不确定性下复杂工程系统韧性提升的风险厌恶优化
系统与控制
2022-09-29 v1 系统与控制
摘要
随着复杂性与规模增长，大型互联网络系统（如交通网络或基础设施网络）对外部中断愈发脆弱。因此，在工程设计、运行与恢复阶段管理潜在破坏性事件从而改善系统韧性是一项重要却具挑战的任务。为确保故障事件发生后系统韧性，本研究提出一种基于混合整数线性规划（MILP）的使用异构可调度智能体的恢复框架。采用基于场景的随机优化（SO）技术处理恢复过程中自然带来的固有不确定性。此外，不同于使用确定性等价形式的常规 SO，由于如极端事件恢复等应用中决策的时序稀疏性，本研究引入了额外的风险度量。所得恢复框架涉及大规模 MILP 问题，因此也采用适当的分解技术即改进拉格朗日对偶分解以实现可处理的的计算复杂度。基于 IEEE 37-总线测试馈线的案例研究结果展示了所提框架在韧性改善上的益处以及采用 SO 公式的优势。
引用
@article{arxiv.2009.02351,
title = {Risk-Averse Optimization for Resilience Enhancement of Complex Engineering Systems under Uncertainties},
author = {Jiaxin Wu and Pingfeng Wang},
journal= {arXiv preprint arXiv:2009.02351},
year = {2022}
}