Price-Aware Deep Learning for Electricity Markets

要約

ディープラーニングは徐々に運用計画に浸透していきますが、ディープラーニングに固有の予測誤差は電力価格に大きな影響を与える可能性があります。
この書簡は、予測誤差が電力価格にどのように波及するかを調査し、混雑した電力システムにおける顕著な価格設定誤差とその空間的差異を明らかにします。
公平性を向上させるために、電力市場清算の最適化をディープラーニング層として埋め込むことを提案します。
このレイヤーによる差別化により、予測誤差のみを最小限に抑えるのではなく、予測誤差と価格設定誤差のバランスをとることが可能になります。
この層は暗黙的に公平性を最適化し、システム全体にわたる価格誤差の空間分布を制御します。
風力発電の予測と短期の電力市場の清算を組み合わせた、価格を意識したディープラーニングを紹介します。

要約(オリジナル)

While deep learning gradually penetrates operational planning, its inherent prediction errors may significantly affect electricity prices. This letter examines how prediction errors propagate into electricity prices, revealing notable pricing errors and their spatial disparity in congested power systems. To improve fairness, we propose to embed electricity market-clearing optimization as a deep learning layer. Differentiating through this layer allows for balancing between prediction and pricing errors, as oppose to minimizing prediction errors alone. This layer implicitly optimizes fairness and controls the spatial distribution of price errors across the system. We showcase the price-aware deep learning in the nexus of wind power forecasting and short-term electricity market clearing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google