Stabilizing Scheduling Policies for Networked Control Systems
本文研究网络化控制系统的通信资源分配问题,通过将系统表示为加权有向图并利用满足收缩性条件的环,提出了一种能保持所有被控对象全局渐近稳定性的周期性调度策略构建方法。
2019-01-24 cs.SY eess.SY
Optimisation models for the day-ahead energy and reserve scheduling of a hybrid wind-battery virtual power plant
这项工作提出了一套两个优化模型的短期调度和再调度的虚拟发电厂(VPP)组成的风电场和锂离子电池,参与日前的能源和二次调节储备市场的伊比利亚电力市场。首先,采用两阶段随机混合整数线性规划模型,得到VPP的发电和备用计划以及电池储能的机会成本。该模型具有每小时的分辨率和超出市场调度范围的前瞻期,并将每小时的电池退化成本视为放电深度和放电率的函数。不同的策略进行评估,以预测承诺的二次调节储备的实时使用。其次,一个确定性MILP模型被用来确定重新调度的VPP使用作为输入的发电和备用时间表和VPP的存储机会成本提供的前一个模型,并在每小时滚动的基础上执行。结果表明,所提出的模型是有效的短期调度和再调度的VPP使用与低计算时间,使他们易于处理和实用的日常使用。
2022-06-28 cs.SY eess.SY
Risk-Aware Multi-Market Scheduling of Virtual Power Plants with Dynamic Network Tariffs
Institute of Energy and Process Engineering ETH Zurich(苏黎世联邦理工学院能源与过程工程研究所)
本文提出一种两阶段随机优化框架,整合详细设备约束、网络限制和运营市场不确定性,通过动态网络电费显式考虑本地灵活性采购,验证了风险中性和风险厌恶策略在利用套利机会中的效果。
2026-04-29 cs.SY eess.SY
Watts and Drops: Co-Scheduling Power and Water in Desalination Plants
本文提出一个数学框架,用于在集成热法与膜法技术的可再生海水淡化厂中联合优化水电调度,并证明最优策略具有阈值结构,热法产水随可再生出力递减而膜法递增。
2025-09-23 cs.SY econ.TH eess.SY
Design of periodic scheduling and control for networked systems under random data loss
本文研究了网络化控制系统(NCS),其共享网络具有有限的通信容量,并且容易发生数据丢失。我们假设在N个被控对象中,只有M < N个被控对象可以在任意时刻与其控制器进行通信。此外,在任何时刻,控制输入在信道中以概率(p)丢失。我们的贡献是三方面的。首先,我们确定充要条件的开环和闭环动态的植物,确保存在纯时间依赖的周期性调度序列下,每个工厂的稳定性是保留所有容许的数据丢失信号。其次,给定系统的开环和闭环动态,共享网络的相关参数和调度序列的周期,我们提出了一个算法来验证我们的稳定性条件,如果满足,设计稳定的调度序列。否则,该算法报告不存在一个稳定的周期性调度序列与给定的周期和稳定裕度。第三,给定植物矩阵,网络的参数和调度序列的周期,我们提出了一种算法,设计静态状态反馈控制器,使我们的稳定性条件得到满足。我们分析的主要仪器是一个切换系统表示的单个工厂在NCS的开关信号是时间非齐次马尔可夫链。我们的稳定性条件依赖于对称和正定矩阵满足一定的(不)等式的集合的存在。
2020-10-16 cs.SY eess.SY math.OC
Data-Driven Gain Scheduling Control of Linear Parameter-Varying Systems using Quadratic Matrix Inequalities
本文综合了一个增益调度控制器,以稳定所有可能的线性参数变化(LPV)的植物是一致的测量输入/状态数据记录。受数据信息性和LTI镇定的启发,提出了一组二次矩阵不等式来表示噪声集、相容LPV对象类和可镇定对象类.通过参数集的顶点枚举避免了未知植物和“for all”参数之间的双线性。该方法的有效性和计算的易处理性的例子系统证明。
2022-12-03 cs.SY eess.SY math.OC
A probabilistic algorithm for scheduling networked control systems under data losses
本文针对容量受限且易发生数据丢失的网络化控制系统,提出一种概率调度算法保证各被控对象的随机稳定性,并给出满足稳定性条件的状态反馈控制器设计方法。
