[論文レビュー] Penalty alternating direction methods for mixed-integer optimal control with combinatorial constraints

Simone Göttlich, Falk M. Hante+2 more|arXiv (Cornell University)|May 31, 2019

Optimal Power Flow Distribution参考文献 42被引用数 10

ひとこと要約

本稿では、最小停留時間などの時間結合型組み合わせ制約を伴う混合整数最適制御問題に対して、ペナルティに基づく交互方向汎用法（ADM）を提案する。問題を連続的最適制御部分問題と組み合わせ制約のための混合整数線形計画問題に分解し、ペナルティ項によって結合することで、部分最小値への収束を達成し、電力網と学術的ベンチマークにおける数値実験でヒューリスティクスを上回る性能を示した。

ABSTRACT

We consider mixed-integer optimal control problems with combinatorial constraints that couple over time such as minimum dwell times. We analyze a lifting and decomposition approach into a mixed-integer optimal control problem without combinatorial constraints and a mixed-integer problem for the combinatorial constraints in the control space. Both problems can be solved very efficiently with existing methods such as outer convexification with sum-up-rounding strategies and mixed-integer linear programming techniques. The coupling is handled using a penalty-approach. We provide an exactness result for the penalty which yields a solution approach that convergences to partial minima. We compare the quality of these dedicated points with those of other heuristics amongst an academic example and also for the optimization of electric transmission lines with switching of the network topology for flow reallocation in order to satisfy demands.

研究の動機と目的

• 時間結合型の組み合わせ制約（例：最小停留時間）を伴う混合整数最適制御問題を解く課題に対処すること。標準的な分解手法では取り扱いにくい。
• 連続的制御ダイナミクスと組み合わせ論理を分離する分解フレームワークを構築し、各成分に対して効率的な解法戦略を可能とすること。
• ペナルティに基づくADMアプローチを用いて部分最小値への収束を保証し、正確性の保証を備えたペナルティ定式化を活用することで、ヒューリスティクスのみの手法を上回ること。
• 直接離散化、外的凸化＋合算丸め（POC-SUR）、組み合わせ的積分近似（CIAP）と比較して、解の品質と計算効率の観点から提案手法の性能を評価すること。
• 実世界の応用、特に流量再配分制約を伴う電力送電網における最適スイッチングの有効性を実証すること。

提案手法

• 元の混合整数最適制御問題を、連続的最適制御問題（部分的外的凸化を用いて）と組み合わせ制約のための混合整数線形計画問題に分解する。
• 2つの部分問題を繰り返し解くために交互方向法（ADM）を用い、ペナルティ項によってそれらを結合する。
• 部分最小値への収束を保証するため、適応的ペナルティパラメータの更新を伴うペナルティアプローチを適用し、ペナルティの正確性に関する結果を活用する。
• POC段階におけるバイナリ制御の近似処理に合算丸め（SUR）戦略を適用し、連続的緩和問題の妥当性を保証する。
• 組み合わせ制約を高次元空間に埋め込むためにリフト技術を用い、混合整数線形計画法による効率的解法を可能にする。
• 有限体積法による離散化と前向きオイラー時刻ステッピングを実装し、1線路あたり4ボリューム、10^4ステップの電力送電網ケーススタディで検証した。

実験結果

リサーチクエスチョン

• RQ1 ペナルティに基づくADMフレームワークは、時間結合型の組み合わせ制約を伴う混合整数最適制御問題において、部分最小値への収束を達成できるか？
• RQ2 提案手法の解の品質は、POC-SUR や CIAP といったヒューリスティクスと比較して、目的関数値と妥当性の観点でどのように異なるか？
• RQ3 ペナルティパラメータの適応戦略の選択が、ADM手法の収束性と目的関数性能にどの程度影響を及えるか？
• RQ4 提案手法は、最小停留時間制約を伴う電力送電網における最適スイッチングといった実世界の応用を効果的に処理できるか？
• RQ5 連続的および組み合わせ的コンポonentを分離する分解戦略は、直接の混合整数プログラミング手法と比較して、計算効率と解の品質の両面で優れているか？

主な発見

• ペナルティ-ADM手法は、リフトされた意味で部分最小値への収束を達成し、ペナルティの正確性に基づく理論的保証を有しており、ヒューリスティクスのみの手法を上回る。
• τmin = 1 の電力送電網ケースにおいて、CIAPを用いないADM解は目的関数値 3.8297628767、CIAPを用いる場合は 3.9129098172 を達成し、ペナルティ適応に対して高いロバストネスを示した。
• CIAPを用いたADMはペナルティ適応係数に顕著な依存性を示したが、CIAPを用いないADMはほとんど感度を示さず、CIAPがパrameterチューニングに感受性を示すことを示唆した。
• 電力網シナリオにおいて、ADMベースのヒューリスティクスは、SURおよびCIAPよりも需要に近い電力供給を達成し、特に最小停留時間制約下で顕著であった。また、CIAPよりもスイッチング頻度が低減した。
• 提案手法はバイナリ制御よりも連続的制御のジャンプが小さく、滑らかで実用的である制御プロファイルを生成した。
• 数値結果から、提案手法はPOC-SURやCIAPよりも優れたヒューリスティック解を提供することが確認され、特に大規模な停留時間に対して優位であった。また、正確なグローバル最適化フレームワークへの統合に適した、高速な妥当解初期化手法としても有効である。