无概率分布的一般情景规划

本文提出一种针对外生与内生不确定性下一般优化的新颖求解范式。该范式由获取确定性等价物的无概率分布（PD）方法及创新的情景约简方法构成。首先，现有方法使用从已知PD函数抽样的情景，与之不同，无PD方法以不确定变量的历史测量值作为输入，将逻辑模型转化为一类称为一般情景规划（GSP）的确定性等价物。我们对无PD确定性等价物构建的贡献在于泛化（使其适用于不确定性下的一般优化而非仅机会约束优化）与扩展（通过开发迭代与非迭代框架，使其能处理内生不确定性问题）。其次，本文揭示了无PD确定性等价物构建的一些未知性质，如活跃情景与重复情景的特征。基于这些发现，我们提出战略情景选择的概念与方法，数学分析与数值实验均表明其可有效减少所需情景数量。数值实验在两类典型的外生与内生不确定性下智能电网优化问题上展开。