[论文解读] Multi-Block ADMM for Big Data Optimization in Smart Grid

Lanchao Liu, Zhu Han|arXiv (Cornell University)|Feb 28, 2015

Advanced MIMO Systems Optimization被引用 9

一句话总结

本文提出了一种用于智能电网应用中分布式和并行优化的多块ADMM算法，实现了对大规模‘大数据’问题的可扩展解决方案。该方法将ADMM从2块扩展到N块设置，并具备收敛性证明，展示了在分布式鲁棒状态估计、网络能源管理以及安全约束最优潮流问题中的有效性。

ABSTRACT

In this paper, we review the parallel and distributed optimization algorithms based on alternating direction method of multipliers (ADMM) for solving "big data" optimization problem in smart grid communication networks. We first introduce the canonical formulation of the large-scale optimization problem. Next, we describe the general form of ADMM and then focus on several direct extensions and sophisticated modifications of ADMM from $2$-block to $N$-block settings to deal with the optimization problem. The iterative schemes and convergence properties of each extension/modification are given, and the implementation on large-scale computing facilities is also illustrated. Finally, we numerate several applications in power system for distributed robust state estimation, network energy management and security constrained optimal power flow problem.

研究动机与目标

• 解决传统优化算法在智能电网通信网络中扩展至大数据问题的挑战。
• 开发能够处理智能电网中常见大规模、异构且含噪声数据集的分布式和并行优化方法。
• 将经典ADMM算法从2块设置扩展至N块设置，以支持大规模去中心化优化。
• 确保在大规模计算设施上的收敛性与实际部署，适用于真实世界的智能电网应用。
• 展示多块ADMM在关键智能电网问题中的适用性，如状态估计、能源管理及最优潮流。

提出的方法

• 将大规模优化问题以标准N块形式进行公式化，包含可分离的凸函数和耦合约束。
• 应用增广拉格朗日乘子交替方向法（ADMM）将问题分解为可在并行环境下求解的子问题。
• 通过变量分裂技术解耦变量，实现在多个代理或节点之间的分布式计算。
• 引入高斯后向代入法和近端雅可比ADMM，以改善多块设置下的收敛特性。
• 采用增广拉格朗日函数与对偶上升技术处理耦合约束，并在分布式组件间强制达成一致性。
• 设计迭代算法，使每个代理能够独立更新其本地变量，同时通过对偶变量和一致性约束进行协调。

实验结果

研究问题

• RQ1 如何将ADMM从2块设置扩展至N块设置，以解决智能电网中的大规模优化问题？
• RQ2 ADMM的哪些修改能够确保在标准ADMM可能发散的多块场景下实现收敛？
• RQ3 如何在大规模分布式计算基础设施上高效实现多块ADMM，以支持实时智能电网应用？
• RQ4 与经典优化方法相比，多块ADMM在实际性能和收敛特性方面表现如何？
• RQ5 多块ADMM在关键智能电网问题（如状态估计、能源管理及最优潮流）中有哪些具体应用方式？

主要发现

• 所提出的多块ADMM扩展方法，包括变量分裂和近端雅可比ADMM，对N块凸优化问题实现了可证明的收敛性。
• 高斯后向代入法改善了多块ADMM的收敛行为，解决了直接扩展带来的不稳定性问题。
• 该方法支持分布式和并行计算，适用于包含数百万变量的大规模智能电网应用。
• 在分布式鲁棒状态估计中的应用成功恢复了系统状态，并通过ADMM优化检测到虚假数据注入攻击。
• 通过ADMM实现了去中心化的动态网络能源管理，获得了最优的功率和相位调度方案，并计算出节点边际电价。
• 利用多块ADMM高效求解了安全约束最优潮流（SCOPF）问题，在多种预想事故场景下确保系统安全，且调整约束极少。