时间序列聚合中的极端事件：以最优住宅能源供应系统为例
最优化与控制
2021-08-24 v1 信号处理
摘要
为应对波动的可再生能源供应，能源系统优化问题需要高时间分辨率。许多模型使用时间序列聚类来寻找代表性时段，以减少时间序列输入数据量并使优化问题在计算上可解。然而，聚类方法会去除峰值及其他极端事件，而这些对于实现稳健的系统设计十分重要。我们提出了一个通用决策框架，用于将极端事件纳入代表性时段集合中。我们引入了一种基于优化问题自身的松弛变量来寻找极端时段的方法。我们的方法在一个设计与运行优化问题（住宅能源供应系统）上进行了评估，并与文献中其他极端时段纳入方法进行了基准比较。尽管设计优化是在缩减后的数据集上进行的，我们的方法确保了在住宅能源供应系统完整输入数据上的可行性。我们表明，与仅使用聚类的结果相比，将极端时段作为代表性时段的一部分可使优化结果的精度提高 3% 至超过 75%（取决于系统约束），从而降低了系统成本并增强了系统可靠性。
引用
@article{arxiv.2002.03059,
title = {Extreme events in time series aggregation: A case study for optimal residential energy supply systems},
author = {Holger Teichgraeber and Constantin P. Lindenmeyer and Nils Baumgärtner and Leander Kotzur and Detlef Stolten and Martin Robinius and Andre Bardow and Adam R. Brandt},
journal= {arXiv preprint arXiv:2002.03059},
year = {2021}
}