Optimally Managing the Impacts of Convergence Tolerance for Distributed Optimal Power Flow
针对分布式最优潮流中收敛容差影响缺乏定量理解的问题,本文量化其对约束违例的影响,提出边界收紧算法保证可行性,并控制计算速度与解成本间的权衡。
2023-11-14 cs.SY eess.SY
PowerModelsADA: A Framework for Solving Optimal Power Flow using Distributed Algorithms
研究提出开源框架PowerModelsADA,用于通过交替分布式算法求解最优潮流问题,可测试验证各类相关算法,且经多种最优潮流公式验证了实现有效性。
2023-10-06 cs.SY eess.SY
Simulation-Integrated Distributed Optimal Power Flow for Unbalanced Power Distribution Systems
分布式优化方法已广泛应用于配电系统的优化,特别是电网边缘协调。应用于配电系统的现有分布式优化算法需要在分布式代理之间进行许多通信回合,并且可能在困难的非线性设置中带来收敛挑战。通信网络参数对算法的性能也有很大的影响。在本文中,我们提出了一个可扩展的,基于等效网络近似的分布式优化算法,采用模拟优化使用系统的数字孪生(DT)来解决三相不平衡配电系统的最优功率问题(OPF)。所提出的方法是使用一个信息物理协同仿真平台,以验证所提出的分布式算法的鲁棒性压力下的通信。所提出的方法是彻底验证使用IEEE 123节点测试系统。
2022-12-09 cs.SY eess.SY
Distributed Optimal Load Frequency Control Considering Nonsmooth Cost Functions
本文针对含非光滑成本(如阶梯电价)的可控负荷,提出分布式最优频率控制方法,利用Clark广义梯度设计控制器,并证明闭环系统最优性与稳定性,IEEE 68节点仿真验证有效。
2019-06-06 cs.SY eess.SY
Data-Driven Spiking Control for Distributed $\varepsilon$-Nash Equilibrium Seeking
Beijing Institute of Technology(北京理工大学);Tsinghua University(清华大学)
本文提出数据驱动尖峰控制方法,用于分布式$\varepsilon$-纳什均衡寻求,通过鲁棒LMI从数据计算增益并以两种尖峰实现,保证最终界和均衡性能。
2026-09-15 cs.SY eess.SY
Advancing Distributed AC Optimal Power Flow for Integrated Transmission-Distribution Systems
针对输配一体化系统数据隐私需求与交流最优潮流非凸难题,提出融合二阶校正和凸化的增强型ALADIN分布式算法,具备局部二次收敛性,仿真验证其在多方面性能优越。
2024-01-31 cs.SY eess.SY
Bridging Data-Driven and Model-Based Methods: A Learn-to-Optimize Architecture for Distributed Optimal Power Flow
提出一种将ADMM展开为深度神经网络并嵌入可微优化层的学习优化架构,实现分布式最优潮流的近瞬时可解释分布式决策,在最优性和可行性上优于现有数据驱动方法。
2026-06-18 cs.SY eess.SY
Distributed Framework for Optimal Demand Distribution in Self-Balancing Microgrid
Yale University(耶鲁大学)
本文提出一个分布式框架,用于自动分配最优功率需求,通过动态调整建筑的电力消耗以维持微grid稳定。
2017-01-19 cs.SY eess.SY
Robust Distributed Sub-Optimal Coordination of Linear Agents with Uncertain Input Nonlinearities
Ritsumeikan University(立命馆大学)
本文研究了存在输入非线性性的线性代理的鲁棒分布式子最优协调问题,提出了一种新控制协议,通过统一处理输入非线性性和目标函数梯度,分析收敛性,通过数值模拟验证了方法的有效性。
2026-04-20 cs.SY eess.SY
Distributed Safe Navigation of Multi-Agent Systems using Control Barrier Function-Based Optimal Controllers
本文提出一种基于控制屏障函数的分布式控制器综合框架,将碰撞避免编码为状态依赖网络优化问题的控制输入约束,实现多智能体系统在复杂环境中的安全导航,并验证其渐近最优性。
2024-05-01 cs.SY eess.SY
Assessing the Impacts of Nonideal Communications on Distributed Optimal Power Flow Algorithms
