Optimal Economic Dispatch and Risk Management of Thermal Power Plants in Deregulated Markets
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper presents a methodology for the valuation, optimization, market, margin and credit risk management of gas-fired power plants and associated tolling contracts. Term structure models for the power and gas forward curves are employed to facilitate hedging and risk adjustment and for improved forecasting of short-term prices. The model for the power forward curve is capable of reproducing the important phenomena often observed in power markets, including spot price spikes and spike clustering, negative prices, and the empirically observed volatility term structures of power and gas forward prices as well as the correlation term structure between these forward curves. The method solves the stochastic dynamic optimization problem that arises from the inclusion of the various operational constraints of gas-fired power plants including minimum uptime and downtime requirements, ramp rate restrictions and costs, variable output and efficiency rates, and minimum generation levels. The model involves the solution of a system of partial differential equations (PDEs), which are solved using the radial basis function (RBF) method. At each time step and operational configuration the model produces an analytic function (RBF expansion) for the value of the power plant as a function of the independent risk factors. These functions can be used for determining optimal operating strategies and can be differentiated analytically to obtain the relevant hedging statistics for the dynamic management of market risk. In addition, these value functions facilitate the calculation of the credit value adjustment (CVA) and potential future exposure (PFE) measurement of tolling contracts. The analytic differentiability of these value functions also facilitates the pricing and risk management of commodity contingent revolvers (CCRs), credit vehicles used to manage margin requirements that result from hedging market risk on an exchange.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle