离散界约束分布下的WCVaR风险分析及其应用

在随机变量分布为部分信息的情况下,提出了最坏情况下的条件风险(Worst-case conditionalvalue-at-risk,WCVaR)指标,并建立了风险-利润的三个鲁棒组合优化模型.该模型具有复杂的min-max多层优化结构.在随机变量服从离散界约束分布和损失函数为线性的条件下,运用对偶理论转化复杂的min-max优化模型为简单的线性规划问题,理论上证明了简化后的模型与原模型的同解性.该研究是条件风险(CVaR)分析方法的发展,可有效运用于随机变量分布为非完全信息下的市场风险-利润问题;是条件风险(CVaR)分析方法的发展;转化后的线性规划能高效地应用于实际问题的计算.应用该WCVaR模型和计算方法于电力系统的发电资产优化组合问题,数值仿真显示所提出的模型能真实地模拟发电商的商业行为,为发电商的投资组合和风险管理提供了新的方法.

多置信水平下的最坏情况条件风险模型

采用最坏情况下条件风险(WCVaR)作为市场风险度量指标,建立了多置信水平下的极小化WCVaR优化模型.在随机变量为离散界约束分布的假设下,运用多目标决策方法和最优化对偶理论将具有Min-Max结构的复杂模型转化为常规的单目标线性规划问题.应用该模型建立发电商电能分配策略,并采用蒙特卡洛模拟测试了模型的有效性.