Rethinking Strict Dissipativity for Economic MPC
IMT School for Advanced Studies Lucca（卢卡高等研究学院）
本文提出双存储严格耗散性概念，用于保证经济MPC的渐近稳定性，并探讨了相关终端成本设计。
2026-03-09 cs.SY eess.SY math.OC
Data-driven model predictive control of battery storage units
针对电池储能动态显式建模困难的问题，本文提出基于输入/输出数据的线性与输入非线性经济 MPC 方案，后者通过提升预测精度取得更优控制效果。
2024-07-06 cs.SY eess.SY
Non-linear Model Predictive Control of Conically Shaped Liquid Storage Tanks
Slovak University of Technology in Bratislava（布拉迪斯拉发斯洛伐克工业大学）
本文研究了用于锥形工业液体储罐液位控制的模型预测控制策略，提出基于非线性动态模型的非线性MPC方法，并通过仿真案例展示其在液位跟踪和控制性能方面的优势，同时与传统线性MPC方法进行比较。
2018-10-02 cs.SY eess.SY
MPC-based Reinforcement Learning for Economic Problems with Application to Battery Storage
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
在本文中，我们感兴趣的最优控制问题的纯经济成本，这往往会产生最优的政策具有（近）bang-bang结构。我们专注于基于模型预测控制（MPC）的政策近似和使用的确定性策略梯度方法来优化MPC的闭环性能，在存在未建模的随机性或模型误差。当策略具有（接近）bang-bang结构时，我们观察到策略梯度方法可能难以在策略参数中产生有意义的步骤。为了解决这个问题，我们提出了一个同伦策略的基础上的邻域点的方法，提供了一个放松的政策在学习过程中。我们调查了一个特定的众所周知的电池存储问题，并表明，所提出的方法提供了一个均匀的和更快的学习比经典的策略梯度方法。
2021-04-06 cs.LG cs.SY eess.SY
Probabilistic Energy Management for Building Climate Comfort in Smart Thermal Grids with Seasonal Storage Systems
Delft University of Technology（代尔夫特理工大学）
本文提出一种概率能源管理框架，用于在存在两种不确定性（私人和共同）的情况下，通过含水层热能储存系统实现建筑气候舒适性。通过开发大规模随机混合动力学模型，预测互联建筑气候舒适性系统网络中的热能不平衡，并通过扩展鲁棒随机方法解决多机会约束问题。
2018-05-14 cs.SY eess.SY math.OC
Sequential Operation of Residential Energy Hubs using Physics-Based Economic Nonlinear MPC
Delft University of Technology（代尔夫特理工大学）
本文提出基于物理的经济非线性MPC用于住宅能源枢纽的顺序操作，通过分层控制在荷兰市场中实现能量管理，优化不同储能系统的协调，但导致电池退化增加。
2025-12-29 cs.SY eess.SY math.OC
Functional Stability of Discounted Markov Decision Processes Using Economic MPC Dissipativity Theory
本文讨论了闭环马尔可夫链在折扣最优性准则下的函数稳定性，形成马尔可夫决策过程（MDP）。我们研究了MDP的稳定性的意义下的概率测度（密度）的状态分布和扩展的耗散性理论的经济模型预测控制，以表征MDP的稳定性。这个理论要求一个所谓的存储函数满足耗散不等式。在概率测度空间和折扣设置，我们引入新的耗散性条件，确保MDP稳定。然后，我们使用有限时域最优控制问题，以产生有效的存储泛函。在实践中，我们建议使用Q学习来计算存储泛函。
2022-03-31 cs.SY eess.SY
Real-time Operation Optimization of Microgrids with Battery Energy Storage System: A Tube-based Model Predictive Control Approach
电池储能系统（ESS）广泛应用于微电网，以补充高可再生能源。然而，含电池储能系统的微电网实时能量管理面临两个方面的挑战：1）电池能量水平的演化过程是跨时间耦合的; 2）可再生能源发电量预测过程中不可避免地会出现不确定性。针对含电池储能系统的微电网实时能量管理问题，提出了一种基于管模型的模型预测控制（MPC）方法。首先，针对电池储能系统，建立了包含电池退化代价和时间感知SoC范围的电池实时运行模型，描述了电池的“浅廉价”特性，满足终端SoC需求。其次，在所提出的基于管道的MPC中设计了两个级联的MPC控制器，其中名义MPC在不存在不确定性的情况下生成参考轨迹，辅助MPC在实现不确定性时将实际轨迹引导到名义轨迹。具体而言，在本文中，电池SoC被视为系统的状态变量，而发电机的功率输出和与公用事业交换功率被视为控制变量。最后，许多案例研究表明，所提出的方法，包括低和高渗透水平的可再生能源的有效性。连续365天的Monte Carlo模拟结果表明，该方法的竞争比优于1.10。
