Operations-Based Planning for Placement and Sizing of Energy Storage in a Grid With a High Penetration of Renewables
Department of Computer Science Engineering University of Washington（华盛顿大学计算机科学与工程系）；Material Physics Applications Division and Center for Nonlinear Studies Theoretical Division LANL, Los Alamos, NM 87545, USA（洛斯阿拉莫斯国家实验室材料物理应用部门与非线性研究理论中心）
针对高可再生能源渗透率电网，提出一种基于最优储能控制算法的启发式方法，通过分阶段限制储能节点数量和总容量，实现储能的最优选址与定容，以最小化可再生能源集成成本。
2011-07-08 cs.SY eess.SY math.OC
The economics of utility-scale portable energy storage systems in a high-renewable grid
电池储能有望在能源系统的低碳转型中发挥至关重要的作用。然而，在电网中部署电池存储目前受到其低经济可行性的严重限制，这不仅是由于高资本成本，而且还缺乏灵活有效的利用方案和商业模式。通过卡车运输使公用事业规模的电池存储变得便携，从而释放了其提供各种按需服务的能力。我们介绍了公用事业规模的便携式储能的潜在应用，并调查其在加利福尼亚州的经济性，使用时空决策模型，确定最佳的操作和运输计划的便携式存储。我们发现，动员储能可以在某些地区将其生命周期收入增加70%，并通过缓解当地输电拥堵来改善可再生能源整合。时空套利的生命周期收入可以完全补偿加州几个地区的便携式储能系统的成本，包括圣地亚哥和旧金山湾区。
2020-08-17 cs.SY eess.SP eess.SY
Assessing the optimal contributions of renewables and carbon capture and storage toward carbon neutrality by 2050
本研究以日本为例，通过线性优化模型评估可再生能源与碳捕集与封存的最优组合，发现到2050年可实现能源部门55%-67%的碳减排，并随碳定价提高而进一步增加。
2023-05-09 cs.SY eess.SY math.OC
Understanding the role and value of battery storage in renewables-rich distribution grids under uncertainty and different market paradigms
Massachusetts Institute of Technology（麻省理工学院）；ETH Zurich（苏黎世联邦理工学院）
研究不确定性和不同市场范式下电池储能在可再生能源丰富的配电网中的作用与价值。通过扩展LEM框架，在IEEE 123节点馈线用滚动时域交替最优潮流比较三种市场设计，表明LEM成本最低，还研究了储能价值及相关影响因素。
2026-07-28 cs.SY eess.SY math.OC
Towards Low-carbon Power Networks: Optimal Integration of Renewable Energy Sources and Hydrogen Storage
本文提出了一种新的最优化模型和求解方法，用于确定可再生能源和储氢在电网中的最佳位置和规模。我们获得这些战略决策的基础上，多周期的交流最优功率（AC OPF）流问题，考虑可再生能源的输出，电力需求和电价的不确定性。我们开发了一个二阶锥规划方法内的Benders分解框架，以提供全球最优解。据我们所知，我们的论文首次提出了一个基于AC OPF的系统优化框架，该框架联合分析了电网，可再生能源和储氢的相互作用，以提供可再生能源和储氢的最佳位置和规模决策。在一个测试案例中，我们表明，可再生能源和氢存储的联合集成和AC OPF模型的考虑显着降低了电网的运营成本。反过来，我们的研究结果可以为决策者提供定量见解，了解如何在氢气销售价格，可再生能源削减成本，排放税价格和转换效率的不同设置下整合可再生能源和储氢。
2022-07-22 math.OC
Tertiary Regulation of Cascaded Run-of-the-River Hydropower in the Islanded Renewable Power System Considering Multi-Timescale Dynamics
