文献

J-GLOBAL ID：201802235858888729   整理番号：18A1935708

エネルギープール市場に参加する風力発電所のための機械学習に基づく確率的最適化フレームワーク【JST・京大機械翻訳】

A machine learning based stochastic optimization framework for a wind and storage power plant participating in energy pool market

著者 (6件)： Crespo-Vazquez Jose L. (Dept. of Electrical Engineering, University of Vigo, Campus Lagoas-Marcosende, 36310 Vigo, Spain) ,  Carrillo C. (Dept. of Electrical Engineering, University of Vigo, Campus Lagoas-Marcosende, 36310 Vigo, Spain) ,  Diaz-Dorado E. (Dept. of Electrical Engineering, University of Vigo, Campus Lagoas-Marcosende, 36310 Vigo, Spain) ,  Martinez-Lorenzo Jose A. (Dept. of Mechanical and Industrial Engineering, Northeastern University, 360 Huntington Avenue, 02115 Boston, MA, USA) ,  Martinez-Lorenzo Jose A. (Dept. of Electrical and Computer Engineering, Northeastern University, 360 Huntington Avenue, 02115 Boston, MA, USA) ,  Noor-E-Alam Md. (Dept. of Mechanical and Industrial Engineering, Northeastern University, 360 Huntington Avenue, 02115 Boston, MA, USA)
資料名： Applied Energy  (Applied Energy)
巻： 232  ページ： 341-357  発行年： 2018年 
JST資料番号： A0097A  ISSN： 0306-2619  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 再生エネルギープラントは,日先,日内,および均衡市場を含むエネルギープール市場に参加することができる。本研究の目的は,エネルギー価格と利用可能な風力エネルギーのパラメータに関連する不確実性を扱うために,プール市場に参加する風力発電所の意思決定フレームワークを開発することである。これは,決定がなされるときには知られていない。したがって,プール市場に参加するそのようなプラントの正味収入を最大化する問題は,二段階凸確率プログラムとして定式化される。多変量クラスタリング技術と再帰ニューラルネットワークを用いた新しいハイブリッドアプローチを用いて,エネルギー価格に関連する不確実性を扱うシナリオを導出した。最後に,シミュレーション実験を行い,実世界事例研究を用いて提案方法の有効性を示した。可変再生可能資源発電機の運転者は,ロバストな決定を行い,競争優位性を得るために,それらの操作をより良く管理するために,提案フレームワークを使用することができた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： プラント ,  再生エネルギー ,  クラスタ化 ,  *機械学習 ,  意思決定 ,  釣合 ,  シミュレーション ,  ロバスト性 ,  事例研究 ,  定式化 ,  ニューラルネットワーク ,  凸形 ,  不確実性
準シソーラス用語： 多変量 ,  エネルギー価格 , 【Automatic Indexing@JST】

著者キーワード (7件)： 確率的最適化 ,  リカレントニューラルネットワーク ,  日内市場 ,  データ不確実性 ,  データ駆動シナリオ ,  多変量クラスタリング ,  風力エネルギー

分類 (2件)： 電力工学・電力事業一般  (NB01000X) ,  エネルギーに関する技術・経済問題  (LA01050V)

タイトルに関連する用語 (7件)： エネルギー ,  市場 ,  参加 ,  風力発電所 ,  機械学習 ,  確率的最適化 ,  フレームワーク