一种基于 Adam 的并行化求解器用于备用与安全约束交流机组组合
系统与控制
2024-02-21 v2 系统与控制
摘要
包含非线性交流潮流方程的电力系统优化问题需要强大且鲁棒的数值求解算法。在该非线性优化子领域中，内点法已主导求解器格局。然而，过去十年间，机器学习（ML）领域涌现了若干高效数值优化器。其中一种算法，Adam，已成为海量 ML 训练问题（包括例如 GPT-3 的训练）的首选优化器，解决了史上一些最大的无约束优化问题。受此进展启发，本文设计了一种基于 Adam 的并行化数值求解器，以攻克最具挑战性的电力系统优化问题之一：安全与备用约束交流机组组合。所得求解器称为 QuasiGrad，近期参加了第三届 ARPA-E 电网优化（GO3）竞赛。在日前市场出清类别中（系统规模从 3 到 23,643 条母线，跨越 48 个时段），QuasiGrad 的聚合市场盈余得分与最优市场盈余得分差距在 5% 以内。QuasiGrad 求解器现已作为开源 Julia 包发布：QuasiGrad.jl。其内部基于梯度的求解器（Adam）可轻松替换为其他 ML 启发的求解器（例如 AdaGrad、AdaDelta、RMSProp 等）。文中给出了大规模实验的测试结果。
引用
@article{arxiv.2310.06650,
title = {A Parallelized, Adam-Based Solver for Reserve and Security Constrained AC Unit Commitment},
author = {Samuel Chevalier},
journal= {arXiv preprint arXiv:2310.06650},
year = {2024}
}