[논문 리뷰] Designing Resilient Electrical Distribution Grids

Emre Yamangil, Russell Bent외 1명|arXiv (Cornell University)|2014. 09. 16.

Infrastructure Resilience and Vulnerability Analysis참고 문헌 32인용 수 11

한 줄 요약

이 논문은 이중단계 스토하스틱 혼합정수계획법을 제안하여 최적의 내재성 전력 분포망 설계를 위해, 시나리오 기반 분해와 하이브리드 메타휴리스틱(SBVNDS)을 통합하여 이중 단계 모두에서 이진 변수를 포함하는 대규모 문제를 효율적으로 해결한다. 이 방법은 CPLEX와 같은 상용 솔버보다 뛰어나며, 근사 최적해를 수개의 주기보다 훨씬 빠르게 도출하면서도 실제 도시 및 농촌 네트워크 사례에서 높은 해의 품질을 유지한다.

ABSTRACT

Modern society is critically dependent on the services provided by engineered infrastructure networks. When natural disasters (e.g. Hurricane Sandy) occur, the ability of these networks to provide service is often degraded because of physical damage to network components. One of the most critical of these networks is electric power, with medium voltage distribution circuits often suffering the most severe damage. However, well-placed upgrades to these distribution grids can greatly improve post-event network performance. We formulate an optimal electrical distribution grid design problem as a two-stage, stochastic mixed-integer program with damage scenarios from natural disasters modeled as a set of stochastic events. We develop and investigate the tractability of an exact and several heuristic algorithms based on decompositions that are hybrids of techniques developed by the AI and operations research communities. We provide computational evidence that these algorithms have significant benefits when compared with commercial, mixed-integer programming software.

연구 동기 및 목표

• 자연재해 이후 최소 서비스 수준을 확보하면서도 업그레이드 비용을 최소화하는 내재성 전력 분포망 설계를 위한 계산 효율적인 알고리즘 개발.
• 투자 단계와 운영 단계 모두에서 이진 변수를 포함하는 대규모 스토하스틱 혼합정수계획문제를 해결하는 데 있어 표준 솔버로는 해결이 곤란한 문제에 대응.
• 얼음 폭풍과 같은 사건으로 인한 확률적 손상 시나리오 하에서, 발전소 추가, 재현성 확보, 내구성 강화와 같은 최적의 업그레이드를 선택하여 시스템의 내재성 향상.
• 정확한 분해 기법과 메타휴리스틱을 융합한 하이브리드 최적화 방법이 실제 대규모 분포망 문제에 대해 효과적으로 확장 가능함을 보여줌.
• 실제 분포망에서의 불확실성 하에서 의사결정 지원이 가능한 확장 가능한 내재성 계획 프레임워크 제공.

제안 방법

• 손상 시나리오 기반 모델링을 통한 최적의 내재성 분포망 설계 문제(ORDGDP)를 이중단계 스토하스틱 혼합정수계획법으로 수립.
• Benders 분해에 영감을 받은 시나리오 기반 분해 기반 정확한 방법(SBD)을 적용하여 샘플링된 손상 시나리오 간의 구조적 특성을 활용해 문제의 해석 가능성 향상.
• 변동 이웃 구역 분해 검색 기반 하이브리드 메타휴리스틱인 시나리오 기반 변동 이웃 분해 검색(SBVNDS)을 도입하여, 변동 이웃 검색 기법과 정확한 분해 기법을 융합.
• 빙하 폭풍 사건에서 유도된 확률적 손상 비율을 사용하여 선로 고장 모델링하며, 내구성 강화된 선로는 고장 확률이 감소함.
• 불가능해지는 해를 줄이고 정확도를 향상시키기 위해 무효 컷(no-good cuts)와 DistFlow 근사 기법을 적용하여 비균형 3단계 흐름 상황에서도 유연하게 대응.
• 도시 및 농촌 테스트 케이스를 포함하여 100개의 시나리오, 109개의 노드, 148개의 간선, 204개의 부하를 포함한 90,000개 이상의 이진 변수를 포함하는 문제 해결.

실험 결과

연구 질문

• RQ1 이중단계 스토하스틱 혼합정수계획문제에서 양단계 모두에 이진 변수가 포함된 대규모 문제를 해결할 때, 하이브리드 분해 기반 메타휴리스틱이 상용 MIP 솔버보다 성능이 뛰어나게 되는가?
• RQ2 시나리오 기반 분해와 변동 이웃 검색의 통합이 내재성 있는 분포망 설계의 해 품질과 계산 효율성에 어떻게 기여하는가?
• RQ3 손상 시나리오의 선택과 시나리오 샘플링 방식이 정확한 해법과 휴리스틱 방법의 성능에 미치는 영향은 어느 정도인가?
• RQ4 최적의 업그레이드 결정은 핵심 부하 요구 수준과 손상 비율의 변동에 얼마나 민감한가?
• RQ5 작은 ε 값으로 설정된 확률 제약 형식은 더 어려운 문제에 대해 결정론적 내재성 제약의 좋은 근사치를 제공할 수 있는가?

주요 결과

• 정확한 방법(SBD)은 시나리오의 구조적 특성을 활용할 경우 CPLEX보다 계산 효율성이 뛰어나며, 시간 제한 내에 더 많은 문제를 최적해로 해결함.
• SBVNDS는 정확한 방법에 비해 훨씬 짧은 시간 내에 근사 최적해를 도출하며, 다양한 문제 사례에 걸쳐 뛰어난 확장성과 강건성을 입증함.
• 그리디 휴리스틱 해는 항상 최적해보다 열 劣하므로, 단순한 휴리스틱보다 고급 최적화 기법의 가치가 높음을 시사함.
• 필요 부하 서비스 비율(λ)의 이산적 전이 지점에서 문제 난이도가 급격히 증가함을 확인하여, 내재성 임계점에서 해의 복잡도가 증가함을 입증함.
• 작은 ε 값으로 설정된 확률 제약 형식은 손상 비율 변화에 대해 상대적으로 민감도가 낮아, 더 어려운 문제에 대해 효과적인 근사치로 활용 가능함.
• 이 방법은 90,000개 이상의 이진 변수를 포함하는 대규모 네트워크에 대해 효과적으로 확장 가능하며, 100개의 스토하스틱 손상 시나리오를 포함한 실제 도시 및 농촌 분포망 시스템에 적용 가능함.