为了实现农村地区的电力供应和开发清洁能源，全世界都在建设完全可再生的电力系统，包括梯级径流式水电和光伏、风能等不稳定能源。在孤岛运行模式下，初级和次级频率控制，即，水轮机调速器和自动发电控制（AGC）负责频率稳定性。然而，由于径流式水电的蓄水能力有限和河流动力学约束，在梯级电站之间没有协调的情况下，传统的固定参与因子AGC不能充分发挥梯级水电的可调节性。当不稳定的能量和负载之间发生不平衡时，甩负荷可能是不可避免的。为了解决这个问题，本文提出了一个协调的三级控制方法，联合考虑电力系统动态和河流动态耦合的梯级水电站。电力系统和河流动力学的时间尺度是非常不同的。为了统一多时间尺度动态，建立一个模型预测控制器，协调级联工厂，AGC参数和涡轮流量之间的关系在一个时间间隔内近似基于数据的二阶多项式代理模型。通过优化AGC参与因子，以滚动时域方式协调级联电厂，并使甩负荷最小化。对一个实际系统的仿真结果表明，所提出的方法可以有效地降低光伏波动下的负荷损耗。
2021-03-28 cs.SY eess.SY math.OC
Reconfiguring flexibility in renewable power-to-ammonia systems using molten-salt thermal energy storage in the ammonia synthesis loop: A coordinated electro-hydrogen-thermal scheduling approach
College of Electrical Engineering, Sichuan University（四川大学电气工程学院）；School of Chemical Engineering, Sichuan University（四川大学化学工程学院）；School of Advanced Engineering, Great Bay University（大湾区大学先进工程学院）
本文提出在氨合成循环中引入熔盐热能存储，以解决风能和太阳能间歇性带来的氢气生产波动及氨合成反应器热不稳定问题，通过协调电-氢-热调度提升系统灵活性和经济性。
2026-04-28 cs.SY eess.SY math.OC
Minimizing Risk of Load Shedding and Renewable Energy Curtailment in a Microgrid with Energy Storage
我们考虑一个微电网随机负载实现，随机可再生能源生产，和一个储能单元。电网控制器提供微电网应该呈现给主电网的总净负荷轨迹，并且如果需要，微电网必须施加甩负荷和可再生能源削减以满足该净负荷轨迹。微电网控制器试图操作本地能量存储单元以最小化在有限时间范围内的负载削减和可再生能源削减的风险。我们将优化存储单元的操作的问题表述为有限阶段动态规划问题。我们证明了能量存储的多阶段目标函数在每个阶段的电池充电状态下是严格凸的。最优决策的唯一性在一些额外的假设下被证明。从而得到最优策略。仿真结果表明了储能器在减少切负荷和减少RE削减方面的有效性。
2016-11-28 math.OC
Joint Optimization of Hybrid Energy Storage and Generation Capacity with Renewable Energy
在孤立的电网或碳足迹小的微电网中，可再生能源的渗透率通常很高。在这样的电网中，储能对于保证终端用户的不间断和稳定的电力供应非常重要。不同类型的储能具有不同的特性，包括其往返效率，功率和能量额定值，随时间的能量损失以及投资和维护成本。此外，不同类型的可再生能源的负荷特性和可用性在不同的地理区域和一年中的不同时间有所不同。因此，在设计这种类型的电力系统时，多种类型的能量存储和发电的联合容量优化是重要的。在本文中，我们制定了一个成本最小化问题的存储和发电规划，同时考虑初始投资成本和运营/维护成本，并提出了一个分布式优化框架，以克服所带来的困难，由大规模的最优化问题。研究结果将有助于在未来具有高可再生能源渗透率的分散式电网中制定储能和发电容量规划的决策。
2013-09-23 math.OC
Optimal Workload Allocation for Distributed Edge Clouds With Renewable Energy and Battery Storage
本文研究可再生能源驱动的边缘云网络的最优工作负载分配问题，提出基于优化的框架，通过整合可再生能源和电池储能，在维持服务质量的同时最小化运营成本并最大化能源利用率。
2023-10-22 math.OC
Optimal Operation of Renewable Energy Communities under Demand Response Programs
本文针对可再生能源社区中配备储能的生产者，提出一种低复杂度混合整数线性规划调度策略，并设计公平的需求响应奖励分配算法，使社区成员收益优于独立运行。
2025-03-10 cs.SY eess.SY math.OC
Optimal sizing of renewable energy storage: A comparative study of hydrogen and battery system considering degradation and seasonal storage
本文采用多目标改进萤火虫算法（MOMFA）优化光伏-氢能/电池储能系统的规模与运行策略，比较氢能与电池系统在考虑退化及季节性存储下的技术经济性能，证明MOMFA优于NSGA-II，并验证氢能系统在高可再生能源渗透场景下具备长期存储优势。
