Budget-constrained Collaborative Renewable Energy Forecasting Market

要約

再生可能エネルギー源 (RES) からの正確な電力予測は、追加の RES 容量を電力システムに統合し、持続可能性の目標を実現するために重要です。
この研究では、分散型の時空間データを予測モデルに統合することの重要性を強調しています。
ただし、分散型データ所有権は、そのような時空間モデルの成功にとって重大な障害となるため、データ共有を促進するためのインセンティブ メカニズムを考慮する必要があります。
主な貢献は、a) 予測モデルの比較分析、効率的で解釈可能なスプライン LASSO 回帰モデルの提唱、b) データプロバイダーへの公正な報酬を保証し、買い手と売り手の両方ができるようにするデータ/分析市場内の入札メカニズムです。
データ価格の要件を明示します。
さらに、価格制約を効果的に組み込み、冗長な機能割り当てを防止する、時系列予測に対するインセンティブ メカニズムが提案されています。
結果は、精度が大幅に向上し、データ販売者にとって潜在的な金銭的利益が得られることを示しています。
風力発電データについては、提案によって生成された予測とローカルで生成された予測を比較することにより、平均二乗平均平方根誤差の 10% を超える改善が達成されました。

要約(オリジナル)

Accurate power forecasting from renewable energy sources (RES) is crucial for integrating additional RES capacity into the power system and realizing sustainability goals. This work emphasizes the importance of integrating decentralized spatio-temporal data into forecasting models. However, decentralized data ownership presents a critical obstacle to the success of such spatio-temporal models, and incentive mechanisms to foster data-sharing need to be considered. The main contributions are a) a comparative analysis of the forecasting models, advocating for efficient and interpretable spline LASSO regression models, and b) a bidding mechanism within the data/analytics market to ensure fair compensation for data providers and enable both buyers and sellers to express their data price requirements. Furthermore, an incentive mechanism for time series forecasting is proposed, effectively incorporating price constraints and preventing redundant feature allocation. Results show significant accuracy improvements and potential monetary gains for data sellers. For wind power data, an average root mean squared error improvement of over 10% was achieved by comparing forecasts generated by the proposal with locally generated ones.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google