[论文解读] Engineering Negative Cycle Canceling for Wind Farm Cabling

Sascha Gritzbach, Torsten Ueckerdt+3 more|arXiv (Cornell University)|Jan 1, 2019

Advanced Graph Theory Research参考文献 2被引用 3

一句话总结

本文提出了一种改进的负环消除（NCC）启发式算法，用于解决风力发电场电缆布线问题（WCP），该问题为强NP难问题，涉及具有阶梯型电缆成本的风力发电场中成本最小化的电缆布局。通过修改Bellman-Ford算法以处理非凸成本函数，并引入分层初始化与delta策略，该方法在两秒内即可达到与MILP和模拟退火（SA）相当的解质量——使其适用于交互式风力发电场规划。

ABSTRACT

In a wind farm turbines convert wind energy into electrical energy. The generation of each turbine is transmitted, possibly via other turbines, to a substation that is connected to the power grid. On every possible interconnection there can be at most one of various different cable types. Each type comes with a cost per unit length and with a capacity. Designing a cost-minimal cable layout for a wind farm to feed all turbine production into the power grid is called the Wind Farm Cabling Problem (WCP). We consider a formulation of WCP as a flow problem on a graph where the cost of a flow on an edge is modeled by a step function originating from the cable types. Recently, we presented a proof-of-concept for a negative cycle canceling-based algorithm for WCP [14]. We extend key steps of that heuristic and build a theoretical foundation that explains how this heuristic tackles the problems arising from the special structure of WCP. A thorough experimental evaluation identifies the best setup of the algorithm and compares it to existing methods from the literature such as Mixed-integer Linear Programming (MILP) and Simulated Annealing (SA). The heuristic runs in a range of half a millisecond to approximately one and a half minutes on instances with up to 500 turbines. It provides solutions of similar quality compared to both competitors with running times of one hour and one day. When comparing the solution quality after a running time of two seconds, our algorithm outperforms the MILP- and SA-approaches, which allows it to be applied in interactive wind farm planning.

研究动机与目标

• 解决在具有离散阶梯型电缆成本的风力发电场中设计成本最小化电缆布局的挑战。
• 开发一种实用且快速的启发式算法，适用于交互式风力发电场规划，计算时间必须控制在秒级以内。
• 克服标准负环消除算法在具有非凸（阶梯）成本函数的流问题中，特别是WCP中所面临的局限性。
• 通过定制化的算法改进与策略性初始化层级，提升解质量与收敛速度。
• 为阶梯型成本网络流中的环检测与改进提供理论基础。

提出的方法

• 将风力发电场电缆布线问题（WCP）建模为具有阶梯型边成本的最小费用流问题，以表示不同类型的电缆。
• 修改Bellman-Ford算法，仅检测在阶梯成本存在下能实际降低总成本的负环，确保改进的有效性。
• 在输入网络的线图的子图上操作，以实现高效的环检测，同时保持正确性。
• 引入两层抽象：一层用于初始化策略，另一层用于delta策略，共探索了八种具体的初始化方式与八种delta变体。
• 实现一个循环取消过程，通过修改后的Bellman-Ford算法在残差网络中迭代识别并取消负环。
• 采用基于流的表示方法，其中边上的流表示电能传输，边的成本则通过阶梯函数根据所选电缆类型确定。

实验结果

研究问题

• RQ1 如何将负环消除方法适配于处理网络流问题中的阶梯型成本函数，特别是在风力发电场电缆布线的背景下？
• RQ2 在基于NCC的WCP启发式算法中，哪些初始化与delta策略能实现更快的收敛速度与更高质量的解？
• RQ3 与MILP和模拟退火相比，改进后的NCC算法是否能在显著缩短的运行时间内实现具有竞争力的解质量？
• RQ4 改进后的Bellman-Ford算法在阶梯型成本网络中仅识别有益负环的理论依据是什么？
• RQ5 在交互式规划场景中，特别是在2秒的严格时间约束下，该算法表现如何？

主要发现

• 所提出的NCC启发式算法在仅2秒的运行时间内，解质量与Gurobi（MILP）和模拟退火（SA）相当，且在该时间窗口内表现更优。
• 2秒后，NCC算法在74.5%的N1实例和90.5%的N2实例上达到或超过SA，解质量比值最小为0.381，最大为1.034。
• 在更大规模实例（N4与N5）中，2秒后SA在71%的情况下优于NCC，但NCC仍具竞争力，最大比值为1.261。
• 经过一小时运行，SA在67.5%（N2）和80%（N3）的实例上优于NCC，但NCC在84.2%的N1–N3实例中与SA相差不足1%。
• 该算法在包含最多500台风力涡轮机的实例上运行时间为0.5毫秒至1.5分钟，展现出良好的可扩展性与速度，适用于交互式规划。
• 改进后的Bellman-Ford算法能正确识别阶梯型成本网络中仅改善型的环，为启发式算法的有效性提供了理论基础。