2021-04-10 cs.SY eess.SY
Grid-Mode-Aware Model Predictive Control of Hybrid Energy Storage Systems for AI Data Center Power Smoothing
Texas A&M University（德克萨斯农工大学）
本文提出电网模式感知模型预测控制框架，通过协调混合储能系统平滑AI数据中心电网侧功率，经仿真验证其可有效减轻电网振荡，兼具灵活性与计算效率。
2026-09-07 cs.SY eess.SY
A lightweight numerical model for predictive control of borehole thermal energy storages
针对 BTES 在 MPC 中建模精度与控制问题可解性的折中需求，提出一种可生成线性二次型 OCP 的精确轻量数值模型。
2025-07-28 cs.SY eess.SY
ComEMS4Build: Comfort-Oriented Energy Management System for Residential Buildings using Hydrogen for Seasonal Storage
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
本文提出面向住宅建筑的舒适导向型能源管理系统ComEMS4Build，融合光伏、电池和氢储能并耦合燃料电池与热泵，在冬季12周评估中兼顾热舒适性与成本，优于规则控制并接近模型预测控制。
2025-11-06 cs.SY eess.SY
Model Predictive Control for Unlocking Energy Flexibility of Heat Pump and Thermal Energy Storage Systems: Experimental Results
本文面向热泵与储热系统，提出含灵活性评估与需求响应利用的两步MPC需求侧管理框架，并通过仿真和真实实验验证其有效性。
2025-07-23 cs.SY eess.SY
Integrated Power and Thermal Management of Connected HEVs via Multi-Horizon MPC
针对功率分流式混合动力汽车（HEV）的综合功率与热管理（iPTM）问题，提出了一种多时域模型预测控制器（MH-MPC）。所提出的MH-MPC利用准确的短视野车辆速度预览和在更长的收缩视野内直到驾驶循环结束的近似预测。这种多地平线计划的发展，以应付快速和缓慢的动力学与功率和热响应。建议的MH-MPC的主要目标是最大限度地减少燃料消耗，并加强对电池充电状态和发动机冷却剂温度的功率和热约束，同时满足驾驶（牵引）和机舱空调（加热）的需求。所提出的MH-MPC允许利用发动机冷却剂作为热能存储，为HEV能量流优化提供更大的灵活性。仿真结果表明，建议的MH-MPC提供了近最优的结果，参考动态规划（DP）的解决方案与负担得起的计算成本。此外，与传统的MPC策略相比，MH-MPC可以有效地利用不同分辨率的速度预览来实现期望的性能，并具有令人满意的鲁棒性。
2020-03-19 cs.SY eess.SY math.OC
Model Predictive Control Design for Unlocking the Energy Flexibility of Heat Pump and Thermal Energy Storage Systems
本文提出一种面向热泵与热能存储系统的模型预测控制设计，通过灵活性评估与利用实现需求侧管理，并经实际装置数值实验验证其有效性。
2024-02-23 cs.SY eess.SY
Comparative Evaluation of MILP, MPC, and Reinforcement Learning for Commercial Battery Dispatch Under Time-of-Use Tariffs
Lappeenranta-Lahti University of Technology（拉彭兰塔-拉赫蒂理工大学）；University of Vaasa（瓦萨大学）；Cleanwatts Digital S.A（Cleanwatts Digital 股份公司）
本研究基于2023年商业光伏数据，比较MILP、MPC和SAC强化学习在分时电价下的电池调度性能，发现MPC能恢复MILP基准99.2%的经济效益，而SAC表现不佳。
2026-09-15 cs.SY eess.SY
Implicit Incorporation of Heuristics in MPC-Based Control of a Hydrogen Plant
针对氢工厂能源管理，提出一种隐式纳入复杂启发式规则的MPC控制策略，通过分配器验证并修正计划，仿真证明优于规则控制。
2023-09-19 cs.SY eess.SY
A Learning-based Optimal Market Bidding Strategy for Price-Maker Energy Storage
University of California, Berkeley（加州大学伯克利分校）
