Adaptive flexibility function in smart energy systems: A linearized price-demand mapping approach
本文提出一种基于分段线性近似和Lyapunov稳定性的价格信号自适应生成机制,无需参数估计即可使灵活性函数输出跟随参考需求,并利用投影算法保证信号有界性,简化了灵活性服务。
2024-02-15 cs.SY eess.SY
Community Energy Storage Management for Welfare Optimization Using a Markov Decision Process
在本文中,我们解决了一个随机的可再生环境下的实时电力市场的社区储能的最优管理问题。在实时电力市场中,完整的市场信息可能无法评估的战略参与者,因此,我们提出了一个范例,使用部分信息,包括预测的实时价格和总供应曲线的斜率建模的价格影响的存储使用的价格制定者存储管理问题。作为价格制定者,社区储能不仅可以通过能源套利赚取利润,还可以平滑价格轨迹,进而影响社会福利。我们制定的问题作为一个有限的地平线马尔可夫决策过程,旨在最大限度地提高能源套利和社会福利的产消者为基础的社区。该管理方案的先进性在于最优策略具有阈值结构。该结构具有解析形式,可以通过比较其当前边际值和预期的未来边际值来指导能量存储器充电/放电。案例研究表明,福利最大化存储比利润最大化存储获得更多的好处。所提出的基于阈值的算法可以保证最优性,并大大降低了标准随机动态规划的计算复杂度。
2020-11-27 cs.SY eess.SY
Grid Tariffs for Peak Demand Reduction: Is there a Price Signal Conflict with Electricity Spot Prices?
由于电气化脱碳的趋势,预计电网将需要大量投资,要求改变电网电价设计,为减少高峰负荷提供适当的激励。然而,来自电网电价的价格信号可能会被电力现货价格扭曲,而电力现货价格也代表了消费者电费总额的重要部分。本文试图确定是否有一个价格信号之间的冲突,电网电价和现货价格。四个不同的电网电价设计进行了比较,使用一个通用的需求响应模型的一部分,成本最小化的线性规划,以模拟减少高峰负荷。该方法适用于计量的电力需求,从3608消费者在挪威奥斯陆。结果表明,新的电网电价设计减少了1- 4%的高峰负荷,并在高峰负荷的减少是较小的消费者受电力现货价格。
2022-06-28 cs.SY eess.SY math.OC
Elasticity Based Demand Forecasting and Price Optimization for Online Retail
我们研究了一个在线零售商的问题,他们观察产品的单位销售量,并动态地改变零售价格,以最大化预期收入。假设产品的需求对价格敏感,我们感兴趣的是当未来需求不确定时的最优定价政策。我们建立了一个系统来研究零售价格和需求之间的关系,并估计需求函数。该系统预测给定零售价格下的需求和收入。我们制定了一个收入最大化问题,在离散有限的时间范围内离散的零售价格。基于预测的需求和收入值求解最优定价策略。通过计算实验,我们研究了最优定价策略对库存管理的影响。
2021-06-16 cs.CE cs.SY eess.SY
Optimal Demand Response and Supply Schedule Under Market-Driven Price: A Stackelberg Dynamic Game Approach
在这项工作中,我们使用Stackelberg无限离散时间动态博弈模型来研究市场驱动的动态价格下的最优供应计划和最优需求响应。建立了两层优化框架。在较低层,对于每个用户,针对能量消耗调度不同的电器。对于能源供应商来说,不同的发电机用于发电。在上层,与供应商作为领导者和用户作为追随者,Stackelberg动态博弈是用来捕捉能源供应商和用户之间的互动,能源供应商和用户只关心自己的成本。我们分析了一个领导者-N个追随者的Stackelberg动态博弈,并刻画了Stackelberg均衡。我们提供了一个封闭形式的纳什解的最优动态需求响应问题时,供应宣布。一组线性约束的特点Stackeberg平衡。仿真结果表明,价格被驱动到一个合理的价值。总需求和总供给是平衡的。
2019-11-17 cs.SY eess.SY
The effect of price-based demand response on carbon emissions in European electricity markets: The importance of adequate carbon prices
