不确定性下储能控制的在线修正贪婪算法

本文研究了不确定性下运行储能的一般性问题。考虑了两个基本的不确定性来源，即净需求过程意外波动的不确定性和节点边际电价的不确定性。针对该问题，我们提出了一种非常简单的算法，称为在线修正贪婪 (OMG) 算法。对该算法进行了理论分析，表明与相应随机控制问题的最优成本相比，OMG 的次优性是有界的，并在各种情景下趋近于零。这表明，尽管简单，OMG 在某些情况下能保证具有良好的性能；而在其他情况下，OMG 及其次优性界限可用于提供最优成本的下界。此类下界对于评估其他启发式算法具有价值。针对后一种情况，推导了一个半定规划以最小化 OMG 的次优性界限。进行了数值实验以验证我们的理论分析并展示该算法的用途。