StochasticPrograms.jl 中的大规模水电模型
最优化与控制
2021-11-04 v1
摘要
我们展示了三个大规模水电规划模型，这些模型在我们使用 Julia 编程语言开发的开源软件框架 StochasticPrograms.jl 中实现。该框架为构建随机规划模型提供了富有表现力的语法，并具有可处理大规模实例的分布式能力。这三个模型描述了瑞典 Skellefteälven 河水电站的不同案例研究。这些模型是两阶段随机规划，具有描述不确定电价和本地水流入的采样场景。第一个模型是一个日前规划问题，涉及如何在日前能源市场中确定最优投标策略。我们从一家水电生产商的角度提出这个问题，该生产商参与北欧日前市场并在瑞典 Skellefteälven 河运营。我们使用计算工具实现了日前模型，然后在分布式环境中求解了该问题的大规模实例。通过基于样本的算法，获得了运行随机规划的统计显著价值。接下来，我们考虑了日前问题的一个变体，其中包含预防性维护调度。我们展示了提交的市场订单与维护计划之间复杂的协调如何导致比日前问题更大的随机解价值。最后一个模型是一个具有长规划周期的容量扩展问题。求解时采用了与前两个水电问题相同的方法。然而，规划周期要长得多，从一年到长达 20 年，而日前问题的周期为 24 小时。我们注意到，当比较容量扩展带来的额外利润而非总利润时，随机解价值的相对重要性要大得多。
引用
@article{arxiv.2111.02099,
title = {Large-scale hydropower models in StochasticPrograms.jl},
author = {Martin Biel},
journal= {arXiv preprint arXiv:2111.02099},
year = {2021}
}
备注
arXiv admin note: substantial text overlap with arXiv:1910.04510