[论文解读] Impact of Communication Delay on Asynchronous Distributed Optimal Power Flow Using ADMM

Junyao Guo, Gabriela Hug+1 more|arXiv (Cornell University)|Nov 6, 2017

Cooperative Communication and Network Coding参考文献 12被引用 4

一句话总结

该论文提出了一种基于异步ADMM的算法，用于求解大规模电力系统中的非凸AC最优潮流问题，使各控制区域能够仅使用部分邻近区域信息进行本地更新。在较轻的通信延迟下，该方法通过消除空闲等待时间，实现了与同步ADMM相当或更快的收敛速度，从而提高了资源利用率和可扩展性，且无需集中协调。

ABSTRACT

Distributed optimization has attracted lots of attention in the operation of power systems in recent years, where a large area is decomposed into smaller control regions each solving a local optimization problem with periodic information exchange with neighboring regions. However, most distributed optimization methods are iterative and require synchronization of all regions at each iteration, which is hard to achieve without a centralized coordinator and might lead to under-utilization of computation resources due to the heterogeneity of the regions. To address such limitations of synchronous schemes, this paper investigates the applicability of asynchronous distributed optimization methods to power system optimization. Particularly, we focus on solving the AC Optimal Power Flow problem and propose an algorithmic framework based on the Alternating Direction Method of Multipliers (ADMM) method that allows the regions to perform local updates with information received from a subset of but not all neighbors. Through experimental studies, we demonstrate that the convergence performance of the proposed asynchronous scheme is dependent on the communication delay of passing messages among the regions. Under mild communication delays, the proposed scheme can achieve comparable or even faster convergence compared with its synchronous counterpart, which can be used as a good alternative to centralized or synchronous distributed optimization approaches.

研究动机与目标

• 为解决由于计算和通信异构性导致的同步分布式优化在电力系统中效率低下的问题。
• 探究异步ADMM是否能够在无集中协调的情况下有效求解非凸AC最优潮流问题。
• 评估通信延迟对异步ADMM收敛性能和解质量的影响。
• 证明在大规模、非平衡系统中，异步更新可通过减少空闲时间，优于同步方案。
• 提供收敛性分析，并为在实际电力系统中部署异步ADMM提供实用指导。

提出的方法

• 该方法扩展了ADMM框架，使每个控制区域可仅使用部分已更新的邻近区域信息执行本地更新，无需完全同步。
• 每个区域通过消息传递模型接收邻近区域的局部AC OPF子问题所需的局部对偶变量和原始变量，进行本地求解。
• 算法采用自适应惩罚参数更新规则，以平衡收敛速度与解的精度，更新速率根据收敛行为动态调整。
• 在异步条件下进行了收敛性分析，并为所提出的更新机制提供了理论依据。
• 该方法以分布式、去中心化方式实现，避免依赖主节点或集中协调器。
• 通信延迟被建模为消息传递中的可变时间延迟，影响各区域在本地计算时可获取的邻近区域更新信息。

实验结果

研究问题

• RQ1 通信延迟如何影响异步ADMM在AC最优潮流问题中的收敛速度和解质量？
• RQ2 在现实通信延迟条件下，异步ADMM能否实现与同步ADMM相当或更优的性能？
• RQ3 何种惩罚参数更新策略可在存在异步性和延迟的情况下确保收敛并保持可接受的解差距？
• RQ4 在具有计算和通信延迟异构性的大规模非平衡电力系统中，异步ADMM的性能如何扩展？
• RQ5 在何种通信延迟范围内，异步方案优于同步方案？

主要发现

• 在较轻通信延迟（情形I–IV）下，异步ADMM实现了与同步方法相当的解质量（差距 < 0.6%），且收敛时间最快可快30%。
• 在情形V（高通信延迟，1.0秒）下，异步方法耗时169.4秒达到0.35%的差距，而同步方法仅用118.0秒，表明在高延迟下性能出现退化。
• 对于波兰2383节点系统，异步ADMM将总执行时间从同步时的104秒减少至51秒，尽管因异步性导致迭代次数增加。
• 异步ADMM的迭代次数随通信延迟显著增加——例如在波兰系统中，迭代次数从49次增至2284次，主要由于邻近区域更新延迟。
• 在高延迟场景中，为保持解的精度，需采用更慢的惩罚参数更新速率，情形V中惩罚参数以τ = 1.02的速率增加，以实现0.35%的差距。
• 由于减少了空闲时间，异步方案在大规模系统中优于同步ADMM，尤其对计算能力差异大的非平衡区域更具优势。