论文Learning to Solve Large-Scale Security-Constrained Unit Commitment Problems阅读笔记
论文arxiv链接:Learning to Solve Large-Scale Security-Constrained Unit Commitment Problems
问题描述
Security-Constrained Unit Commitment (SCUC,电力系统安全约束机组组合)问题
- 优化目标:最小化机组组合的成本
- 约束条件分为系统约束和机组约束,本文主要考虑的是系统约束
- 功率平衡(等式约束)
- 正常运行条件下的线路潮流约束(不等式约束1)
- 某条线路异常下的线路潮流约束(不等式约束2)
现有方法
- 混合整数优化(MIP)
- 拉格朗日松弛法
现有方法的主要问题是计算时间复杂度高,时间开销大。
有基于上一日进行微调的方法,但是提升有限。
本文方法
用机器学习手段辅助MIP的求解而非替代MIP的结果。主要分为3个方面:
- 预测哪些约束起作用、哪些约束不起作用
- 在历史结果中寻找可能的初始解
- 寻找问题最优解所在的子空间<