虚拟电厂的风险感知价值导向净需求预测

本文构建了一种面向虚拟电厂的风险感知净需求预测方案，有助于降低高运营成本的风险。在训练阶段，构建了一个双层规划模型用于参数估计，其中上层目标是优化预测模型参数，以最小化运营成本的条件价值-at-risk (CVaR)。下层则给定预测值后求解运营问题。利用运营问题的特定结构，我们证明，当预测模型为线性时，双层规划等价于凸规划。数值实验表明，我们的方法在降低高成本风险方面优于面向风险中性决策者的预测方法。