[논문 리뷰] Two-sided linear chance constraints and extensions

Miles Lubin, Daniel Bienstock외 1명|arXiv (Cornell University)|2015. 07. 08.

Risk and Portfolio Optimization참고 문헌 16인용 수 16

한 줄 요약

이 논문은 가우시안 불확실성 하에서 이면선형 확률 제약 조건의 볼록성을 확립하고, 증명 가능한 작은 오차를 가진 두 번째 차수 원추 외부 근사법을 제안하여 복잡한 비선형 확률 제약 조건(특히 전력 시스템과 관련된 이차 제약 조건)의 효율적 해법을 가능하게 한다. 이 방법은 이론적 보장이 강한 대규모 불확실성 하에서의 실용적 최적화를 가능하게 한다.

ABSTRACT

We examine the convexity and tractability of the two-sided linear chance constraint model under Gaussian uncertainty. We show that these constraints can be applied directly to model a larger class of nonlinear chance constraints as well as provide a reasonable approximation for a challenging class of quadratic chance constraints of direct interest for applications in power systems. With a view towards practical computations, we develop a second-order cone outer approximation of the two-sided chance constraint with provably small approximation error.

연구 동기 및 목표

• 가우시안 불확실성 하에서 이면선형 확률 제약 조건의 볼록성을 입증하여 확률 제약 최적화의 해법 가능성 확장.
• 전력 시스템 운영에서 발생하는 이차 확률 제약 조건을 위한 실용적이고 계산 효율적인 근사 방법 개발.
• 대규모 최적화에 활용 가능한 이면선형 확률 제약 조건에 대한 증명 가능한 정확도를 가진 두 번째 차수 원추 이완법 제공.
• 재생 가능 에너지 불확실성을 포함한 실제 전력 시스템 문제에 대한 제안된 근사법의 효과성 입증.
• 이면선형 공식화의 관점에서 더 일반적인 비선형 확률 제약 조건의 볼록성과 해법 가능성 탐색.

제안 방법

• 기하학적 통찰과 가우시안 분포의 로그-볼록성에 기반해 $\epsilon \leq 1/2$ 인 경우 두 번째 차수 확률 제약 조건 $\mathbb{P}(a \leq x^T\xi \leq b) \geq 1 - \epsilon$ 이 $a$, $b$, $x$ 에 대해 볼록임을 증명.
• 증명 가능한 근사 오차 한계를 가진 두 번째 차수 원추(SOC) 외부 근사법을 이면선형 확률 제약 조건에 적용.
• 더 복잡한 이차 확률 제약 조건 $\mathbb{P}((a^T\xi + b)^2 + (c^T\xi + d)^2 \leq k) \geq 1 - \epsilon$ 의 근사화를 위해 이면선형 제약 조건을 기반으로 한 구조적 접근 개발.
• 스푸르 콘주그레이션과 반정부위형 프로그래밍 기법을 활용해 근사화된 SOC 형식의 해법 도출.
• 제안된 SOC 근사법을 강건성 및 CVaR 기반 근사법과 비교하여 수치적 통합 및 시각화를 통한 성능 평가.
• 섹션 4.2에서 가우시안 가정을 초월한 적용 가능성을 확장하기 위해 분포 기반 강건 모델을 도입.

실험 결과

연구 질문

• RQ1 가우시안 불확실성 하에서 이면선형 확률 제약 조건 $\mathbb{P}(a \leq x^T\xi \leq b) \geq 1 - \epsilon$ 이 $a$, $b$, $x$ 에 대해 볼록한가?
• RQ2 이면선형 확률 제약 조건을 활용해 전력 시스템에서 발생하는 이차 확률 제약 조건에 대해 해법 가능하고 정확한 근사화를 구성할 수 있는가?
• RQ3 제안된 두 번째 차수 원추 형식의 이면선형 확률 제약 조건 근사의 정확도는 어떠한가? 그리고 강건성 및 CVaR 기반 방법과 비교해 볼 때 어떤가?
• RQ4 이차 확률 제약 조건의 타당 영역이 볼록이 되는 조건은 무엇인가?
• RQ5 제안된 방법은 비가우시안 타원형 로그-볼록 분포로 확장될 수 있는가?

주요 결과

• 이면선형 확률 제약 조건 $\mathbb{P}(a \leq x^T\xi \leq b) \geq 1 - \epsilon$ 이 $\epsilon \leq 1/2$ 인 경우 기하학적 및 로그-볼록성 논증에 기반해 $a$, $b$, $x$ 에 대해 볼록임이 입증됨.
• 제안된 이면선형 확률 제약 조건의 두 번째 차수 원추 근사법은 증명 가능한 작은 근사 오차를 가지며, 대규모 최적화에서 신뢰성 있게 활용 가능함.
• $n=2$ 인 경우, 카이분포 기반 불확실성 집합을 사용한 강건 근사는 최소이며, 타당성 위반 없이 더 보수적인 형태로 개선될 수 없음.
• 이면선형 근사법은 단순한 구형 제약 조건 $x^2 + y^2 \leq 1/\Phi^{-1}(1 - \epsilon/4)^2$ 를 유도하며, 이는 $n=2$ 경우 강건 상자 제약 조건보다 더 낙관적인 결과를 제공함.
• 수치적 결과에 따르면 $\epsilon = 0.5$ 일 경우 강건성 및 이면선형 근사법이 CVaR 근사법을 모두 압도함; $\epsilon = 0.05$ 일 경우 어떤 근사법도 엄밀히 우월하지 않으며, 정확한 집합은 볼록처럼 보임.
• 계산 실험 기반으로 이차 확률 제약 조건의 타당 영역이 충분히 작은 $\epsilon$ 에서 볼록일 것이라 추측함.