論文の概要: An End-to-End Approach for Microgrid Probabilistic Forecasting and Robust Operation via Decision-focused Learning

• arxiv url: http://arxiv.org/abs/2512.12755v1
• Date: Sun, 14 Dec 2025 16:36:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-16 17:54:56.420805
• Title: An End-to-End Approach for Microgrid Probabilistic Forecasting and Robust Operation via Decision-focused Learning
• Title（参考訳）: マイクログリッドの確率予測とロバスト操作のための決定型学習によるエンドツーエンドアプローチ
• Authors: Tingwei Cao, Yan Xu,
• Abstract要約: 再生可能エネルギー源(RES)の高浸透は、マイクログリッド操作に重大な不確実性と断続性をもたらす。 本稿では,マイクログリッドの確率予測とロバスト操作を協調的に最適化するエンドツーエンドの意思決定フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 4.063134117836619
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High penetration of renewable energy sources (RES) introduces significant uncertainty and intermittency into microgrid operations, posing challenges to economic and reliable scheduling. To address this, this paper proposes an end-to-end decision-focused framework that jointly optimizes probabilistic forecasting and robust operation for microgrids. A multilayer encoder-decoder (MED) probabilistic forecasting model is integrated with a two-stage robust optimization (TSRO) model involving direct load control (DLC) through a differentiable decision pathway, enabling gradient-based feedback from operational outcomes to improve forecasting performance. Unlike conventional sequential approaches, the proposed method aligns forecasting accuracy with operational objectives by directly minimizing decision regret via a surrogate smart predict-then-optimize (SPO) loss function. This integration ensures that probabilistic forecasts are optimized for downstream decisions, enhancing both economic efficiency and robustness. Case studies on modified IEEE 33-bus and 69-bus systems demonstrate that the proposed framework achieves superior forecasting accuracy and operational performance, reducing total and net operation costs by up to 18% compared with conventional forecasting and optimization combinations. The results verify the effectiveness and scalability of the end-to-end decision-focused approach for resilient and cost-efficient microgrid management under uncertainty.
• Abstract（参考訳）: 再生可能エネルギー源(RES)の高浸透は、マイクログリッドの運用に重大な不確実性と断続性をもたらし、経済的かつ信頼性の高いスケジューリングに挑戦する。 そこで本研究では,マイクログリッドの確率予測とロバスト操作を協調的に最適化する,エンドツーエンドの意思決定中心のフレームワークを提案する。 多層エンコーダデコーダ(MED)確率予測モデルと直接負荷制御(DLC)を含む2段階のロバスト最適化(TSRO)モデルを統合することにより,運用結果からの勾配フィードバックを可能とし,予測性能を向上させる。 従来の逐次的手法とは異なり,提案手法は,SPO損失関数による決定後悔を直接最小化することにより,予測精度を運用目標と整合させる。 この統合により、確率的予測が下流の決定に最適化され、経済効率と堅牢性の両方を高めることが保証される。 改良されたIEEE 33-bus と 69-bus システムのケーススタディにより,提案手法は予測精度と運用性能を向上し,従来の予測と最適化の組み合わせと比較して,総運用コストと純運用コストを最大18%削減することを示した。 その結果、不確実性下でのレジリエンスとコスト効率のよいマイクログリッド管理において、エンドツーエンドの意思決定に焦点を当てたアプローチの有効性とスケーラビリティが検証された。

関連論文リスト

• Integrated Prediction and Multi-period Portfolio Optimization [29.582959310549594]
  マルチ周期ポートフォリオ最適化は、取引コスト、パス依存リスク、および取引決定の時間的構造を考慮に入れている。 本稿では,ターンオーバーペナルティを用いた多周期平均分散ポートフォリオ最適化モデルであるIPMOを紹介する。 拡張性のために,KKT(Karush-Kuhn-Tucker)システムの分解を回避したMDFP( mirror-descent fixed-point)微分方式を提案する。
  論文  参考訳（メタデータ） (2025-12-12T04:31:22Z)
• Efficient Risk-sensitive Planning via Entropic Risk Measures [51.42922439693624]
  動的プログラミングにより,エントロピーリスク対策(EntRM)のみを効率的に最適化できることを示す。 エントロピーリスクの新たな構造解析と滑らかさ特性により, この最適性を効果的に計算できることを実証する。
  論文  参考訳（メタデータ） (2025-02-27T09:56:51Z)
• Global-Decision-Focused Neural ODEs for Proactive Grid Resilience Management [50.34345101758248]
  本稿では,機能停止予測とグローバルに最適化された介入を統合するフレームワークPATOGを提案する。 提案手法は,空間的かつ時間的に整合性のある意思決定を保証し,予測精度と操作効率を両立させる。 合成および実世界のデータセットの実験では、停止予測一貫性とグリッドレジリエンスが大幅に改善された。
  論文  参考訳（メタデータ） (2025-02-25T16:15:35Z)
• Balancing Forecast Accuracy and Switching Costs in Online Optimization of Energy Management Systems [3.3295510777293837]
  本研究では,エネルギー管理システムにおける予測と最適化の統合について検討する。 我々は,予測精度と安定性がスイッチングコストとどのように相互作用するかを,理論的かつ実証的な枠組みで検証する。
  論文  参考訳（メタデータ） (2024-06-29T12:28:30Z)
• End-to-End Learning for Fair Multiobjective Optimization Under Uncertainty [55.04219793298687]
  機械学習における予測-Then-Forecast(PtO)パラダイムは、下流の意思決定品質を最大化することを目的としている。 本稿では,PtO法を拡張して,OWA(Nondifferentiable Ordered Weighted Averaging)の目的を最適化する。 この結果から,不確実性の下でのOWA関数の最適化とパラメトリック予測を効果的に統合できることが示唆された。
  論文  参考訳（メタデータ） (2024-02-12T16:33:35Z)
• Benchmarking PtO and PnO Methods in the Predictive Combinatorial Optimization Regime [59.27851754647913]
  予測最適化(英: Predictive optimization)は、エネルギーコストを意識したスケジューリングや広告予算配分など、多くの現実世界のアプリケーションの正確なモデリングである。 我々は,広告のための新しい産業データセットを含む8つの問題に対して,既存のPtO/PnOメソッド11をベンチマークするモジュラーフレームワークを開発した。 本研究は,8ベンチマーク中7ベンチマークにおいて,PnOアプローチがPtOよりも優れていることを示すが,PnOの設計選択に銀の弾丸は見つからない。
  論文  参考訳（メタデータ） (2023-11-13T13:19:34Z)

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。