一种用于智能电网削峰的新需求响应模型与方法——PowerTAC
机器学习
2023-02-27 v1 系统与控制
系统与控制
摘要
智能电网中广泛使用的削峰方法之一是需求响应，即分析客户（智能体）针对配电公司信号的使用模式转移。这些信号通常以为智能体提供激励的形式出现。本工作研究在真实智能电网模拟器 PowerTAC 中激励对接受此类要约概率的影响。我们首先证明存在一个函数，将智能体降低其负荷的概率刻画为提供给它们的折扣的函数，称之为削减概率（RP）。RP 函数进一步由削减率（RR）参数化，其因智能体而异。我们提供了一种最优算法 MJS–ExpResponse，在预算约束下通过最大化期望削减量来输出给每个智能体的折扣。当 RR 未知时，我们提出一种基于多臂老虎机（MAB）的在线算法，即 MJSUCB–ExpResponse，以学习 RR。实验上我们表明其呈现次线性后悔。最后，我们利用 PowerTAC 模拟器作为测试平台，展示了所提算法在缓解真实智能电网系统需求峰值方面的效能。
引用
@article{arxiv.2302.12520,
title = {A Novel Demand Response Model and Method for Peak Reduction in Smart Grids -- PowerTAC},
author = {Sanjay Chandlekar and Arthik Boroju and Shweta Jain and Sujit Gujar},
journal= {arXiv preprint arXiv:2302.12520},
year = {2023}
}
备注
11 pages, 5 figures, 2 tables, Accepted as an Extended Abstract in AAMAS'23