[논문 리뷰] Message Passing for Dynamic Network Energy Management

Matt Kraning, Eric Chu외 2명|arXiv (Cornell University)|2012. 04. 05.

Smart Grid Energy Management참고 문헌 54인용 수 42

한 줄 요약

이 논문은 스마트 그리드에서 동적 네트워크 에너지 관리를 위한 탈중앙화 최적화 방법인 prox-average 메시지 전달을 제안한다. 각 장치는 이웃 장치로부터 수신한 메시지를 사용하여 반복적으로 국소 최적화 문제를 해결하며, 볼록성 조건 하에서 전역 최적해로 수렴한다. 이 방법은 단일 머신에서 3000만 변수 문제를 52분 내로 해결하며, 피어 투 피어 구현 시 약 1초 이내로 실행 가능하다.

ABSTRACT

We consider a network of devices, such as generators, fixed loads, deferrable loads, and storage devices, each with its own dynamic constraints and objective, connected by lossy capacitated lines. The problem is to minimize the total network objective subject to the device and line constraints, over a given time horizon. This is a large optimization problem, with variables for consumption or generation in each time period for each device. In this paper we develop a decentralized method for solving this problem. The method is iterative: At each step, each device exchanges simple messages with its neighbors in the network and then solves its own optimization problem, minimizing its own objective function, augmented by a term determined by the messages it has received. We show that this message passing method converges to a solution when the device objective and constraints are convex. The method is completely decentralized, and needs no global coordination other than synchronizing iterations; the problems to be solved by each device can typically be solved extremely efficiently and in parallel. The method is fast enough that even a serial implementation can solve substantial problems in reasonable time frames. We report results for several numerical experiments, demonstrating the method's speed and scaling, including the solution of a problem instance with over 30 million variables in 52 minutes for a serial implementation; with decentralized computing, the solve time would be less than one second.

연구 동기 및 목표

• 수천만 대의 장치와 수백만 개의 변수를 포함하는 대규모 동적 스마트 그라이드 에너지 관리 문제에 대응하기 위해.
• 중앙집중식 조율 없이도 볼凸성 조건 하에서 전역 최적해로 수렴하는 탈중앙화 최적화 방법을 개발하기 위해.
• 빠르고 확장 가능하며 분산 처리가 가능한 계산을 통해 스마트 그라이드의 실시간 운영을 가능하게 하기 위해.
• 장치가 목적함수와 제약조건을 공개하지 않고도 최소한의 메시지만을 교환하는 피어 투 피어 아키텍처를 통해 실용적 구현을 지원하기 위해.
• 실제 적용 가능성을 입증하기 위해 대규모 문제, 특히 3000만 변수 문제를 단일 머신에서 52분 내로 해결한 사례를 제시하기 위해.

제안 방법

• 이 방법은 prox-average 메시지 전달을 사용하며, 각 장치가 이웃 장치와 단순한 메시지를 교환하고, 수신한 메시지에서 유도된 정규화 항이 추가된 국소 최적화 문제를 반복적으로 해결하는 반복 알고리즘이다.
• 알고리즘은 증분 다중승수 방법(ADMM)을 기반으로 하며, 이웃 장치 간 메시지를 평균화하는 프록시 항을 포함하여 수렴 안정성을 향상시킨다.
• 각 장치는 자신의 목적함수에 더하여, 네트워크 전역에서 전력 흐름과 장치 상태의 일치를 강제하는 페널티 항을 최소화한다.
• 이 방법은 전역 조율이 아닌 장치 간 반복 동기화만 필요로 하여 완전히 탈중앙화된 실행이 가능하다.
• 부하 프로파일이 반복 사이에 약간 변화할 경우 수렴 속도를 향상시키기 위해 웜스타트 기법을 적용한다.
• 알고리즘은 각 장치가 자체 프로세서를 운영하고 이웃 장치와만 통신하는 피어 투 피어 방식으로도 구현 가능하다.

실험 결과

연구 질문

• RQ1 중앙집중식 조율 없이도 대규모 동적 네트워크 에너지 관리 문제를 효율적으로 해결할 수 있는 탈중앙화 메시지 전달 방법이 존재하는가?
• RQ2 prox-average 메시지 전달 방법의 수렴 행동은 네트워크 크기와 문제 차원에 따라 어떻게 변화하는가?
• RQ3 웜스타트 기법은 시간에 따라 변화하는 시나리오에서 수렴에 필요한 반복 수를 어느 정도 줄일 수 있는가?
• RQ4 장치가 목적함수나 제약조건을 공개하지 않는 피어 투 피어 아키텍처에서 이 방법이 효과적으로 구현될 수 있는가?
• RQ5 실제 문제 크기, 예를 들어 3000만 변수 문제에서 이 방법의 성능은 어떠한가?

주요 결과

• 모든 장치의 목적함수와 제약조건이 볼凸일 경우, prox-average 메시지 전달 방법은 최적해로 수렴하며 전역 최적성을 보장한다.
• 단일 머신에서의 순차적 구현이 3000만 이상 변수를 가진 문제를 52분 내로 해결하여 대규모 문제에 대한 실현 가능성을 입증한다.
• 탈중앙화된 피어 투 피어 실행을 통해 동일한 문제를 1초 이내로 해결할 수 있어, 극적인 속도 향상 잠재력을 보여준다.
• 웜스타트 기법은 부하 프로파일의 미세한 변동이 발생하는 경우 수렴에 필요한 반복 수를 크게 줄였다.
• 반복당 소요 시간과 수렴에 필요한 반복 수가 네트워크 크기와 거의 무관하여 강력한 확장성을 보였다.
• 장치들이 간단한 메시지만을 교환하고 개별 목적함수나 제약조건을 드러내지 않기 때문에, 기밀 유지 협업을 가능하게 한다.