Core Concepts
Die Verwendung von Konformalvorhersage, einer aufstrebenden probabilistischen Vorhersagemethode, zur Quantifizierung der Unsicherheit von Tageslicht-Photovoltaikleistungsvorhersagen kann die Teilnahme an Strommärkten verbessern.
Abstract
Dieser Artikel untersucht die Verwendung von Konformalvorhersage (CP), einer aufstrebenden probabilistischen Vorhersagemethode, für Tageslicht-Photovoltaikleistungsvorhersagen, um die Teilnahme an Strommärkten zu verbessern. Zunächst werden Maschinenlernmodelle verwendet, um Punktvorhersagen zu erstellen. Anschließend werden verschiedene Varianten von CP implementiert, um die Unsicherheit dieser Vorhersagen durch die Erstellung von CP-Intervallen und kumulativen Verteilungsfunktionen zu quantifizieren. Optimale Mengenbote für den Strommarkt werden unter Verwendung verschiedener Bietstrategien unter Unsicherheit geschätzt, nämlich: Vertraue-der-Vorhersage, Worst-Case, Newsvendor und erwartete Nutzenmaximierung (EUM). Die Ergebnisse zeigen, dass CP in Kombination mit k-Nearest-Neighbors und/oder Mondrian-Binning die entsprechenden linearen Quantilregressoren übertrifft. Die Verwendung von CP in Kombination mit bestimmten Bietstrategien kann hohe Gewinne mit minimaler Energiebilanzabweichung erzielen. Konkret liefert die Verwendung von konformalem prädiktiven Systemen mit k-Nearest-Neighbors und Mondrian-Binning nach Random-Forest-Regression die besten Gewinne und Bilanzabweichungen unabhängig von der Entscheidungsfindungsstrategie. Die Kombination dieser Unsicherheitsquantifizierungsmethode mit der EUM-Strategie mit bedingtem Wert-bei-Risiko (CVaR) kann bis zu 93% des potenziellen Gewinns mit minimaler Energiebilanzabweichung erzielen.
Stats
Die Verwendung von Konformalvorhersage in Kombination mit bestimmten Bietstrategien kann hohe Gewinne mit minimaler Energiebilanzabweichung erzielen.
Die Kombination von konformalem prädiktiven System mit k-Nearest-Neighbors und Mondrian-Binning nach Random-Forest-Regression liefert die besten Gewinne und Bilanzabweichungen unabhängig von der Entscheidungsfindungsstrategie.
Die Kombination dieser Unsicherheitsquantifizierungsmethode mit der EUM-Strategie mit bedingtem Wert-bei-Risiko (CVaR) kann bis zu 93% des potenziellen Gewinns mit minimaler Energiebilanzabweichung erzielen.
Quotes
"Die Verwendung von Konformalvorhersage in Kombination mit bestimmten Bietstrategien kann hohe Gewinne mit minimaler Energiebilanzabweichung erzielen."
"Die Kombination von konformalem prädiktiven System mit k-Nearest-Neighbors und Mondrian-Binning nach Random-Forest-Regression liefert die besten Gewinne und Bilanzabweichungen unabhängig von der Entscheidungsfindungsstrategie."
"Die Kombination dieser Unsicherheitsquantifizierungsmethode mit der EUM-Strategie mit bedingtem Wert-bei-Risiko (CVaR) kann bis zu 93% des potenziellen Gewinns mit minimaler Energiebilanzabweichung erzielen."