随着可再生能源占比的持续增长与负荷中心电网峰谷差日益显著,分布式资源的开发与利用已成为研究热点,催生了产消者及负荷聚合商等新兴主体的出现。鉴于各利益主体拥有差异化的优化目标,构建了以负荷聚合商作为售电主体参与电力市场的...随着可再生能源占比的持续增长与负荷中心电网峰谷差日益显著,分布式资源的开发与利用已成为研究热点,催生了产消者及负荷聚合商等新兴主体的出现。鉴于各利益主体拥有差异化的优化目标,构建了以负荷聚合商作为售电主体参与电力市场的双层优化模型。首先,引入产消者需求响应机制,形成主从博弈框架并利用Karush-Kuhn tucker(KKT)条件,将双层模型的下层目标及约束整合至上层,实现统一求解。其次,引入条件风险价值(conditional value at risk,CVaR)方法以量化电价不确定性对负荷聚合商购电策略的风险影响。最后,通过实证算例分析得出:该机制能有效激励用户侧可调资源参与系统灵活性调节,促进负荷聚合商与产消者间的双赢合作格局。展开更多
投资组合管理需要在资产池中挑选合适的标的资产并确定投资组合配资比例,相关计算的时效性非常重要。基于L1范数的稀疏Min-CVaR(Minimum Conditional Value at Risk)模型可以同步完成挑选标的资产和确定配资比例,由于增加稀疏项,相比于...投资组合管理需要在资产池中挑选合适的标的资产并确定投资组合配资比例,相关计算的时效性非常重要。基于L1范数的稀疏Min-CVaR(Minimum Conditional Value at Risk)模型可以同步完成挑选标的资产和确定配资比例,由于增加稀疏项,相比于标准Min-CVaR模型求解更复杂。为了有效求解大规模问题,基于原始模型中约束的结构特征,构造了其拉格朗日对偶模型,通过最新的商业求解器GUROBI 12.8求解对偶模型完成计算工作。使用基于三因子模型模拟的大规模情景数据(50 000行200列)和标普500高频交易数据(28 805行483列)进行了数值实验,结果显示对偶模型可以数倍提升计算效率,甚至比直接求解不具有稀疏性的标准MinCVaR模型更快。展开更多
文摘随着可再生能源占比的持续增长与负荷中心电网峰谷差日益显著,分布式资源的开发与利用已成为研究热点,催生了产消者及负荷聚合商等新兴主体的出现。鉴于各利益主体拥有差异化的优化目标,构建了以负荷聚合商作为售电主体参与电力市场的双层优化模型。首先,引入产消者需求响应机制,形成主从博弈框架并利用Karush-Kuhn tucker(KKT)条件,将双层模型的下层目标及约束整合至上层,实现统一求解。其次,引入条件风险价值(conditional value at risk,CVaR)方法以量化电价不确定性对负荷聚合商购电策略的风险影响。最后,通过实证算例分析得出:该机制能有效激励用户侧可调资源参与系统灵活性调节,促进负荷聚合商与产消者间的双赢合作格局。
文摘投资组合管理需要在资产池中挑选合适的标的资产并确定投资组合配资比例,相关计算的时效性非常重要。基于L1范数的稀疏Min-CVaR(Minimum Conditional Value at Risk)模型可以同步完成挑选标的资产和确定配资比例,由于增加稀疏项,相比于标准Min-CVaR模型求解更复杂。为了有效求解大规模问题,基于原始模型中约束的结构特征,构造了其拉格朗日对偶模型,通过最新的商业求解器GUROBI 12.8求解对偶模型完成计算工作。使用基于三因子模型模拟的大规模情景数据(50 000行200列)和标普500高频交易数据(28 805行483列)进行了数值实验,结果显示对偶模型可以数倍提升计算效率,甚至比直接求解不具有稀疏性的标准MinCVaR模型更快。