2023-06-27 cs.SY eess.SY
A Robust Optimization Framework for Flexible Industrial Energy Scheduling: Application to a Cement Plant with Market Participation
CARTIF Technology Centre(CARTIF技术中心);Instituto de las Tecnologías Avanzadas de la Producción, Valladolid University(瓦拉多利德大学先进生产技术研究所);Departamento de Ingeniería Eléctrica, Valladolid University(瓦拉多利德大学电气工程系)
本文提出了一种稳健优化框架,用于电力密集型工业的能源调度,通过结合预期和最坏情况成本,提升调度的鲁棒性和经济性。
2025-06-19 cs.SY eess.SY
Cost Optimized Scheduling in Modular Electrolysis Plants
本文提出基于交替方向乘子法的分散式调度模型,用于优化模块化电解厂运行,以平衡产氢与波动需求、最小化边际平准化氢气成本并适应运行扰动。
2024-02-07 cs.AI cs.SY eess.SY
Stabilizing scheduling logic for networked control systems under limited capacity and lossy communication networks
本文针对有限容量有损通信网络下的网络化控制系统,提出基于图环路不等式和T因子的周期性调度逻辑设计方法,证明其可保证全局渐近稳定性,并给出可行性充分条件与求解步骤。
2025-02-06 cs.SY eess.SY
Harmonic Cancellation in Multi-Electrolyzer P2H Plants via Phasor-Modulated Production Scheduling
College of Electrical Engineering, Sichuan University(四川大学电气工程学院);Harvard John A. Paulson School of Engineering and Applied Sciences, Harvard University(哈佛大学约翰·保尔森工程与应用科学学院)
针对多电解槽P2H工厂中晶闸管整流器引发的谐波问题,提出相量调制生产调度策略,可降低谐波电流21.2%-39.7%,仅损失0.25%氢产量,使总收入增长超21%。
2026-08-04 cs.SY eess.SY math.OC
Scheduling Power-Intensive Operations of Battery Energy Storage Systems and Application to Hybrid Hydropower Plants
本文提出电池储能系统的动态功率约束(DPCs),统一电压电流限制,线性化融入调度,在230MW水电站与750kVA/500kWh储能混合系统中将约束违规降低93%。
2025-02-25 cs.SY eess.SY
Extended Load Flexibility of Utility-Scale P2H Plants: Optimal Production Scheduling Considering Dynamic Thermal and HTO Impurity Effects
本文提出一种针对公用事业规模P2H电厂的最优生产调度方法,首次利用电解槽动态热效应与HTO杂质交叉过程,构建MILP模型并采用SDM-GS-ALM算法求解,显著提升了绿氢产量与利润。
2023-01-28 cs.SY eess.SY math.OC
Low carbon optimal scheduling of integrated energy system considering waste heat utilization under the coordinated operation of incineration power plant and P2G
本文提出垃圾焚烧电厂与P2G协调运行并回收余热的综合能源系统低碳经济调度策略,通过细化P2G过程、余热回收与碳循环利用,在阶梯碳交易机制下构建以运行成本最小为目标的优化模型并验证有效。
2024-09-12 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
Stochastic Power-Water Coordination: Unlocking Flexibility in Hybrid RO Desalination Plants via Variable-Speed Pumps and Tank Mixing
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学)
本文提出了一种随机电力-水协调框架,通过变速泵和储水罐混合技术,提升海水淡化厂的灵活性并降低运营成本。
2026-01-12 cs.SY eess.SY
Model-Free Budgeted Attack Scheduling for Cyber-Physical Systems
The Ohio State University(俄亥俄州立大学)
针对信息物理系统中状态估计器的隐蔽虚假数据注入攻击,提出一种无模型攻击调度器,利用序列自编码器残差的经验分位数替代参数化高斯阈值,在残差重尾分布和系统动力学未知下实现预算跟踪。
2026-06-26 cs.SY eess.SY
Optimal Downlink-Uplink Scheduling of Wireless Networked Control for Industrial IoT
针对半双工控制器下工业IIoT无线网络化控制的上下行传输折中,建立长期平均代价优化问题,给出有界代价最优平稳确定性策略的充要条件及低复杂度次优策略。
2019-10-06 cs.IT cs.SY eess.SY
Probabilistic Scheduling of UFLS to Secure Credible Contingencies in Low Inertia Systems
低碳电网中惯性水平的降低需要明确的约束,以限制频率的最低点和调度期间的变化率。由于提供频率响应(FR)和惯性所需的热电厂的最小发电量,这可能导致可再生能源的显著削减。快速FR、动态降低的最大损耗和低频减载(UFLS)的附加考虑允许更经济有效地实现频率安全。本文推导出一种新的最低点约束的摆动方程,第一次,提供了一个框架,所有这些服务的最佳比较。我们证明,这种约束可以准确和保守地近似为中等UFLS水平与二阶锥,从而在高度听话的凸问题。在英国2030系统上进行的案例研究表明,UFLS作为一种控制单个工厂停机的选项,可以减少高达5.59亿英镑的年度运营成本,占频率安全成本的52%。探讨了该值对风穿透率、替代频率服务丰度、UFLS量和成本的敏感性。
2021-11-17 cs.SY eess.SY
An Efficient Multi-objective Evolutionary Approach for Solving the Operation of Multi-Reservoir System Scheduling in Hydro-Power Plants
Universidad de Alcalá(阿尔卡拉大学);Federal University of Rio de Janeiro(里约热内卢联邦大学);Federal Center of Technology Education of Minas Gerais(米纳斯吉拉斯联邦技术教育中心)
本文研究了多水库系统梯级运行方案下的短期水电机组组合问题。为此,我们提出了一个新的数学模型,其目标是最大限度地提高总发电量的水电站在一个子日常操作,同时,最大限度地提高水库的总含水量(体积)。为了解决这个问题,我们讨论了多目标进化群杂交(MESH)算法,最近提出的多目标群体智能为基础的优化方法,取得了非常有竞争力的结果相比,现有的进化算法在特定的应用。MESH方法已被应用于寻找最佳的水排放量和发电量在最大水库体积的所有可能的组合涡轮机在水电站。MESH的性能进行了比较,如NSGA-II,NSGA-III,SPEA 2,和MOEA/D在一个现实的问题,考虑从水力发电能源系统的数据与两个级联的水力发电厂在巴西的著名的进化方法。结果表明,MESH在效率和准确性方面表现出优于其他多目标方法的性能,在进行的预测分析中每月提供412,500美元的利润。
2021-07-28 cs.AI cs.NE cs.SY
A Stochastic Incentive-based Demand Response Program for Virtual Power Plant with Solar, Battery, Electric Vehicles, and Controllable Loads
本研究提出一种基于随机激励的需求响应模型,用于包含太阳能、电池、电动汽车和可控负荷的虚拟电厂调度,通过多目标优化和随机方法处理不确定性,并在33节点配电系统上验证有效性。
2024-05-31 cs.IT cs.SY eess.SY
Optimal co-design of control, scheduling and routing in multi-hop control networks
University of L’Aquila(拉奎拉大学)