2022-11-15 math.OC
Storage Sizing and Placement through Operational and Uncertainty-Aware Simulations
University of Washington（华盛顿大学）
本文提出通过运营和不确定性感知模拟确定存储容量和位置，以降低可再生能源接入成本，采用启发式方法优化存储部署，通过统计分析提升存储效率。
2013-09-11 cs.SY eess.SY math.OC
Intelligent Home Energy Management System for Distributed Renewable Generators, Dispatchable Residential Loads and Distributed Energy Storage Devices
本文提出了一种集成可调度负荷（例如，洗衣机和烘干机），分布式可再生发电机（例如，屋顶太阳能电池板），和分布式能量存储装置（例如，插电式电动车）。总体目标是降低未来住宅的总运营成本和碳排放，同时满足最终用户的舒适度。本文建立了多种家用电器的模型，并利用混合整数线性规划建立了家用电器的经济运行问题。最后通过实例验证了该算法的有效性.仿真结果还显示了可调度负载、分布式可再生发电机和分布式储能设备对未来住宅的积极影响。
2017-04-13 math.OC
Distributionally Robust Joint Chance-Constrained Optimization for Electricity Imbalance: Integrating Renewables and Storage
本文提出一种分布鲁棒联合机会约束优化框架，结合Wasserstein模糊集、CVaR近似和隐私保护ADMM算法，并利用K-means聚类调整模糊集，以促进P2P能源交易并降低峰值需求与社区成本。
2025-07-09 cs.SY eess.SY math.OC
Energy Storage Optimization for Grid Reliability
世界各地的多个电网正在计划大规模的可再生能源整合。为了实现安全稳定的电网运行，需要额外的资源/储备来缓解可再生能源（RES）的固有不稳定性。在本文中，我们提出的公式来了解不同的代价函数下的快速存储储备在提高电网可靠性的效果。我们的配方和解决方案不仅旨在最大限度地减少不平衡，而且还保持存储的荷电状态（SoC）。特别是，我们表明，由于惯性和当地总督的响应，使一个更现实的量化存储需求阻尼净负荷波动的系统响应。存储要求明显低于不考虑这种传统响应时确定的值。我们通过使用比利时Elia TSO和美国BPA机构的真实数据进行研究，展示了我们设计的政策的性能。数值结果使我们能够基准的边际效应可靠性，由于不同的系统响应和相关的代价函数下增加存储大小。
2020-04-19 cs.SY eess.SY math.OC
Stochastic Optimization for Resource Adequacy in Capacity Markets with Storage and Renewables
Operations Research Center, MIT（麻省理工学院操作研究中心）；ISO-New England（新英格兰独立系统运营商）
本文提出了一种考虑存储和可再生能源的容量市场随机优化方法，通过两阶段随机规划模型和随机分解算法，实现对容量采购问题的高效求解，提升可靠性评估的精度和计算效率。
2026-03-04 math.OC
Market-Driven Energy Storage Planning for Microgrids with Renewable Energy Systems Using Stochastic Programming
电池储能系统（BESS）可以缓解可再生能源间歇性发电的影响，并在调峰和按需充电管理中发挥关键作用。为了从经济角度优化BESS的规模，必须考虑BESS投资成本，寿命和公用事业费用节省以及微电网辅助服务的收入之间的权衡。通过考虑批发市场定价的随机最优化问题来求解BESS的最优规模。一个随机模型被用来调度套利服务的基础上预测的能源市场定价的能源存储，同时考虑到BESS成本趋势，可再生能源资源的变化，和需求预测。本文提出的方法的独特之处在于凸优化规划框架，计算全局最优解的金融权衡解决方案。该方法说明了应用程序的各种现实的案例研究的基础上，从加州独立系统运营商（CAISO）的定价和需求数据。案例研究结果从成本的角度来看，最佳BESS规模的洞察力，根据每年的调度和日常BESS操作。
2017-02-28 math.OC
Renewables and Storage in Distribution Systems: Centralized vs. Decentralized Integration
