在两阶段电力市场中设定决策保守性：一种分布鲁棒的端到端方法
系统与控制
2024-12-17 v1 系统与控制
摘要
本文提出了一个端到端框架，用于校准风电功率预测模型，以最小化两阶段电力市场中的运行成本，其中第一阶段涉及一个分布鲁棒最优潮流(DR-OPF)模型。与传统方法分别调整预测参数和不确定性量化(UQ)不同，该框架联合优化预测模型参数和决定 DR-OPF 模型中模糊集大小的决策保守性。该框架通过直接优化下游运行成本，使 UQ 与实际不确定性实现相对齐，这一过程被称为面向成本的校准。该校准通过梯度下降方法实现。为了实现高效微分，DR-OPF 问题被重构为凸形式，并利用包络定理简化两阶段设置中的梯度推导。此外，该框架支持分布式实现，增强了数据隐私并降低了计算开销。通过主动校准预测参数并设定最优决策保守性，该框架显著提升了电力系统运行的成本效率和可靠性。在 IEEE 5 节点系统上的数值实验证明了所提方法的有效性和高效性。
引用
@article{arxiv.2412.10554,
title = {Prescribing Decision Conservativeness in Two-Stage Power Markets: A Distributionally Robust End-to-End Approach},
author = {Zhirui Liang and Qi Li and Anqi Liu and Yury Dvorkin},
journal= {arXiv preprint arXiv:2412.10554},
year = {2024}
}