基于价格的需求响应(PBDR)最近被认为是巨大的经济和环境潜力。然而,确定其对碳排放的短期影响需要了解边际排放因子(MEFs),与电网混合排放因子(XEF)相比,由于国家电力市场的复杂特征,计算起来很麻烦。因此,本研究提出了两种基于优序的方法来近似每小时的MEF,并将其应用于2017-2019年来自20个欧洲国家的现成数据集。基于由此产生的电价、MEF和XEF,模拟了标准化的日负荷转移,以量化其对边际成本和碳排放的影响。最后,通过对不同碳价格水平下的负荷转移模拟,分析了碳价格对碳排放的影响。有趣的是,模拟的基于价格的负荷转移导致20个国家中的8个国家的运营碳排放量增加,所有20个国家的平均增幅为2.1%。从基于价格的负荷转移切换到基于MEF的负荷转移将相应的碳排放量减少了35%,尽管与基于价格的负荷转移相比,货币成本节省了56%。在特定情况下,PBDR导致碳排放量增加,主要是由于褐煤和煤炭等燃料源在经济上的优势。然而,随着碳价格的增加,碳强度与燃料边际成本之间的相关性大幅增加。因此,在适当的碳价格下,PBDR可以成为经济和环境改善的有效工具。
2020-12-01 cs.SY eess.SY
An Adaptive Demand Response Framework using Price Elasticity Model in Distribution Networks: A Case Study
价格弹性模型(PEM)是一个有吸引力的和温和的模型,用于评估灵活的需求的潜力,在DR。它衡量客户的需求敏感性,通过弹性的价格变化。然而,PEM在DR中的应用是部分理解归因于DR中的跨期约束的适应性和可调整性。因此,本文提出了一个自适应的经济DR框架的DR属性通过动态弹性方法来建模客户的敏感性。这种动态弹性是通过确定性和随机方法建模。这两种方法都设想了可转移/灵活负载的负载恢复的概念,以使所提出的DR框架相对于价格变化具有自适应性和可调整性。在随机方法中,采用几何布朗运动来模拟负荷恢复,包括跨时间约束的负荷灵活性。所提出的数学模型显示了什么应该是客户的弹性值,以实现实际DR的情况下进行研究的标准IEEE 33配电系统总线负载数据,以评估技术和社会经济的影响DR对客户,并与现有的模型进行了比较。
2021-05-31 cs.SY eess.SY
The Price of Fragmentation in Mobility-on-Demand Services
Ecole Polytechnique(巴黎综合理工学院);Cornell University(康奈尔大学)
研究多平台分割需求对系统效率的影响,揭示碎片化导致的供应重新平衡成本变化,分析市场规模下碎片化成本的相变特性。
2018-03-05 cs.SY eess.SY
Aggregate Peak EV Charging Demand: The Impact of Segmented Network Tariffs
本文基于荷兰1200多个公共充电点真实数据,比较分段网络电价与动态能源价格对聚合峰值充电需求的影响,发现分段电价能更有效降低峰值,并强调功率阈值与价格平衡对电价设计的重要性。
2024-04-02 cs.SY eess.SY
Optimal Vehicle Charging in Bilevel Power-Traffic Networks via Charging Demand Function
针对电动汽车充电耦合电力与交通网络的双层规划问题,提出利用多参数规划推导充电需求函数,将非线性费用项转化为分段二次项,实现独立管理充电功率并保证最优性,数值实验验证了价格激励与交通需求的影响。
2023-09-05 cs.SY eess.SY
An Optimal Energy-Saving Home Energy Management Supporting User Comfort and Electricity Selling with Different Prices
在这项研究中,我们调查了一个最佳的家庭能源管理系统(HEMS)集成的可再生能源系统(RES)和储能系统(ESS)支持电力销售功能的操作。提出了一个多目标混合整数非线性规划模型,包括RES,ESS,家用电器和主电网,优化不同的和相互冲突的目标,即能源成本,用户舒适度和PAR。还详细考虑了不同销售价格对目标的影响。我们进一步开发了一个公式的能量成本的下限,以帮助居民或工程师快速选择最佳参数的RES和ESS为他们的家庭在安装过程中。我们的系统的性能进行了验证,通过广泛的模拟下,正常的,经济的,智能的三种不同的情况下,不同的销售价格,使用真实的数据,和模拟结果进行比较,在日常能源成本,PAR,用户的便利性和连续等待时间使用电器。数值结果清楚地表明,与正常情况相比,经济情景实现了每日能源成本降低51.6%,同时牺牲了用户的便利性,PAR和连续等待时间分别为49%,132%和1小时。另一方面,智能场景显示用户的便利性和PAR分别仅略微下降2%和18%,同时实现了每日能源成本降低46.4%和相同水平的连续等待时间。此外,我们的模拟结果表明,销售价格的下降对PAR和用户舒适度的影响很小,即使每天的能源成本增加。
2021-01-12 cs.SY eess.SY
Multi-Regional Traffic Control with Travel and Charging Demand Co-Management
