使用蒙特卡洛树搜索预测和发布准确的不平衡电价
系统与控制
2025-04-18 v2 人工智能
机器学习
系统与控制
摘要
对可再生能源（特别是太阳能和风能）的日益依赖带来了由于其不可控生产而引发的挑战。这使得维持电网平衡变得复杂，促使西欧的一些输电系统运营商实施惩罚不可持续功率偏差的不平衡电价。这些电价创建了一个隐式的需求响应框架以缓解电网不稳定。然而，若干挑战限制了积极参与。例如，在比利时，不平衡电价仅在每个 15 分钟结算周期结束时计算，由于价格不确定性带来高风险。这种风险因不平衡电价固有的波动性而进一步放大，抑制了参与。尽管输电系统运营商提供分钟级价格预测，但系统不平衡的波动性使得获得准确的价格预测具有挑战性，需要复杂的技术。此外，发布价格估计可能促使参与者调整其时间表，可能影响系统平衡和最终价格，增加了进一步的复杂性。为应对这些挑战，我们提出了一种蒙特卡洛树搜索方法，在考虑潜在响应动作的同时发布准确的不平衡电价。我们的方法使用神经网络预测器和由强化学习智能体控制的虚拟电池集群来模拟系统动力学。与比利时当前的发布方法相比，我们的技术在理想条件下将价格准确性提高了 20.4%，在更现实的情景下提高了 12.8%。本研究解决了一个尚未被探索但至关重要的问题，使本论文成为分析更先进的不平衡电价发布技术潜力的开创性工作。
引用
@article{arxiv.2411.04011,
title = {Predicting and Publishing Accurate Imbalance Prices Using Monte Carlo Tree Search},
author = {Fabio Pavirani and Jonas Van Gompel and Seyed Soroush Karimi Madahi and Bert Claessens and Chris Develder},
journal= {arXiv preprint arXiv:2411.04011},
year = {2025}
}