Stochastic Lagrangian Relaxation applied to Power Scheduling in a Hydro-Thermal System under Uncertainty

Matthias Peter Nowak; Werner Römisch

edoc-Server der Humboldt-Universität zu Berlin

Band einer Schriftenreihe

Autor(en):	Matthias Peter Nowak; Werner Römisch
Titel:	Stochastic Lagrangian Relaxation applied to Power Scheduling in a Hydro-Thermal System under Uncertainty
Erscheinungsjahr:	1998
Erschienen in:	Preprints aus dem Institut für Mathematik 24 (Mathematik-Preprints) ISSN: 0863-0976
Volltext:	pdf (urn:nbn:de:kobv:11-10053645)
Fachgebiet(e):	Mathematik
Schlagwörter (eng):	uncertain load, mixed-integer, Multi-stage stochastic program, stochastic Lagrangian relaxation, power generation, hydro-thermal system
Herausgeber:	Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II, Institut für Mathematik
Metadatenexport: Um den gesamten Metadatensatz im Endnote- oder Bibtex-Format zu speichern, klicken Sie bitte auf den entsprechenden Link.	Endnote Bibtex
print on demand: Wenn Sie auf dieses Icon klicken, können Sie ein Druckexemplar dieser Publikation bestellen.
Diese Seite taggen: Diese Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer ansehen können.

Abstract (eng):

A dynamic (multi-stage) stochastic programming model for the weekly cost-optimal generation of electric power in a hydro-thermal generation system under uncertain load is developed. The model involves a large number of mixed-integer (stochastic) decision variables and constraints linking time periods and operating power units. A stochastic Lagrangian relaxation scheme is designed by assigning (stochastic) multipliers to all constraints coupling power units. It is assumed that the stochastic load process is given (or approximated) by a finite number of realizations (scenarios) in scenario tree form. Solving the dual by a bundle subgradient method leads to a successive decomposition into stochastic single (thermal or hydro) unit subproblems. The stochastic thermal and hydro subproblems are solved by a stochastic dynamic programming technique and by a specific descent algorithm, respectively. A Lagrangian heuristics that provides approximate solutions for the first stage (primal) decisions starting from the optimal (stochastic) multipliers is developed. Numerical results are presented for realistic data from a German power utility and for numbers of scenarios ranging from 5 to 100 and a time horizon from 7 to 9 days. The sizes of the corresponding optimization problems go up to 200.000 binary and 350.000 continuous variables, and more than 500.000 constraints.

Zugriffsstatistik:

Die Daten für die Zugriffsstatistik der einzelnen Dokumente wurden aus den durch AWStats aggregierten Webserver-Logs erstellt. Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.

Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen (insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert auf eine der Dateien (Kapitel) des Dokuments angezeigt.

Um die detaillierten Zugriffszahlen zu sehen, fahren Sie bitte mit dem Mauszeiger über die einzelnen Balken des Diagramms.

May
11

Jun
11

Jul
11

Aug
11

Dec
11

Jan
12

Feb
12

Apr
12

May
12

Jun
12

Jul
12

Aug
12

Sep
12

Oct
12

Nov
12

Dec
12

Jan
13

Apr
13

Monat	May 11	Jun 11	Jul 11	Aug 11	Dec 11	Jan 12	Feb 12	Apr 12	May 12	Jun 12	Jul 12	Aug 12	Sep 12	Oct 12	Nov 12	Dec 12	Jan 13	Apr 13
Startseite			2				2		1			1		2				7
PDF	6	1	20	1	1	4		3	2	4	2	1	5	1	3	3	6	13

Gesamtzahl der Zugriffe seit May 2011:

Startseite – 15 (0.94 pro Monat)
PDF – 76 (4.22 pro Monat)

Generiert am 25.05.2013, 02:30:24