demand response
PulseAugur coverage of demand response — every cluster mentioning demand response across labs, papers, and developer communities, ranked by signal.
-
PowerSlider 系统在功率限制波动下优化 LLM 服务
一个名为 PowerSlider 的新系统已被开发出来，用于在波动的功率限制下优化 LLM 服务，这是由于需求响应要求，在 AI 推理集群中常见的问题。与优化静态能源或削减固定优先级层级的现有系统不同，PowerSlider 利用了 LLM 工作负载中的相位不对称性。它将预填充、思考和回答阶段进行分解，允许对每个阶段进行频率和 KV 缓存控制，以在功率受限时最大限度地减少性能损失。该系统利用了一种新颖的 Flex SLO 合约和一个可…
-
新的DRP-FLR方法优化智能电网负荷调控
研究人员开发了DRP-FLR，这是一种解决智能电网供需失衡的新方法，这种失衡因AI工作负载和可再生能源集成而加剧。该方法通过利用外部信息准确预测短期负荷并聚类历史负荷曲线以创建特定实体档案，从而改进了现有的需求响应（DR）机制。DRP-FLR通过将预测负荷与这些档案进行匹配来估算DR潜力，并将灵活负荷调控表述为一个混合整数优化问题，通过MILP求解器进行求解，以平衡DR利用率、参与者经济效益和可再生能源接纳能力，同时确保系统稳定性和经…
-
研究：对抗性攻击会降低需求响应的利润
本研究论文探讨了工业需求响应计划在面对操纵电价预测的对抗性攻击时的脆弱性。该研究设计了特定的攻击来降低价格预测模型的准确性，并分析了它们对能源密集型生产调度的影响。研究结果表明，虽然对抗性攻击会降低需求响应的利润，但当扰动细微且难以检测时，这些计划仍能保留大部分经济效益。攻击的有效性不仅取决于数据操纵的幅度，还取决于其相对于调度优化模型敏感性的方向。