在金融市场中,如何构建最优投资组合来平衡风险和回报是当今研究者所面临的主要问题之一。为了构建最优投资组合,研究者们通常使用的是VaR或CVaR模型。本研究通过综合运用聚类、核密度估计以及分布鲁棒均值-CVaR模型的方法,从而达到提...在金融市场中,如何构建最优投资组合来平衡风险和回报是当今研究者所面临的主要问题之一。为了构建最优投资组合,研究者们通常使用的是VaR或CVaR模型。本研究通过综合运用聚类、核密度估计以及分布鲁棒均值-CVaR模型的方法,从而达到提升股票投资组合的构建和风险管理能力的目的。本文考虑了包含100只股票日收益数据的实验数据集,通过优化聚类方法,利用核密度估计确定了K-means算法的最佳聚类中心和k值选取。随后,将聚类后的数据输入核密度估计的分布鲁棒均值-CVaR模型中进行分析。通过窗口滚动实验,比较了在有无聚类条件下模型对投资组合收益率的影响。结果显示,应用聚类方法后的模型具有更高的投资组合收益率,有助于投资者更好地平衡风险与回报,构建最优的投资组合。In financial markets, how to construct an optimal investment portfolio that balances risk and return is one of the main challenges faced by researchers today. To build an optimal portfolio, researchers typically use VaR or CVaR models. This study aims to enhance the construction of stock portfolios and risk management capabilities by comprehensively utilizing methods such as clustering, kernel density estimation, and distributionally robust mean-CVaR models. The paper utilized an experimental dataset containing daily returns of 100 stocks. By optimizing clustering methods and determining the optimal clustering centers and k values of the K-means algorithm using kernel density estimation, we then input the clustered data into the robust mean-CVaR model for analysis. By rolling window experiments, we compared the impact of the model on portfolio returns with and without clustering conditions. The results show that the model with clustering methods applied has higher portfolio returns, helping investors better balance risk and return to construct optimal portfolios.展开更多
多区域互联电热综合能源系统(integrated electricity and heat system,IEHS)成为未来能源互联网发展的重要方向。在多区域互联IEHS协同中,电力系统运营商须同时与省级调度中心和本地区域供热系统运营商协同,因此对分布式协同算法的收...多区域互联电热综合能源系统(integrated electricity and heat system,IEHS)成为未来能源互联网发展的重要方向。在多区域互联IEHS协同中,电力系统运营商须同时与省级调度中心和本地区域供热系统运营商协同,因此对分布式协同算法的收敛性提出更高要求;同时,各区域间可再生能源不确定性的时空关联特性进一步加剧了各区域子调度问题的本地计算求解难度。该文提出基于双步投影算法的多区域互联IEHS三层分布式可信分布鲁棒优化调度模型。首先,基于双步投影算法,提出适用于多区域互联IEHS的三层分布式协同调度模式;其次,在不确定性调度模型方面,提出可信分布鲁棒优化模型,以提升分布鲁棒优化的经济性,并基于对偶理论、Bonferroni不等式与条件风险价值近似方法,将可信分布鲁棒模型转化为确定性线性模型;然后,提出基于双步投影的快速分布式协同算法,以实现多区域IEHS调度问题的快速分布式求解。不同规模案例仿真表明,所提可信分布鲁棒模型能显著降低IEHS的调度成本,且所提双步投影算法能在极少迭代次数内求解出多区域IEHS的全局最优解,与集中式调度的误差小于千分之一。展开更多
经逆变器接入配电网的分布式电源提供有功与无功辅助服务是确保配电网安全经济运行的重要手段。该文同时计及了储能系统、可投切电容电抗器、有载调压变压器分接头、静止无功补偿器调节能力,以储能与网络损耗及弃风弃光最小为目标函数,...经逆变器接入配电网的分布式电源提供有功与无功辅助服务是确保配电网安全经济运行的重要手段。该文同时计及了储能系统、可投切电容电抗器、有载调压变压器分接头、静止无功补偿器调节能力,以储能与网络损耗及弃风弃光最小为目标函数,计及运行约束,基于支路潮流方程构建了部分分布式电源提供辅助服务的多时段二阶段混合整数二阶锥鲁棒优化模型,提出了一种新颖的基于割平面的主、次问题二阶段直接交替迭代求解方法。不同于现有列与约束生成(columns and constraints generation,CCG)算法,该方法求解主问题时无需增加新的变量与约束条件,求解次问题时,只需针对每个时段进行求解,因此极大降低了求解复杂度与计算机内存。若求解结果不满足二阶锥精确凸松弛条件,则构建二阶段混合整数序列二阶锥鲁棒优化模型,依然能够快速求解,且可恢复出原问题的精确解。最后,采用2个仿真实例验证了所提出方法的性能。IEEE 123节点配电网的仿真结果表明,该方法计算速度是CCG算法的12~22倍。该方法可为含高比例间歇性分布式电源配电网鲁棒优化运行提供实时快速分析与求解工具,提高新能源就地消纳能力。展开更多
