[发明专利]基于单点反馈和差分隐私机制的智能电网经济调度方法

说明书

本发明公开了一种基于单点反馈和差分隐私机制的智能电网经济调度方法，包括：建立智能电网经济调度模型；将智能电网经济调度模型进一步转换成相应的最小化问题；针对分布式在线经济调度问题构建个体遗憾作为分布式在线经济调度方法性能评估指标；个体遗憾用于反映发电机发电量的总成本与最佳发电量的总成本之间的差值；引入单点反馈和差分隐私机制以设计基于盈余变量的分布式经济调度方法，并根据所设计的经济调度方法迭代求解所述智能电网经济调度模型。本发明能够解决不确定的环境中的在线经济调度问题，同时可以有效保护发电机的隐私信息。

技术领域

本发明属于智能电网经济调度领域，尤其涉及一种基于差分隐私机制的智能电网经济调度方法。

背景技术

经济调度问题是电网运行中的基本问题之一，其目标是在满足供需平衡和各种约束条件的前提下，调度发电机，以最小的成本满足总需求。目前，已经提出了相当多的集中化方法来解决经济调度问题，如粒子群算法、微分进化算法和拟牛顿方法等。但是，在上述集中式控制框架中，所有发电机需要一个中央控制器来收集信息并计算出最优解。控制器的存在对电网的通信和计算能力提出了要求，同时容易导致单点故障和隐私泄漏等问题。分布式经济调度方法只需要与邻居交换信息，因此易于处理单点故障，降低了计算和通信成本。

目前，现有分布式经济调度算法大多是基于多智能体系统的分布式优化算法，由于拉格朗日乘数法可以将经济调度问题转化为一个以拉格朗日乘子为特征的约束问题，所以基于拉格朗日乘数法的分布式经济调度方法得到了广泛的研究。在经济调度问题中，拉格朗日乘子通常被称为增量成本。通过选择增量成本作为共识变量，当所有发电机的增量成本实现共识时，那么总的发电成本就会达到最小，也就解决了经济调度问题。现有所提出的算法能够解决发电机成本函数已知的经济调度问题。

公开号为CN115473286A的发明提供一种基于约束投影强化学习的分布式经济调度优化方法，包括：基于运行约束，结合发电成本函数和发电单元的可行功率输出构建分布式经济调度数学模型；对区域通信网络中的每个发电机实施平均一致性方法，以分布式方式获取微电网中的全局信息；采用Actor-Critic算法将分布式经济调度数学模型转换为基于约束投影的分布式经济调度优化问题；结合拉格朗日乘子法与罚函数法，得到优化问题的增广拉格朗日对偶形式，并基于KKT条件得到分布式经济调度优化问题的最优功率输出。该发明能够有效协调微电网中发电机的功率输出，而无需关注成本函数的构建，并能够通过与未知负载总线的反馈交互完成分布式调度任务。公开号为CN105809297A的发明提供一种基于多目标差分进化算法的火电厂环境经济调度方法，包括以下步骤：建立以发电费用最低和污染物排放量最小为调度目标、以发电机容量和功率平衡为约束条件火电厂环境经济调度模型；再利用多目标差分进化算法对模型进行优化求解，获得最优帕累托解集，其中多目标差分进化算法采用差分变异算子进行搜索，每次变异操作时基于最近若干次变异时各算子的使用次数和累积绩效选择变异算子，并利用非支配排序、支配次数以及超体积贡献量等方法确保解集的收敛性与分布的均匀性；最后利用模糊集合理论进行决策，从帕累托解集中选择折衷解作为最终调度方案。该发明方法具有精度高、帕累托前沿解集分布均匀和收敛速度快的特性，且易于工程实现。

但是，在实际应用场景中，经济调度问题通常发生在不确定的环境中，发电机的成本函数是未知的，这使得成本函数的梯度或次梯度信息难以获得，这类问题可以被看为分布式在线经济调度问题，静态遗憾常被用来衡量在线经济调度算法的性能。

此外，随着智能电网中发电机数量和电力用户的不断增加，导致电力系统中的数据量显著提升。在发电机信息共享的过程中可能会导致隐私信息的泄露，甚至可能被不法分子利用而导致客户和电网遭受损失。因此，经济调度中的隐私保护的问题也需要引起重视。

发明内容

解决的技术问题：本发明公开了一种基于差分隐私机制的智能电网经济调度方法，能够解决不确定的环境中的在线经济调度问题，同时可以有效保护发电机的隐私信息。

技术方案：