[论文解读] A Value-At-Risk approach for robust management of electricity power generation

Vincent Guigues, Papa-Momar Ndiaye|arXiv (Cornell University)|Jul 7, 2004

Risk and Portfolio Optimization参考文献 15被引用 4

一句话总结

本文提出一种基于风险价值（VaR）的方法，通过在对偶约束或修改后的对偶目标中重新表述随机优化问题，以增强年度电力发电管理的鲁棒性。该方法在最坏情况场景下将成本方差降低高达38%，同时保持空间分解方法的效率，为水库利用和成本控制提供了实际改进。

ABSTRACT

In this paper, we apply Value-at-Risk (VaR) approaches on the problem of yearly electric generation management. In a classical approach, the future is modelled as a markov chain and the goal is to minimize the average generation cost over this uncertain future. However, such a strategy could lead to big financiallosses if worst case scenarios occur. The two VaR approaches we propose, precisely aim at robustifying the model. On a practical point of view, it amounts to introduce a new set of constraints modelling the uncertainties in the original optimization problem or equivalently to change the dual objective function. The new optimization problems are solved as efficiently as the nominal model. Numerical simulations are presented and discussed for this application.

研究动机与目标

• 解决传统随机优化在年度电力发电中鲁棒性不足的问题，其中最坏情况可能导致高额财务损失。
• 将风险价值（VaR）整合到大规模随机优化问题的对偶公式中，适用于电力系统。
• 通过保持空间分解和拉格朗日松弛框架，维持计算效率。
• 通过双重松弛控制需求不确定性和机组不可用性，提升运行韧性。
• 提供一种实用且具有经济可解释性的方法，用于实现具有物理和财务一致性的鲁棒发电调度。

提出的方法

• 在需求、来水和机组可用性的马尔可夫表示下，将年度发电建模为场景树上的随机动态规划问题。
• 通过在需求侧和生产成本变量上引入风险规避松弛，将VaR约束引入对偶空间。
• 通过修改目标函数，对超出指定置信水平的高成本结果施加惩罚，重新表述对偶问题。
• 使用拉格朗日松弛将大规模问题分解为适用于火电、水电和EJP（需求侧管理）单元的可处理子问题。
• 采用向后动态规划（HJB方程）计算EJP合同的贝尔曼函数，并通过前向模拟推导最优控制策略。
• 通过在分解框架内对水电问题采用内点法、对EJP子问题采用动态规划，保持计算效率。

实验结果

研究问题

• RQ1 如何在不牺牲分解效率的前提下，将风险价值（VaR）整合到大规模随机发电问题的对偶公式中？
• RQ2 基于VaR的鲁棒化对发电调度中成本方差和最坏情况财务暴露有何影响？
• RQ3 对偶侧的VaR约束是否能在提升鲁棒性的同时保持物理和经济可解释性？
• RQ4 与名义随机优化相比，VaR方法在水库利用和成本控制方面表现如何？
• RQ5 对偶空间分解框架在多大程度上可被调整以纳入风险约束，同时保持计算可处理性？

主要发现

• 与名义模型相比，基于VaR的鲁棒模型将模拟发电成本的方差降低了高达38%，同时保持了相近的平均成本。
• 该鲁棒方法显著降低了极高成本发电策略的频率和严重性，提升了财务稳定性。
• 通过风险感知规划更好地预判低来水情景，该模型实现了对水库水资源更节俭的利用。
• 对偶空间中的VaR公式保持了空间分解的效率，并允许使用现有求解算法（如内点法和动态规划）。
• 该方法通过显式建模对需求不确定性和机组不可用性的暴露，提供了一种具有物理和经济可解释性的风险管控方式。
• 使用基于鲁棒对偶解的贝尔曼函数进行蒙特卡洛模拟，可生成可靠且具有风险意识的发电调度方案，显著提升样本外性能。