具有存储单元的负荷服务实体达到可以显著影响电力市场中的清算价格的大小和性能。然而，价格内生性很少被考虑在存储报价策略和建模电力市场是一项具有挑战性的任务。与此同时，无模型强化学习（如Actor-Critic）在设计能源系统控制器方面越来越受欢迎。然而，实施通常需要冗长、数据密集和不安全的试错训练。为了填补这些空白，我们实现了一个在线的监督Actor-Critic（SAC）算法，监督与基于模型的控制器-模型预测控制（MPC）。能量存储代理使用该算法进行训练，以在学习和调整其对市场清算价格的影响的同时进行最佳出价。我们将有监督的Actor-Critic算法与MPC算法作为监督者进行了比较，发现前者通过学习获得了更高的利润。因此，我们的贡献，是一个在线和安全的SAC算法，优于目前基于模型的国家的最先进的。
2021-06-04 cs.LG cs.SY eess.SY
Model Predictive Control for a Medium-head Hydropower Plant Hybridized with Battery Energy Storage to Reduce Penstock Fatigue
混合动力水电站是在传统水电站的基础上增加电池储能系统（BESS），以减少敏感机械部件的磨损，提高整个电站的可靠性和调节性能。控制混合动力发电厂的中心任务是根据操作目标确定总功率设定点应如何在BESS和混合单元之间划分（功率设定点划分）。本文介绍了一种模型预测控制（MPC）框架，用于混合中高水头电厂确定水电机组和BESS的功率设定点。拆分策略依赖于HPP的压力钢管所产生的机械载荷的明确公式，压力钢管在向电网提供调节服务时可能由于疲劳而损坏。通过从HPP的功率设定点中过滤掉有助于过度压力管道疲劳的组件并适当地控制BESS，所提出的MPC能够保持相同水平的调节性能，同时显著减少对液压管道的损坏。考虑到230兆瓦的中型水头水电站的模拟提供了一个概念验证。
2021-11-13 cs.SY eess.SY
Model Predictive Control of Smart Districts Participating in Frequency Regulation Market: A Case Study of Using Heating Network Storage
本文针对日本蒸汽型区域供热网络缺乏储热罐的问题，提出利用管网热惯性，通过模型预测控制（MPC）框架，在满足网络物理约束下，实现CHP机组参与频率调节市场，并验证了控制器的实时性。
2023-05-12 cs.SY eess.SY
Economic Nonlinear Model Predictive Control of Prosumer District Heating Networks: The Extended Version
本文提出一种用于区域供热网络的经济非线性模型预测控制算法，通过构建基于图的优化模型集成产消者与双向流，在实时MPC中实现运行优化，较传统控制器成本降低达9%且更好维持系统约束。
2025-01-29 cs.SY eess.SY
Impact of data for forecasting on performance of model predictive control in buildings with smart energy storage
University of Cambridge（剑桥大学）；The Alan Turing Institute（图灵研究所）；University of Surrey（萨里大学）
本研究通过模拟案例评估了多种机器学习预测模型在多建筑MPC中的表现，发现简单线性多层感知机模型在精度、数据效率和泛化性上与先进模型相当，且通过变化点分析筛选数据可同时提升精度与效率，表明无需前期数据收集即可经济地部署MPC系统。
2024-07-31 cs.LG cs.SY eess.SY
Frequency Stability Using MPC-based Inverter Power Control in Low-Inertia Power Systems
电网正在从主要由同步电机组成的网络演变为同步电机和基于逆变器的资源（如风能，太阳能和储能）的混合物。这种转变导致机械惯性的降低，这就需要新的资源通过其逆变器接口提供频率响应。在本文中，我们提出了一种新的策略的基础上模型预测控制，以确定最佳的有功功率设定点的逆变器在系统中的干扰事件。我们的框架明确地考虑了功率和能量的硬约束，并且通过使用观测器来实时估计模型失配，我们证明了它对测量噪声，有限通信和延迟具有鲁棒性。我们证明了所提出的控制器显着优于一个最佳调整的虚拟同步机在一个标准的39总线系统在许多情况下。反过来，这意味着优化的逆变器为基础的资源可以提供更好的频率响应相比，传统的同步机。
2020-07-27 cs.SY eess.SY math.OC
Optimal Storage Arbitrage under Net Metering using Linear Programming
我们制定了最佳的能源套利问题的分段线性代价函数的能量存储设备使用线性规划（LP）。LP公式是基于epigraph的等效最小化。该公式考虑了斜坡和容量限制、存储的充电和放电效率损失、非弹性消费者负载和存在净计量的本地可再生发电，净计量促进了向电网出售能量并激励消费者安装可再生发电和能量存储。我们考虑的情况下，消费者的负荷，电价，和可再生能源发电在不同的情况下是不确定的。这些不确定的数量预测使用自回归移动平均（ARMA）模型，并在模型预测控制（MPC）框架中使用，以获得在每个实例的套利决策。在数值结果中，我们提出了不同的斜坡电池和不同的销售和购买的电力价格比的存储执行套利的敏感性分析。