电力系统运营商越来越多地寻求分布式优化,以解决电力电力系统面临的各种挑战。为了评估它们在非理想通信环境中的能力,本文研究了数据质量对分布式优化算法性能的影响。具体而言,本文比较了交替方向乘法器(ADMM),分析目标级联(ATC),辅助问题原理(APP)算法的直流最优潮流(DC OPF)问题的背景下的性能。本文利用几个测试系统,在三种数据质量非理想情况下(1)加性高斯噪声,(2)坏数据(大误差),(3)间歇性通信故障,从收敛速度和解的质量两个方面对这些算法的性能进行了表征。
2022-07-03 cs.SY eess.SY
Throughput Optimal Distributed Traffic Signal Control
Ministry of Science and Technology, Thailand(泰国科技部);Singapore-MIT Alliance for Research and Technology, Singapore(新加坡-麻省理工学院研究联盟);Massachusetts Institute of Technology, Cambridge, MA, USA(麻省理工学院);Nanyang Technological University, Singapore(南洋理工大学)
本文提出一种分布式交通信号控制算法,结合周期性相位切换约束和绿灯时间限制,通过背压路由原理实现全局最优,确保网络吞吐量最大化。
2014-07-04 cs.SY eess.SY
Realization independent single time-delay dynamical model interpolation and $\mathcal{H}_2$-optimal approximation
ISAE, Onera - The French Aerospace Lab(法国航空航天实验室);Onera - The French Aerospace Lab(法国航空航天实验室)
本文重新审视了在插值模型可能具有时间延迟的情况下,无实现模型逼近问题。首先将Loewner框架扩展到单延迟情况,其次通过Lambert函数建立无限模型逼近的H₂最优条件,并提出数值有效的迭代方案dTF-IRKA以满足部分最优条件。
2015-04-24 cs.NA cs.SY eess.SY
Cooperative Target Realization in Multi-Agent Systems Allowing Choice-Based Actions
the Chinese University of Hong Kong(香港中文大学);Dalian University of Technology(大连理工大学)
本文针对基于初始选择的目标函数和控制的线性多智能体系统,利用变分法和拉格朗日乘子法,提出了最小化平均控制成本的最优控制设计方法,并扩展至任意目标矩阵。
2012-06-30 cs.SY eess.SY
Optimal Controller Realizations against False Data Injections in Cooperative Driving
本文针对协同驾驶中的FDI攻击,提出通过可逆控制器状态坐标变换生成等价实现,并结合可达性分析与线性矩阵不等式优化传感器组合,从而在不依赖攻击检测、不改变闭环性能的前提下提升鲁棒性。
2024-10-28 cs.CR cs.SY eess.SY
Graph Neural Network-Based Distributed Optimal Control for Linear Networked Systems: An Online Distributed Training Approach
Department of Electrical Engineering, University of Notre Dame(电气工程系,诺丁汉大学);Department of Electrical and Computer Engineering, Stevens Institute of Technology(电气与计算机工程系,史蒂文斯理工学院)
本文针对线性网络化系统,提出基于图递归神经网络的分布式最优控制方法,将控制问题构建为自监督学习问题,并设计分布式在线训练优化器,同时给出闭环稳定性条件,通过数值仿真验证了方法有效性。
2025-07-22 cs.LG cs.SY eess.SY
Optimal Distributed Control for Networked Control Systems with Delays
Columbia University(哥伦比亚大学)
本文提出了一种基于非合作线性二次博弈的最优分布式控制策略,用于具有时间延迟的网络控制系统,应用于电力系统负荷频率控制。
2013-12-12 cs.GT cs.SY eess.SY
Optimal Distributed Voltage Control via Primal Dual Gradient Dynamics
基于逆变器的资源向电力传输网络的快速增加的渗透需要考虑其固有的输出可变性的更复杂的电压控制策略。此外,故障和负载变化影响电力网络上的电压分布。本文提出了一种基于原始对偶梯度动态的最优分布式电压控制方法,该方法优化了分布式无功电源的输出,以保持可接受的电压分布,同时保持操作限制。IEEE测试系统的实例研究验证了该方法的有效性。