将可再生能源和存储集成到配电网络中的问题被认为是在两个集成模型下：（i）一个集中式模型，涉及零售公用事业，其拥有的集成作为其能源资源组合的一部分，以及（ii）一个分散式模型，其中每个消费者单独拥有和操作的集成，并能够在净计量设置中将剩余电力出售给零售商。这两个集成模型进行了分析，使用Stackelberg游戏中，公用事业是领导者在设定零售价格的电力，每个消费者安排其需求，最大限度地提高个人消费者剩余。Stackelberg博弈的解定义了Pareto前沿，该前沿表征了公用事业零售利润和消费者剩余之间的基本权衡。结果表明，对于这两种集成模式，集中集成一致提高零售利润。随着一体化程度的提高，消费者受益的比例也在增加。相比之下，基于消费者的分散整合提高了消费者剩余，牺牲了公用事业的零售利润。对于一个利润管制的公用事业，基于消费者的整合可能会导致更小的消费者剩余比，当没有可再生能源或存储集成在消费者或零售商端。
2016-01-11 math.OC
Robust Capacity Expansion under Wildfire Ignition Risk and High Renewable Penetration
Johns Hopkins University（约翰斯·霍普金斯大学）；Georgia Institute of Technology（佐治亚理工学院）；Lawrence Livermore National Laboratory（劳伦斯利弗莫尔国家实验室）
提出一种鲁棒优化模型，通过电池储能选址和输电线路地下化投资，应对野火点火风险与可再生能源不确定性的最坏情况，提高系统韧性。
2026-05-21 cs.SY eess.SY math.OC
Increasing the Peneteration of Renewables by Releasing Merchant Energy Storage Flexibility
预计大型储能设施（ESF）将成为未来能源市场的重要组成部分，以增加可再生能源的渗透率。本文提出了一种新的优化算法来参与大规模的商业ESF，以应对可再生能源的波动。ESF是一个投资者拥有和独立经营的，寻求最大限度地提高其总利润，同时对冲系统对净负荷变化。为此，一个精确的计算高效的双层混合整数线性规划（MILP）的设想。ESF运营商试图在上层实现自身利润最大化，而ISO则寻求在下层清除市场。原则上，ESF将能够构建其出价/出价曲线，以从/向不同市场购买/出售。为了保持问题的易处理性，每一个较低的水平是由其KKT最优性条件取代，和非线性转化为线性等价物，使用强对偶理论渲染单级MILP，从而重铸为MPEC。此外，建议的框架是根据信息差距决策论（IGDT）工具来捕捉不确定性对ESF利润的不利影响。
2022-03-01 math.OC
Energy Storage Management via Deep Q-Networks
Univ. of Minnesota（明尼苏达大学）；University of Virginia（弗吉尼亚大学）
能量存储设备代表了应对不稳定的可再生能源发电的环境友好型候选者。受私人拥有的存储系统的增加，本文研究了与可再生能源发电机和非弹性负载共处一地的存储单元的实时控制问题。与文献中的许多方法不同，没有对可再生能源发电或实时价格进行分配假设。在深度Q网络算法的基础上，设计了一种利用神经网络的强化学习方法，其中考虑了存储单元的操作约束。神经网络近似于动作值函数，该函数指示什么动作（充电、放电等）。拿。仿真结果表明，近最优性能可以达到与建议的基于学习的控制策略的存储单元。
2019-03-26 cs.LG math.OC
Day-Ahead Energy Market as Adjustable Robust Optimization: Spatio-Temporal Pricing of Dispatchable Generators, Storage Batteries, and Uncertain Renewable Resources
我们提出了一天前的时空能源市场的建模和分析，其中每个有竞争力的聚合器的目的是通过管理不同的能源资源，如传统的发电机，蓄电池和不确定的可再生资源的复杂混合物，以赚取最高的利润。首先，我们开发了一个能源市场模型的可调鲁棒凸规划。这种市场建模是新颖的，因为每个聚合器的生产费用函数（评估实现一定量的时空能源生产的成本）是由“参数化”产生的多变量函数最大-最小程序，其中生产费用函数的变量作为连续参数而可调度资源的变量作为能量的可调节变量而被涉及平衡该公式能够以统一的方式合理地评估跨期可调度性增强的奖励和可再生能源不确定性的惩罚。此外，它能够强制执行市场监管，其中每个聚合器负责通过管理自己的可调度能源资源来吸收他的可再生能源不确定性。其次，从社会经济和个人经济的角度出发，在几个光伏渗透水平的前提下进行了数值分析。在这个数值分析，我们证明，可再生能源发电机并不总是有优先级的能源供应高于传统发电机，由于其不确定性和有限的可调度性，这意味着传统和可再生能源发电机的优点顺序可以逆转。此外，我们分析了竞争性能源市场的长期演变表明，可以找到一个社会均衡的电池渗透水平，在电池系统的增强，实现最大的个人利润。
2019-10-18 math.OC
Zonal congestion management mixing large battery storage systems and generation curtailment
