Calibrated uncertainty quantification for prosumer flexibility aggregation in ancillary service markets
Cet article propose un cadre de quantification de l'incertitude évolutif qui intègre le dropout de Monte Carlo à la prédiction conforme pour générer des intervalles de prédiction calibrés à échantillon fini pour la flexibilité agrégée des prosommateurs, permettant aux agrégateurs de réponse à la demande de respecter de manière fiable des normes réglementaires strictes comme le P90 tout en réduisant considérablement les risques de surenchère et en atteignant jusqu'à 70 % des profits d'une information parfaite dans les marchés de services auxiliaires.
Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Imaginez que vous êtes le capitaine d'une flotte de petits bateaux indépendants (ce sont des prosommateurs — des personnes qui à la fois consomment et produisent de l'électricité, comme des foyers équipés de panneaux solaires et de batteries). Votre travail consiste à vendre une promesse à une grande compagnie maritime (le marché de l'énergie) : celle que votre flotte pourra fournir de l'énergie supplémentaire si une tempête survient.
Le problème ? Vous ne pouvez pas prédire exactement quelle quantité d'énergie votre flotte aura disponible demain. Le soleil pourrait être voilé, les batteries pourraient être à moitié pleines, ou les propriétaires pourraient décider de charger leurs voitures électriques au lieu de vendre leur électricité. Si vous promettez trop de puissance et que votre flotte ne peut pas la fournir, vous recevez une amende lourde. Si vous promettez trop peu, vous perdez de l'argent.
Ce document traite de la création d'une prévision météorologique super intelligente pour la disponibilité de l'énergie de votre flotte qui, au lieu de simplement deviner un chiffre unique, vous donne une zone de sécurité sûre et fiable.
Voici la décomposition de la manière dont ils ont résolu cela :
1. Le Problème : Le « Jeu de Devinettes » est Dangereux
Traditionnellement, les agrégateurs (les capitaines) utilisent des modèles informatiques pour deviner quelle quantité de puissance ils peuvent vendre.
- L'ancienne méthode : Ils utilisaient des modèles qui donnaient une seule « meilleure supposition ». C'était comme dire : « Nous aurons certainement 100 kW de puissance ». Mais à cause de l'incertitude (nuages, comportement humain), cette supposition était souvent erronée. Ils promettaient trop, ne parvenaient pas à livrer, et se faisaient amender.
- Le Risque : Le marché de l'énergie a une règle stricte appelée P90. Cela signifie que vous devez être capable de livrer la puissance promise 90 % du temps. Si vous échouez plus de 10 % du temps, vous êtes dans le pétrin.
2. La Solution : Un Système de « Double Vérification »
Les auteurs ont créé une nouvelle méthode qui combine deux outils puissants pour créer une « zone de sécurité » (une plage de chiffres) au lieu d'une simple supposition.
Outil A : Monte Carlo Dropout (MCD) – Le « Moteur d'Imagination »
Imaginez demander à un groupe d'experts de prédire la météo, mais chaque fois qu'ils parlent, ils oublient aléatoirement quelques faits. En leur demandant de deviner 1 000 fois avec différents types d'« oublis » aléatoires, vous obtenez une grande variété de résultats possibles. Cela aide l'ordinateur à comprendre ce qu'il ne sait pas (l'incertitude).- La faille : Bien que cela crée de nombreuses possibilités, la « zone de sécurité » de l'ordinateur est souvent trop optimiste. Il pense qu'il est plus en sécurité qu'il ne l'est réellement, ce qui mène au vieux problème de la sur-promesse.
Outil B : Prédiction Conforme (CP) – Le « Contrôle de Réalité »
C'est comme un arbitre strict. Après que le « Moteur d'Imagination » a fait ses suppositions, l'arbitre regarde les données passées pour dire : « D'accord, pour être sûr à 90 % de ne pas échouer, vous devez réduire votre zone de sécurité de ce montant ». Il force la prédiction à être suffisamment conservatrice pour respecter la règle P90.L'Hybride (MCD + CP) :
Le document combine ces deux éléments. Le « Moteur d'Imagination » génère les possibilités, et le « Contrôle de Réalité » resserre la zone de sécurité jusqu'à ce qu'elle soit mathématiquement garantie à 90 % de fiabilité.
3. Le Test : Le Marché Danois
Les chercheurs ont testé cela dans un scénario réel au Danemark, en utilisant les données d'un système de gestion de l'énergie domestique (HEMS) sophistiqué qui contrôle des milliers de foyers virtuels dotés de panneaux solaires et de batteries.
Ils ont comparé leur nouveau système de « Double Vérification » aux anciennes méthodes de « Meilleure Supposition ».
Les Résultats :
- Les anciennes méthodes : Elles étaient comme des joueurs de casino. Elles promettaient d'énormes quantités d'énergie et réalisaient beaucoup de profits sur le papier, mais quand le marché vérifiait réellement, elles échouaient souvent à livrer. Elles violaient la règle P90 et auraient été amendées ou bannies.
- La nouvelle méthode : Elle était plus prudente. Elle promettait moins d'énergie que les joueurs, mais elle ne brisait jamais les règles.
- Elle a réussi à respecter l'exigence de fiabilité de 90 %.
- Elle générait tout de même des profits — environ 70 % du profit du « monde parfait » (le profit que vous feriez si vous connaissiez l'avenir parfaitement).
- Elle a éliminé le risque d'être amendé pour avoir trop promis.
4. La Découverte Surprenante : « Pourquoi Payer Plus ? »
L'étude a également examiné combien d'argent l'agrégateur doit verser aux propriétaires (prosommateurs) pour les inciter à vendre leur énergie.
- Ils ont découvert que les propriétaires sont prêts à vendre presque toute leur énergie disponible même pour un paiement très faible.
- Comme l'offre d'énergie est très « inélastique » (elle ne change pas beaucoup même si on paie plus), l'agrégateur réalise le plus de profits en maintenant le paiement aux propriétaires au plus bas.
- Le revers de la médaille : Cela suggère que, selon les règles actuelles du marché, les propriétaires pourraient ne pas être très motivés à participer activement car l'argent supplémentaire qu'ils reçoivent est faible. Le document suggère que les règles doivent peut-être changer pour encourager davantage de personnes à rejoindre le mouvement.
Résumé
Considérez ce document comme un guide pour un capitaine qui souhaite vendre un service de transport maritime sans être amendé pour retards de livraison.
- Ancienne approche : « Je promets d'être là ! » (Échoue souvent, entraîne des amendes).
- Nouvelle approche : « Je promets d'être là, et j'ai une marge de sécurité qui garantit que je serai là 9 fois sur 10, même si la météo est étrange. »
- Résultat : Vous gagnez un peu moins d'argent que dans le scénario de la « supposition parfaite », mais vous conservez votre licence d'exploitation et évitez les amendes. C'est une façon pratique, sûre et rentable de gérer l'incertitude.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.