[論文レビュー] Designing Resilient Electrical Distribution Grids

Emre Yamangil, Russell Bent+1 more|arXiv (Cornell University)|Sep 16, 2014

Infrastructure Resilience and Vulnerability Analysis参考文献 32被引用数 11

ひとこと要約

本稿では、2段階の確率的混合整数計画法を用いて、耐障害性に優れた電力配電網設計を最適化する手法を提案する。シナリオベースの分解とハイブリッドメタヒューティック（SBVNDS）を統合することで、両段階にバイナリ変数を含む大規模問題を、商業用ソルバーよりもはるかに高速かつ高品質に解ける。実都市・農村ネットワークの実際のインスタンスにおいて、近似的最適解を、桁違いに高速に達成した。

ABSTRACT

Modern society is critically dependent on the services provided by engineered infrastructure networks. When natural disasters (e.g. Hurricane Sandy) occur, the ability of these networks to provide service is often degraded because of physical damage to network components. One of the most critical of these networks is electric power, with medium voltage distribution circuits often suffering the most severe damage. However, well-placed upgrades to these distribution grids can greatly improve post-event network performance. We formulate an optimal electrical distribution grid design problem as a two-stage, stochastic mixed-integer program with damage scenarios from natural disasters modeled as a set of stochastic events. We develop and investigate the tractability of an exact and several heuristic algorithms based on decompositions that are hybrids of techniques developed by the AI and operations research communities. We provide computational evidence that these algorithms have significant benefits when compared with commercial, mixed-integer programming software.

研究の動機と目的

• 自然災害後の最低限のサービス水準を確保しつつ、アップグレードコストを最小化する耐障害性のある電力配電網設計のための計算的に効率的なアルゴリズムを開発すること。
• 両段階にバイナリ変数を含む大規模な確率的混合整数計画問題を、標準ソルバでは解けないという課題に取り組むこと。
• アイスストームなどの出来事に起因する確率的損傷シナリオ下で、発電設備の追加、冗長性の確保、耐久化措置といった最適なアップグレードを選択することで、システムの耐障害性を向上させること。
• 正確な分解法とメタヒューティックを組み合わせたハイブリッド最適化手法が、現実的で大規模な配電網問題に効果的にスケーリングできることを示すこと。
• 現実の配電網における意思決定支援を可能にする、不確実性下での意思決定を支援するスケーラブルなフレームワークを提供すること。

提案手法

• 最適な耐障害性のある配電網設計問題（ORDGDP）を、シナリオベースの損傷モデルを用いた2段階の確率的混合整数計画問題として定式化する。
• Benders分解にインspiredされた、シナリオ分解に基づく正確な手法（SBD）を採用し、サンプリングされた損傷シナリオ間の構造的特徴を活用して解法の tractability（取り扱いやすさ）を向上させる。
• 変数近傍探索と正確な分解技術を組み合わせたハイブリッドメタヒューティック、シナリオベース変数近傍分解探索（SBVNDS）を導入する。
• アイスストーム発生時の確率的損傷率を用いて線路の故障をモデル化し、耐久化された線路は故障確率が低下するように設定する。
• 悪条件の三相不平衡流を考慮して、無効解を減らすために「良い解でない制約（no-good cuts）」とDistFlow近似を適用する。
• 都市部および農村部のテストケース（100シナリオ、109ノード、148エッジ、204負荷）を含み、90,000個以上のバイナリ変数を含む問題を解く。

実験結果

リサーチクエスチョン

• RQ1 両段階にバイナリ変数を含む大規模な2段階確率的混合整数計画問題に対して、ハイブリッド分解ベースのメタヒューティックは商業MIPソルバーよりも優れた性能を示せるか？
• RQ2 シナリオ分解と変数近傍探索の統合が、耐障害性のある配電網設計における解の品質と計算効率をどの程度向上させるか？
• RQ3 損傷シナリオの選定とシナリオサンプリングの方法が、正確な手法とヒューティック手法の性能に及ぼす影響はどの程度か？
• RQ4 最適なアップグレード意思決定は、重要な負荷要件や損傷率の変動に対してどの程度感度を示すか？
• RQ5 小さなε値を用いた確率的制約付き定式化は、決定的耐障害性制約の良い近似として機能するか？

主な発見

• 正確な手法（SBD）は、特にシナリオの構造を活用した場合、CPLEXを著しく上回る計算効率を示し、時間制限内により多くの問題を最適解に到達させた。
• SBVNDSは正確な手法に比べてはるかに短時間で近似的最適解を達成し、多様な問題インスタンスにおいて優れたスケーラビリティとロバストネスを示した。
• グリーディーヒューティックの解は常に最適解より劣っており、単純なヒューティックではなく高度な最適化手法の価値が浮き彫りになった。
• 負荷サービス割合（λ）の離散的遷移点で問題の難易度が急激に上昇しており、解法の複雑さが重要な耐障害性の閾値で増加することを示した。
• 小さなε値を用いた確率的制約付き定式化は、損傷率の変動に対して相対的に感度が低く、より難しい問題に対する有効な近似として機能することが示された。
• 本手法は、90,000個以上のバイナリ変数を含む大規模なネットワークにも効果的にスケーリングでき、100の確率的損傷シナリオを含む現実的で都市的および農村的な配電システムに対しても有効である。