通过面向价值的可再生能源预测改进序贯市场协调
系统与控制
2025-08-07 v3 机器学习
系统与控制
摘要
可再生能源（RESs）的大量接入给电力市场带来了巨大的不确定性。当前日前（DA）市场的确定性出清方法中，RESs 基于预期产量参与，因被批评导致 DA 与实时（RT）市场之间缺乏协调，从而造成较高的总体运行成本。先前的工作表明，改进日前 RES 入网电量可以显著减轻确定性出清的缺陷。在这项工作中，我们提出使用一种训练好的预测模型（称为面向价值的预测），在运行阶段更高效地确定 RES 改进入网电量（RIEQ）。与最小化统计预测误差的传统模型不同，我们的方法通过训练模型参数来最小化 DA 和 RT 两个市场上的预期总体运行成本。我们推导了用于训练的损失函数的精确形式，当市场出清由线性规划建模时，该损失函数变为分段线性的。此外，我们提供了损失函数关于预测的解析梯度，从而实现高效的训练策略。数值研究表明，与基于预期 RES 产量的传统预测相比，我们的预测显著降低了确定性市场出清的总体运行成本。
引用
@article{arxiv.2405.09004,
title = {Improving Sequential Market Coordination via Value-oriented Renewable Energy Forecasting},
author = {Yufan Zhang and Honglin Wen and Yuexin Bian and Yuanyuan Shi},
journal= {arXiv preprint arXiv:2405.09004},
year = {2025}
}
备注
Submitted to IEEE Transactions on Energy Markets, Policy, and Regulation