由于可再生能源的高度整合，法国输电系统运营商（RTE）需要面对电网特定区域的严重拥堵。目前，网络重构和可再生能源削减管理拥塞，保证系统的安全和稳定。然而，在敏感地区，需要制定更强有力的杠杆。大型电池储能系统因其在拥塞管理中的潜力而受到越来越多的关注。本文提出了一种混合蓄电池和可再生能源限电的局部阻塞管理模型。随后，能量管理方法依赖于模型预测控制的原则。RTE数据集上的模拟结果的自由度和敏感参数的设计分析。
2018-07-04 math.OC
Cost Minimizing Online Algorithms for Energy Storage Management with Worst-case Guarantee
需求响应计划中电价的波动和可再生能源供应的不稳定性使得有必要在微电网中采用储能。然而，设计有效的实时储能管理策略是一项挑战，可以提供有保证的最优性，而不会受到波动的电价和可再生能源供应的不确定性的阻碍。本文提出了一种简单有效的在线算法的充电和放电决策的能量存储，最大限度地减少电力成本的存在下，电价波动和可再生能源供应，而不依赖于未来的价格，需求或可再生能源供应的信息。所提出的算法由近似最佳最坏情况保证（即，竞争比），与基于完全未来信息的离线最优决策相比。此外，该算法可以适于利用有限的未来信息（如果可用的话）。通过对实际数据的仿真，可以看出所提出的算法在实际应用中可以取得令人满意的效果。
2016-01-03 cs.DS math.OC
Optimal Scheduling of an Isolated Microgrid with Battery Storage Considering Load and Renewable Generation Uncertainties
通过对具有概率约束的储能旋转备用的不确定性建模，提出了一种基于机会约束规划的孤立微网运行成本最小化优化调度模型.该模型转化为一个易于求解的混合整数线性规划（MILP）制定GAMS通过建议的离散化步骤变换（DST）的方法，并最终解决了应用CPLEX求解器。通过合理设置旋转备用概率约束的置信度，使MG运行在可靠性和经济性之间取得平衡。在改进的ORNL DECC实验室MG测试系统上的测试结果表明，该方法明显优于常用的混合智能算法，优化结果更好、更稳定，计算时间明显减少。
2018-08-16 eess.SP math.OC
Reducing BESS Capacity for Accommodating Renewables in Subtransmission Systems with Power Flow Routers
可再生能源在次输电系统中的广泛应用导致了严重的电能质量问题，如电压违规，导致可再生能源的大量削减。这是由于可再生能源的固有可变性和次级输电系统的高R/X比。为了实现可再生能源的充分利用，通常使用电池储能系统（BESS）来减轻RESS大幅波动的负面影响。潮流路由器（PFR），这可以被视为一种通用类型的网络侧控制器，也已被验证，以提高电网的灵活性，以适应可再生能源。在本文中，我们调查的价值PFR在帮助BESS可再生能源住宿。PFR的性能进行了评估与零可再生能源削减所需的最小BESS容量与PFR和没有。在多周期优化模型中考虑了BESS的运行约束和PFR的端电压特性。通过对一个改进的IEEE 30节点次输电系统的数值仿真，验证了该模型的有效性，结果表明，在一条线路上安装PFR可以使BESS容量减少15%。
2020-05-31 cs.SY eess.SY math.OC
Stochastic Dynamic Pricing for EV Charging Stations with Renewables Integration and Energy Storage
研究了电动汽车充电服务商的随机动态定价和能量管理策略问题。在可再生能源集成和储能系统存在的情况下，电动汽车充电服务提供商必须处理多种不确定性-充电需求波动，可再生能源发电的固有不确定性，以及批发电价波动。我们的工作背后的动机是为充电服务提供商提供指导方针，以确定适当的充电价格和管理电力，以平衡提高盈利能力，提高客户满意度和减少对电网的影响的竞争目标，尽管存在这些不确定性。我们提出了一个新的度量评估对电网的影响，而不解决完整的潮流方程。为了保护服务提供商免受严重的财务损失，在模型中纳入了利润保障。采用随机动态规划（SDP）算法和贪婪算法（基准算法）两种算法推导电价和购电政策。导出了多目标优化的Pareto前沿。仿真结果表明，使用SDP算法可以获得高达7%的利润增益比使用贪婪算法。此外，我们观察到充电服务提供商能够通过定价信号重塑时空充电需求，以减少对电网的影响。
2018-01-07 econ.EM eess.SP math.OC
Accurately modeling long-term storage with minimum representative hours in large-scale renewable energy systems
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）
本文提出了一种基于代表性小时的新型存储表示方法，结合高精度和高效率，显著提升了大规模可再生能源系统中长期存储建模的计算效率和准确性。
2025-11-30 math.OC
