[論文レビュー] Computationally Efficient Solutions for Large-Scale Security-Constrained Optimal Power Flow

Mohammadhafez Bazrafshan, Kyri Baker+1 more|arXiv (Cornell University)|May 31, 2020

Optimal Power Flow Distribution被引用数 4

ひとこと要約

本稿では、N-1事故選択、近似手法、分解技術を用いて、大規模なセキュリティ制約付き最適潮流（SCOPF）問題を解く計算効率の高いアルゴリズムフレームワークを提示する。ARPA-E Grid Optimizationコンペティションの合成および実際のシステムで検証された結果、30,000バスネットワークに対しても短時間で妥当な解が得られ、従来の小規模な手法をはるかに超える実用的スケーラビリティを示した。

ABSTRACT

In this paper, we discuss our approach and algorithmic framework for solving large-scale security constrained optimal power flow (SCOPF) problems. SCOPF is a mixed integer non-convex optimization problem that aims to obtain the minimum dispatch cost while maintaining the system N-1 secure. Finding a feasible solution for this problem over large networks is challenging and this paper presents contingency selection, approximation methods, and decomposition techniques to address this challenge in a short period of time. The performance of the proposed methods are verified through large-scale synthetic and actual power networks in the Grid Optimization (GO) competition organized by the U.S. Advanced Research Projects Agency-Energy (ARPA-E). As many prior works focus on small-scale systems and are not benchmarked using validated, publicly available datasets, we aim to present a practical solution to SCOPF that has been proven to achieve good performance on realistically sized (30,000 buses) networks.

研究の動機と目的

• 現実的な時間枠内で大規模なセキュリティ制約付き最適潮流（SCOPF）問題を解く計算上の課題に対処すること。
• 従来の小規模な研究の制限を超えて、30,000バスのシステムにスケーリング可能な実用的なSCOPFソリューションを開発すること。
• ARPA-E Grid Optimization（GO）コンペティションの公開可能で現実的なデータセットを用いて、手法の妥当性を検証すること。
• ハイパフォーマンスコンピューティングと分解技術を統合し、解の品質を損なわずに収束を高速化すること。
• 大規模ネットワークにおけるN-1セキュリティ基準を満たす、ベンチマーク済みで計算効率の高いSCOPFフレームワークを提供すること。

提案手法

• 最適化において考慮するN-1セキュリティ制約の数を減らすために、事故選択を採用する。
• 非凸なSCOPF問題の部品を簡素化するために近似手法を適用し、取り扱いやすさを向上させる。
• 大規模問題をより小さな管理可能な部分問題に分解するための最適化分解技術を用いる。
• Summitスパコンを活用してハイパフォーマンスコンピューティングを実現し、大規模ネットワークの迅速な解法を可能にする。
• スケーラビリティとリアルタイム実行可能性を目的とした、統合されたアルゴリズムフレームワークにこれらの技術を統合する。
• ARPA-E GOコンペティションの合成および実際の電力システムネットワークの両方で、フレームワークを検証する。

実験結果

リサーチクエスチョン

• RQ1 30,000バス電力システムにスケーリング可能な計算効率の高いSCOPFフレームワークを開発することは可能か？
• RQ2 事故選択と近似手法は、妥当性を損なわせずに解法時間をどの程度短縮できるか？
• RQ3 分解技術は、大規模SCOPF問題における収束性とスケーラビリティをどの程度向上させるか？
• RQ4 提案されたフレームワークは、実世界および合成ネットワークにおいて実用的な時間制限内に妥当な解を得られるか？
• RQ5 ベンチマーク済みで公開可能なデータセット上で、この手法は従来の手法と比較してどの程度優れているか？

主な発見

• 提案されたフレームワークは、実用的な時間枠内で30,000バス電力システムの妥当な解を効果的に計算できた。
• 事故選択により制約の数が顕著に削減され、計算効率が向上した。
• 近似手法により非凸部の簡素化が可能になり、解の品質を保持したまま収束が高速化された。
• 分解技術により、計算負荷を分散させることで大規模SCOPF問題のスケーラブルな解法が可能になった。
• フレームワークはARPA-E GOコンペティションの合成および実際の電力ネットワークの両方で検証され、実用性が確認された。
• Summitスパコンの使用によりハイパフォーマンスコンピューティングが実現され、大規模インスタンスの解法を支援した。