用于风电交易的在线决策制定
机器学习
2023-05-22 v3 系统与控制
系统与控制
摘要
我们在一个在线学习和优化框架内，提出并开发了一种用于在电力市场中交易风能的新算法。具体而言，我们将梯度下降算法的分量自适应变体与特征驱动报童模型的最新进展相结合。这产生了一种在线报价方法，能够利用数据丰富的环境，同时适应能源发电和电力市场的非平稳特征，且计算负担极小。我们基于若干数值实验分析了该方法的性能，显示出对非平稳不确定参数更好的适应性以及显著的经济收益。
引用
@article{arxiv.2209.02009,
title = {Online Decision Making for Trading Wind Energy},
author = {Miguel Angel Muñoz and Pierre Pinson and Jalal Kazempour},
journal= {arXiv preprint arXiv:2209.02009},
year = {2023}
}