[논문 리뷰] Optimal Transmission Switching: Improving Solver Performance Using Heuristics

Anton Hinneck, David Pozo|arXiv (Cornell University)|2021. 06. 23.

Optimal Power Flow Distribution인용 수 4

한 줄 요약

이 논문은 정확한 혼합정수선형계획(MILP)을 사용한 최적의 전송 스위칭 문제(OTSP) 해법을 비동기 병렬 아키텍처로 가속화하는 새로운 방법을 제안한다. 이 방법은 동시에 전체 OTSP 수식과 휴리스틱 기반의 현재 해 생성을 실행함으로써 성능을 향상시킨다. 이는 표준 솔버보다 최적 해를 최대 30배 빠르게 도달시키며, 동적 하한값 업데이트를 통해 전역 최적성 보장을 유지한다.

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.

연구 동기 및 목표

• 대규모 OTSP 인스턴스의 계산 비가역성 문제를 해결하기 위해, NP-완전이면서 정확한 방법만으로는 해결하기 어려운 문제를 다루기 위함.
• 최적성 보장을 갖지 못하고 하한값을 제공하지 않는 휴리스틱 중심 접근법의 한계를 극복하기 위함.
• 실시간으로 고품질의 휴리스틱 해를 삽입하여 정확한 브랜치 앤 바운드 알고리즘의 성능을 향상시키기 위함.
• Gurobi나 CPLEX와 같은 표준 MILP 솔버와 호환되는 확장 가능한 비동기 병렬 아키텍처를 설계하기 위함.
• pglib-opf 라이브러리에서 제공하는 실제 전력 시스템 사례를 대상으로 평가하며, 13,000개 이상의 버스를 포함한 대규모 시스템을 포함함.

제안 방법

• 주 솔버 인스턴스는 상용 MIP 솔버(예: Gurobi)를 사용해 전체 OTSP MILP 수식을 실행하고, 여러 워커 프로세스는 비동기적으로 문제 특화 휴리스틱을 통해 후보 해를 생성한다.
• 휴리스틱 워커들은 전력 전송 분배 계수를 기반으로 한 선로 선택 기준(lpsc)을 사용해 스위칭에 유망한 전력선을 우선순위 정렬한다.
• 휴리스틱 워커에서 생성된 해는 실시간으로 주 솔버의 브랜치 앤 컷 과정에 통합되어 현재 해의 상한값을 향상시키고 최적성 갭을 좁힌다.
• 이 아키텍처는 비동기식이며, 여러 프로세서 간 동적 로드 밸런싱을 지원하며, 각 워커 랭크는 CPU 코어의 부분 집합에 할당된다.
• 이 방법은 현대 솔버의 풍부한 API와 MPI 기반 병렬 컴퓨팅을 활용해 효율적인 통신 및 통합을 가능하게 한다.
• 이 프레임워크는 일반 목적의 설계이며, 어떤 MILP 솔버와도 호환되며, 다양한 휴리스틱 전략의 플러그인 사용을 가능하게 한다.

실험 결과

연구 질문

• RQ1 병렬 휴리스틱 해 생성이 대규모 OTSP 인스턴스에 대해 정확한 MIP 솔버의 수렴 속도를 크게 향상시킬 수 있는가?
• RQ2 휴리스틱에서 실시간으로 제공되는 현재 해의 통합이 브랜치 앤 컷 알고리즘의 최적성 갭과 해법 시간에 어떤 영향을 미치는가?
• RQ3 실제 전력 시스템 테스트 케이스에서, 증가하는 프로세서 수에 따라 제안된 비동기 병렬 아키텍처가 얼마나 잘 스케일링되는가?
• RQ4 표준 솔버가 실패하는 대규모 시스템(예: 13,659 버스)에서 실용적인 시간 제한 내에 근사 최적 또는 최적 해를 달성할 수 있는가?
• RQ5 해결 품질과 계산 시간 측면에서, 제안된 방법은 상용 솔버와 비교해 어떤 성능을 보이는가?

주요 결과

• 제안된 P-OTSP 프레임워크는 1354_pegase 케이스에 대해 30초 이내에 최적 해를 도출했으며, 기준 상용 솔버 대비 30배 향상된 성능을 보였다.
• 가장 큰 테스트 케이스(13659개 버스, 20467개 분기)에서, 메서드는 15분 이내에 전역 최적해의 0.86% 이내의 해를 찾았으며, 6470_rte 케이스를 제외하고는 모두 성공했다.
• 세 개의 병렬 워커 프로세스를 사용할 경우, 표준 솔버 대비 계산 시간을 30배로 단축시켜 강력한 확장성 잠재력을 입증했다.
• 휴리스틱 해의 통합은 현재 해의 상한값을 크게 향상시켜 수렴 속도를 가속화하고 최적성 갭을 줄였다.
• 비동기 아키텍처는 가용한 모든 코어를 효과적으로 활용했으며, 동일한 코어 수를 사용할 때조차도 기존 솔버를 능가하는 성능을 보였다.
• 지속적인 하한값 업데이트를 통해 전역 최적성 보장을 유지하며, 나머지 향상 가능성을 정량화할 수 있었다.