针对SISO LTI被控对象,提出一种联合设计数字控制器与网络参数(调度和路由)的方法,以在控制努力、输出超调和信道带宽约束下保证稳定性并最大化阶跃响应瞬态性能指标,通过将NP-hard的多项式优化问题转化为凸优化问题实现计算可行性。
2012-08-31 cs.SY eess.SY math.OC
Fault Tolerant Stabilizability of Multi-Hop Control Networks
University of L’Aquila(拉奎拉大学)
针对多跳控制网络,提出基于必要充分条件的调度与路由设计方法,确保在给定故障集下系统的可控性和可观性。
2011-04-07 cs.SY eess.SY math.OC
Sampled-Data State Observation over Lossy Networks under Round-Robin Scheduling
Nara Institute of Science and Technology(奈良先端科学技术大学院大学)
本文研究了在损失性通信网络上进行连续时间状态观测的问题,考虑了分布在空间中的采样器通过轮换调度协议与观测器通信的情况,并提出了一种线性矩阵不等式框架来设计观测器增益以确保连续时间误差动态的渐近稳定性。
2018-09-30 cs.SY eess.SY
Modular Modeling and Optimized Scheduling of Building Energy Systems Based on Mixed Integer Programming
几乎气候中性的建筑是可持续发展的核心目标之一。除了为建筑能源系统的集成、互操作、生态和经济运行提供必要的设计决策支持外,用于调度分散式能源系统运行的创新管理解决方案也非常重要。所面临的挑战是能源系统各组成部分在自身消耗、能源效率和资源消耗以及温室气体排放方面的最佳互动。为了实现这些目标,提出了一种基于混合规划的模块化优化方法。详细地,据我们所知,第一次,MIP模型的燃料电池热电联产厂的动态行为。我们的方法进行评估的热泵的运行表明,其能源效率可以显着提高。
2019-10-16 cs.SY eess.SY
Betting vs. Trading: Learning a Linear Decision Policy for Selling Wind Power and Hydrogen
针对风氢混合电厂,提出数据驱动的线性决策策略,通过风险约束将全有或全无的下注转为多样化交易,优化电力投标与氢调度,在三种购电情景下性能接近完美预见模型。
2025-03-26 cs.SY eess.SY
Effects of Renewable Energy Sources on Day-Ahead Electricity Markets
太阳能电池板的价格正在迅速下降,世界各地的政府正在投资太阳能发电厂,以增加太阳能在智能电网中的比例。太阳能发电厂生产的电力价格比传统的火力发电厂便宜得多,太阳能电池的创新正在进一步扩大差距。因此,建立太阳能发电厂将降低平均电力现货价格。然而,在建立太阳能发电厂时必须考虑电网的拓扑结构,以便所有消费者都能获得廉价太阳能的全部好处。在本文中,我们将使用传统发电机计算日前现货价格。然后将其中一台发电机替换为光伏发电机,并分析其对日前市场的影响。将比较使用传统发电厂和太阳能发电厂每天每小时发电的总成本。通过比较节点电价,分析线路拥挤对太阳能发电给终端用户带来的效益的影响。发电机调度和日前市场的优化问题将使用动态规划,混合线性规划(MILP)和Karush-Kuhn-Tucker(KKT)方法的凸优化解决。
2021-02-10 cs.SY eess.SY
Grid-aware Scheduling and Control of Electric Vehicle Charging Stations for Dispatching Active Distribution Networks. Part-II: Intra-day and Experimental Validation
本文提出一种电网感知的电动汽车充电站日内控制方法,采用模型预测控制跟踪日前调度计划,并通过实验验证其在主动配电网中的有效性。
2024-04-19 cs.SY eess.SY
Stochastic Event-based Sensor Schedules for Remote State Estimation in Cognitive Radio Sensor Networks
研究了认知无线电传感器网络中远程状态估计的通信分配问题。传感器收集物理设备的测量结果,并将数据传输到共享网络中作为二级用户(SU)的远程估计器。原始用户的存在给输电调度过程带来了外生的不确定性,如何设计考虑这些不确定性的基于事件的调度方案尚未得到文献的研究。在这项工作中,我们从制定的离散时间远程估计过程中的CRSN,然后分析隐藏的信息中包含的数据传输的情况下。为了实现更好的估计性能和通信消耗之间的权衡,我们提出了开环和闭环调度使用贝叶斯设置下的隐藏信息。开环调度不依赖于任何反馈信号,但只适用于稳定的植物。对于不稳定对象,基于反馈信号设计闭环调度。两种调度方案中的参数设计问题均采用凸规划方法有效地解决。数值模拟来说明理论结果。
