[论文解读] Risk-Aware Objective-Based Forecasting in Inertia Management

Haipeng Zhang, Ran Li+4 more|arXiv (Cornell University)|Mar 21, 2023

Energy Load and Power Forecasting被引用 4

一句话总结

本文提出了一种风险感知的、基于目标的电力系统惯性管理预测框架，明确考虑了决策者的风险偏好。通过与随机优化和鲁棒优化建立等价关系，该方法在计算成本仅为前者几分之一的情况下实现了接近随机优化的性能，其有效性已在基于英国2030年系统模型和真实运行数据的验证中得到证实。

ABSTRACT

The objective-based forecasting considers the asymmetric and non-linear impacts of forecasting errors on decision objectives, thus improving the effectiveness of its downstream decision-making process. However, existing objective-based forecasting methods are risk-neutral and not suitable for tasks like power system inertia management and unit commitment, of which decision-makers are usually biased toward risk aversion in practice. To tackle this problem, this paper proposes a generic risk-aware objective-based forecasting method. It enables decision-makers to customize their forecasting with different risk preferences. The equivalence between the proposed method and optimization under uncertainty (stochastic/robust optimization) is established for the first time. Case studies are carried out on a Great Britain 2030 power system with system operational data from National Grid. The results show that the proposed model with deterministic optimization can approximate the performance of stochastic programming or robust optimization at only a fraction of their computational cost.

研究动机与目标

• 为解决现有基于目标的预测方法存在的局限性，即其风险中性特性，不适用于惯性管理与机组组合等风险规避型应用。
• 使决策者能够根据自身特定的风险偏好，自定义预测模型。
• 建立所提出的风险感知预测框架与不确定性优化（随机/鲁棒优化）之间的正式等价关系。
• 证明使用该方法的确定性优化可近似逼近计算成本高昂的随机或鲁棒规划的性能。

提出的方法

• 该方法引入一种风险感知的目标函数，通过量身定制的损失函数，以非对称且非线性的误差惩罚方式体现决策者的风险偏好。
• 将预测问题建模为一种确定性优化任务，通过从决策目标导出的加权损失函数嵌入风险偏好。
• 在特定条件下，该框架在理论上建立了所提风险感知预测与随机/鲁棒优化之间的等价关系，从而提供性能保证。
• 利用英国国家电网（Great Britain 2030）的历史系统运行数据对预测模型进行校准与验证。
• 采用通用优化结构，可灵活适配多种决策目标与风险特征。
• 该方法计算高效，依赖于确定性优化，而非基于采样或场景的求解方法。

实验结果

研究问题

• RQ1 与风险中性方法相比，风险感知的基于目标的预测框架是否能提升电力系统惯性管理中的决策质量？
• RQ2 在不确定性条件下，所提出方法与随机优化和鲁棒优化相比，性能表现如何？
• RQ3 确定性优化在多大程度上可近似逼近惯性管理中随机或鲁棒规划的性能？
• RQ4 在预测目标中引入风险偏好，对计算效率与解的质量有何影响？
• RQ5 所提风险感知预测与不确定性优化之间存在何种理论关系？

主要发现

• 所提出的风险感知预测方法在惯性管理任务中实现了与随机规划相当的性能，同时计算成本显著降低。
• 该方法在仅需极小计算资源的情况下，近似达到了鲁棒优化的解质量。
• 在英国2030年电力系统上的案例研究表明，该确定性公式能紧密匹配更复杂的随机与鲁棒优化模型的输出结果。
• 首次在理论上正式建立了该方法与不确定性优化之间的等价关系，提供了坚实的理论基础。
• 该框架支持可定制的风险偏好，使决策者能够根据自身的风险规避水平灵活调整预测结果。
• 结果证实，将风险偏好纳入预测目标，可显著提升实际电力系统运行中决策结果的可靠性与实用性。