Costs Estimation in Unit Commitment Problems using Simulation-Based Inference

要約

ユニットコミットメント (UC) 問題は、需要と技術的制約を満たしながらコストを最小限に抑え、有限期間にわたる電源ユニットの発電スケジュールを予測する、電力システムにおける重要な最適化タスクです。
ただし、コストなど、UC 問題に必要なパラメータの多くは不明です。
この研究では、例示的な UC 問題に対するシミュレーションベースの推論を使用して、これらの未知のコストを推定します。これにより、観測された発電スケジュールと需要を考慮したパラメータの近似事後分布が得られます。
私たちの結果は、学習された事後分布がデータの基礎となる分布を効果的に捉えており、過去の観察を考慮した未知のパラメーターの可能な値の範囲を提供することを強調しています。
この事後分布により、観察された過去の発電スケジュールを使用して過去のコストを推定できるため、オペレーターは将来のコストをより正確に予測し、より堅牢な発電スケジュール予測を行うことができます。
事後推定における過信に対処し、方法論の拡張性を強化し、ネットワーク制約と再生可能エネルギー源をモデル化するより複雑な UC 問題に適用するための将来の研究への道を提示します。

要約(オリジナル)

The Unit Commitment (UC) problem is a key optimization task in power systems to forecast the generation schedules of power units over a finite time period by minimizing costs while meeting demand and technical constraints. However, many parameters required by the UC problem are unknown, such as the costs. In this work, we estimate these unknown costs using simulation-based inference on an illustrative UC problem, which provides an approximated posterior distribution of the parameters given observed generation schedules and demands. Our results highlight that the learned posterior distribution effectively captures the underlying distribution of the data, providing a range of possible values for the unknown parameters given a past observation. This posterior allows for the estimation of past costs using observed past generation schedules, enabling operators to better forecast future costs and make more robust generation scheduling forecasts. We present avenues for future research to address overconfidence in posterior estimation, enhance the scalability of the methodology and apply it to more complex UC problems modeling the network constraints and renewable energy sources.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google