钟或1小时的时间步长处），基于事件的能量计量（EDM）被指示为提供需求模式的非常详细的重构的可行选项。EDM的使用使得能够高质量地跟踪需求峰值，并且相对于在常规时间步长测量能量以达到类似峰值跟踪能力所需的数据而言，数据的数量减少。从EDM的结果，一类新的选项，建立关税或合同的灵活性，根据需求持续时间曲线，设想。
2019-09-04 cs.SY eess.SY
Ramp Metering to Maximize Freeway Throughput under Vehicle Safety Constraints
University of Southern California（南加州大学）
针对任意匝道数的高速公路，在车辆跟驰安全约束下设计反应式匝道控制策略，通过同步周期和三种释放机制最大化通行能力，并证明合流速度等于自由流速度时最优。
2023-06-20 cs.MA cs.RO cs.SY
Graph-based Impact Analysis of Cyber-Attacks on Behind-the-Meter Infrastructure
针对表后基础设施互联带来的网络攻击风险，提出基于图的网络物理能源系统模型，用于分析不同攻击向量对电力系统的影响。
2025-02-04 cs.SY eess.SY
Power Generation Nowcasting of the Behind-the-Meter Photovoltaic Systems
低压配电系统中光伏系统（PVS）数量的快速增加需要对这些系统进行实时监控。然而，考虑到必要的投资成本，实时监测基础设施的安装似乎在不久的将来无法实现。因此，实现这一必要性的替代办法至关重要。在这项研究中，提出了一种方法来临近预测的发电量的表后光伏系统。该方法依赖于PVS逆变器的谐波电流注入和PVS的功率生成之间的强相关性。人工神经网络方法（ANN）被用来模拟预测和聚合PVS输出，即发电量之间的关系。最后，该方法的有效性进行了评估与真实的现场数据。
2020-01-07 cs.SY eess.SY
Privacy-Preserving Power Flow Analysis via Secure Multi-Party Computation
本文针对智能电网中智能电表数据的隐私泄露问题，提出基于安全多方计算的潮流分析方法，通过SMPC实现牛顿法在加密产消者数据上的潮流计算，并在通用可组合框架下验证安全性，实验表明该方法在特定场景下可有效缓解隐私问题。
2024-11-21 cs.CR cs.SY eess.SY
Grid-Aware Flexibility Operation of Behind-the-Meter Assets: A review of Objectives and Constraints
本文综述了低压配电网中表后资产灵活性运行的目标与约束，提出融合产消者目标、灵活性来源及本地与电网约束的网络感知建模分类框架，并指出产消者中心化电网考量、控制策略、灵活性偏好和场景方面的研究空白。
2025-08-22 cs.SY eess.SY
Grid Services by Behind-the-Meter Distributed Energy Resources: NY State Grid Case Study
本文介绍了一个案例研究，利用后表（BTM）分布式能源（DER）提供电网服务时，由DER管理系统（DERMS）控制。该试验台包括一个5,000总线的暂态稳定（TS）的实时（RT）模型，两个9,500总线的配电馈线从本地公用事业建模的配电系统模拟器（DSS），和数百个DER。采用MQTT通信协议实现模型在RT中的接口。在第一，它被发现，DER与频率-瓦特下垂响应可以帮助保持稳定的未来纽约州电网中，热同步发电机已被可再生能源取代。在第二，结果表明，BTM DER可以提供类似的水平的频率调节服务，预计从大型公用事业规模的发电。
2023-02-02 cs.SY eess.SY
Control and Scheduling of Behind-the-Meter Battery Energy Storage Systems for Stacked Grid and Building Services
HES-SO Valais - Wallis（瓦莱应用科技大学）
本文提出并验证了一种两阶段调度与控制策略，用于户内电池储能系统（BESS）同时提供本地和电网服务。研究通过场景化方法分配电池容量，以最大化光伏自用电、减少峰值负荷和实现二次频率调节（aFRR）。实验在瑞士HES-SO Valais（Sion）能源学院校园建筑上进行，该建筑峰值功率需求为300kW，配备264kWh/140kW的锂离子BESS。实验结果证明了所提框架在调度和执行户内及户外服务方面的有效性。
2026-05-08 cs.SY eess.SY
Analysis of Solar Energy Aggregation under Various Billing Mechanisms
University of California, Berkeley（加州大学伯克利分校）；Universidad de Valladolid（巴利亚多利德大学）；University of California, Irvine（加州大学尔湾分校）
本文研究了家庭社区中太阳能系统共享的条件，通过合作博弈理论确定降低总成本的条件，并提出分配规则以促进太阳能聚合。
2018-02-16 cs.SY eess.SY
A Data-Efficient Approach to Behind-the-Meter Solar Generation Disaggregation
