[Paper] 精确算法与进化算法用于顺序多目标输电拓扑规划

Source: arXiv - 2605.03753v1

请提供您希望翻译的正文内容，我将按照要求保留链接并进行简体中文翻译。

概述

本文讨论 日提前输电拓扑规划——TSO（输电系统运营商）用于决定哪些线路开启或关闭，以在确保电网安全的同时最小化运营麻烦的过程。通过将该任务构建为 顺序多目标优化问题，作者提出了两种互补的求解方法：一种精确枚举技术（块算法）和一种定制的进化启发式方法（基于 NSGA‑III 的方法）。他们的工作表明，即使在真实的高压网络上，精确方法也能在几分钟内给出完整的帕累托前沿，提供实用的决策支持工具并为未来的启发式算法设定基准。

关键贡献

• 正式的多目标模型，包含四个实际的TSO标准：
  1. N‑1安全下的最坏情况线路负荷，
  2. 拓扑深度（网络偏离参考拓扑的程度），
  3. 开关操作次数，
  4. 在24 小时范围内非参考拓扑的累计时间。
• 块算法——一种精确枚举方法，利用可行切换计划的 时间块结构，在固定深度和开关次数限制下，使评估次数呈多项式增长。
• 针对性 NSGA‑III 启发式算法——包括结构引导的初始化和遵循拓扑规划约束的自定义变异算子。
• 在 TenneT 荷兰高压电网上的实证验证，展示：
  • 对于拥堵严重的一天，完整的帕累托前沿在 < 3 分钟内计算完成。
  • 进化算法收敛到接近精确前沿，但未能完全恢复全部解。
• 基准数据集——精确前沿作为未来启发式、基于学习或强化学习方法的真实值。

方法论

1. 顺序决策模型

   • 将 24 小时的规划时段划分为 块（连续的时间区间），在每个块内网络拓扑保持不变。
   • 在每个块内，用二进制向量指示哪些线路被切换。块的序列构成一个可行的调度。

2. 精确块算法

   • 枚举所有满足用户定义的深度和切换次数限制的块划分。
   • 对于每个划分，求解一个 单块 子问题（在 N‑1 安全约束下的确定性 OPF），以评估四个目标。
   • 由于在深度/切换限制固定时，划分数量随时段的增长呈多项式增长，该算法在实际的日提前时段仍保持可计算。

3. 进化启发式（NSGA‑III）

   • 初始化：用历史 TSO 操作以及随机块结构生成的调度来初始化种群。
   • 变异算子：自定义交叉和变异，添加、删除或移动块边界，同时保持可行性（例如，不出现同时相互矛盾的切换）。
   • 选择：使用标准的 NSGA‑III 非支配排序，参考点对齐至四个目标。

4. 评估

   • 两种方法均在每个块调用安全约束最优潮流（SC‑OPF）求解器，以获得最坏情况的线路负荷。
   • 作者使用 TenneT 提供的实际负荷和发电预测数据，对选定的拥堵日进行测试。

结果与发现

精确方法确认，对于测试日，权衡曲面相对平滑，启发式算法能够快速聚焦到最相关的区域。然而，启发式算法难以捕捉到精确算法识别的极端低切换、高安全性的解。

Practical Implications

• 面向输电系统运营商的决策支持：区块算法可以集成到现有能源管理系统（EMS）中，为操作员提供完整的最优切换调度集合，实现安全性、运营工作量和系统稳定性之间的透明权衡分析。
• AI/ML 研究的基准：精确的帕累托前沿作为金标准数据集，可用于训练强化学习代理或代理模型，以更快地近似多目标景观。
• 降低计算负担：由于在实际约束下精确方法的评估次数是多项式级别的，可每日运行而无需高性能集群，使其适用于实时或准实时规划。
• 可定制目标：该框架灵活，输电系统运营商可以替换或增补四个目标（例如加入排放目标或市场价格考虑），而保持相同的算法骨干。
• 风险感知运行：通过显式优化最坏情况 N‑1 线路负荷，该方法符合监管安全标准，可能降低昂贵的事后补救措施需求。

限制与未来工作

• 可扩展到更大网络：虽然块算法在固定深度/开关限制下是多项式时间的，但在非常高维的电网或允许大量切换操作时，常数可能会变得很大。
• 启发式缺口：虽然 NSGA‑III 变体速度快，但并不能保证覆盖整个帕累托前沿，尤其是在极端区域；进一步改进变异算子或采用精确‑启发式混合方案可能弥补此缺口。
• 动态不确定性：当前模型假设负荷和发电的预测是确定性的；引入随机或鲁棒优化以处理预测误差是一个未解之路。
• 实时适应：将该方法扩展至处理日内重新优化（例如在突发停电后）将提升其实际运用价值。

总体而言，本文在理论、算法创新和实际验证方面提供了坚实的结合，为现代输电系统运营商提供了实用工具箱，并为下一代 AI 驱动的电网优化方法树立了基准。

作者

• Job Groeneveld
• Miguel Muñoz
• Jan Viebahn
• Alessandro Zocca

论文信息

• arXiv ID: 2605.03753v1
• Categories: math.OC, cs.NE, eess.SY
• Published: 2026 年 5 月 5 日
• PDF: 下载 PDF