2019-08-15 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
Grid-Compatible Flexibility from Multi-Energy Systems via Cyclic-Terminal Economic MPC with Hybrid Thermal-Electrical Dynamics
University of Stuttgart（斯图加特大学）
本文提出混合热-电动态的循环终端经济模型预测控制框架，实现多能源系统协调优化，揭示预测时域与终端惩罚权重的替代关系，提升电网兼容灵活性。
2026-08-10 cs.SY eess.SY
Building Seasonal Highways for Residential Energy Hubs: Sizing, planning and operating thermal energy storage
Delft University of Technology（代尔夫特理工大学）
针对住宅能源枢纽中热能储存短期运行价值下降问题，提出数据驱动季节性高速公路框架，通过动态终端集连接季节与日常优化，实现最优容量配置与运行，兼顾成本、电池寿命和热舒适性。
2026-10-02 cs.SY eess.SY math.OC
Stochastic MPC for energy hubs using data driven demand forecasting
ETH（苏黎世联邦理工学院）；Empa（瑞士联邦材料科学与技术研究所）
针对能源枢纽优化中需求不确定性的挑战，提出结合高斯过程数据驱动需求预测与场景法求解的随机MPC控制器，经仿真与真实建筑数据验证可有效降低能源成本。
2023-07-24 cs.LG cs.SY eess.SY
An ADMM-based Coordination and Control Strategy for PV and Storage to Dispatch Stochastic Prosumers: Theory and Experimental Validation
EPFL（洛桑联邦理工学院）
本文提出了一种双层控制协调框架，用于分布式能源资源，通过实时模型预测控制（MPC）和基于分布式优化的慢速MPC协调机制，实现对可调资源的功率流协调，以确保实时充足功率满足长期预设的能源轨迹。
2018-03-20 cs.SY eess.SY
Amortized Feedback Planning: Turning Model-Based Rollouts into Executable Policies
SKKU（韩国科学技术院）
本文提出摊销反馈规划方法，通过贝尔曼梯度细化将模型展开转化为可执行策略，在非LQG和推力任务中显著降低计算成本并保持性能。
2026-09-29 cs.SY eess.SY math.OC
Model Predictive Control of District Heating Grids Using Stabilizing Terminal Ingredients
本文针对集中供热管网碳中和转型需求，提出基于稳定终端要素的模型预测控制方法，并利用系统结构给出基于拓扑的可镇定性充分条件，通过数值案例验证了其实用性。
2024-04-02 cs.SY eess.SY
Robust MPC with data-driven demand forecasting for frequency regulation with heat pumps
随着连接到电网的挥发性可再生能源的数量增加，以及基于化石燃料的发电厂的逐步淘汰，对频率调节的需求增加。在需求方面，频率调节服务可以由配备有电加热或冷却系统的建筑物或区域通过利用其热惯性来提供。利用这种潜力的现有方法通常依赖于动态建筑模型，在实践中，获取和维护动态建筑模型可能具有挑战性。因此，这种系统的实际实施是稀缺的。此外，主动控制建筑物需要广泛的控制基础设施，并可能导致区域能源系统中的隐私问题。受此启发，我们利用热惯性的缓冲存储储备，减少建筑模型的需求预测在这里。通过将基于鲁棒模型预测控制的控制方案与仿射策略以及基于人工神经网络的供热需求预测与在线校正方法相结合，我们提供了频率调节储备，并通过包括热泵和缓冲存储的系统保持用户舒适度。虽然鲁棒的方法，确保乘员的舒适性，仿射策略的使用减少了干扰的不确定性对系统状态的影响。在第一次与一个真正的区域式建筑能源系统的实验中，我们证明了该方案能够在各种条件下提供储备，并跟踪调节信号，同时满足连接建筑物的供暖需求。13.4%的电力消耗是灵活的。在额外的数值研究中，我们证明，使用仿射政策显着降低了代价函数，并增加了所提供的储备量，我们调查的次优性相比，一个无所不知的控制系统。
2022-02-14 cs.SY eess.SY
Energy Storage in Madeira, Portugal: Co-optimizing for Arbitrage, Self-Sufficiency, Peak Shaving and Energy Backup
INRIA and DI ENS, ENS, CNRS, PSL University（法国国家信息与自动化研究所、巴黎高等师范学院、法国国家科学研究中心、巴黎文理研究大学）；ITI, LARSyS, Ténico Lisboa, and prsma.com（技术研究所、LARSyS、里斯本理工学院和prsma公司）