2020-07-25 cs.SY eess.SY
Optimal Scheduling of Multi-Energy Systems with Flexible Electrical and Thermal Loads
Nanyang Technological University(南洋理工大学);Cambridge Centre for Advanced Research and Education in Singapore Ltd.(新加坡剑桥先进研究与教育学院有限公司)
本文提出了一种多能源系统的详细最优调度模型,考虑了联合循环发电厂、电池储能系统、可再生能源、锅炉、热储能系统、电力负荷和热负荷的详细启停功率轨迹,通过利用柔性电力泵负荷、可中断电力负荷和柔性热负荷的灵活性,降低系统整体能耗。
2018-11-23 cs.SY eess.SY
Reinforcement Learning for Optimal Control of a District Cooling Energy Plant
区域冷却能源工厂(DCEP)由冷水机组,冷却塔和热能储存(TES)系统组成,消耗大量的电力。利用时变电价优化TES和冷水机组的调度是一个具有挑战性的最优控制问题。传统的模型预测控制(MPC)方法需要求解高维混合整数非线性规划(MINLP),因为制冷机的开/关驱动和TES的充/放电在计算上具有挑战性。RL是一个有吸引力的替代MPC:实时控制计算是一个低维的优化问题,可以很容易地解决。然而,RL控制器的性能取决于许多设计选择。在本文中,我们提出了一个基于Q学习的强化学习(RL)控制器的这个问题。数值模拟结果表明,建议的RL控制器是能够减少能源成本超过基于规则的基线控制器约8%,与文献中报道的节省与MPC类似的DCEP。我们描述了RL控制器的设计选择,包括基函数,奖励函数成形和学习算法参数。与现有的DCEP强化学习的工作相比,所提出的控制器是针对连续的状态和动作空间设计的。
2022-03-14 cs.SY eess.SY
Scheduling and control over networks using MPC with time-varying terminal ingredients: extended version
当控制器通过资源受限的通信网络连接到工厂时,推出方法是解决共同设计传输时间表和相应输入值的问题的有效工具。这些方法通常采用MPC,其在基础传输调度的周期长度的倍数处被激活。使用多步不变的终端区域和一个比基准周期长的预测范围,可以确保稳定性。然而,这种策略具有固有的缺点,例如高计算复杂度和低鲁棒性。我们的目标是解决这些缺点,提出了一个MPC与周期性时变终端区域和成本的推出设置,其中控制器被激活在每个时刻,并具有任意但固定的预测范围。我们认为更详细的两个具体的设置从文献中的网络控制系统,即令牌桶网络和执行器调度。对于这两种设置,我们提供的条件下,收敛的时变MPC的应用程序可以保证。在两个数值例子中,我们证明了所提出的方法的好处。
2020-02-11 cs.SY eess.SY
Unit-to-Plant Stability Shaping of Multi-Electrolyzer ReP2H Plants via Interface Design and Dispatch
Sichuan University(四川大学);State Grid Jibei Electric Power Co., Ltd.(国网冀北电力有限公司)
本文针对多电解槽ReP2H工厂的振荡问题,提出面向稳定性的控制与调度框架,通过三端口导纳模型分析稳定性影响因素,经HIL测试验证,所得规则可用于筛选生产调度决策。
2026-08-25 cs.SY eess.SY math.OC
Enhancing Robust Multi-Market Participation of Renewable-Based VPPs through Flexible Resources
Institute for Research in Technology, ICAI, Comillas Pontifical University(伊卡伊技术研究所,科米利亚斯宗座大学)
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
Link Failure Detection in Multi-hop Control Networks
University of L’Aquila(拉奎拉大学)