2023-02-15 cs.SY eess.SY math.OC
A Note on Optimal Distributed State Estimation for Linear Time-Varying Systems
Universidad de Zaragoza(萨拉戈萨大学)
本文证明 ODEFTC 是连续时间随机线性时变系统的首个最优分布式状态估计器,可渐近达到集中式 Kalman-Bucy 滤波器的误差协方差性能,并给出保证稳定性的一致性增益条件。
2025-10-21 cs.SY eess.SY math.OC
A Semi-Distributed Interior Point Algorithm for Optimal Coordination of Automated Vehicles at Intersections
在本文中,我们考虑的最优协调自动车辆在交叉口下固定的交叉顺序。我们制定的问题,使用直接最优控制和利用的结构,构建一个半分布式的原始-对偶邻域点算法来解决它的并行化大部分的计算。与标准的分布式优化算法不同,其中优化问题是分裂的,在我们的方法中,我们分裂了线性代数步骤,使得算法采取与完全集中式算法相同的步骤,同时仍然以分布式方式执行计算。我们分析了该算法的通信需求,并提出了一个近似方案,可以显着减少数据交换。我们证明了该算法的有效性,在硬,但现实的情况下,这表明,近似导致减少通信数据的几乎99%的确切配方,在小于1%的次优性为代价。
2021-11-19 cs.SY eess.SY math.OC
Distributed Optimal Power Flow Algorithms Over Time-Varying Communication Networks
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文研究了如何通过求解最优功率流(OPF)问题来协调分布式能源资源(DERs)在配电网中的最优响应。提出了一种能够在时变通信网络上运行且具有几何收敛速度的分布式算法,并通过数值模拟验证了理论结果。
2020-05-06 cs.MA cs.SY eess.SY
An Optimal Control Interpretation of Augmented Distributed Optimization Algorithms
University of Cambridge(剑桥大学)
本文将增广拉格朗日类分布式优化算法解释为特定最优控制问题的最优解,通过最小化瞬态代价泛函揭示其改善瞬态性能的机理,并推广至含不等式约束的情形。
2025-09-22 cs.SY eess.SY math.OC
Distributed Optimal Allocation with Quantized Communication and Privacy-Preserving Guarantees
在本文中,我们分析了在分布式和隐私保护的方式最优分配资源的问题。我们提出了一种新的分布式最优资源分配算法与隐私保护的保证,它运行在一个有向通信网络。我们的算法在有限时间内收敛,并允许每个节点处理和传输量化的消息。我们的算法采用分布式量化平均共识策略结合隐私保护机制。我们表明,该算法收敛于有限时间,我们证明,在特定条件下的网络拓扑,节点能够保持其初始状态的隐私。最后,为了说明结果,我们考虑一个例子,其中测试试剂盒需要按比例分配到一个地区的感染数量。结果表明,所提出的隐私保护的资源分配算法表现良好,在隐私保证适当的收敛速度。
2022-07-17 cs.SY eess.SY math.OC
Differentially Private ADMM-Based Distributed Discrete Optimal Transport for Resource Allocation
最优运输(OT)是一个框架,可以指导设计有效的资源分配策略,在网络的多个来源和目标。为了降低大规模运输设计的计算复杂性,我们首先开发了一个分布式算法的交替方向乘法器(ADMM)的基础上。然而,这样的分布式算法是脆弱的敏感信息泄漏时,攻击者拦截在分布式ADMM更新期间节点之间传送的传输决策。为此,我们提出了一种基于输出变量扰动的隐私保护分布式机制,通过在每个更新实例与其他相应节点共享之前,向每个节点的决策添加适当的随机性。我们表明,开发的计划是差分私人,这可以防止对手从推断节点的机密信息,即使知道的运输决策。最后,我们通过案例研究证实了所设计的算法的有效性。
2022-11-30 cs.CR cs.SI cs.SY
On observability and optimal gain design for distributed linear filtering and prediction
MIT-IBM Watson AI Lab(麻省理工学院-IBM沃森人工智能实验室);IBM Research(IBM研究院)
本文提出了一种新的分布式线性滤波和预测方法。所考虑的问题包括一个随机动力系统观察到的多智能体网络的传感器网络是稀疏的。受一致性+新息类型分布式估计方法的启发,提出了一种融合一致性和新息概念的新算法。本文引入了分布式可观测性的定义,所提出的算法,这是一个弱的假设比全局可观测性和连接网络的假设结合在一起。遵循第一性原理,最佳增益矩阵的设计,使得估计的均方误差最小化在每个代理和分布式版本的代数Riccati方程推导出计算的增益。
2022-03-07 cs.IT cs.LG cs.SY