本文研究了马德拉岛的能源存储应用，从生产者消费者（prosumer）视角出发，探讨如何协调 arbitrage、自给自足、削峰和能源备份，通过凸优化问题解决零上网电价下的 arbitrage、提高本地可再生能源自消费、削峰和在停电时作为备用电源。
2019-08-19 cs.SY eess.SY
Scenario-Based Stochastic MPC for Energy Hubs with EV Fleets Under Persistent Grid Outages
Ashesi University（阿谢西大学）；Automatic Control Laboratory, ETH Zürich（苏黎世联邦理工学院自动控制实验室）；Urban Energy Systems Laboratory, EMPA（瑞士联邦材料科学与技术研究所城市能源系统实验室）
本文提出基于场景的随机MPC用于在持续电网故障下的能源枢纽与电动车车队，通过生成连续时间马尔可夫链和高斯过程场景，展示SMPC在性能上接近完美预测基准，而传统MPC在经济性和可持续性上不如SMPC。
2026-04-20 cs.SY eess.SY
Optimal Control of District Cooling Energy Plant with Reinforcement Learning and MPC
针对区域供冷能源厂最优控制中MPC求解复杂、RL设计难度大的问题，提出基于最小二乘策略迭代的RL控制器与仅需NLP求解器的MPC控制器，二者相较基线控制器均实现约17%的用电成本节约。
2023-10-05 cs.SY eess.SY
Cost-Aware Reinforcement Learning with Action Masking and Projection for Battery Energy Storage Dispatch under Suppressed-Spread Market Shifts
National Tsing Hua University（国立清华大学）
针对价差收窄下电池储能调度，提出将PPO控制器的物理动作掩蔽与投影同经济咨询分离的方法，实验显示其提升T2利润但整体仍低于代理成本MPC，并验证了可行性保障与经济筛选的独立作用。
2026-09-22 cs.AI cs.LG cs.SY
Enhanced Frequency Containment Reserve Provision from Battery Hybridized Hydropower Plants: Theory and Experimental Validation
针对径流式水电站提供增强型FCR时的磨损问题，提出双层MPC协调BESS与水轮机功率分配，并通过缩尺实验验证其可提升储备性能、降低伺服应力并延长资产寿命。
2023-09-29 cs.SY eess.SY
Model and Load Predictive Control for Design and Energy Management of Shipboard Power Systems
在目前的中压直流（MVDC）船载电力系统（SPS）中，存在多信源以向公共直流总线供电。传统上，这种系统的功率管理通过控制包括燃料操作发电机和底层转换器的发电模块（PGM）来执行。此外，能源管理是由新兴的单一或混合能源存储系统（ESS）。本文提出了一个模型和负荷预测控制框架的电力和能源管理的SPS。这里，具有负载预测的MPC用于三个主要目标：（1）根据发电机和能量存储元件各自的功率状态（SOP）和斜坡速率限制从发电机和能量存储元件请求功率和能量，（2）考虑并整合发电机成本和降级，以及（3）在预测范围结束时达到ESS的特定停车（最终）荷电状态（SOC）。利用MATLAB演示了最优化问题的解决方案，并在实时仿真环境中验证了控制框架的功能。
2021-05-20 cs.SY eess.SY math.OC
Uncertainty-Cognizant Model Predictive Control for Energy Management of Residential Buildings with PVT and Thermal Energy Storage
Niroo Research Institute (NRI)（尼鲁研究所）
建筑业占全球能源消耗的近40%。这揭示了在建筑物中利用可再生能源以实现气候目标的绝佳机会。在这种情况下，本文提供了一种建筑能源系统，包括热泵，热能储存系统以及并网光伏热（PVT）收集器，以最小的运营成本提供电力和热能需求的建筑物。为此，本文开发了一种随机模型预测控制（MPC）策略，以最佳地确定整个建筑能源系统的设定点，同时考虑与PVT能量生成相关的不确定性。该系统使建筑物能够1-将其电力需求从高峰时间转移到非高峰时间，2-将电力出售给电网以进行能源套利。
2022-01-21 cs.LG cs.SY eess.SY
Enhancing Building Energy Efficiency through Advanced Sizing and Dispatch Methods for Energy Storage
本研究针对建筑储能整合的技术经济障碍，提出了一种简单灵活的热储能与电池储能联合最优选型与调度框架，并结合模型预测控制实现实时运行，通过仿真评估验证了其在不同费率和气候条件下的能源与经济效益。
