UnitCommitment_Trajectory

UnitCommitment Trajectory MPS 数据集是一个用于混合整数规划（MIP）、机组组合（UC）及安全约束机组组合（SCUC）模型求解器测试与基准研究的标准 `.mps` 文件集合。该数据集基于 Matpower 机组组合实例生成，包含 26 个 Matpower case 和 9487 个 `.json.gz` 输入实例，每个实例生成 4 个 `.mps` 文件，总计 37948 个文件。数据集适用于电力系统优化、机组组合和安全约束机组组合等任务。数据集的结构包括原始输入实例目录和生成的 `.mps` 文件目录，每个 case 下生成四个变体子目录（小时级 UC 无线路约束、小时级 SCUC 含线路约束、子小时 UC 无线路约束、子小时 SCUC 含线路约束）。数据集的使用需要 Julia 和 Python 环境，并提供了详细的下载、生成和检查流程。

The UnitCommitment Trajectory MPS dataset is a collection of standard `.mps` files for testing and benchmarking mixed-integer programming (MIP), unit commitment (UC), and security-constrained unit commitment (SCUC) model solvers. The dataset is generated based on Matpower unit commitment instances, containing 26 Matpower cases and 9487 `.json.gz` input instances, with each instance generating 4 `.mps` files, totaling 37948 files. The dataset is suitable for tasks such as power system optimization, unit commitment, and security-constrained unit commitment. The dataset structure includes directories for original input instances and generated `.mps` files, with each case generating four variant subdirectories (hourly UC without line constraints, hourly SCUC with line constraints, sub-hourly UC without line constraints, sub-hourly SCUC with line constraints). The use of the dataset requires Julia and Python environments, and provides detailed download, generation, and checking processes.

原始信息汇总

数据集概述

数据集名称

UnitCommitment Trajectory MPS 数据集

数据集来源与用途

本数据集从 UnitCommitment.jl 的 Matpower 机组组合（UC）实例生成标准 .mps 文件，用于混合整数规划（MIP）、机组组合（UC）及安全约束机组组合（SCUC）模型求解器的测试与基准研究。

数据规模

输入实例

• Matpower case 数量：26 个
• 总输入实例（.json.gz 文件）：9,487 个
• 每个实例生成 4 个 .mps 文件
• 全量输出预计文件总数：37,948 个

各 Case 输入实例数

Case	输入实例数
case118	365
case1354pegase	365
case13659pegase	365
case14	365
case1888rte	365
case1951rte	365
case2383wp	365
case2736sp	365
case2737sop	365
case2746wop	365
case2746wp	365
case2848rte	365
case2868rte	365
case2869pegase	365
case30	365
case300	365
case3012wp	365
case3120sp	365
case3375wp	365
case57	362
case6468rte	365
case6470rte	365
case6495rte	365
case6515rte	365
case89pegase	365
case9241pegase	365

目录结构

UnitCommitment_Trajectory/ ├── README.md ├── UnitCommitment_Trajectory_Test/ │ ├── Project.toml │ ├── Manifest.toml │ ├── generate_dataset.jl │ ├── create_scuc_mps_files.jl │ ├── instances/ │ │ └── matpower/ │ ├── benchmark/ │ │ └── scripts/ │ │ └── download_matpower_instances.py │ ├── src/ │ └── ... └── UnitCommitment_Trajectory_Dataset/

MPS 输出结构

每个 case 下生成四个变体子目录：

case_name/ ├── hourly_noline/ # 小时级 UC，无线路约束 ├── hourly_withline/ # 小时级 SCUC，含线路约束 ├── subhourly_noline/ # 子小时 UC，无线路约束 └── subhourly_withline/ # 子小时 SCUC，含线路约束

文件命名规则：{case}_{date}_{resolution}_{network}.mps
例如：case30_2017-01-01_h_noline.mps（h = hourly，s = subhourly）

数据来源

原始 Matpower 输入数据来源于 https://axavier.org/UnitCommitment.jl/0.4/instances，默认日期范围为 2017-01-01 至 2017-12-31。

技术特点

• 基于修改版 UnitCommitment.jl，增加了启停轨迹约束与实例预处理逻辑
• 支持小时级与子小时级两种时间分辨率
• 支持无线路约束（UC）与含线路约束（SCUC）两种模型配置
• 输出为标准 .mps 文件格式

引用信息

原始 UnitCommitment.jl DOI：10.5281/zenodo.4269874

搜集汇总

数据集介绍

构建方式

该数据集基于修改版 UnitCommitment.jl 开源框架构建，从 Axavier.org 服务器下载 Matpower 格式的电力系统网络与负荷数据，覆盖 26 种规模不一的系统拓扑，实例时间跨度范围为 2017 年全年，共计 9487 个原始输入实例。每个实例经由 Julia 脚本依次转化为小时级与子小时级时间分辨率的混合整数规划模型，并分为是否包含交流潮流线路约束两种变体，形成四类 `.mps` 格式的标准优化问题文件。生成过程受环境变量控制，支持按指定算例子集选择性生成，最终输出规模预计近三万八千个文件。

特点

数据集兼具多维度覆盖性与结构一致性。从空间维度看，涵盖从 14 节点小规模系统至 13659 节点大规模实际输电网模型，具备典型基准测试的层次代表性。从时间维度看，包含小时级与子小时级两种调度步长，契合不同精度的运行规划需求。从约束维度看，无线路约束与含线路约束两种配置使研究者能独立评估安全约束对求解难度的影响。此外，模型内嵌了发电机启停轨迹约束与实例预处理逻辑，使得所生成的优化问题更贴近真实电力系统运行场景。

使用方法

用户可通过 Hugging Face 仓库直接下载全量 `.mps` 文件，亦可借助仓库配套的 Julia 与 Python 脚本复现完整生成流程。复现时需先通过 Python 脚本获取原始 Matpower 实例，再在 Julia 环境下运行批量生成主脚本。输出目录按算例名称与问题变体组织，单文件命名清晰标注了系统名称、日期、时间分辨率与网络约束状态。数据集适用于混合整数规划求解器性能评估、机组组合与安全约束机组组合算法对比，以及电力系统优化领域的基准研究。

背景与挑战

背景概述

UnitCommitment_Trajectory数据集由EridanusQ课题组于近年创建，旨在解决电力系统机组组合（UC）及安全约束机组组合（SCUC）优化问题的基准测试需求。该数据集基于Matpower电力系统案例库，利用UnitCommitment.jl框架生成了涵盖26种不同规模电网的9487个实例，并转化为标准MPS格式文件，涵盖小时级与子小时级时间分辨率、有无线路约束的四类变体。其构建填补了现有公开UC基准数据集在轨迹约束建模与大规模实例验证方面的空白，为混合整数规划（MIP）求解器性能评估及电力系统经济运行研究提供了标准化测试平台，显著推动了优化算法与电力调度技术的实证比较与发展。

当前挑战

该数据集面临的核心挑战包括：一是领域问题层面，机组组合优化本身具有高维离散变量与复杂约束耦合特性，求解器需在满足启停轨迹约束、负荷平衡及网络安全约束下实现经济最优，规模增大时求解难度指数级上升；二是数据集构建过程中，全量生成近3.8万MPS文件极其耗时且占用大量磁盘空间，尤其大规模case（如case13659pegase）对计算资源要求苛刻；此外，需确保从Matpower原始数据到带轨迹约束的MPS格式转换的数值稳定性与兼容性，避免模型表述失真影响基准测试可靠性。

常用场景

经典使用场景

UnitCommitment_Trajectory数据集专为电力系统机组组合与安全约束机组组合问题的混合整数规划求解器测试而设计。其核心价值在于提供了涵盖26个Matpower标准测试系统、近万个输入实例的标准化MPS文件库，支持小时级与子小时级时间分辨率，同时包含有无线路约束的四种变体配置。研究人员可借此评估不同MIP求解器在各类规模电力系统上的计算性能与优化质量，尤其适合开展求解器鲁棒性与扩展性的基准测试研究。

解决学术问题

该数据集有效解决了电力系统优化领域长期存在的数据规范化与可复现性难题。传统UC研究常因数据格式不统一导致结果难以横向比较，而本数据集通过统一生成MPS标准格式，为混合整数规划算法、并行计算策略及松弛技术提供了可靠的测试基准。其特别引入的启停轨迹约束建模，使得研究者能够深入探讨发电机爬坡速率与最小启停时间等动态约束对解空间的影响，显著推动了大规模机组组合问题的理论与算法创新。

衍生相关工作

该数据集衍生了多项重要研究工作，包括基于图神经网络加速MIP分支定界过程的混合方法、针对大规模SCUC问题的分解协调算法性能评估，以及考虑可再生能源不确定性的随机机组组合基准测试。其标准化格式也为电力系统机器学习领域提供了数据基础，催生了利用深度强化学习求解UC问题的多项开创性成果。此外，数据集与UnitCommitment.jl开源框架的深度整合，形成了完整的从问题建模到基准测试的科研工具链，有力推动了电力优化领域的开放科学实践。