🔢 mathematics

End-to-End Learning of Correlated Operating Reserve Requirements in Security-Constrained Economic Dispatch

यह शोध पत्र एक एंड-टू-एंड ट्रेन करने योग्य सुदृढ़ अनुकूलन ढांचे (robust optimization framework) का प्रस्ताव करता है जो सुरक्षा-बाधित आर्थिक प्रेषण (security-constrained economic dispatch) में ऑपरेटिंग रिजर्व आवश्यकताओं के लिए सहसंबद्ध दीर्घवृत्तीय अनिश्चितता सेटों (correlated ellipsoidal uncertainty sets) के आकार को सीखता है, जो स्पष्ट वितरण संबंधी धारणाओं की आवश्यकता के बिना परिमित-नमूना कवरेज (finite-sample coverage) की गारंटी देते हुए प्रेषण लागत को महत्वपूर्ण रूप से कम करता है।

मूल लेखक: Owen Shen, Hung-po Chao, Haihao Lu, Patrick Jaillet

प्रकाशित 2026-04-08

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Owen Shen, Hung-po Chao, Haihao Lu, Patrick Jaillet

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक विशाल मालवाहक जहाज (बिजली ग्रिड) के कप्तान हैं जो एक तूफानी समुद्र में यात्रा कर रहा है। आपका काम सामान को बिंदु A से बिंदु B तक यथासंभव सस्ते में पहुँचाना है।

हालाँकि, मौसम अप्रत्याशित है। कभी हवा उम्मीद से अधिक तेज चलती है, तो कभी लहरें बड़ी होती हैं। बिजली की दुनिया में, ये "तूफान" पवन और सौर ऊर्जा उत्पादन के अनिश्चित उतार-चढ़ाव हैं।

सुरक्षित रहने के लिए, आपको अपने जहाज पर अतिरिक्त ईंधन और आपूर्ति रखनी होगी, ताकि यदि तूफान अनुमान से अधिक खराब हो जाए तो काम आ सके। इस अतिरिक्त ईंधन को ऑपरेटिंग रिजर्व (Operating Reserve) कहा जाता है।

पुराना तरीका: तूफान का अनुमान लगाना

अतीत में, कप्तानों (ग्रिड ऑपरेटरों) को अनुमान लगाना पड़ता था कि तूफान कितना बड़ा होगा। वे आमतौर पर पिछले कुछ वर्षों के मौसम को देखते थे और अपने मानचित्र पर एक बड़ा, गोल घेरा बना देते थे जो "संभावित खराब मौसम" को दर्शाता था।

समस्या: वे यह घेरा सामान्य आंकड़ों के आधार पर बनाते थे, न कि उनकी वर्तमान यात्रा की विशिष्ट आवश्यकताओं के आधार पर।
परिणाम: कभी-कभी यह घेरा बहुत बड़ा होता था, जिससे उन्हें बहुत अधिक अतिरिक्त ईंधन (महंगे रिजर्व) ले जाने के लिए मजबूर होना पड़ता था। अन्य मामलों में, घेरे का आकार गलत होता था, जिससे वह वास्तविक दिशा (जिस ओर हवा चल रही थी) को पकड़ने में विफल रहता था, जिससे वे असुरक्षित रह जाते थे। वे उस सुरक्षा के लिए भुगतान कर रहे थे जिसकी उन्हें आवश्यकता नहीं थी या उस सुरक्षा को खो रहे थे जिसकी उन्हें आवश्यकता थी।

नया तरीका: तूफान के आकार को समझना

यह शोध पत्र उस सुरक्षा घेरे को बनाने का एक नया, स्मार्ट तरीका पेश करता है। अनुमान लगाने के बजाय, कप्तान यात्रा की वास्तविक लागत के आधार पर सुरक्षा घेरे का परफेक्ट आकार निर्धारित करने के लिए एक लर्निंग सिस्टम (सीखने वाली प्रणाली) का उपयोग करता है।

यह कैसे काम करता है, इसे सरल चरणों में यहाँ दिया गया है:

1. आकार बनाम आकार (The Shape vs. The Size)

सुरक्षा घेरे को एक गुब्बारे के रूप में सोचें।

आकार (Size): गुब्बारा कितना बड़ा है। एक बड़ा गुब्बारा अधिक तूफान की संभावनाओं को कवर करता है लेकिन उसे फुलाने की लागत अधिक होती है (अधिक ईंधन)।
आकार (Shape): क्या गुब्बारा गोल है, या यह एक रग्बी बॉल की तरह खिंचा हुआ है?
- वास्तविक दुनिया का उदाहरण: दो पड़ोसी शहरों में हवा अक्सर एक ही समय में एक ही दिशा में चलती है। एक गोल गुब्बारा खाली जगह बर्बाद करता है। एक खिंचा हुआ गुब्बारा (एलिप्सॉइड/Ellipsoid) वास्तविक हवा के पैटर्न में पूरी तरह फिट बैठता है।

इस शोध पत्र का बड़ा विचार है: केवल आकार न चुनें; बल्कि सही आकार को सीखें।

2. "एंड-टू-एंड" ट्रेनिंग (The "End-to-End" Training)

आमतौर पर, मौसम विज्ञानी मानचित्र बनाते हैं, और फिर कप्तान मार्ग की योजना बनाता है। ये दो अलग-अलग चरण हैं।
यह शोध पत्र इन दोनों को जोड़ता है। यह एक कोच की तरह है जो जहाज चलाते समय कप्तान को देखता है, देखता है कि उन्होंने कितना ईंधन बर्बाद किया, और फिर कहता है, "हे, अगर आप अपने सुरक्षा गुब्बारे को उत्तर की ओर थोड़ा और खींच दें, तो आप अगली बार पैसे बचा पाएंगे।"

यह प्रणाली इस प्रकार कार्य करती है:

एक यात्रा का अनुकरण करना: यह एक विशिष्ट गुब्बारे के आकार का उपयोग करके बिजली वितरण (यात्रा) का सिमुलेशन चलाती है।
लागत की जाँच करना: यह देखती है कि अतिरिक्त ईंधन पर कितना पैसा खर्च हुआ।
आकार को समायोजित करना: यह गणित (विशेष रूप से, बाधाओं की "शैडो प्राइस" या लागत को देखकर) का उपयोग करके गुब्बारे के आकार को बदलने के लिए करती है, ताकि यह सस्ता हो सके, जबकि जहाज सुरक्षित भी रहे।

3. "सुरक्षा जाल" (कॉन्फॉर्मल कैलिब्रेशन - Conformal Calibration)

एक पेच है। यदि आप केवल सबसे सस्ती यात्रा के लिए अनुकूलन (optimize) करते हैं, तो आप गुब्बारे को बहुत छोटा बना सकते हैं और दुर्घटना का जोखिम उठा सकते हैं।
इसे ठीक करने के लिए, यह शोध पत्र कॉन्फॉर्मल प्रेडिक्शन (Conformal Prediction) नामक तकनीक का उपयोग करता है।

उदाहरण: कल्पना कीजिए कि आप गाड़ी चलाना सीख रहे हैं। आप एक ट्रैक (ट्रेनिंग डेटा) पर अभ्यास करते हैं ताकि कार की सर्वोत्तम सेटिंग्स मिल सकें। लेकिन असली हाईवे पर निकलने से पहले, आप एक यात्री (कैलिब्रेशन डेटा) के साथ अंतिम सुरक्षा जांच करते हैं ताकि यह सुनिश्चित हो सके कि कार दुर्घटनाग्रस्त न हो।
सिस्टम ट्रैक पर आकार सीखता है, लेकिन फिर यह आकार निर्धारित करने के लिए डेटा के एक अलग सेट का उपयोग करता है ताकि यह 95% सभी संभावित तूफानों को कवर कर सके। यह बिना किसी अनुमान के सुरक्षा की गारंटी देता है।

