5G网络中分布式最优潮流的阈值优化与动态自适应
系统与控制
2026-06-25 v1 信号处理
摘要
在本文中，我们对交替方向乘子法（ADMM）进行了实验评估研究，该方法是配电网络分布式优化中广泛使用的技术。本研究的重点是在一个具有商用5G连接和实时控制的完全实验平台上，真实5G通信性能如何影响ADMM。基于ADMM的分布式最优潮流（DOPF）问题使用IEEE 123节点不平衡配电馈线求解，该馈线被细分为五个区域，每个区域由运行在树莓派上的本地控制器管理。为了减轻通信网络可变性的影响，我们提出了一种基于延迟阈值的机制，与无阈值基线相比，收敛时间减少了7.75%。我们还设计了一种策略，根据通信和计算条件动态更新阈值，与静态最优阈值相比，收敛时间减少了26.42%。这些结果证明了自适应、通信感知控制策略在现实世界智能电网（SG）部署中的潜力。
引用
@article{arxiv.2606.27542,
title = {Threshold Optimization and Dynamic Adaptation of Distributed Optimal Power Flow in 5G Networks},
author = {Biswajit Kumar Dash and Garrett Thomas and Adedoyin Inaolaji and Filippo Malandra},
journal= {arXiv preprint arXiv:2606.27542},
year = {2026}
}