随着具有成本效益的电池存储的出现和太阳能光伏（PV）平准化能源成本（LCOE）的下降，预计米后太阳能光伏系统的数量将稳步增加。从这些潜在系统中估计太阳能发电量的能力对于一系列应用至关重要，包括配电系统规划和运行，需求响应和非侵入式负载监控（NILM）。本文研究了从智能电表数据分解太阳能发电的问题时，从目标家庭的历史分解数据是不可用的，光伏系统的部署特性是未知的。所提出的方法需要从智能电表数据中推断物理特性，并使用迭代算法分解太阳能发电。该算法利用了来自与目标家庭位于同一区域的几个站点的太阳能发电数据（又名代理测量），以及使用物理PV模型合成的太阳能发电数据。我们在美国和澳大利亚的大约160个家庭中使用4种不同的代理设置来评估我们的方法，结果表明，太阳能解聚的准确性比两种最先进的方法提高了32.31%和15.66%，其中只使用一个真实代理和三个合成代理。此外，我们证明，使用分解的家庭负载，而不是净负载数据可以提高整体精度的三个流行的NILM方法至少22%。
2021-05-17 cs.SY eess.SY
Simulation to Scaled City: Zero-Shot Policy Transfer for Traffic Control via Autonomous Vehicles
University of California, Berkeley（加州大学伯克利分校）；University of Delaware（德克萨斯大学）
本文通过深度强化学习训练自动驾驶车辆在环形交叉口的控制策略，并将训练好的策略迁移至缩放智能城市进行测试，发现注入噪声的策略在迁移后表现更佳，实现了交通流的优化。
2019-02-22 cs.AI cs.RO cs.SY
Competitive DER Aggregation for Participation in Wholesale Markets
研究了分布式能源资源聚合器（DERA）对表后需求和发电资源进行大规模聚合的问题。作为一个逐利的批发市场参与者，DERA最大限度地提高其利润，同时向其客户提供有竞争力的服务，其消费者/生产者盈余高于分销公用事业或社区选择聚合商提供的服务。建立了计后发电和用电资源的约束利润最大化规划，推导了计后用电和发电的支付函数。同时得到了DERA参与能源批发市场的报价曲线和表后资源的最优调度。结果表明，建议DERA的聚合模型可以实现市场效率相当于当其客户单独直接参与批发市场。
2022-07-01 cs.SY eess.SY
Environment-Dependent Components Identification of Behind-the-Meter Resources via Inverse Optimization
针对表后资源组件监测难的问题，提出物理启发与数据驱动混合框架，通过逆优化分解负荷组件，提升识别精度并降低市场运行成本。
2025-10-24 cs.SY eess.SY
A Bayesian Perspective on Residential Demand Response Using Smart Meter Data
University of California, Berkeley（加州大学伯克利分校）
本文通过引入隐变量区分用户用电行为类型，提升短期负荷预测精度，并发现使用智能家电的用户在需求响应中减少用电量更显著。
2016-08-12 cs.SY eess.SY
Communication-robust and Privacy-safe Distributed Estimation for Heterogeneous Community-level Behind-the-meter Solar Power Generation
针对表后太阳能发电估计中传统联邦学习存在的异构性、通信故障及隐私攻击问题，提出嵌入更新参数估计、采用动态差分隐私的多任务联邦学习方法，提升了估计精度、收敛性与隐私安全性。
2024-08-15 cs.SY eess.SY
Unsupervised Disaggregation of Water Heater Load from Smart Meter Data Processing
在住宅领域，电热水器是具有相对高的功率消耗和显著的热惯性的电器，其特别适合于需求响应方案。通过控制热水器的有效DR方案的成功预先假定了在每个时刻对它们的功率需求的准确估计。虽然热水器的负载很少直接测量，但智能电表（SM）在配电网中的大量渗透使得能够通过负载分解在大规模上间接推断此信息。为此，在文献中提出了相当数量的非侵入式负载监控（NILM）方法。然而，它们要求数据流的时间分辨率在一秒或更高的范围内，这对于标准SM是不现实的。因此，本文提出了一种无监督的方法来检测和分解的热水器的负载曲线从标准SM数据的时间分辨率在分钟范围内。在多个实际负载与分计量评估，所提出的方法实现了归一化平均绝对误差（NMAE）低于2%，精度一般高于92%，时间分辨率在5和15分钟之间。
2021-04-07 cs.SY eess.SP eess.SY
Privacy, Informed Consent and the Demand for Anonymisation of Smart Meter Data
本文基于965名英国账单支付者的混合方法与随机对照试验，估计消费者对智能电表数据匿名化的货币和非货币偏好，揭示信息不对称及群体差异，并强调更强隐私默认设置与真正知情同意机制的必要性。
2025-08-27 cs.CY cs.SY eess.SY