परिणाम: दुर्घटना हुए बिना पैसे बचाना

लेखकों ने इसका परीक्षण एक जटिल विद्युत ग्रिड (IEEE 118-बस सिस्टम, जो अमेरिकी ग्रिड का एक लघु संस्करण है) पर किया।

बेसलाइन (तुलना का आधार): उन्होंने अपने "लर्निंग कैप्टन" की तुलना पुराने "सांख्यिकीय कैप्टन" (जिसने केवल पिछले डेटा के आधार पर एक मानक गोल गुब्बारा उपयोग किया था) से की।
परिणाम: लर्निंग कैप्टन ने लागत में लगभग 4.8% की बचत की।
- बिजली की दुनिया में यह बहुत बड़ी राशि है।
- महत्वपूर्ण बात यह है कि उन्होंने सुरक्षा से समझौता नहीं किया। "लर्निंग कैप्टन" ने 97% समय जहाज को सुरक्षित रखा (95% के लक्ष्य को पूरा करते हुए)।

यह क्यों महत्वपूर्ण है

वास्तविक दुनिया में, बिजली बाजार 100% नवीकरणीय ऊर्जा (पवन और सौर) की ओर बढ़ने की कोशिश कर रहे हैं। ये स्रोत अप्रत्याशित हैं।

पुराना तरीका: हम अज्ञात से डरकर बहुत अधिक बैकअप पावर खरीदते हैं। इससे बिजली महंगी हो जाती है।
नया तरीका: हम यह समझने के लिए AI का उपयोग करते हैं कि हवा और सूरज एक साथ कैसे व्यवहार करते हैं। हम बिल्कुल पर्याप्त बैकअप पावर खरीदते हैं, जिसका आकार मौसम के पैटर्न के अनुरूप सटीक रूप से ढला हुआ होता है, जिससे लाखों डॉलर की बचत होती है और बिजली की आपूर्ति भी बनी रहती है।

संक्षेप में: यह शोध पत्र बिजली ग्रिड को "एक ही आकार के सभी के लिए उपयुक्त" (one-size-fits-all) सुरक्षा जाल का उपयोग करना बंद करने की शिक्षा देता है। इसके बजाय, यह एक कस्टम-फिट सुरक्षा जाल बुनना सीखता है जो ठीक उसी दिशा में फैलता है जहाँ हवा चलती है, जिससे बिजली चालू रखते हुए लाखों डॉलर की बचत होती है।

यहाँ शोध पत्र "End-to-End Learning of Correlated Operating Reserve Requirements in Security-Constrained Economic Dispatch" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

बिजली बाजारों में, सिक्योरिटी-कंस्ट्रेंड इकोनॉमिक डिस्पैच (SCED) अक्षय ऊर्जा (पवन/सौर) और लोड पूर्वानुमान त्रुटियों से उत्पन्न अनिश्चितता को प्रबंधित करने के लिए ऑपरेटिंग रिजर्व पर निर्भर करता है। ये त्रुटियाँ स्थानिक (spatial) और सामयिक (temporal) सहसंबंधों (correlations) को प्रदर्शित करती हैं।

चुनौती: पारंपरिक विधियाँ अनिश्चितता सेट (और इस प्रकार रिजर्व आवश्यकताओं) को बाह्य रूप से (exogenously) निर्दिष्ट करती हैं (जैसे कि एक निश्चित सैंपल कोवेरियेंस मैट्रिक्स का उपयोग करके)। यह अक्सर अक्षम रिजर्व आवंटन की ओर ले जाता है: या तो अत्यधिक रूढ़िवादिता के कारण अत्यधिक लागत, या अपर्याप्त कवरेज के कारण विश्वसनीयता जोखिम।
अंतराल (Gap): ऐसी विधियों का अभाव है जो लक्षित विश्वसनीयता (कवरेज) को सख्ती से संतुष्ट करते हुए डाउनस्ट्रीम डिस्पैच लागत को कम करने के लिए विशेष रूप से अनिश्चितता सेट की ज्यामिति (geometry) को सीख सकें।
उद्देश्य: एक सहसंबद्ध (correlated) रिजर्व सेट के डिज़ाइन को एक एंड-टू-एंड ट्रेन करने योग्य रोबस्ट ऑप्टिमाइज़ेशन समस्या के रूप में तैयार करना। इसका लक्ष्य एक दीर्घवृत्तीय (ellipsoidal) अनिश्चितता सेट के आकार को सीखना है जो भविष्य के अनिश्चितता वास्तविकताओं के एक लक्षित प्रतिशत ( $\tau$ ) को कवर करने की गारंटी देते हुए रोबस्ट डिस्पैच लागत को न्यूनतम करता है।