University College London(伦敦大学学院);KIOS Research and Innovation Center of Excellence, Department of Electrical and Computer Engineering, University of Cyprus(塞浦路斯大学电气与计算机工程系 KIOS 研究与卓越中心)
本文提出一种多区域交通协调框架,结合路线引导与充电管理,提升交通网络效率,通过宏观基本图分析拥堵,并通过需求管理调节外部流入。
2026-05-01 cs.SY eess.SY
Price-Based Distributed Scheduling of Flexible Demands in Energy Communities
School of Electrical and Computer Engineering, Cornell University(康奈尔大学电气与计算机工程学院)
研究能源社区基于价格的灵活需求分布式调度,通过双层随机动态规划建模,得出阈值定价规则(TPR),该规则计算成本低、抗建模不确定性,能保证社区收益与成员理性,且随社区规模增长渐近最优。
2026-08-24 cs.SY eess.SY
Pricing Mechanisms versus Non-Pricing Mechanisms for Demand Side Management in Microgrids
本文对比芬兰赫尔辛基某社区微电网需求侧管理的定价与非定价机制,发现削峰型非定价策略降峰稳流效果更优,价格型策略会抬高峰值与损耗,提出应转向基于削峰等系统需求的DSM策略。
2025-01-17 cs.SY eess.SY
Sharing Coefficient-Based Price Signals for Demand Response in Renewable Energy Communities
Catalonia Institute for Energy Research (IREC)(加泰罗尼亚能源研究所)
研究可再生能源社区中因馈线级盈余导致的反向潮流问题,提出基于共享系数的需求响应框架,通过馈线感知和馈线无关设计,将动态比例分配结果转换为价格信号,经实验验证可有效减少反向能量,为需求响应提供新的运行价格信号。
2026-07-13 cs.SY eess.SY
Demand side management impacts on electricity network vulnerability
对电力的需求正在经历相当大的空间和时间变化。随着高效技术的采用和电气化程度的提高,有必要更好地了解需求模式的潜在变化如何影响网络的可靠性。我们量化的宏观经济影响的潜在未来变化的需求配置文件的电力网络发电短缺。应用于英国,潜在的节省或损失进行评估的变化,峰值需求下四个不同的负载配置文件:(一)目前的一天,(二)广泛采用高效电器,(三)部署热泵,(四)移动到一个理想化的完全平衡的负载配置文件。在不同的需求类型之间和整个英国,都观察到经济中断的相当大的变化。当电网发电能力严重中断时,我们估计每增加一吉瓦的国家电力需求,每小时的宏观经济影响将增加高达123万英镑。如果通过需求方管理减少高峰需求,也可以实现类似的影响减少。我们的结论是,与风险相关的经济影响与能源需求的时间模式直接相关,需要纳入围绕需求侧措施的决策。我们发现,如果没有伴随需求侧管理的脱碳战略,可能会导致经济损失增加,而没有供应侧干预。
2020-08-11 cs.SY eess.SY
Online repeated posted price auctions with a demand side platform
我们考虑一个在线广告网络的问题,其中的广告交换拍卖广告位和中介称为需求方平台(DSP)购买这些广告位为他们的客户(广告商)。一个中介代表多个广告客户。不同类型的广告位由广告交易所拍卖,例如,视频广告,横幅广告等,我们研究重复张贴价格拍卖同质和异质项目时,有一个中间人。在标价拍卖中,拍卖师设定一个固定的保留价。买家可以接受价格并赢得广告位或拒绝价格。我们分析了系统从拍卖师的角度来看,最优保留价是动态的异构项目。我们还调查系统从中介的角度来看,并设计调度广告客户的算法。广告商通常有预算限制和印象限制。我们制定了一个收入优化问题的中介,也考虑了预算和印象约束的问题,安排广告客户。最后,我们提出了一个数值研究的单一卖方和广告客户模型,考虑各种估值分布,如均匀,指数和对数正态分布。
2019-10-04 cs.GT cs.SY eess.SY
Modeling electricity demand, welfare function and elasticity of electricity demand based on the customers risk aversion behavior
