[論文レビュー] Fully and partially distributed Quantum Generalized Benders Decomposition for Unit Commitment Problems

Fang Gao, Dejian Huang+5 more|arXiv (Cornell University)|Oct 13, 2022

Microgrid Control and Optimization被引用数 4

ひとこと要約

本稿では、電力系統のユニットコミットメント（UC）問題に対して、量子アニーリングを用いてマスタープロブレムを解くことにより、完全分散および部分的分散の量子一般化ベンダース分解（QGBD）アルゴリズムを提案する。コンSENSUSに基づく定式化により分散最適化を可能にした。D-CIQGBDは、IEEE-RTS 24-busシステムにおいて、古典的Gurobiより高速であり、セキュリティ制約付きUCシナリオにおいて、より良好な固有エネルギー間隔と計算効率を示した。

ABSTRACT

A series of hybrid quantum-classical generalized Benders decomposition (GBD) algorithms are proposed to address unit commitment (UC) problems under centralized, distributed, and partially distributed frameworks. In the centralized approach, the quantum GBD transforms the master problem (MP) into a quadratic unconstrained binary optimization form suitable for quantum computing. For distributed systems, the distributed consensus quantum GBD employs an average consensus strategy to reformulate subproblems into local subproblems. By leveraging the dual information, local cutting planes are constructed to decompose the MP into local master problems (LMPs). This approach reduces the qubit overhead and addresses the partitioning requirements. The consensus-inspired quantum GBD (CIQGBD) and its partially distributed variant, D-CIQGBD are proposed based on optimizing the allocation of relaxation variables directly, the algorithms construct more rational cutting planes, thereby enhancing the minimum eigenenergy gap of the system Hamiltonian during quantum annealing and improving the computational efficiency. Extensive experiments under various UC scenarios validate the performance of the above-mentioned hybrid algorithms. Compared to the classical solver Gurobi, D-CIQGBD demonstrates a speed advantage in solving the security-constrained UC problem on the IEEE-RTS 24-bus system. These results provide new perspectives on leveraging quantum computing for the distributed optimization of power systems.

研究の動機と目的

• 大規模ユニットコミットメント（UC）問題の計算的課題に、ハイブリッド量子古典最適化を用いて対処すること。
• 分散および部分的分散フレームワークを通じて、量子ベースのUCソルバーにおける量子ビットの過剰消費を低減し、分割制約を満たすこと。
• 双対情報と緩和変数最適化を用いてより合理的な切り捨て平面を構築することで、量子アニーリング中の最小固有エネルギー間隔を改善すること。
• 多様なUCシナリオ、特にセキュリティ制約付きのシナリオにおける、提案された量子GBDアルゴリズムの性能を検証すること。
• 一般化ベンダース分解を用いた、スケーラブルで量子加速された電力系統経済ディスpatchおよびコミットメントの手法を提供すること。

提案手法

• 中央集権的量子GBDフレームワークにおいて、マスタープロブレム（MP）を量子アニーリングに適した二次無制約バイナリ最適化（QUBO）形式に変換する。
• 分散コンセンサス量子GBD（CQGBD）において、平均コンセンサス戦略を用いてサブプロブレムを局所サブプロブレムに分解し、局所計算を可能とするとともに通信量を削減する。
• 双対情報を用いて局所マスタープロブレム（LMP）を構築し、局所的な切り捨て平面を生成することで、収束を保証するとともに量子ビット使用量を最小限に抑える。
• 緩和変数を直接最適化することで、コンセンサスにインspiredした量子GBD（CIQGBD）およびその部分的分散版D-CIQGBDを導入し、システムハミルトニアンの固有エネルギー間隔を改善する。
• 双対情報と緩和変数の割り当てを用いてより合理的な切り捨て平面を生成することで、量子アニーリングの安定性と効率性を向上させる。
• 得られたハイブリッド量子古典アルゴリズムを、ベンチマーク用にIEEE-RTS 24-busシステムにおけるセキュリティ制約付きUC問題に適用する。

実験結果

リサーチクエスチョン

• RQ1 量子一般化ベンダース分解は、電力系統のユニットコミットメントに適した分散および部分的分散フレームワークに効果的に適応可能か？
• RQ2 緩和変数を直接最適化することは、UC問題における量子アニーリングの固有エネルギー間隔および収束挙動にどのように影響するか？
• RQ3 量子GBDは、Gurobiのような古典的ソルバーに比べて、セキュリティ制約付きユニットコミットメント問題の解法においてどの程度優れているか？
• RQ4 コンセンサスに基づく定式化は、分散量子最適化における量子ビットの過剰消費と通信要件にどのような影響を与えるか？
• RQ5 提案された量子GBDバリアントは、量子回路実装の複雑さを低減しつつ、解の品質をどのように維持できるか？

主な発見

• D-CIQGBDアルゴリズムは、IEEE-RTS 24-busシステムにおけるセキュリティ制約付きユニットコミットメント問題の解法において、古典的Gurobiソルバーに比べて顕著な高速化を達成した。
• 提案されたCIQGBDおよびD-CIQGBD手法は、量子アニーリング中のシステムハミルトニアンの最小固有エネルギー間隔を改善し、安定性と成功確率を向上させた。
• 部分的分散のD-CIQGBDフレームワークは、中央集権的量子GBDに比べて、量子ビットの過剰消費を低減し、分割制約をより効果的に満たした。
• 双対情報と緩和変数の最適化を活用することで、より合理的な切り捨て平面が得られ、収束性と計算効率が向上した。
• 広範な実験により、さまざまなUCシナリオにおいて、ハイブリッド量子古典GBDアルゴリズムのスケーラビリティとロバスト性が確認された。
• コンセンサスにインspiredした定式化により、マスタープロブレムが局所マスタープロブレムに効果的に分解され、解の品質を損なわず分散実行が可能となった。