[論文レビュー] Optimal Transmission Switching: Improving Solver Performance Using Heuristics

Anton Hinneck, David Pozo|arXiv (Cornell University)|Jun 23, 2021

Optimal Power Flow Distribution被引用数 4

ひとこと要約

本稿では、正確な混合整数線形プログラミング（MILP）による最適送電スイッチング問題（OTSP）の解法を、同時に完全なOTSP定式化とヒューリスティックに基づく現在の解（インシデント解）生成を実行することで、非同期並列フレームワークによって高速化する新規手法を提案する。この手法は、動的下界更新を通じてグローバル最適性の保証を維持しつつ、解法時間を著しく短縮し、標準のソルバーと比較して最適解に到達するまでの時間を最大30倍速くする。

ABSTRACT

The optimal transmission switching problem (OTSP) is an established problem of changing a power grid's topology to obtain an improved operation by controlling the switching status of transmission lines. This problem was proven to be NP-hard. Proposed solution techniques based on mixed-integer formulations can guarantee globally optimal solutions but are potentially intractable in realistic power grids. Heuristics methods cannot guarantee global optimality but can provide tractable solution approaches. This paper proposes solving the OTSP using exact formulations alongside parallel heuristics that generate good candidate solutions to speed up conventional branch-and-bound algorithms. The innovative aspect of this work is a new asynchronous parallel algorithmic architecture. A solver instance solving the full OTSP formulation is run in parallel to another process that asynchronously generates solutions to be injected into the full OTSP solution procedure during run time. Our method is tested on 14 instances of the pglib-opf library: The largest problem consisting of 13659 buses and 20467 branches. Our results show a good performance for large problem instances, with consistent improvements over off-the-shelf solver performance. We find that the method scales well with an increase in parallel processors.

研究の動機と目的

• 大規模なOTSPインスタンスの計算的非実行可能性に起因するNP困難性に対処すること。これは、正確な手法のみでは解きにくい。
• ヒューリスティック手法のみに依存するアプローチの限界を克服すること。これは最適性保証や下界の欠如を伴う。
• 正確な分枝カット法の性能を、リアルタイムで高品質なヒューリスティック解を注入することで向上させること。
• Gurobi や CPLEX などの標準MILPソルバーと互換性を持つ、スケーラブルな非同期並列アーキテクチャを設計すること。
• pglib-opf ライブラリの実際の送電系統ケースを用いて評価すること。これには13,000バスを超える大規模システムが含まれる。

提案手法

• マスターソルバーインスタンスが商用MIPソルバー（例：Gurobi）を用いて完全なOTSP MILP定式化を実行する一方、複数のワーカープロセスが問題固有のヒューリスティクスを用いて非同期に候補解を生成する。
• ヒューリスティックワーカーは、電力転送分配係数に基づく線路選択基準（lpsc）を用いて、スイッチングの可能性が高そうな送電線を優先的に処理する。
• ヒューリスティックワーカーから得られた解は、マスターソルバーの分枝カット処理にリアルタイムで統合され、現在の解（上界）を改善し、最適性ギャップを狭める。
• アーキテクチャは非同期であり、複数のプロセッサ間での動的負荷分散をサポートしており、各ワーカーランクはCPUコアのサブセットに割り当てられる。
• 本手法は現代のソルバーの豊富なAPIとMPIベースの並列コンピューティングを活用し、効率的な通信と統合を実現する。
• フレームワークは汎用的であり、任意のMILPソルバーと互換性があり、さまざまなヒューリスティック戦略のプラグイン利用を可能にする。

実験結果

リサーチクエスチョン

• RQ1 並列ヒューリスティック解の生成は、大規模OTSPインスタンスにおける正確なMIPソルバーの収束を著しく加速できるか？
• RQ2 ヒューリスティクスによるリアルタイムのインシデント解統合は、分枝カット法における最適性ギャップと解法時間にどのように影響するか？
• RQ3 提案された非同期並列アーキテクチャは、実際の送電系統テストケースにおいて、プロセッサ数の増加に伴いどの程度スケーリング可能か？
• RQ4 標準ソルバーが失敗するような大規模システム（例：13,659バス）において、本手法は実用的な時間制限内に近似最適解または最適解に到達できるか？
• RQ5 解の質と計算時間の観点から、本手法は市販のソルバーと比較してどの程度優れているか？

主な発見

• 提案されたP-OTSPフレームワークは、1354_pegase ケースにおいて30秒未満で最適解に到達し、ベースラインの市販ソルバーと比較して30倍の高速化を達成した。
• 最大のテストケース（13659バス、20467分岐）では、15分未満でグローバル最適値の0.86%以内の解が得られた（6470_rte ケースを除く）。
• 3つの並列ワーカープロセスを用いた場合、標準ソルバーと比較して計算時間を30倍に短縮し、強力なスケーラビリティを示した。
• ヒューリスティック解の統合により、インシデント上界が顕著に改善され、収束が加速し、最適性ギャップが縮小した。
• 非同期アーキテクチャはすべての利用可能なコアを効果的に活用し、同じコア数を使用しても、標準ソルバーを上回る性能を発揮した。
• 継続的な下界の更新により、グローバル最適性の保証が維持され、残りの改善可能性の定量的評価が可能になった。