2. कार्यप्रणाली (Methodology)

लेखक एक ऐसा ढांचा प्रस्तावित करते हैं जो एक जटिल बाइलेवल ऑप्टिमाइज़ेशन समस्या को एक सिंगल-स्टेज, डिफरेंशिएबल ऑब्जेक्टिव में बदल देता है।

A. गणितीय सूत्रीकरण (Mathematical Formulation)

अनिश्चितता सेट पैरामीट्रिज़ेशन (Uncertainty Set Parameterization): अनिश्चितता सेट $\mathcal{U}_{\theta, \rho}$ $U_{θ, ρ}$ को एक आकार पैरामीटर $\theta$ $θ$ (कोवेरियेंस मैट्रिक्स का चोलेस्की फैक्टर $L$ $L$ ) और एक त्रिज्या $\rho$ $ρ$ द्वारा परिभाषित किया गया है।
- $\theta$ सहसंबंध संरचना (दीर्घवृत्त का खिंचाव) को कैप्चर करता है।
- $\rho$ आकार (रूढ़िवादिता) को नियंत्रित करता है।
बाइलेवल समस्या (Bilevel Problem): मूल समस्या $P(U \in \mathcal{U}_{\theta, \rho}) \geq \tau$ कवरेज बाधा को संतुष्ट करते हुए डिस्पatch लागत $V(\theta, \rho)$ को कम करना है।
प्रोफाइल्ड रीफॉर्मुलेशन (Profiled Reformulation): लेखक त्रिज्या $\rho$ $ρ$ को आकार $\theta$ $θ$ के फलन (function) के रूप में "प्रोफाइल" करते हैं। एक निश्चित आकार के लिए, कवरेज $\tau$ $τ$ को पूरा करने के लिए आवश्यक न्यूनतम त्रिज्या $\rho_P(\theta)$ $ρ_{P} (θ)$ , गेज स्कोर वितरण का $\tau$ $τ$ -क्वांटाइल है।
- यह समस्या को सिंगल-स्टेज मिनिमाइजेशन में बदल देता है: $\min_\theta V(\theta, \rho_P(\theta))$ ।

B. डिफरेंशिएबल ऑप्टिमाइज़ेशन (मुख्य नवाचार)

$\theta$ को अनुकूलित करने के लिए, वैल्यू फंक्शन $V$ का आकार $\theta$ के सापेक्ष ग्रेडिएंट आवश्यक है। मानक दृष्टिकोणों के लिए SCED सॉल्वर के माध्यम से डिफरेंशिएशन (बैकप्रोपैगेशन) की आवश्यकता होगी, जो कम्प्यूटेशनल रूप से महंगा और अक्सर अव्यवहार्य है।

एन्वेलप थ्योरम / KKT सेंसिटिविटी: शोध पत्र SCED समाधान से KKT स्थितियों और ड्यूल वेरिएबल्स (shadow prices) का उपयोग करता है।
ग्रेडिएंट व्युत्पत्ति (Gradient Derivation): आकार $\theta$ $θ$ के सापेक्ष डिस्पैच लागत का ग्रेडिएंट, रोबस्ट बाधाओं से प्राप्त ड्यूल मल्टीप्लायर्स $\mu^*$ $μ^{*}$ का उपयोग करके विश्ले的に (analytically) निकाला गया है।
- $\nabla_\theta V \approx \sum \mu^*_j \nabla_\theta \sigma_{\mathcal{U}}(w_j)$ ।
- यह सिस्टम को सबसे महंगी बाइंडिंग बाधाओं को शिथिल (relax) करने वाली दिशाओं की ओर अनिश्चितता के आकार को "स्टीयर" करने की अनुमति देता है, बिना सॉल्वर के माध्यम से डिफरेंशिएट किए।

