MARC

 008260311s2025        us                                    eng  d
■001000017361201
■00520260311091534.5
■006m          o    d                
■007cr|nu||||||||
■020    ▼a9798270231538
■040    ▼aMiAaPQD▼beng▼cMiAaPQD▼erda
■082    ▼a333.79
■1001  ▼aBilir,  Bariş▼eauthor.
■24510▼aDecision-Making  Under  Uncertainty  in  Power  Systems  and  Economics  ▼cBariş  Bilir
■260    ▼a[Sl]▼bThe  University  of  Texas  at  Austin▼c2025
■264  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a1  electronic  resource  (150  pages)
■336    ▼atext▼btxt▼2rdacontent
■337    ▼acomputer▼bc▼2rdamedia
■338    ▼aonline  resource▼bcr▼2rdacarrier
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-06,  Section:  B.
■500    ▼aAdvisors:  Kutanoglu,  Erhan;  Hasenbein,  John  J.    Committee  members:  Sockin,  Michael  ;  Skofield,  Kyle  ;  Leibowicz,  Benjamin  .
■5021  ▼bPh.D.▼cThe  University  of  Texas  at  Austin▼d2025.
■520    ▼aDecision-making  under  uncertainty  is  a  central  challenge  in  both  power  systems  and  economics,  and  this  dissertation  explores  models  that  address  this  issue  in  each  field.  For  power  systems,  we  develop  two  discrete-time  models,  both  of  which  utilize  two-stage  stochastic  programming.  The  first  model  optimizes  generator  winterization  strategies  to  enhance  grid  resilience,  with  a  particular  emphasis  on  social  equity.  It  determines  the  optimal  allocation  of  winterization  investments  and  then  models  grid  operations  to  minimize  load  shedding  and  reduce  adverse  impacts  on  vulnerable  communities.  The  second  model  focuses  on  enhancing  resilience  to  heat  waves  by  optimizing  the  locations  and  sizes  of  energy  storage  units  across  the  transmission  grid,  explicitly  accounting  for  spatio-temporally  correlated  uncertainties  in  renewable  generation  and  electricity  demand.  Both  models  are  applied  to  synthetic  test  cases  derived  from  the  Electric  Reliability  Council  of  Texas  (ERCOT)  system  to  provide  further  insights  and  analyses.  In  the  field  of  economics,  we  study  a  continuous-time  model  of  belief  distortions  and  introduce  a  framework  called  optimal  optimism,  in  which  decision-makers  adjust  their  level  of  optimism  based  on  the  economic  state  to  maximize  their  continuation  value.  We  further  extend  this  framework  to  a  heterogeneous  agent  setting,  investigating  how  varying  degrees  of  optimism  influence  asset  prices  and  broader  market  outcomes.
■546    ▼aEnglish
■590    ▼aSchool  code:  0227
■650  4▼aEngineering
■650  4▼aEnergy
■653    ▼aDecision-making
■653    ▼aPower  systems
■653    ▼aVulnerable  communities
■653    ▼aElectric  Reliability  Council  of  Texas
■7102  ▼aThe  University  of  Texas  at  Austin▼bMechanical  Engineering.▼edegree  granting  institution.
■7201  ▼aKutanoglu,  Erhan▼edegree  supervisor.
■7201  ▼aHasenbein,  John  J.▼edegree  supervisor.
■7730  ▼tDissertations  Abstracts  International▼g87-06B.
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17361201▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books