如今,对电力客户的态度已经改变,因此他们不再被认为是静态的玩家。用户行为识别是建立现代电力系统的关键。本文利用消费者风险厌恶系数对消费者的消费行为进行建模。利用效用函数的概念,通过这些系数来衡量电力消耗的价值。效用函数是微观经济学中的一个重要概念,它衡量消费者的偏好,并解释理性消费者如何做出消费决策。在效用函数的基础上,建立了经济负荷模型和用户福利函数。利用负荷模型估计电力需求的价格弹性和收入弹性。结果表明,随着风险规避系数的增加,消费者从消费中获得的满意度越高。当风险规避系数大于(低于)单位时,用电量将被补足(替代)。当单位风险规避系数为零时,交叉价格弹性为零,即消费量与其他时段的需求量无关。结果表明,电价上涨抵消了收入增长对消费的影响。因此,在研究电力消费时,应同时考虑价格和收入的变化。
2020-10-15 cs.SY eess.SY
Gas Fire Power Plant Management Through Numerical Approximation of Spark Spread Options
University of Bahrain(巴林大学);McMaster University(麦克马斯特大学)
本文研究燃气发电厂管理,将其价值视为火花价差期权进行估值。针对现货价格存在尖峰且属于跳跃扩散过程导致无法获得闭式公式的情况,探索了火花价差期权的数值近似方法。
2025-10-22 cs.SY eess.SY
A probabilistic demand side management approach by consumption admission control
本文提出一种基于统计资源管理原理的概率需求侧管理方法,通过自动启停电器实现供需平衡,核心贡献是利用尾部概率估计而非硬性限制。
2016-07-29 cs.SY eess.SY
Characterizing Quality of Experience for Demand Management in South Brazil
目前的工作提供了在弗洛里亚诺波利斯,对巴西南部地区进行的一项调查的结果,使用一个数字问卷,询问在智能家居背景下与需求管理系统(DMS)的互动。特别是,该调查解决了受访者对需求管理的想法,并收集了数据,以便设计基于体验质量(QoE)的需求管理政策。对QoE感知方法的研究是重要的,因为它使DMS不仅能够基于经济指标做出决策,而且还考虑到对用户造成的不适。回答的数量保证了95%的置信水平和4.63%的误差幅度,这些回答的内容表明受访者对允许DMS对其能源消费习惯进行干预的有利倾向,只要它能减少他们的能源支出。使用聚类技术和不同的典型用户配置文件被利用,每个集群的质心表示的需求管理行动对几个家电引起的不适的数据进行处理。这些配置文件可用于部署针对本地现实量身定制的QoE感知DMS,随着智能住宅成为现实,这似乎是一种有前途的商业模式。
2020-05-27 cs.SY eess.SY
Optimized Household Demand Management with Local Solar PV Generation
Virginia Commonwealth University(弗吉尼亚联邦大学)
本文提出利用克隆选择算法优化家庭需求管理调度,在存在光伏发电的技术约束下减少电费和电网购电。
2017-06-21 cs.SY eess.SY
Implementing Flexible Demand: Real-time Price vs. Market Integration
University of Oulu(奥卢大学);Lappeenranta University of Technology(拉彭兰塔理工大学)
本文提出一个结合现货和平衡电力市场的基于代理模型,研究消费者灵活性整合对系统的影响,发现实时定价可能增加电力成本,且这种行为具有系统性,需重新思考当前实践以成功整合灵活性。
2018-02-12 cs.SY eess.SY q-fin.GN
Demand Side Management for Homes in Smart Grids
用电量是水电费的主要部分,也是降低电费的最佳起点。介绍了一种有效的家庭能源管理方法,以减少客户的电费,通过确定最佳的设备调度下按小时定价的需求响应(DR)策略。所提出的方法通过可接受的器具延迟时间专门解决了消费者的舒适度,在该时间内,他们的消费可以从正常的时间表转移。电动汽车(EV),具有车辆到电网(V2G)和车辆到家庭(V2H)的能力,能量存储系统(ESS)和可再生能源作为分布式发电被认为是在最终用户场所,以提高能源管理效率。一个混合整数线性规划(MILP)的框架来解决所提出的问题。数值结果表明,该方法可以减少用户的电费,而不牺牲他们的舒适性,并充分利用电动汽车和ESS的能力。
2019-11-26 cs.SY eess.SY
Time Series Analysis of Electricity Price and Demand to Find Cyber-attacks using Stationary Analysis