C. ट्रेनिंग पाइपलाइन और कैलिब्रेशन

चूंकि वास्तविक वितरण $P$ अज्ञात है, लेखक चार-तरफा डेटा स्प्लिट रणनीति प्रस्तावित करते हैं:

ट्रेन/ट्यून (Train/Tune): आकार $\theta$ और स्मूथ्ड क्वांटाइल सेंसिटिविटी (डिफरेंशिएबिलिटी सुनिश्चित करने के लिए कर्नेल-स्मूथ्ड CDF का उपयोग करके) का अनुमान लगाने के लिए उपयोग किया जाता है।
कैलिब्रेट (Calibrate): स्प्लिट कॉन्फ़ॉर्मल प्रेडिक्शन (Split Conformal Prediction) के लिए उपयोग किया जाता है। एक बार जब आकार $\hat{\theta}$ सीख लिया जाता है, तो एक अलग कैलिब्रेशन सेट अंतिम त्रिज्या $\hat{\rho}_\tau$ निर्धारित करता है, जो एक्सचेंजैबिलिटी के तहत परिमित-नमूना कवरेज $\geq \tau$ की गारंटी देता है।
टेस्ट (Test): अंतिम मूल्यांकन के लिए उपयोग किया जाता है।

D. विस्तार (Extensions)

कॉन्टेक्स्ट-डिपेंडेंट लर्निंग: फ्रेमवर्क एक न्यूरल नेटवर्क एनकोडर $L_\phi(\xi)$ को सीखने के लिए विस्तारित है जो ऑपरेटिंग कॉन्टेक्स्ट (लोड, मौसम, समय) को अनिश्चितता के आकार के मापदंडों में मैप करता है, जिससे डायनेमिक रिजर्व आवंटन संभव होता है।

3. मुख्य योगदान (Key Contributions)

एंड-टू-एंड फॉर्मुलेशन: सहसंबद्ध रिजर्व-सेट डिज़ाइन के लिए पहला ट्रेन करने योग्य रोबस्ट ऑप्टिमाइज़ेशन समस्या के रूप में एंड-टू-एंड फॉर्मुलेशन, जहाँ अनिश्चितता सेट की ज्यामिति को स्वयं डिस्पैच कार्य के लिए अनुकूलित किया जाता है।
सॉल्वर-फ्री ग्रेडिएंट्स: टास्क ग्रेडिएंट्स को कंप्यूट करने के लिए KKT/ड्यूल जानकारी का उपयोग करके एक नवीन विधि, जो बड़े पैमाने के लीनियर प्रोग्रामिंग सॉल्वर या इम्पलिसिट डिफरेंशिएशन की आवश्यकता को समाप्त करती है।
कॉन्फ़ॉर्मल इंटीग्रेशन: स्मूथ्ड क्वांटाइल एस्टीमेशन (ट्रेनिंग के लिए) को स्प्लिट कॉन्फ़ॉर्मल कैलिब्रेशन (डिप्लॉयमेंट के लिए) के साथ जोड़कर एक कठोर पाइपलाइन प्रदान करना, जो एक्सचेंजैबिलिटी के तहत परिमित-नममना कवरेज गारंटी देती है।
सैद्धांतिक गारंटी: स्मूथ्ड ग्रेडिएंट एस्टीमेटर की निरंतरता (consistency) और एक्सचेंजैबिलिटी के तहत कॉन्फ़ॉर्मल कवरेज गारंटी की वैधता के लिए प्रमाण।

4. प्रयोगात्मक परिणाम (Experimental Results)

