通过逆分布鲁棒优化揭示决策保守性
最优化与控制
2024-05-07 v1 系统与控制
系统与控制
摘要
本文引入逆分布鲁棒优化（I-DRO）作为一种方法，从使用前向分布鲁棒优化（F-DRO）做出的最优决策中推断决策者的保守性水平，该水平由基于Wasserstein度量的模糊集大小表示。通过利用凸F-DRO模型的Karush-Kuhn-Tucker（KKT）条件，我们将I-DRO表述为一个双线性规划，可以使用现成的优化求解器求解。此外，该表述展现出几个有利性质。我们证明I-DRO不仅保证最优解的存在性和唯一性，还建立了该最优解准确匹配F-DRO中实际保守性水平的必要充分条件。此外，我们识别了可能影响I-DRO有效性的三种极端场景。我们的案例研究将F-DRO应用于不确定性下的电力系统调度，并使用I-DRO恢复系统运营商的保守性水平。基于IEEE 5节点系统和真实的NYISO 11区域系统的数值实验展示了I-DRO在正常和极端场景下的性能。
引用
@article{arxiv.2405.03123,
title = {Revealing Decision Conservativeness Through Inverse Distributionally Robust Optimization},
author = {Qi Li and Zhirui Liang and Andrey Bernstein and Yury Dvorkin},
journal= {arXiv preprint arXiv:2405.03123},
year = {2024}
}