論文の概要: Prescribing net demand for two-stage electricity generation scheduling
- arxiv url: http://arxiv.org/abs/2108.01003v3
- Date: Mon, 17 Apr 2023 17:57:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 01:11:04.711724
- Title: Prescribing net demand for two-stage electricity generation scheduling
- Title（参考訳）: 2段階発電スケジューリングのためのネット需要規定
- Authors: Juan M. Morales, Miguel \'A. Mu\~noz and Salvador Pineda
- Abstract要約: 本稿では,フォワードディスパッチとリアルタイム再配信からなる2段階のスケジューリング問題について考察する。
標準産業の実践は、前段階における不確実な純需要に対処し、条件付き予測を適切に見積もって置き換える。
本稿では,電力系統のコスト非対称性を考慮に入れたネット需要の基準を策定するバイレベルプログラムを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We consider a two-stage generation scheduling problem comprising a forward
dispatch and a real-time re-dispatch. The former must be conducted facing an
uncertain net demand that includes non-dispatchable electricity consumption and
renewable power generation. The latter copes with the plausible deviations with
respect to the forward schedule by making use of balancing power during the
actual operation of the system. Standard industry practice deals with the
uncertain net demand in the forward stage by replacing it with a good estimate
of its conditional expectation (usually referred to as a point forecast), so as
to minimize the need for balancing power in real time. However, it is well
known that the cost structure of a power system is highly asymmetric and
dependent on its operating point, with the result that minimizing the amount of
power imbalances is not necessarily aligned with minimizing operating costs. In
this paper, we propose a bilevel program to construct, from the available
historical data, a prescription of the net demand that does account for the
power system's cost asymmetry. Furthermore, to accommodate the strong
dependence of this cost on the power system's operating point, we use
clustering to tailor the proposed prescription to the foreseen net-demand
regime. By way of an illustrative example and a more realistic case study based
on the European power system, we show that our approach leads to substantial
cost savings compared to the customary way of doing.
- Abstract（参考訳）: 本稿では,フォワードディスパッチとリアルタイム再配信からなる2段階のスケジューリング問題を考える。
前者は、未供給の電力消費や再生可能発電を含む不確実な純需要に直面して行う必要がある。
後者は、システムの実際の運用中にバランスの取れた電力を利用することで、前回のスケジュールに関して考えられる偏差に対処する。
標準産業の実践は、その条件付き期待値(通常はポイント予測と呼ばれる)を適切に見積もって、リアルタイムに電力のバランスをとる必要性を最小限に抑えることで、前段階における不確定な純需要を扱う。
しかし、電力系統のコスト構造が非対称であり、その運用点に依存することが知られており、電力不均衡の量を最小化することは必ずしも運用コストの最小化と一致しない。
本稿では,電力系統のコスト非対称性を考慮に入れたネット需要の処方令として,利用可能な歴史データから構築するバイレベルプログラムを提案する。
さらに,このコストを電力系統の運用点に強く依存させるため,提案した基準を事前のネット需要体制に合わせるためにクラスタリングを利用する。
欧州電力システムに基づく実証的な例とより現実的なケーススタディによって、我々のアプローチは、慣習的なやり方と比較してかなりのコスト削減をもたらすことが示されている。
関連論文リスト
- Predicting and Publishing Accurate Imbalance Prices Using Monte Carlo Tree Search [4.950434218152639]
本稿では,モンテカルロ木探索手法を提案する。
本稿では,ニューラルネットワーク予測器と強化学習エージェントによって制御される仮想電池群を用いて,システムダイナミクスをモデル化する。
論文 参考訳（メタデータ） (2024-11-06T15:49:28Z) - Short-Term Electricity Demand Forecasting of Dhaka City Using CNN with Stacked BiLSTM [0.471858286267785]
本稿では,ダッカ市の電力需要を短時間で正確に予測するために,畳み込みニューラルネットワーク(CNN)と積み重ねた双方向長短項メモリ(BiLSTM)アーキテクチャのハイブリッドモデルを提案する。
提案手法は,MAPE 1.64%,MSE 0.015,RMSE 0.122,MAE 0.092の他のベンチマークモデルと比較して,最高の予測結果を得た。
論文 参考訳（メタデータ） (2024-06-10T09:02:07Z) - Elastic Entangled Pair and Qubit Resource Management in Quantum Cloud
Computing [73.7522199491117]
量子クラウドコンピューティング(QCC)は、量子コンピューティングリソースを効率的に提供するための有望なアプローチを提供する。
ユーザ需要の変動と量子回路の要求は、効率的なリソース供給のために困難である。
本稿では、量子コンピューティングとネットワークリソースのプロビジョニングのためのリソース割り当てモデルを提案する。
論文 参考訳（メタデータ） (2023-07-25T00:38:46Z) - Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。
本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。
評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
論文 参考訳（メタデータ） (2023-07-14T06:50:02Z) - Entangled Pair Resource Allocation under Uncertain Fidelity Requirements [59.83361663430336]
量子ネットワークにおいて、効果的な絡み合いルーティングは、量子ソースと量子宛先ノード間の通信を容易にする。
本稿では,絡み合ったペアに対する資源配分モデルと,整合性保証を伴う絡み合ったルーティングモデルを提案する。
提案モデルでは, ベースラインモデルと比較して, 総コストを少なくとも20%削減できる。
論文 参考訳（メタデータ） (2023-04-10T07:16:51Z) - Real-time scheduling of renewable power systems through planning-based
reinforcement learning [13.65517429683729]
再生可能エネルギー源は 従来の電力スケジューリングに 重大な課題をもたらしています
強化学習の新たな発展は、この問題を解く可能性を実証している。
我々は、最先端の強化学習アルゴリズムと実電力グリッド環境に基づく体系的なソリューションを最初に提案する。
論文 参考訳（メタデータ） (2023-03-09T12:19:20Z) - Predictability and Fairness in Load Aggregation and Operations of
Virtual Power Plants [3.8113588584597187]
電力システムでは、分散エネルギー資源の集合的需要を規制したい。
我々は,価格やインセンティブの長期平均が,DERの運営者の初期状態から独立すべきであることを示唆する,予測可能性と公平性の概念を提案する。
論文 参考訳（メタデータ） (2021-10-06T18:20:07Z) - The impact of online machine-learning methods on long-term investment
decisions and generator utilization in electricity markets [69.68068088508505]
電力需要プロファイルを24時間以内に予測するために,オフライン11とオンライン5の学習アルゴリズムが与える影響を調査した。
最良オフラインアルゴリズムと比較して,オンラインアルゴリズムを用いて平均絶対誤差を30%削減できることを示した。
また,予測精度の大きな誤差は,17年間の投資に不均等な誤差があることを示す。
論文 参考訳（メタデータ） (2021-03-07T11:28:54Z) - N-BEATS neural network for mid-term electricity load forecasting [8.430502131775722]
提案手法は,中期電力負荷予測問題の解決に有効であることを示す。
実装と訓練は簡単で、信号前処理は不要であり、予測バイアス低減機構を備えている。
実験的な研究によると、提案されたニューラルネットワークは、正確性と予測バイアスの両方の観点から、すべての競合より明らかに優れています。
論文 参考訳（メタデータ） (2020-09-24T21:48:08Z) - Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A
Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。
ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
論文 参考訳（メタデータ） (2020-02-21T02:14:38Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。