A level-set approach to the control of state-constrained McKean-Vlasov equations: application to renewable energy storage and portfolio selection
我们考虑的McKean-Vlasov动力学（或平均场控制）的概率状态约束的控制。我们依赖于水平集的方法，它提供了一个表示的约束问题，在一个无约束的一个精确的惩罚和运行的最大或积分成本。然后将该方法扩展到常见的噪声设置。我们的工作扩展了（Bokanowski，Picarelli和Zidani，SIAM J. Control Optim. 54.5（2016），pp. 2568- 2593）和（Bokanowski，Picarelli，and Zidani，Appl. Math. Optim. 71（2015），pp. 125- 163）到平均场设置。作为无约束问题的重构特别适合于问题的数值解决，这是从机器学习算法的扩展实现的，该机器学习算法来自（Carmona，Lauri，arXiv：1908.01613，出现在Ann. Appl. Prob.，2019年）。第一个应用程序涉及存储的可再生电力的平均场价格的影响，另一个集中在一个均值方差投资组合选择问题的概率约束的财富。我们还说明了我们的方法的原始Markowitz连续时间问题的直接数值解，而不依赖于对偶。
2022-11-02 math.OC math.PR q-fin.CP
Stochastic Dynamic Optimal Power Flow in Distribution Network with Distributed Renewable Energy and Battery Energy Storage
分布式可再生能源（DRE）的普及极大地增加了配电网运行的风险，如调峰和电压稳定。电池储能（BES）已被广泛接受为最有潜力的应用，以应对高渗透性的DRE的挑战。针对DRE的不确定性和时变性，提出了随机日前动态最优潮流（DOPF）及其算法。综合考虑了DRE、BES、购电和有功损耗，实现了总体经济性。在DOPF模型中引入了基于雨流算法的BES循环计数方法，以捕捉电池退化，大大延长了BES的预期寿命，并实现了更好的经济性。基于Copula理论，考虑了DRE情景的不确定性和相关性。为了解决DOPF模型，我们提出了一种基于拉格朗日松弛的算法，相对于现有的技术，它具有显着降低的复杂性。由于这个原因，所提出的算法，使更多的情况下纳入DOPF模型和更好地捕捉DRE的不确定性和相关性。最后，在IEEE 123节点测试馈线的日前DOPF的数值研究，以证明所提出的方法的优点。结果表明，该模型的实际BES寿命是传统模型的4.89倍。通过充分捕捉不确定性和相关性，所提出的方法大大减轻了DRE所造成的问题。
2017-06-30 math.OC
Optimal Forward Trading and Battery Control Under Renewable Electricity Generation
可再生能源市场渗透率的提高和电池储能技术的快速发展，为降低电价波动同时保持电网稳定带来了潜力。这项工作提出了一种算法方法来控制电池水平和前向位置，以最佳地管理由间歇性可再生能源发电引起的功率输出波动。本文还将探讨电池技术对公司在电力现货市场的最优交易行为的影响。
2017-06-11 math.OC
Spatio-temporal smoothing and dynamics of different electricity flexibility options for highly renewable energy systems -- Case study for Norway
该研究以挪威风电系统为案例，通过随机过程建模与蒙特卡洛模拟，分析时空平滑及储能、输电等灵活性选项对高比例可再生能源系统产需错配的缓解作用，证实多选项结合的协同增效价值。
2023-12-14 cs.SY eess.SY math.OC
Electric Energy Storage Systems integration in Distribution Grids
本文提出了一种实时控制策略，用于动态平衡电力需求和供应在当地一级，在一个场景中，其特征在于由一个高压/中压变电站与可再生能源的光伏发电机和电能存储系统的形式存在。变电站连接到电网，并由扮演大容量电力系统角色的等效传统发电厂供电。提出了一种基于模型预测控制的方法，通过该方法，传统发电厂和存储器的有功功率设定值随着时间的推移不断更新，这取决于发电成本、存储器的荷电状态、可预见的需求和可再生能源的产量。所提出的方法是在仿真的基础上进行验证，显示其有效性在管理网络需求和光伏发电在测试和真实条件下的波动。
2015-06-15 math.OC
Profitable Emissions-Reducing Energy Storage