2023-10-19 cs.SY eess.SY
Centralized Model Predictive Control Strategy for Thermal Comfort and Residential Energy Management
提出了一种新的集中式模型预测控制（MPC），用于住宅建筑的舒适度和能量管理。这里使用的住宅设置配备了光伏（PV）太阳能系统和固定的家用电池单元。一个空气-空气多分裂热泵（HP）被用作主要的加热系统。每个区域的电动踢脚板（BB）单元用作二次系统。MPC同时负责控制HP和BB单元的加热输入以进行舒适性管理，以及控制PV、家用电池和双向电网系统之间的能量流。在能源成本计算中考虑可变的使用时间（ToU）费率，并考虑上网电价（FiT）向电网出售能源。与基于规则的能源管理策略相比，集中式MPC实现了13.5%的能源成本降低。太阳能发电和电池存储有助于节省约31%。
2019-12-14 cs.SY eess.SY
Occupant-Oriented Demand Response with Multi-Zone Thermal Building Control
提出新型多区域控制器PSC，综合考虑居住者热满意度、储能和能源价格，无需建筑模型或预测，在多区域供暖场景中成本降低22%，适用于未来能源系统HVAC控制。
2023-06-12 cs.SY eess.SY
Two-stage Coordinated Energy Management of Train Operation and Wayside Energy Storage System for Rail Power Supply Systems
针对电气化铁路供电系统，提出两阶段协调能量管理方法，联合优化列车运行与储能调度，通过日前计划和日内滚动优化，降低电网峰值功率35.7%和系统总成本28.8%。
2026-09-16 cs.SY eess.SY
Nonlinear Moving Horizon Estimation and Model Predictive Control for Buildings with Unknown HVAC Dynamics
我们提出了一种解决方案，建模和在线识别的供暖，通风和空调（HVAC）控制在建筑物中。我们的方法包括：（a）基于一阶能量平衡的电阻-电容（RC）模型，用于导出区域温度动态，以及（b）神经网络，用于对HVAC动态进行建模。利用非线性滚动时域估计（MHE），在系统状态物理约束下，同时进行状态估计和模型辨识。我们利用模型预测控制（MPC）的乘员舒适度满意度和暖通空调节能的识别模型，并使用仿真验证的方法。我们的系统仅依赖于建筑管理系统数据，不需要大量的数据存储，也不需要详细的建筑模型。这可以显著地帮助MPC的大规模采用，以用于未来网格交互式建筑物的以居住者为中心的控制。
2022-11-18 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
Data-Driven Evolutionary Game-Based Model Predictive Control for Hybrid Renewable Energy Dispatch in Autonomous Ships
针对自主船舶混合可再生能源调度，提出数据驱动的演化博弈模型预测控制框架，通过滚动优化整合博弈动力学，实现成本效益高、可靠且自适应的能量调度，优于传统方法。
2025-04-20 cs.SY eess.SY
A Model Predictive Control Scheme for Flight Scheduling and Energy Management of Electric Aviation Networks
Eindhoven University of Technology（埃因霍温理工大学）
针对电动航空网络的航班调度与能源管理问题，本文提出MPC方案，联合建模调度与能源管理问题并滚动求解，实验证明其可降低10%-37%电网能耗，保障网络高效运行。
2025-11-17 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
Accounting for Optimal Control in the Sizing of Isolated Hybrid Renewable Energy Systems Using Imitation Learning
SINTEF Energy Research（SINTEF能源研究所）
本文提出利用模仿学习考虑最优控制的孤立混合可再生能源系统容量设计方法，以平衡减排与投资成本。
2026-09-22 cs.LG cs.SY eess.SY
Optimal Coordination of Heat Pump Demand Flexibility and Battery Energy Storage Considering the Operation of Distribution Networks
School of Sustainable Energy Engineering, Faculty of Applied Sciences, Simon Fraser University（西蒙菲莎大学应用科学学院可持续能源工程学院）
提出MILP-MPC框架协调热泵预热、电池储能与电压调节设备，在配电网中削减峰值23.1%并缓解过载，支持供暖电气化。
2026-10-07 cs.SY eess.SY
