转载来自《电网技术》杂志社微信公众号https://mp.weixin.qq.com/s/mHsZn9DKf1soGF3c4Ux17A
导语:
NP-hard问题中的多项式时间内“不可验证”问题是新型配电系统故障恢复优化背后的基础科学难题,传统的精确算法和近似算法均无法解决速度精度间不可调和的矛盾。针对传统算法的不足之处,本文提出了一种新型配电系统故障恢复优化NP-hard问题的无损转化算法,采用了逆向搜索系统运行状态时变过程的驱动场景的全新算法逻辑,将“不可验证”问题无损转化为“可验证”问题,突破了速度精度难两全的技术瓶颈,仅花费1.58%的计算时间便可获得“0”误差的精确解,证明了其具有兼顾速度与精度的优秀算法性能。
1.研究背景:
以新能源为主体的新型配电系统是一个强不确定性环境下运行状态时变的复杂非线性系统,其故障恢复优化问题属于NP-hard问题中的多项式时间内“不可验证”问题,其求解难度远大于“可验证”的NPC问题。传统精确算法(穷举法)和近似算法(随机优化与鲁棒优化)速度精度难两全的技术现状是“不可验证”NP-hard问题的核心难点。因此,亟需找到一种全新的精确算法,突破求解速度和计算精度难以兼顾的技术瓶颈。
2.研究内容:
- 新型配电系统故障恢复优化的NP-hard问题属性分析
图1(a)和(b)中的P=NP?是世界七大数学难题之首,找到“可验证”NPC 问题的多项式时间复杂度精确算法是解决该难题的核心思路,同时也是运筹学、计算机科学等领域70余年的研究重点。然而,找到“不可验证”问题多项式时间复杂度精确算法的难度更大,因为首先要将“不可验证”的其他NP-hard问题无损转化为“可验证”的NPC问题,再寻找转化后NPC问题的多项式时间复杂度精确算法,前者是本文研究重点。
本文首先给出传统精确算法(穷举算法)下新型配电系统故障恢复优化方案的验证思路和计算逻辑,然后再根据计算逻辑提出验证算法并分析其时间复杂度函数,最后根据时间复杂度函数(式(1))是否包含指数项判断问题是否“可验证”。
由于式中存在指数项,说明问题不能于多项式时间内被计算,故属于多项式时间内“不可验证”问题。
(2) 基于隐马尔可夫模型和前向算法的NP-hard问题无损转化算法
本文基于隐马尔可夫模型和前向算法首先提出一种新型配电系统故障恢复优化NP-hard问题的无损转化算法,再利用前向算法低时间复杂度的算法优势,实现“不可验证”到“可验证”的无损转化,无损转化算法的时间复杂度函数如式(2)所示。
式中的NKB为常数,故不含任何指数项,说明无损转化算法实现了新型配电系统故障恢复优化NP-hard问题从“不可验证”到“可验证”的转化。
研究结果:
为验证本文算法的无损转化效果,本文以改造后的RTBS BUS6算例系统为例,分别采用穷举算法和本文算法求解,误差分析结果如表2所示。
表2两种算法的误差分析
方案 | E[f](时·户) | P[h1](%) | P[h2] (%) | P[h3] (%) | P[h4] (%) | P[g1] (%) | ||||||||||||
本文 | 穷举 | 误差 | 本文 | 穷举 | 误差 | 本文 | 穷举 | 误差 | 本文 | 穷举 | 误差 | 本文 | 穷举 | 误差 | 本文 | 穷举 | 误差 | |
1 | 22.68 | 22.68 | 0 | 71.99 | 71.99 | 0 | 100 | 100 | 0 | 93.03 | 93.03 | 0 | 0 | 0 | 0 | 57.06 | 57.06 | 0 |
2 | 43.60 | 43.60 | 0 | 26.01 | 26.01 | 0 | 91.77 | 91.77 | 0 | 78.30 | 78.30 | 0 | 0 | 0 | 0 | 25.56 | 25.56 | 0 |
3 | 13.74 | 13.74 | 0 | 94.80 | 94.80 | 0 | 100 | 100 | 0 | 99.62 | 99.62 | 0 | 0 | 0 | 0 | 92.41 | 92.41 | 0 |
4 | 55.25 | 55.25 | 0 | 19.43 | 19.43 | 0 | 58.67 | 58.67 | 0 | 84.37 | 84.37 | 0 | 0 | 0 | 0 | 19.43 | 19.43 | 0 |
5 | 62.37 | 62.37 | 0 | 60.99 | 60.99 | 0 | 48.36 | 48.36 | 0 | 94.76 | 94.76 | 0 | 0 | 0 | 0 | 11.75 | 11.75 | 0 |