针对多跳控制网络中通信链路故障检测问题,基于植物动力学和通信协议给出了检测的充要条件,并提出了显式设计网络拓扑、调度和路由的方法。
2011-08-26 cs.NI cs.SY eess.SY
Distributional Reinforcement Learning for Scheduling of Chemical Production Processes
The University of Manchester(曼彻斯特大学);Imperial College London(伦敦帝国理工学院)
强化学习(RL)最近受到过程系统工程和控制界的极大关注。最近的工作研究了RL的应用,以确定最优调度决策的存在下的不确定性。在这项工作中,我们提出了一种RL方法,以有效地解决生产调度问题中存在的不确定性。我们认为,这些问题,如优先和析取约束,这是不自然的RL在其他情况下考虑共同施加的限制。此外,这项工作自然能够优化风险敏感的配方,如条件风险价值(CVaR),这是在现实的调度过程中必不可少的。所提出的策略进行了深入的研究,在并行批量生产环境中,并对混合整数线性规划(MILP)的战略基准。我们表明,我们的方法所确定的政策是能够占工厂的不确定性在线决策,与现有的MILP方法的预期性能相当。此外,该框架还获得了优化风险敏感措施的好处,并比最有效的优化方法更快地识别在线决策。这有望减轻实际问题,并易于处理实现的过程中的不确定性的范例,在线生产调度。
2022-03-09 cs.LG cs.SY eess.SY
DeepCAS: A Deep Reinforcement Learning Algorithm for Control-Aware Scheduling
Paderborn University(帕德博恩大学)
本文提出DeepCAS算法,通过深度强化学习实现控制感知调度,优化子系统控制器并最小化控制损失,实验证明其优于周期性调度。
2018-06-13 cs.AI cs.SY eess.SY
Machine Learning-assisted Dynamics-Constrained Day-Ahead Energy Scheduling
University of Houston(休斯顿大学);Georgia Institute of Technology(佐治亚理工学院)
本文提出一种结合机器学习的动态约束日前瞻能源调度模型,用于确保频率变化率稳定性,同时维持运营效率。
2026-03-16 cs.SY eess.SY
Goal-Oriented Communication, Estimation, and Control over Bidirectional Wireless Links
研究双向不完美链路下WNCS的稳定性与代价权衡问题,提出基于CMDP的面向目标协同设计框架,通过分析信息意义设计调度、感知辅助控制与控制感知估计策略,显著降低违反概率与代价。
2024-01-02 cs.SY eess.SP eess.SY
Distributed MPC with Prediction of Time-Varying Communication Delay
Freie Universität Berlin(柏林自由大学);Universität Kassel(卡塞尔大学)
本文提出将分布式模型预测控制与信息调度相结合,通过动态通信网络模型和预测调度算法预测通信延迟,提升子系统控制性能。
2018-09-14 cs.SY eess.SP eess.SY
Demand-side management via optimal production scheduling in power-intensive industries: The case of metal casting process
本研究提出一种基于混合整数规划的多阶段多产线调度模型,通过优化日前能源市场成本与辅助市场备用供应,实现能源密集型产业的需求侧管理,并在真实金属铸造厂案例中显著降低能源成本并开辟次要收入流。
2023-06-27 cs.SY eess.SY math.OC
Optimal chiller loading including transients
Automation Department , addressline= ETSI, U. Sevilla , city= Seville , postcode= 41092 , state= , country= Spain
本文提出了一种考虑瞬态效应的最优冷却器加载方法,通过扩展变量集和动态优化,提高了冷却系统能效。
2025-12-18 cs.SY eess.SY
A Process-Aware Demand Response Evaluation Framework for Hydrogen-Integrated Zero-Carbon Steel Plants Coupled with Methanol Production
