基于上下文回归的智能体协调（AgentCONCUR）用于数据中心灵活性
系统与控制
2024-06-21 v2 系统与控制
最优化与控制
摘要
空间分布的数据中心网络可通过在电气上相距遥远的地点间转移计算任务，为电力系统提供运行灵活性。然而，利用标准优化技术在实时中挖掘此灵活性面临敏感运行数据集与大量计算资源的需求挑战。为缓解数据与计算要求，本文提出一种基于上下文回归的协调机制。该机制缩写为AgentCONCUR，将成本最优的任务转移与公开且可信的上下文数据（如实时电价）相关联，并将基于该数据的回归用作协调策略。值得注意的是，基于回归的协调并非从带标签数据集中学习最优协调动作，而是利用协调问题的优化结构来确保可行且具成本效益的动作。基于NYISO的研究揭示了巨大的协调收益以及成功实现基于回归的协调的最优特征。
引用
@article{arxiv.2309.16792,
title = {Agent Coordination via Contextual Regression (AgentCONCUR) for Data Center Flexibility},
author = {Vladimir Dvorkin},
journal= {arXiv preprint arXiv:2309.16792},
year = {2024}
}