虽然储能的能源套利可以降低电力系统的运营成本，但也会增加温室气体排放。如果电力系统运行的约束条件是储能运行不得增加排放，那么这一约束条件将如何影响储能投资决策？两个两级的储能投资问题被认为是，代表“慈善”（盈利能力约束）和利润最大化的存储投资者（PhSI，PMSI）。一个MILP启发式的开发，以获得良好的候选解决方案，这些固有的MINLP双层问题。案例研究进行了30%的可再生能源系统，与灵敏度分析的价格存储和碳排放的价格。无论排放中性约束如何，PhSI都比PMSI安装了更多的能量存储，从而提高了系统的灵活性。在没有碳价格的情况下，排放中性约束的效果是减少购买的存储量并减少年度系统排放量（约3%），而总成本仅略有增加（约0.1%）。在碳价格的情况下，储存并不倾向于增加排放，排放限制也不倾向于减少储存投资。即使在可再生能源渗透率高得多（46%）的系统中，排放中性约束也可以实现类似的减排。
2019-09-24 math.OC
Boundary Technology Costs for Economic Viability of Long-Duration Energy Storage Systems
本文提出估算长时储能（LDES）经济可行性边界技术成本的新方法，并以2050年加州全面退役燃气电厂为情景，评估其容量规划与运行价值。
2024-01-24 math.OC
Cost-optimal Management of a Residential Heating System With a Geothermal Energy Storage Under Uncertainty
本文研究带有地热储能的住宅供暖系统在不确定性下的成本最优管理问题，通过偏微分方程空间离散化、模型降阶及时间离散化构建 Markov decision process，从而近似求解最优控制与值函数。
2025-03-03 math.OC
Time series aggregation for energy system design: Modeling seasonal storage
可再生能源系统的优化设计是一个计算要求很高的任务，因为高的时间波动的供应和需求的时间序列。为了减少这些时间序列，典型操作周期的聚合已经变得常见。这种方法的问题是，这些聚合的典型周期是独立建模的，不能交换能量。因此，不能充分考虑季节性储存，尽管这对于可再生能源发电比例高的能源系统是必要的。为了解决这个问题，本文提出了一种新的数学描述的基础上叠加的期间和期间内的状态的库存。期间间状态连接典型的时期，并能够说明它们的顺序。该方法已被用于不同的能源系统配置。结果表明，一个显着减少的计算负荷，也可以实现长期的存储为基础的能源系统模型相比，最优化模型的基础上，全年时间序列。
2018-01-31 math.OC
Optimal Demand Response with Energy Storage Management
在本文中，我们考虑的问题，最优的需求响应和能量存储管理的电力消费实体。该实体的目标是找到一种最优控制策略，用于决定消耗多少负载、从电网购买/向电网出售多少电力以及如何使用有限容量能量存储设备和可再生能源，以最小化其平均成本，即由于甩负荷和购买电力的成本而产生的负效用。由于有限尺寸能量存储的耦合效应，这样的问题是具有挑战性的，并且通常使用动态规划来解决，动态规划通常在计算中是复杂的并且需要系统动态的大量统计信息。相反，我们开发了一种低复杂度的算法，称为具有能量存储管理的需求响应（DR-ESM）。DR-ESM不需要任何系统动态的统计知识，包括可再生能源和电力价格。它只要求实体每次求解一个6个变量、6个线性约束的小凸优化规划进行决策。我们证明了DR-ESM能够实现接近最佳的性能，并明确计算所需的能量存储大小。
2012-05-19 math.OC
Optimal Switchable Load Sizing and Scheduling for Standalone Renewable Energy Systems
离网系统中太阳能的可变性决定了能量存储系统的大小以及离网系统中存在的负载的大小和调度。不幸的是，能量存储可能是昂贵的，而在没有能量存储系统的情况下频繁切换负载会导致磨损，应该避免。然而，利用太阳能的量应被最大化，并在本文中被认为是在负载响应优化的基础上，找到一个有限数量的离散电力负载的最佳静态负载大小的问题。优化的目标是最大限度地利用太阳能，而无需在离网系统中使用昂贵的储能系统。太阳能光伏发电的概念和实际数据被提供给离网系统。在给定机组数的情况下，提出了求解各机组最优负荷大小的解析解和计算算法：混合整数线性规划和约束最小二乘法。基于可用的太阳能功率曲线，该算法选择最佳的开/关切换时间，并通过计算最佳静态负载大小来最大化太阳能利用率。算法的有效性进行了比较，使用一年的太阳能发电数据从圣地亚哥，加利福尼亚州和沙特阿拉伯的Thuwal。结果表明，当使用两个负载时，系统的年太阳能利用率优化为73%，使用六个负载配置时，可以提高到98%。
2017-02-02 math.OC
Reinforcement learning based demand charge minimization using energy storage
针对配备储能和自产可再生能源的客户，提出一种无需预测模型的无模型强化学习算法，在线优化以同时降低能源费用和需求电荷，并在真实办公楼数据上验证了其有效性。
2024-02-12 math.OC
On long-duration storage, weather uncertainty and limited foresight