Tsinghua University(清华大学);Tianjin University(天津大学);Columbia University(哥伦比亚大学);Cardiff University(卡迪夫大学);State Grid Jibei Electric Power Co., Ltd.(国网冀北电力有限公司)
本文提出面向过程的氢能一体化零碳钢铁厂与甲醇耦合需求响应评估框架,通过整合能源-材料流、操作可行区域模型及过程感知评估模型,实现178.3MW需求响应容量,提升可再生能源-负荷匹配效率并降低15.68%成本。
2026-05-01 cs.SY eess.SY
An Uncertainty Management Framework for Integrated Gas-Electric Energy Systems
在世界许多地方,电力电力系统已发生重大转变,转向使用可再生能源和天然气发电。由于能够灵活地实时调整发电量,燃气发电厂经常被视为可变可再生能源发电的完美合作伙伴。然而,这种对天然气生产的依赖增加了电网和天然气管道之间的相互依赖性,并传播了不确定性,并带来了协调和不确定性管理的挑战。为了解决这些问题,我们提出了一个不确定性管理框架的不确定性,但有界的燃气发电厂的天然气消耗。的容许范围计算的基础上的联合优化问题的天然气和电力网络,其中包括机会约束调度的电网和天然气网络的一种新的鲁棒优化配方。该公式确保了集成系统的可行性,具有很高的概率,同时提供了一个易于处理的数值公式。相对于现有方法的一个关键进步是,我们的方法是基于一个物理上准确的,验证模型的瞬态气体管道流量。我们的案例研究基准我们提出的配方对方法,忽略了储备激活如何影响燃气发电厂的燃料使用,只考虑预定的天然气消耗。结果表明,考虑不确定性的重要性,以避免操作约束违反和削减天然气发电机。
2020-06-25 cs.SY eess.SY
Grid-aware Scheduling and Control of Electric Vehicle Charging Stations for Dispatching Active Distribution Networks. Part-I: Day-ahead and Numerical Validation
本文提出一种两阶段电网感知调度与控制框架,通过日前调度和实时模型预测控制,利用电动汽车充电站灵活性,确保配电网在电压和潮流约束内安全经济运行。
2024-04-19 cs.SY eess.SY
Energy-Workload Coupled Migration Optimization Strategy for Virtual Power Plants with Data Centers Considering Fuzzy Chance Constraints
针对含数据中心的虚拟电厂,提出能量-负载耦合迁移优化策略,构建博弈耦合框架,基于模糊集理论处理负载数据稀疏性,改进Shapley值分配收益,仿真验证其提升需求响应曲线跟踪精度并降低成本的效果。
2025-11-07 cs.GT cs.SY eess.SY
MINLP-based hybrid strategy for operating mode selection of TES-backed-up refrigeration systems
本文提出一种基于混合整数非线性规划的混合最优控制策略,用于含热能储存的制冷系统运行模式选择,以经济性为目标,仿真验证其在成本、调参和适应性上优于非线性MPC策略。
2024-02-07 cs.SY eess.SY math.OC
Efficient Scheduling of Discrete Industrial Processes Through Continuous Modeling
State Key Laboratory of Power System Operation and Control, Department of Electrical Engineering, Tsinghua University(清华大学电机工程系电力系统运行与控制国家重点实验室);Lab of Low Carbon Energy, Tsinghua University(清华大学低碳能源实验室)
针对传统RTN模型计算效率与适用性受限的问题,提出连续RTN模型,其采用连续变量建模离散工业过程约束,求解速度较传统模型快10倍且成本更低。
2026-08-28 cs.SY eess.SY
Emission-aware Energy Storage Scheduling for a Greener Grid
