概要

再生可能エネルギーの普及に伴い、高周波数のリアルタイムスケジューリングが必要とされています。ニューラルネットワークベースの代替モデルは計算効率の高いスケジューリングを実現しますが、外部ソルバーなしで非凸な電力フロー制約を厳密に満たすことが課題でした。本論文は、理論的実現可能性保証を備えたソルバーフリーのニューラル制御フレームワークを提案しています。

ポイント

  • 凸内近似の導出：凸包定理を用いてDistFlowモデルの凸内近似を導出し、非凸最適化問題を扱いやすくしました

  • ロバスト最適化とアフィン政策：ロバスト最適化ベースのアフィン政策により、理論的に認証された内部点マッピング則を定式化しました

  • 二分法投影スキーム：外部ソルバーを使用せずに、実行不可能なニューラルネットワーク出力の実現可能性を効率的に復元するための二分法ベースの投影手法を組み込みました

  • 高速処理：提案手法により、実現可能性の復元を10⁻³秒オーダーで実現しながら、ほぼ最適な解を維持します

  • 実用的応用：リアルタイム分散エネルギー資源の最適配分に必要な高周波スケジューリングを可能にし、再生可能エネルギー統合を加速します

出典

Real-Time Neural Distributed Energy Resources Dispatch with Feasibility Guarantees

この記事はAIが海外情報を要約・翻訳したものです。元記事は出典リンクをご覧ください。