6 | 69.32 | 69.32 | 0 | 83.71 | 83.71 | 0 | 53.60 | 53.60 | 0 | 79.45 | 79.45 | 0 | 99.91 | 99.91 | 0 | 13.04 | 13.04 | 0 |
7 | 55.25 | 55.25 | 0 | 98.64 | 98.64 | 0 | 23.37 | 23.37 | 0 | 99.97 | 99.97 | 0 | 100 | 100 | 0 | 10.22 | 10.22 | 0 |
8 | 71.34 | 71.34 | 0 | 4.90 | 4.90 | 0 | 21.20 | 21.20 | 0 | 92.94 | 92.94 | 0 | 100 | 100 | 0 | 2.70 | 2.70 | 0 |
9 | 39.19 | 39.19 | 0 | 99.41 | 99.41 | 0 | 28.83 | 28.83 | 0 | 89.01 | 89.01 | 0 | 0 | 0 | 0 | 7.14 | 7.14 | 0 |
10 | 51.90 | 51.90 | 0 | 86.24 | 86.24 | 0 | 100 | 100 | 0 | 95.88 | 95.88 | 0 | 100 | 100 | 0 | 2.27 | 2.27 | 0 |
由表2可知,与穷举算法相比,本文算法所有的计算结果误差均为0,说明本文算法也同样获得了精确解。不同的是,本文算法采用了给定系统运行状态时变过程逆向搜索驱动场景的全新算法逻辑,而非穷举算法的遍历所有场景下系统运行状态时变过程的传统算法逻辑,所以能实现非场景削减的指数级时间复杂度降维,完成从“不可验证”到“可验证”的无损转化。因此,本文算法是一种全新的多项式时间精确算法,凭借运行状态溯源驱动场景这一新的算法逻辑,不仅获得了新型配电系统故障恢复优化NP-hard问题“0”误差的精确解,而且避开了近似算法的计算结果收敛性判断难题和场景挑选合理性判断难题,故能精确求解大量不确定性源荷接入的新型配电系统故障恢复优化问题,具有重要的基础理论价值。
穷举算法和本文算法的计算时间如表3所示。
表3 两种算法的计算时间
对比项 | 算法 | T=1 | T=2 | T=3 | T=4 | T=5(预估) |
计算 时间 (s) | 本文 | 2.22 | 33.13 | 284.94 | 1.94×103 | 9.20×103 |
穷举 | 0.001 | 0.28 | 78.25 | 1.23×105 | 2.44×107 | |
比值 | 2.22×103 | 118.32 | 3.64 | 1.58×10-2 | 3.77×10-5 | |
总时间复杂度参数值 | 本文 | 3.65×107 | 2.81×109 | 5.61×1010 | 5.57×1011 | 3.59×1012 |
穷举 | 240 | 1.15×105 | 4.15×107 | 1.33×1010 | 3.98×1012 | |
比值 | 1.52×105 | 2.44×104 | 1.35×103 | 41.96 | 0.902 |
由表3可知,穷举算法的计算时间随T的线性增大而爆炸式增长,相比之下,本文算法的计算时间的增长则相对缓慢。当T等于1时,本文算法的计算时间为穷举算法的2220倍,当T等于2时减小到118.32倍,等于3时减小到3.64倍,等于4时减少到1.58%,等于5时预估将减少到0.04‰,计算时间的比值降速基本与两算法的总时间复杂度参数值的相一致。这是因为T是穷举算法时间复杂度函数的指数变量,其计算时间随T指数级爆炸式增长。相比之下,T是本文算法时间复杂度函数的幂函数变量,计算时间随T增长的速度远小于穷举算法,且T越大本文算法的速度优势越显著。综上,穷举算法只能求解步长总数小于等于4的新型配电系统故障恢复优化问题,且当T大于4时便无法满足问题求解的快速性需求。相比之下,本文算法能快速求解步长总数大于4的新型配电系统故障恢复优化问题,具有广泛的工程应用范围。
后续研究方向及讨论话题:
本文代码下载地址:https://github.com/NPH-yantao/NP-hard,本文算法理论上适用于所有满足齐次Markov特性的配电系统不确定性优化问题,如配电系统无功优化、网络重构、故障恢复、电源优化配置等系列问题。
参文格式:
新型配电系统故障恢复优化NP-hard问题的无损转化算法/闫涛
DOI:10.13335/j.1000-3673.pst.2024.1342