电力负荷不确定性下的实时建筑储能调度：一种动态马尔可夫决策过程方法及不同定价策略的综合分析
系统与控制
2024-09-17 v2 系统与控制
摘要
为了应对日益增多的用于降低成本和缓解电网压力的电池储能系统部署，本研究提出了一种新的实时马尔可夫决策过程模型的开发，以在电力负荷不确定性下高效调度建筑中的电池系统。所提出的模型结合了用于负荷拟合的分位数傅里叶回归，从而形成了一个具有大约一百万个决策变量和约束的大规模优化问题。为了解决这种复杂性，该问题被表述为线性规划并使用商业求解器求解，确保了有效导航和识别最优解。通过考虑不同的定价策略和场景（包括需求削峰），评估了该模型的性能。使用一所学校一年的历史需求数据对马尔可夫模型进行了验证。研究结果表明，MDP 在适应不确定负荷方面的性能可在 30% 到 99% 之间变化，具体取决于定价策略。
引用
@article{arxiv.2312.05451,
title = {Real-time Building Energy Storage Scheduling under Electrical Load Uncertainty: A Dynamic Markov Decision Process Approach with Comprehensive Analysis of Different Pricing Policies},
author = {Hussein Sharadga and Ahmad Dawahdeh and Golbon Zakeri and Abdullah Hayajneh and Geoff Pritchard},
journal= {arXiv preprint arXiv:2312.05451},
year = {2024}
}