基于 CVaR 的价格不确定性下分布鲁棒自调度
最优化与控制
2021-05-05 v1
摘要
为确保中标成功同时最大化利润,发电公司(GENCO)需要能应对多种场景的自调度策略。因此分布鲁棒优化(DRO)是一个好选择,因为它能在不确定环境中为 GENCO 提供可调的自调度策略,相较于由鲁棒优化(RO)与随机规划(SO)导出的策略,能很好地平衡鲁棒性与经济性。本文提出一种基于条件风险价值(CVaR)的矩分布鲁棒优化模型,以解决电价不确定性下的自调度问题。此类 DRO 模型通常转化为半定规划(SDP)求解,然而求解大规模 SDP 需要大量计算时间与资源。针对此缺陷,提出两种有效近似模型:一种基于向量分裂,另一种基于交替方向乘子法(ADMM),二者均能大幅减少计算时间与资源,且第二种近似模型在求解每步仅需当前区域信息,从而保障信息隐私。通过对三个 IEEE 测试系统的仿真,证明了所提 DRO 模型与两种近似模型的正确性与有效性。
引用
@article{arxiv.2105.01261,
title = {A Distributionally Robust Self-Scheduling Under Price Uncertainty Based on CVaR},
author = {Linfeng Yang and Ying Yang and Guo Chen and Zhaoyang Dong},
journal= {arXiv preprint arXiv:2105.01261},
year = {2021}
}