फ्रेमवर्क का मूल्यांकन IEEE 118-बस सिस्टम पर किया गया, जिसमें इंटर-ज़ोन ट्रांसफर बाधाओं के साथ एक कपल्ड SCED फॉर्मुलेशन शामिल था।

बेसलाइन्स (Baselines): सैंपल कोवेरियेंस (मानक सहसंबंध-जागरूक विधि) और इंडिपेंडेंट (डायगोनल, सहसंबंधों को अनदेखा करने वाला) के विरुद्ध तुलना की गई।
परफॉरमेंस (Learned Static बनाम Sample Covariance):
- लागत में कमी: सीखे गए स्टैटिक दीर्घवृत्त (ellipsoid) ने डिस्पैच लागत को 4.8% कम कर दिया ( \ $100,496/घंटा से घटाकर \$ 95,683/घंटा)।
- रिजर्व दक्षता: आवश्यक रिजर्व खरीद को 1,572 MW से घटाकर 977 MW कर दिया।
- विश्वसनीयता: टेस्ट कवरेज को 0.970 पर बनाए रखा, जो 0.95 के लक्ष्य से अधिक है।
कपल्ड बाधाएं (Coupled Constraints): यहाँ तक कि टाइट इंटर-ज़ोन ट्रांसफर बाधाओं के साथ भी (जो रिजर्व डिलीवरेबिलिटी को जटिल बनाती हैं), सीखा गया तरीका बेसलाइन्स से बेहतर प्रदर्शन करता है, जो दर्शाता है कि सीखा गया ज्यामिति रिजर्व आवंटन को नेटवर्क बाधाओं के साथ बेहतर ढंग से संरेखित करता है।
कॉन्टेक्स्टुअल लर्निंग: कॉन्टेक्स्ट-डिपेंडेंट वेरिएंट (MLP का उपयोग करके) ने और अधिक क्षमता दिखाई, हालांकि स्टैटिक संस्करण ने पहले ही महत्वपूर्ण लाभ प्राप्त कर लिया था।

5. महत्व और निहितार्थ (Significance and Implications)

आर्थिक दक्षता: यह शोध पत्र प्रदर्शित करता है कि केवल अनिश्चितता के आकार के बजाय उसके 'शेप' (आकार/ज्यामिति) को सीखना, विश्वसनीयता से समझौता किए बिना बिजली बाजारों में पर्याप्त लागत बचत प्रदान कर सकता है।
मार्केट सिग्नल्स: पूर्वानुमान त्रुटियों के वास्तविक सहसंबंध संरचना के साथ रिजर्व आवश्यकताओं को संरेखित करके, यह विधि SCED-आधारित बाजारों में मूल्य संकेतों (शैडो प्राइस) में सुधार करती है, जिससे अधिक कुशल संसाधन आवंटन होता है।
व्यावहारिक तैनाती: यह विधि बड़े पैमाने के लीनियर प्रोग्रामिंग सॉल्वर के माध्यम से डिफरेंशिएशन की कम्प्यूटेशनल बाधाओं से बचती है, जिससे इसे वास्तविक दुनिया के कार्यान्वयन के लिए व्यवहार्य बनाती है।
मजबूती (Robustness): कॉन्फ़ॉर्मल प्रेडिक्शन का एकीकरण यह सुनिश्चित करता है कि सीखा गया मॉडल विश्वसनीयता पर कठोर सांख्यिकीय गारंटी प्रदान करता है, जो पावर सिस्टम ऑपरेशंस की एक महत्वपूर्ण चिंता को संबोधित करता है।

संक्षेप में, यह कार्य रोबस्ट ऑप्टिमाइज़ेशन और मशीन लर्निंग के बीच के अंतर को पाटता है, जो बिजली प्रणाली डिस्पैच के लिए डिज़ाइन किए गए अनिश्चितता सेटों के लिए एक सिद्धांत-आधारित, डेटा-संचालित दृष्टिकोण प्रदान करता है।