ILB：基于图神经网络的电力应急需求响应程序
计算机与社会
2023-10-03 v1
摘要
需求响应（DR）程序已成为智能电网的关键组成部分，因为它们将用电灵活性从供应侧转移到需求侧，以应对不断增长的电力需求。特别是在危机时期，需要应急 DR 程序来管理能源需求的意外峰值。在本文中，我们提出了激励驱动负载均衡器（ILB），这是一个旨在危机情况下高效管理需求与响应的程序。通过向可能降低需求的灵活家庭提供激励，ILB 促进了有效的需求削减并使其为意外事件做好准备。为实现 ILB，我们引入了一个基于两步机器学习的参与者选择框架，该框架采用基于图的方法识别能够轻松调整其用电量的家庭。该框架利用两个图神经网络（GNN）：一个用于模式识别，另一个用于家庭选择。通过在加利福尼亚、密歇根和德克萨斯州的家庭级用电数据上进行大量实验，我们证明了 ILB 程序在紧急情况下支持社区的显著有效性。
引用
@article{arxiv.2310.00129,
title = {ILB: Graph Neural Network Enabled Emergency Demand Response Program For Electricity},
author = {Sina Shaham and Bhaskar Krishnamachari and Matthew Kahn},
journal= {arXiv preprint arXiv:2310.00129},
year = {2023}
}