能源社区中的 prosumer 行为学习：双层规划与在线学习的集成

动态定价通过双层规划广泛用于需求响应，但通常假设 prosumer 行为具有完美知识，这在实际应用中不切实际。本文提出了一种新框架，将双层规划与在线学习集成，其中特别是 Thompson 抽样用于克服这一限制。该方法在动态设置最优价格的同时，通过观察响应来学习 prosumer 行为，无需大量预先存在的数据集。应用于为配电系统操作员提供容量限制服务的能源社区，该框架允许社区经理推断 individual prosumer 的特征，包括光伏系统、电动车、储能系统和热泵的使用模式。具有25个 prosumer、每个 prosumer 10个潜在特征的数据数值仿真显示，学习速度快、regret低，大多数 prosumer 特征在5天内学习完成，100天后实现完全收敛。