减少我们对碳密集型能源的依赖对于减少电网的碳足迹至关重要。尽管电网正在越来越多地部署清洁的可再生能源,但仍有很大一部分电网需求是使用传统的碳密集型能源来满足的。在本文中,我们研究的问题,使用部署在电网中的能量存储,以减少电网的碳排放。虽然储能以前曾用于电网优化,如调峰和平滑间歇性电源,但我们的见解是使用分布式存储,使公用事业能够减少对效率较低和碳密集度最高的发电厂的依赖,从而减少其整体排放足迹。我们将分布式储能的排放感知调度问题制定为优化问题,并使用一种鲁棒的优化方法,该方法非常适合处理负载预测中的不确定性,特别是在存在间歇性可再生能源(如太阳能和风能)的情况下。我们使用最先进的神经网络负荷预测技术和来自1,341个家庭的配电网的实际负荷跟踪来评估我们的方法。我们的研究结果显示,每年的碳排放量减少了50万公斤以上,相当于我们的电网排放量减少了23.3%。
2020-05-25 cs.CY cs.SY eess.SY
Blockchain-Based Decentralized Energy Management Platform for Residential Distributed Energy Resources in A Virtual Power Plant
分布式能源(DER)的出现,如分布式可再生能源、储能、电动汽车和可控负载,\rv{brings}对集中式电力系统产生了重大的破坏性和变革性影响。人们普遍认为,一个分散的电力系统与双向潮流的范式转变是必要的DER的整合。虚拟发电厂(VPP)是管理参与电力系统的DER的一个很有前途的范例。在本文中,我们开发了一个基于区块链的VPP能源管理平台,以促进VPP中具有可再生能源,能源存储和灵活负载的住宅用户之间的丰富的交互式能源活动。具体地,用户可以通过VPP彼此交互以交易能量以实现互利,并提供网络服务,诸如馈入能量、储备和需求响应。为了尊重用户的独立性和保护用户的隐私,我们设计了一个分散的优化算法来优化用户的能源调度,能源交易和网络服务。然后,我们开发了一个用于VPP能源管理的原型区块链网络,并在区块链网络上实现了所提出的算法。通过对真实数据的追踪实验,验证了算法和区块链系统的可行性和有效性。仿真结果表明,我们基于区块链的VPP能源管理平台将用户成本降低了38.6%,并将整体系统成本降低了11.2%。
2021-05-31 cs.CR cs.DC cs.SY
Inverting Self-Triggered Control: Adversarial Reinforcement Learning for Sparse Denial-of-Service Attacks
Iowa State University(爱荷华州立大学);United States Naval Academy(美国海军学院);U.S. Naval Research Laboratory(美国海军研究实验室)
本研究将自触发控制反转,提出对抗强化学习生成最稀疏的拒绝服务攻击调度,以李雅普诺夫递增条件破坏闭环稳定性,实验证明其在多种环境下以100%成功率优于基线。
2026-09-14 cs.LG cs.SY eess.SY
Modeling and Mixed-Integer Nonlinear MPC of Positive-Negative Pressure Pneumatic Systems
Michigan State University(密歇根州立大学)
针对软体机器人正负压力调节的非线性与分段动力学难题,提出融合切换非线性模型与MI-NMPC的控制框架,通过组合积分近似优化模式调度与PWM输入,仿真验证其在精度、能耗与切换间的权衡优于传统方法。
2025-10-01 cs.SY eess.SY
Quantum Key Distribution for Virtual Power Plant Communication: A Lightweight Key-Aware Scheduler with Provable Stability
The Hong Kong Polytechnic University(香港理工大学)
针对QKD密钥稀缺且随机、难以匹配VPP突发安全通信的问题,提出密钥感知优先级配额调度框架,并通过稳定性证明与IEEE 33/123节点实验验证其低时延、高密钥效用和可靠性。
2025-10-20 cs.CR cs.SY eess.SY
Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control
School of Electrical and Computer Engineering, The University of Sydney(电气与计算机工程学院,悉尼大学);Huawei Shanghai Research Center(华为上海研究中心)
针对分布式无线网络控制系统的上下行联合调度问题,推导了系统充分稳定性条件,将调度问题建模为马尔可夫决策过程,提出带动作空间约简与嵌入的深度强化学习框架,性能显著优于基准策略。
2025-05-18 cs.AI cs.IT cs.SY