پیشنهاد قیمت مقید به ریسک برای تولید برق بادی و هیدروژن

خلاصه

این پژوهش سیاستی برای پیشنهاد قیمت و بهره‌برداری روزِ بعد از نیروگاهی ترکیبی توسعه می‌دهد که تولید باد را با الکترولایزر ترکیب می‌کند. این سیاست، با استفاده از اطلاعات زمینه‌ای و قواعد تصمیم خطیِ آموخته‌شده از داده‌ها، پیشنهادهای برق را تعیین و تولید هیدروژن را برنامه‌ریزی می‌کند. پژوهش بررسی می‌کند که چگونه قیمت‌گذاری یک‌نرخی عدم‌تعادل می‌تواند استراتژی محافظت‌نشده را عملاً به تصمیمی همه‌یاهیچ تبدیل کند و نیروگاه را در معرض عدم‌تعادل‌های بزرگ قرار دهد.

رویکرد پیشنهادی محدودیت‌های صریح ریسک را برای کاهش عدم‌تعادل‌ها و متنوع‌سازی تصمیم‌های معاملاتی اضافه می‌کند. این رویکرد تحت سه قاعده خرید از شبکه ارزیابی می‌شود: خرید به‌صورت مشروط مجاز است، همیشه مجاز است یا ممنوع است. این قواعد اهمیت دارند، زیرا برق شبکه می‌تواند بر سبز محسوب‌شدن هیدروژن تولیدشده اثر بگذارد. پژوهش استراتژی داده‌محور خود را با راهکاری دارای اطلاع کامل از آینده مقایسه می‌کند و عملکرد رضایت‌بخش رویکرد مقید به ریسک را گزارش می‌دهد. خلاصه نتیجه عددی عملکرد، فرض‌های جزئی بازار یا شواهدی درباره عملکرد سیاست بیرون از محیط مدل‌سازی‌شده ارائه نمی‌کند.

ایده‌های کلیدی

• قیمت‌گذاری یک‌نرخی عدم‌تعادل می‌تواند پیشنهاد قیمت محافظت‌نشده نیروگاه را به تصمیمی همه‌یاهیچ تبدیل کند.
• سیاست‌های تصمیم خطی با استفاده از اطلاعات زمینه‌ای، پیشنهاد برق و برنامه تولید هیدروژن را تعیین می‌کنند.
• محدودیت‌های صریح ریسک، عدم‌تعادل‌ها را کاهش می‌دهند و تنوع بیشتر معاملات برق را ترغیب می‌کنند.
• قواعد حاکم بر خرید از شبکه بر گواهی سبز هیدروژن تولیدشده اثر می‌گذارند.
• استراتژی داده‌محور با راهکاری دارای اطلاع کامل از آینده مقایسه می‌شود، اما خلاصه ارائه‌شده نتیجه عددی ندارد.

برچسب‌ها

# Betting vs. Trading: Learning a Linear Decision Policy for Selling Wind Power and Hydrogen


# Betting vs. Trading: Learning a Linear Decision Policy for Selling Wind Power and Hydrogen









We develop a bidding strategy for a hybrid power plant combining co-located wind turbines and an electrolyzer, constructing a price-quantity bidding curve for the day-ahead electricity market while optimally scheduling hydrogen production. Without risk management, single imbalance pricing leads to an all-or-nothing trading strategy, which we term 'betting'. To address this, we propose a data-driven, pragmatic approach that leverages contextual information to train linear decision policies for both power bidding and hydrogen scheduling. By introducing explicit risk constraints to limit imbalances, we move from the all-or-nothing approach to a 'trading" strategy', where the plant diversifies its power trading decisions. We evaluate the model under three scenarios: when the plant is either conditionally allowed, always allowed, or not allowed to buy power from the grid, which impacts the green certification of the hydrogen produced. Comparing our data-driven strategy with an oracle model that has perfect foresight, we show that the risk-constrained, data-driven approach delivers satisfactory performance.

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.