随着近年来计算工具的发展,数据分析方法在行业和研究人员中变得越来越普遍。本文第一部分是对新英格兰电价和需求的时间序列分析,发现数据中的异常。本文研究了时间序列平稳性准则,为进一步的时间序列相关分析准备数据。本文主要采用了三种分析方法,即移动平均法、移动标准差法和增广的Dickey-Fuller检验法。本文使用的数据是来自9个不同操作区的新英格兰大数据。对于每个区域,考虑4个不同的变量,包括日前(DA)的电力需求,价格和实时(RT)的电力需求价格。
2019-09-29 cs.CR cs.DB cs.SY
Learning and Optimization for Price-based Demand Response of Electric Vehicle Charging
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
针对EV充电PBDR中预测与运营优化脱节的问题,提出融合预测误差和下游优化成本误差的决策导向端到端学习框架,以少量样本提升成本节约与运营优化效果。
2024-04-16 cs.AI cs.SY eess.SY
Unleashing the potential of price-based congestion management schemes: a unifying approach to compare alternative models under multiple objectives
从边际成本道路定价到基于出行的多式联运定价,文献中提出了各种基于价格的拥堵管理方案。基本模型是根据不同的理论假设和不同的,有时是相互冲突的目标制定的。本文提出了一个统一的框架下,不同的方法可以根据各自的假设进行比较。统一的建模框架被称为出行定价模型,它将路径差异化定价扩展到多模式路径,即,旅行的任何模式或模式的组合,并概括道路收费计划(这是一个特殊的情况下)。通过设置积极的(通行费)和消极的(激励)价格,收入中性的计划也被证明是特殊情况下,没有先验假设的路径/模式收费/激励。为了进行模型比较,定价设计问题在一个多目标优化框架中制定,该框架将交通效率、环境可持续性、用户接受度、社会和空间公平性作为定价目标。行程定价计划相比,传统的道路定价计划,并与他们的收入中性的变种。在Nguyen-Dupuis网络上比较了在单目标和多目标优化框架中设计的第一最佳和第二最佳定价方案。研究结果表明,多目标交通拥挤定价的单目标道路定价的巨大潜力。此外,积极和消极的价格的应用显着增加预期接受的定价计划,并保持效率和可持续性的目标。研究结果应有助于设计更有效的定价政策,即,一套更容易沟通的定价规则,基于现有的乘客跟踪和定价技术。
2022-07-25 cs.SY eess.SY math.OC
A Linear Pricing Mechanism for Load Management in Day-Ahead Retail Energy Markets
本文提出一种日前零售电力市场的线性定价机制,通过广播线性价格信号引导客户负荷,缓解过度消耗并实现拥堵管理,无需双向通信或投标程序。
2025-09-09 cs.SY econ.GN eess.SY
Microgrid management with weather-based forecasting of energy generation, consumption and prices
Liège University(列日大学)
政府间气候变化专门委员会提出了不同的减缓战略,以实现净减排,这是遵循将全球变暖限制在1.5°C而没有或有限超调的途径所必需的。向无碳社会的过渡必然会增加可再生能源发电在能源组合中的份额,并大幅减少化石燃料的总消费。因此,本论文以可再生能源在电力系统的整合为研究对象,探讨预测与决策工具。事实上,与传统发电厂相比,可再生能源具有不确定性。大多数基于可再生能源的发电技术是不可调度的,其生产是随机的,难以提前预测。可再生能源的高份额对于那些为可调度单元设计和调整规模的电力系统来说是一个挑战。在这种情况下,概率预测,旨在模拟所有可能的未来实现的分布,已成为一个重要的工具,以装备决策者,希望导致更好的决策,在能源应用。本论文主要研究两个问题:(1)如何产生可靠的可再生能源发电量、消费量和电价的概率预测?(2)如何使用概率预测做出具有不确定性的决策?论文的范围是“小”系统的能源管理,如微电网在住宅规模的提前一天的基础上。它分为两个主要部分,提出解决这两个研究问题的方向(1)预测部分;(2)规划和控制部分。
2021-12-09 cs.LG cs.SY eess.SY
Survey of charging scheduling, fleet management, and location planning of charging stations for electrified demand-responsive transport systems: methodologies and recent developments
