拓扑优化中绑定紧致的甜点
最优化与控制
2026-02-11 v3
摘要
拓扑优化已成为增强电力系统运行灵活性和效率的强大且日益相关的策略。然而，由于其组合本质和 big-M 公式的使用，这些问题计算上具有挑战性。优化基于绑定的紧致（Optimization-based bound tightening, OBBT）是一种已知策略，通过计算连续变量的更紧致绑定来提高混合整数线性规划（MILP）的求解。然而，现有的拓扑优化中的 OBBT 方法通常放松所有开关决策，以求解绑定子问题，导致可行区域过于宽松且绑定改进有限。在本工作中，我们提出了一种受拓扑结构影响的绑定紧致方法，该方法使用网络结构来确定应放松哪些开关变量。通过对 IEEE 118 节点系统进行大量计算实验，我们发现保持小子集的开关变量为二进制，同时放松其余变量，在求解绑定问题所需的计算 effort 与结果绑定紧致度之间找到了一个甜点。
引用
@article{arxiv.2507.16496,
title = {The Sweet Spot of Bound Tightening for Topology Optimization},
author = {Salvador Pineda and Juan Miguel Morales},
journal= {arXiv preprint arXiv:2507.16496},
year = {2026}
}