ネットワーク制約付きユニット・コミットメントに対する、構造を考慮したコミットメント削減（ソルバを保持する保証付き）

概要: 個々の発電ユニット、ハイブリッド・リソース、そしてセキュリティ制約の増加により、ネットワーク制約付きユニットコミットメント（UC）の計算負荷は大きく増大している。ここで、解法時間のほとんどは、ユニット時間当たりの2値変数に関する分岐限定（branch-and-bound）木の探索に費やされる。この組合せ的負担を軽減するため、近年では、コミットメント決定を支援する学習ベースの誘導（guidance）を探る手法が検討されてきた。しかし、大規模言語モデル（LLM）のようなツールを用いてコミットメントの完全なスケジュールを直接予測することは信頼性が低い。実行不可能または整合しない2値決定が、時間間隔をまたぐ制約に違反し、経済的な最適性を損なう可能性がある。本論文では、コミットメント決定における構造的な規則性を活用する、UC向けソルバ対応の次元削減フレームワークを提案する。完全なスケジュールを生成する代わりに、このフレームワークは、最適化の前に固定するための、構造的に安定したコミットメント2値変数の疎な部分集合を特定する。実装の一つでは、これらの変数を選択するためにLLMを用いる。このLLMは最適化プロセスを置き換えるのではなく、部分的な変数制限を提供するだけであり、制約および残りの決定は、元のMILPソルバが引き続き、ネットワーク、ランピング、予備、そしてセキュリティの制約を強制する。マスクされた問題が、元のUCモデルの縮小された実行可能領域を定義することを形式的に示し、実行可能性を保ちながら、制限された空間内でソルバによって認証された最適性を実現できることを示す。IEEE 57バス、RTS 73バス、IEEE 118バス、ならびにセキュリティ制約付きのバリアントを含む拡張された大規模ケースに関する実験では、分岐限定木のノード数と解時間の一貫した削減が示され、高複雑性インスタンスにおいて桁違いの速度向上を達成しつつ、目的関数値は準最適の水準を維持することが確認された。