电动汽车加速了交通系统的电气化,为充电调度、车队管理以及充电基础设施位置和配置规划带来了新的挑战。在这篇综述中,我们提供了一个系统的审查,最近的发展战略,战术和运营决策的需求响应交通系统规划使用电动汽车(EV-DRT)。我们总结了数学建模方法的最新进展,并确定了未来的研究方向。现有的开放获取数据集,数值测试实例和软件的列表提供了在EV-DRT和相关问题的未来研究。
2021-12-08 cs.CE cs.SY eess.SY
A Prudent Framework for Understanding Risk-Awareness in Demand Response
Columbia University(哥伦比亚大学)
本文提出一种结合非前瞻性多阶段决策与超二次成本函数的理论框架,揭示风险意识源于超二次成本函数和价格不确定性,通过数值模拟和实际案例展示其影响。
2026-06-28 cs.SY econ.TH eess.SY
Competition in Electric Autonomous Mobility on Demand Systems
本文研究了竞争对自主移动按需系统的影响。通过采用基于网络流的公式,我们首先确定的最优策略的利润最大化的平台运营商在垄断和双寡头市场,包括最优价格的游乐设施。此外,我们描述了平台运营商的利润和消费者剩余。我们表明,对于双头垄断,游乐设施的均衡价格必须是对称的公司之间。然后,为了研究在市场中引入竞争的好处,我们推导出了垄断和双寡头环境之间的乘车价格、服务的总需求、企业利润和消费者剩余之比的普遍理论界限。我们讨论了消费者的公司忠诚度如何影响上述每个指标。最后,使用曼哈顿网络和需求数据,我们量化了静态定价和路由策略的有效性,并将其与实时模型预测策略进行了比较。
2021-07-15 cs.SY eess.SY math.OC
Estimating Demand Flexibility Using Siamese LSTM Neural Networks
Tsinghua University(清华大学);University of Washington(华盛顿大学)
在现代电力系统中,有机会通过动态价格激励消费者来探索需求灵活性。在本文中,我们量化需求的灵活性,使用一个有效的工具,称为时变弹性,其值可能会发生变化,这取决于价格和决策动态。该工具对于评估需求响应潜力和系统可靠性特别有用。近年来的实证研究表明,在研究需求弹性时,出现了一些反常的现象,如价格上涨后的延迟反应和弹性消失等。现有的方法无法捕捉这些复杂的功能,因为他们严重依赖于一些预定义的(往往过于简化)回归表达式。相反,本文提出了一种无模型的方法来自动和准确地获得最佳的估计模式。我们进一步开发了一个两阶段的估计过程与连体长短期记忆(LSTM)网络。在这里,一个LSTM网络对价格响应进行编码,而另一个网络估计随时间变化的弹性。在案例研究中,所提出的框架和模型进行了验证,以实现更高的整体估计精度和更好的描述各种异常特征相比,国家的最先进的方法。
2021-09-03 cs.LG cs.SY eess.SY
Anomaly Detection in California Electricity Price Forecasting: Enhancing Accuracy and Reliability Using Principal Component Analysis
U.S. Department of Energy(美国能源部);SAS Institute(SAS研究所)
本研究针对加州电网电价预测的复杂数据与异方差挑战,结合PCA、RPCA及SAS稀疏矩阵离群点去除方法优化特征,构建回归模型,显著提升日前电价预测准确性,助力可再生能源并网与电网管理。
2024-11-25 cs.AI cs.ET cs.LG
Smart Households Demand Response Management with Micro Grid
University of Guelph(圭尔夫大学)
如今,新兴的智能电网技术开辟了客户和能源公司之间的双向通信的可能性。需求响应管理(DRM)为商业客户和家庭提供了节省资金的承诺,同时帮助公用事业公司更有效地运营。在本文中,基于激励的需求响应优化(IDRO)模型,提出了有效地调度家用电器在高峰时段的最低使用率。该方法是一种基于非线性自回归神经网络(NAR-NN)的多目标优化技术,它考虑了公用事业和屋顶安装的光伏(PV)系统提供的能量。所提出的方法进行了测试和验证,使用300个案例研究(家庭)。为期一年的数据分析表明,功率因数和客户账单有明显改善。
2019-07-08 cs.AI cs.LG cs.SY
A Traffic Management Framework for On-Demand Urban Air Mobility Systems
University of Southern California(南加州大学);Xtelligent, Inc.(Xtelligent公司)
本文提出了一种用于按需城市空中交通系统的集中式交通管理框架VertiSync,该策略在满足安全和能量约束下调度飞机服务与再平衡,能最大化大机队吞吐量并显著降低乘客等待时间。
2024-03-22 cs.MA cs.NI cs.RO