[论文解读] Distributed Algorithm for Optimal Power Flow on Unbalanced Multiphase Distribution Networks

Qiuyu Peng, Steven H. Low|arXiv (Cornell University)|Dec 21, 2015

Optimal Power Flow Distribution参考文献 11被引用 13

一句话总结

该论文提出了一种基于分布式ADMM的最优潮流（OPF）算法，用于不平衡多相配电网，通过利用问题特异性结构，将计算密集型的半定规划（SDP）子问题替换为闭式解或6×6厄米特矩阵特征分解。该方法在IEEE 13、34、37和123节点系统中均实现了亚秒级收敛（低于2.5秒），在子问题求解方面相比CVX-based SDP求解器实现了100倍的速度提升。

ABSTRACT

The optimal power flow (OPF) problem is funda- mental in power distribution networks control and operation that underlies many important applications such as volt/var control and demand response, etc.. Large-scale highly volatile renewable penetration in the distribution networks calls for real-time feed- back control, and hence the need for distributed solutions for the OPF problem. Distribution networks are inherently unbalanced and most of the existing distributed solutions for balanced networks do not apply. In this paper we propose a solution for unbalanced distribution networks. Our distributed algorithm is based on alternating direction method of multiplier (ADMM). Unlike existing approaches that require to solve semidefinite programming problems in each ADMM macro-iteration, we exploit the problem structures and decompose the OPF problem in such a way that the subproblems in each ADMM macro- iteration reduce to either a closed form solution or eigen-decomposition of a 6x6 hermitian matrix, which significantly reduce the convergence time. We present simulations on IEEE 13, 34, 37 and 123 bus unbalanced distribution networks to illustrate the scalability and optimality of the proposed algorithm.

研究动机与目标

• 为高比例可再生能源渗透的不平衡多相配电网缺乏可扩展、分布式OPF解决方案的问题提供解决方法。
• 克服现有基于ADMM的方法在每次迭代中需求解SDP子问题所导致的计算瓶颈。
• 通过降低每次迭代的计算时间，在保持收敛性和最优性的同时，实现配电网中实时分布式控制。
• 纳入电压幅值限制等实际约束，以增强在实际场景中的适用性。
• 分析网络拓扑（特别是直径和规模）对分布式OPF算法收敛速度的影响。

提出的方法

• 该算法采用增广拉格朗日乘子法（ADMM）将OPF问题分解为每个母线的局部子问题，实现分布式计算。
• 通过利用不平衡多相网络的结构特性，将子问题重新表述为闭式解或6×6厄米特矩阵的特征分解。
• 通过利用问题特异性的代数结构和约束，避免在每次ADMM迭代中求解半定规划（SDP）。
• 在公式中显式包含电压幅值约束，增强了对配电网运行的实际适用性。
• 算法仅需相邻母线之间的局部通信，最大限度减少通信开销。
• 推导出高效子问题解存在的充分条件，确保其在实际网络中的适用性。

实验结果

研究问题

• RQ1 能否为不平衡多相配电网设计一种基于分布式ADMM的OPF算法，避免求解SDP子问题？
• RQ2 与现成的SDP求解器相比，该方法在ADMM每次迭代中如何显著降低计算时间？
• RQ3 网络拓扑（特别是直径和规模）对分布式OPF算法收敛速度有何影响？
• RQ4 该算法能否处理一般目标函数和实际约束（如电压幅值限制）？
• RQ5 在实现显著加速的同时，该算法是否仍能保持最优性和收敛性保证？

主要发现

• 在所有测试的IEEE 13、34、37和123节点不平衡网络中，该算法在多节点分布式环境下均于2.5秒内收敛。
• 使用该方法时，每次ADMM迭代的平均耗时为3.8×10⁻³秒，而使用CVX SDP求解器则为0.58秒，实现超过100倍的速度提升。
• 在x更新中，子问题求解的平均时间分别为9.8×10⁻⁵秒（所提方法）与0.13秒（CVX）；在y更新中，分别为3.7×10⁻³秒（所提方法）与0.45秒（CVX）。
• 网络直径对收敛速度的影响强于网络规模，线性网络（高直径）所需迭代次数显著多于密集树状网络（低直径）。
• 对于50节点的线性网络，收敛需要6,061次迭代，而相同规模的密集树状网络仅需389次迭代。
• 该算法在包含电压幅值限制和一般目标函数等实际约束下，仍能保持最优性和收敛性。