求解交流最优潮流的GPU加速序列二次规划算法
最优化与控制
2023-10-23 v1
摘要
序列二次规划(SQP)广泛用于求解非线性优化问题，具有热启动解、利用Hessian矩阵等二阶信息求得高精度解且二次收敛的优势。本研究开发了可扩展的SQP算法求解交流最优潮流问题(ACOPF)，借助图形处理单元(GPU)的并行计算能力。我们的方法结合交替方向乘子法(ADMM)，用于初始化并将每次SQP迭代中的二次规划子问题分解为各电网组件独立的较小子问题。我们使用可移植Julia包ExaAdmm.jl实现了所提SQP算法，该包在所有主流GPU架构上并行求解ADMM子问题。数值实验中，我们比较了三种求解方法：(i)基于GPU的ADMM子问题求解器的SQP算法，(ii)基于CPU的ADMM求解器，以及(iii)QP求解器Ipopt(当前最优内点求解器)，观察到对于较大规模算例，我们的GPU版SQP求解器高效利用GPU多核架构，大幅缩短求解时间。
引用
@article{arxiv.2310.13143,
title = {GPU-Accelerated Sequential Quadratic Programming Algorithm for Solving ACOPF},
author = {Bowen Li and Michel Schanen and Kibaek Kim},
journal= {arXiv preprint arXiv:2310.13143},
year = {2023}
}