综合能源系统(integrated energy system,IES)的效益分析不仅取决于能源供给侧的调度方案,也受到需求侧用能方式的影响。基于此,在IES的需求侧引入柔性负荷响应,以平滑负荷曲线,进一步提升IES的风电消纳能力和经济效益;同时为尽量减小...综合能源系统(integrated energy system,IES)的效益分析不仅取决于能源供给侧的调度方案,也受到需求侧用能方式的影响。基于此,在IES的需求侧引入柔性负荷响应,以平滑负荷曲线,进一步提升IES的风电消纳能力和经济效益;同时为尽量减小供能侧风电出力不确定性的影响、实现调度方案鲁棒性与经济性的均衡,构建了考虑柔性电负荷和柔性热负荷的IES两阶段分布鲁棒优化调度模型:预调度阶段以IES的日前综合调度成本最低为目标;再调度阶段以风电历史数据为基础,寻找最恶劣风电出力概率分布下的最优机组调节方案,并使用列约束生成算法进行求解。最后,采用算例验证了该模型的有效性。展开更多
文摘在金融市场中,如何构建最优投资组合来平衡风险和回报是当今研究者所面临的主要问题之一。为了构建最优投资组合,研究者们通常使用的是VaR或CVaR模型。本研究通过综合运用聚类、核密度估计以及分布鲁棒均值-CVaR模型的方法,从而达到提升股票投资组合的构建和风险管理能力的目的。本文考虑了包含100只股票日收益数据的实验数据集,通过优化聚类方法,利用核密度估计确定了K-means算法的最佳聚类中心和k值选取。随后,将聚类后的数据输入核密度估计的分布鲁棒均值-CVaR模型中进行分析。通过窗口滚动实验,比较了在有无聚类条件下模型对投资组合收益率的影响。结果显示,应用聚类方法后的模型具有更高的投资组合收益率,有助于投资者更好地平衡风险与回报,构建最优的投资组合。In financial markets, how to construct an optimal investment portfolio that balances risk and return is one of the main challenges faced by researchers today. To build an optimal portfolio, researchers typically use VaR or CVaR models. This study aims to enhance the construction of stock portfolios and risk management capabilities by comprehensively utilizing methods such as clustering, kernel density estimation, and distributionally robust mean-CVaR models. The paper utilized an experimental dataset containing daily returns of 100 stocks. By optimizing clustering methods and determining the optimal clustering centers and k values of the K-means algorithm using kernel density estimation, we then input the clustered data into the robust mean-CVaR model for analysis. By rolling window experiments, we compared the impact of the model on portfolio returns with and without clustering conditions. The results show that the model with clustering methods applied has higher portfolio returns, helping investors better balance risk and return to construct optimal portfolios.
文摘多区域互联电热综合能源系统(integrated electricity and heat system,IEHS)成为未来能源互联网发展的重要方向。在多区域互联IEHS协同中,电力系统运营商须同时与省级调度中心和本地区域供热系统运营商协同,因此对分布式协同算法的收敛性提出更高要求;同时,各区域间可再生能源不确定性的时空关联特性进一步加剧了各区域子调度问题的本地计算求解难度。该文提出基于双步投影算法的多区域互联IEHS三层分布式可信分布鲁棒优化调度模型。首先,基于双步投影算法,提出适用于多区域互联IEHS的三层分布式协同调度模式;其次,在不确定性调度模型方面,提出可信分布鲁棒优化模型,以提升分布鲁棒优化的经济性,并基于对偶理论、Bonferroni不等式与条件风险价值近似方法,将可信分布鲁棒模型转化为确定性线性模型;然后,提出基于双步投影的快速分布式协同算法,以实现多区域IEHS调度问题的快速分布式求解。不同规模案例仿真表明,所提可信分布鲁棒模型能显著降低IEHS的调度成本,且所提双步投影算法能在极少迭代次数内求解出多区域IEHS的全局最优解,与集中式调度的误差小于千分之一。
文摘经逆变器接入配电网的分布式电源提供有功与无功辅助服务是确保配电网安全经济运行的重要手段。该文同时计及了储能系统、可投切电容电抗器、有载调压变压器分接头、静止无功补偿器调节能力,以储能与网络损耗及弃风弃光最小为目标函数,计及运行约束,基于支路潮流方程构建了部分分布式电源提供辅助服务的多时段二阶段混合整数二阶锥鲁棒优化模型,提出了一种新颖的基于割平面的主、次问题二阶段直接交替迭代求解方法。不同于现有列与约束生成(columns and constraints generation,CCG)算法,该方法求解主问题时无需增加新的变量与约束条件,求解次问题时,只需针对每个时段进行求解,因此极大降低了求解复杂度与计算机内存。若求解结果不满足二阶锥精确凸松弛条件,则构建二阶段混合整数序列二阶锥鲁棒优化模型,依然能够快速求解,且可恢复出原问题的精确解。最后,采用2个仿真实例验证了所提出方法的性能。IEEE 123节点配电网的仿真结果表明,该方法计算速度是CCG算法的12~22倍。该方法可为含高比例间歇性分布式电源配电网鲁棒优化运行提供实时快速分析与求解工具,提高新能源就地消纳能力。
文摘综合能源系统(integrated energy system,IES)的效益分析不仅取决于能源供给侧的调度方案,也受到需求侧用能方式的影响。基于此,在IES的需求侧引入柔性负荷响应,以平滑负荷曲线,进一步提升IES的风电消纳能力和经济效益;同时为尽量减小供能侧风电出力不确定性的影响、实现调度方案鲁棒性与经济性的均衡,构建了考虑柔性电负荷和柔性热负荷的IES两阶段分布鲁棒优化调度模型:预调度阶段以IES的日前综合调度成本最低为目标;再调度阶段以风电历史数据为基础,寻找最恶劣风电出力概率分布下的最优机组调节方案,并使用列约束生成算法进行求解。最后,采用算例验证了该模型的有效性。