本文构建考虑天气不确定性的欧洲含LDES脱碳能源系统随机容量扩张模型，揭示有限预见力下LDES的防御性囤积与概率报价机制及其对容量配置和电价形成的影响。
2025-06-10 econ.GN math.OC q-fin.EC
Charging Scheduling of Electric Vehicles with Local Renewable Energy under Uncertain Electric Vehicle Arrival and Grid Power Price
在本文中，我们考虑的延迟最优充电调度的电动汽车（EV）在充电站与多个充电点。充电站配备可再生能源发电装置，也可以从电网购买能源。考虑了电动汽车到达的不确定性、可再生能源的不确定性和电网电价的变化，并将其描述为独立的马尔可夫过程。同时，每个EV的充电能量是随机的。目标是在长期成本约束下，最小化电动汽车的平均等待时间。提出了将EV排队转化为充电需求排队的排队映射方法，并证明了两个排队平均长度最小化之间的等价性。然后重点研究了在长期费用约束下，收费需求排队平均长度的最小化问题。我们提出了一个马尔可夫决策过程（MDP）的框架来研究这个调度问题。系统状态包括充电需求队列长度、充电需求到达、可再生能源的蓄电池中的能量水平、可再生能源到达和电网电价。此外，充电需求的数量和分配的能量从蓄电池组成的二维策略。我们得到了最优策略的两个必要条件。此外，我们讨论了减少的二维政策的收费需求的数量。我们给出了系统状态的集合，分别为无需求收费和尽可能多的需求收费是最优的。最后，我们研究了所提出的激进的政策和保守的政策数值。
2013-01-11 math.OC
Optimization of Closed-Loop Pumped-Storage Hydropower Siting
PSR, Rio de Janeiro, Brazil（PSR）
针对可再生能源并网的电网挑战，提出HERA-S框架优化闭环抽水蓄能选址，经里约热内卢案例验证可提升预可行性规划敏捷性。
2026-08-27 math.OC
Nonlinear Control of a DC MicroGrid for the Integration of Photovoltaic Panels
电网的新连接约束（电网规范）需要更灵活和可靠的系统，以及应对光伏阵列等可再生能源（可再生能源）的不确定性和不稳定性的强大解决方案。通过直流（DC）微电网将这些可再生能源与存储系统互连可以满足这些要求。一个“即插即用”的方法的基础上的“系统的系统”的哲学，使用分布式控制方法的开发在目前的工作。这种方法允许将多个元件互连到DC微电网作为电源（如光伏阵列）、不同时间尺度的存储系统（如电池和超级电容器）以及负载（如电动车辆和主AC电网）。所提出的方案可以很容易地扩展到更大数量的元素。
2016-08-03 math.OC
Multi-timescale Stochastic Programming with Applications in Power Systems
本文提出一个通用的多时间尺度随机规划框架，通过聚合状态变量和同步状态近似解决高可再生能源渗透下电力系统的决策挑战，并提供了场景与值函数两种实例化方法。
2025-08-11 math.OC
Switch 2.0: A Modern Platform for Planning High-Renewable Power Systems
本文介绍了Switch 2.0，这是一个用于规划向低排放电网过渡的开源建模平台，旨在满足21世纪的电网规划要求。Switch能够对传统或智能电网的投资和运营进行长期、中期和短期规划，整合大部分可再生能源、存储和/或需求响应。应用包括综合资源规划、投资规划、经济和政策分析以及基础研究。潜在用户包括研究人员、教育工作者、工业界和监管机构。开关制定发电和传输容量规划作为一个混合整数线性规划，其中投资和操作是共同优化跨采样时间序列在多个投资期。高分辨率的生产成本建模支持冻结投资决策，包括更长的时间序列和更多的操作细节。建模功能包括机组组合、部分负荷效率、规划和运行储备、燃料供应曲线、存储、水电网络、政策约束和需求响应。Switch具有模块化架构，允许用户通过“点菜”选择内置模块或编写自定义模块来灵活地组合模型。本文介绍了软件架构和模型制定的开关2.0，并提供了一个案例研究中，该模型被用来确定最佳的选择，以获得负荷转移和储备服务的电池和需求响应在100%的可再生能源发电系统。
2018-10-17 math.OC physics.soc-ph
Nonlinear Control of an AC-connected DC MicroGrid
电网的新连接约束（电网规范）需要更灵活和可靠的系统，以及应对光伏阵列等可再生能源（可再生能源）的不确定性和不稳定性的强大解决方案。将这种可再生能源与主电网互连的解决方案是使用存储系统和直流（DC）微电网。一个“即插即用”的方法的基础上的“系统的系统”的哲学，使用分布式控制方法的开发在目前的工作。这种方法允许将多个元件互连到DC微电网作为电源（如光伏阵列）、不同时间尺度的存储系统（如电池和超级电容器）以及负载（如电动车辆和主AC电网）。所提出的方案可以很容易地扩展到更大数量的元素。
2016-08-03 math.DS math.OC
