Distributed Optimization in Smart Infrastructure Systems: Power Distribution and Water-Energy Networks

Abstract

Modern infrastructure systems are becoming increasingly complex, interconnected, and dynamic, driven by the widespread adoption of distributed energy resources （DERs）, the growing demand for electrification, and the integration of cyber-physical technologies. These developments introduce significant challenges in real-time coordination, scalability, and privacy, making traditional centralized control approaches less effective. In this context, distributed optimization has emerged as a promising solution to enable decentralized decision-making while maintaining global system performance. This thesis focuses on the development of distributed optimization algorithms for the operation of large-scale, networked systems with interdependent components. The contributions are demonstrated through two representative applications: voltage regulation in electric power distribution networks, and the coordination of coupled infrastructure systems such as water and energy networks. In the first part, we address voltage control under power losses using a distributed dual ascent method in DC networks. This is extended to AC distribution systems through a data-driven predictive control framework that combines Gaussian Process Regression （GPR） with the Alternating Direction Method of Multipliers （ADMM） to handle model uncertainties and privacy concerns. In the second part, we extend the distributed optimization framework to handle the coordination of interconnected infrastruc- ture systems involving multiple physical domains. Specifically, we focus on the water-energy network, where electrically driven water pumps interact with power generation and distribution systems. A distributed ADMM-based algorithm is proposed to solve the resulting multi-agent optimization problem while satisfying local subsystem constraints and ensuring information remains decentralized. Overall, this thesis proposes practically scalable methods for distributed optimization in smart infrastructure systems. The proposed algorithms are applicable to a broad range of networked systems where coordination, decentralization, and robustness to uncertainty are key operational requirements.|현대 인프라 시스템은 분산 에너지 자원（DER）의 광범위한 도입, 전력화에 대한 수요 증가, 사 이버-물리 기술의 통합에 힘입어 점점 더 복잡하고 상호 연결되며 동적으로 변화하고 있습니다. 이러한 발전은 실시간 조율, 확장성, 개인정보 보호 측면에서 심각한 과제를 야기하며, 전통적인 중앙 집중식 제어 방식의 효율성을 저하시킵니다. 이러한 맥락에서 분산 최적화는 글로벌 시스템 성능을 유지하면서 분산된 의사결정을 가능하게 하는 유망한 솔루션으로 부상하고 있습니다. 본논문은상호의존적구성요소를갖춘대규모네트워크시스템의운영을위한분산최적화알고리즘 개발에 초점을 맞춥니다. 그 기여는 두 가지 대표적인 응용 사례를 통해 입증됩니다: 전력 배전망에서의 전압 조정, 그리고 수자원 및 에너지 네트워크와 같은 결합된 인프라 시스템의 조율입니다. 첫 번째 부 분에서는 DC 네트워크에서 분산 이중 상승법（distributed dual ascent method）을 활용하여 전력 손실 하의 전압 제어 문제를 다룹니다. 이는 모델 불확실성과 개인정보 보호 문제를 처리하기 위해 가우시안 프로세스 회귀（GPR）와 교대 방향 승수법（ADMM）을 결합한 데이터 기반 예측 제어 프레임워크를 통해 AC 배전 시스템으로 확장됩니다. 두 번째 부분에서는 분산 최적화 프레임워크를 다중 물리 도메인을 포함하는 상호 연결된 인프라 시스템의 조율 문제로 확장합니다. 구체적으로, 전기 구동 수중 펌프가 전력 생산 및 배전 시스템과 상 호작용하는 수자원-에너지 네트워크에 초점을 맞춥니다. 로컬 서브시스템 제약 조건을 충족하고 정보의 분산화를 보장하면서 결과적인 다중 에이전트 최적화 문제를 해결하기 위해 ADMM 기반 분산 알고리즘 이 제안됩니다. 종합적으로,본논문은스마트인프라시스템에서의분산최적화를위한실용적이고확장가능한방법 론을제시합니다.제안된알고리즘은조율,분산화,불확실성에대한강건성이핵심운영요건인광범위한 네트워크 시스템에 적용 가능합니다.