2012 Fiscal Year Annual Research Report
不確定環境におけるファジィVaR基準に基づく収益・リスク評価モデルの構築
| Project/Area Number |
12J01522
|
|---|
| Research Institution | Waseda University |
|---|
Principal Investigator |
王 博 早稲田大学, 情報生産システム研究科, 特別研究員(PD)
|
|---|
| Keywords | Fuzzy set theory / Fuzzy Value-at-Risk / Maximal blackout time at successful operation / Two-stage multi-objective UCP model / Power load uncertainty / Solution algorithm |
|---|
| Research Abstract |
本プロジェクトの計画通り、昨年度私は研究のトピックに取り組んできた。ファジー不確実性の環境で二段多目標単位のコミットメントの最適化unit commitment optimization(UCP)というモデルを確立した。そして、以前の方法と比べて、システムコストを減らし、サプライ信頼度を改善できるという結果を得て,これで研究の主な目標は達成した。私が提案したモデルは投資者に総体的な単位コミットメントシステムの査定する方法を提供するにとどまらず、良い不確実な環境におけるリスクを扱うことができる。本研究のイノベーションは以下のように三点ある:先ずは今までの研究と違って、この二段多目標単位のコミットメントの最適化モデルは本研究分野に初めて提案される;次はポートフォリオ選択戦略とファジー集合論に基づいて、システムサプライ信頼度を測るために、新たなリスク測定方法が開発されている;最後は独創的なソリューションアルゴリズムが最適解(Pareto-front)を見つけるために提案されている。
昨年私の研究プロセスは以下のように要約することができる。文献レビュー:本プロジェクトの初めに、私は数多くの文献を勉強し、現実的なUCPに存在する問題と現在の研究状況を把握した。数学的なモデルの確立:ファジーバリュー・アット・リスク(Value-at-Risk VaR)とファジー信頼性理論を基づき、私はパワーシステムが正常なオペレーション時の最大停電時間maximal blackout time during successful operation(MBT)という新たなリスク測定方法を開発した。今後の期間に実在な発電量は固定されているときにサプライシステムの最大停電時間を測ることができる。そして、24時間の不確かな負荷予測により、MBTが適用する二段多目標UCPモデルを確立した。第1ステージには不正確な電力負荷の間隔データを決定する。第二ステージには単位コミットメントのスケジュールの最適化を追求して、当時に電力供給の信頼性の最大化と総発電コストを最小化させて、最適解を見つけられる。解法の開発:前の研究に粒子群最適化アルゴリズムを改善するにいくつかのテクニックを開発した。たとえばローカルコンバージェンス対策、多目的メタヒューリスティック解法、バイナリ方法、と二段プログラミングなど。本研究におけてこのようなテクニックと粒子群最適化アルゴリズムを組み合わせて、ハイブリッドメタヒューリスティックアルゴリズム(hybrid meta-heuristi calgorithm)が開発された。試験:本研究は、いくつかのテスト・システムでテストされており、その中には1-40火力発電というのがある。私のモデルとソリューションの有効性は、従来の研究との比較で証明されている。実験結果は、我々のモデルとアルゴリズムは非常に有用かつ有望であることを示している。
上記の結果に基づいて、私は、各段階での結果を発表した。2012年8月の国際会議で発表し、更に2013年1月に学術誌に掲載された。また、上記の結果、私の博士論文は、この一部に基づいて完成した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
本ポロジェクトの計画通り、昨年度私は研究のトピックに取り組んできた。今のところ、当初計画通り、達成されている。
|
| Strategy for Future Research Activity |
今年度、私は他のファジー集合論に基づくのリターンとリスク評価モデルの開発に注力していきたい。これが継続的に現在のモデルと解法を向上させることができる、またいくつかの他の管理技術の問題を解決するために使用することができる。そして、二段の方法は、異なる最適化問題におけて、最近話題のバイレベルプログラミングに変更することができる。
私は有用なデータを取得してから、いくつかの現実アプリケーションへに昨年度の結果を適用し、検討していく。
私は今年度興味深い結果と結論を得ることができると信じている。
|
