找到 7 条结果
基于联邦强化学习的主动配电网多主体博弈协同优化策略
A Multi-Agent Game-Based Cooperative Optimization Strategy for Active Distribution Networks Using Federated Reinforcement Learning
杨文伟 · 彭显刚 · 全欢 · 褚卓卓 等6人 · 电力系统自动化 · 2025年1月 · Vol.49
针对主动配电网多主体协同优化中隐私保护与信任缺失问题，提出一种基于多主体博弈与联邦强化学习的日前-日内协同优化调度策略。构建包含分布式电源、配电网及储能运营商的多主体架构，建立以综合收益最大和调整量最小为目标的优化模型。日前阶段采用有限理性信任演化博弈生成调度计划，日内阶段结合联邦自然策略梯度算法进行滚动优化，在满足系统约束的同时保障数据隐私。仿真结果验证了该方法的经济性与有效性。
解读: 该联邦强化学习多主体协同优化技术对阳光电源PowerTitan储能系统和iSolarCloud平台具有重要应用价值。可直接应用于ST系列储能变流器的日前-日内协同调度，通过联邦学习框架实现分布式光伏、储能运营商与配电网的隐私保护协同优化，解决多主体数据共享难题。该博弈优化策略可集成到iSolarCl...
共享储能系统下风电场群最优调度的去中心化与隐私保护解决方案
Decentralized and Private Solution for the Optimal Dispatch of Integrated Wind Farms With Shared Energy Storage Systems
Chenggang Mu · Tao Ding · Yi Yuan · Biyuan Zhang 等6人 · IEEE Transactions on Power Systems · 2024年7月
随着全球对可再生能源整合的日益重视，可变风力发电的整合面临着更多挑战。储能系统（ESS）有望提供解决方案，但为单个风电场（WF）实施储能系统被认为成本极高。本文提出了一种风电场与共享储能系统（SESS）的集成模型，该模型通过机会约束处理风电场功率的不确定性，并合理缓解功率偏差与波动。此外，共享储能系统由物理储能组件和虚拟储能组件构成，其中实际储能组件可自动避免同时充放电，而虚拟储能组件可为风电场集群提供资源对冲，以减少实际储能组件的损耗。本文提出了一种基于分布式同态加密的方法，以确保在功率分配过...
解读: 该去中心化共享储能调度技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。文章提出的基于ADMM的分布式优化算法可直接应用于多风电场共享储能场景，解决当前集中式调度中的数据隐私和通信负担问题。该方法可集成到iSolarCloud云平台的智能调度模块，实现多业主储能资产...
面向多方风电功率预测的隐私保护自适应联邦深度学习
Privacy-Preserving and Adaptive Federated Deep Learning for Multiparty Wind Power Forecasting
Yi Wang · Qinglai Guo · IEEE Transactions on Industry Applications · 2024年7月
先进的预测工具对于现代电力系统减轻可再生能源的不确定性至关重要。尽管数据驱动的方法在风电预测方面取得了显著进展，但数据可用性有限阻碍了其有效性。严格的数据监管规则和竞争利益使得相邻风电场无法整合数据集以学习更准确的预测模型。为应对这一挑战，我们提出了 SecFedAProx - LSTM，这是一种结合深度学习模型和隐私保护自适应联邦学习框架的新型风电预测方法。该方法动态调整局部优化目标，以在全局收敛性能和探索个体特征之间取得平衡，从而解决统计异质性问题。此外，它采用去中心化多客户端功能加密进行安...
解读: 从阳光电源的业务视角来看，本文提出的隐私保护自适应联邦学习风电预测方法具有重要的战略参考价值。虽然研究聚焦于风电场景，但其核心技术框架可直接迁移至光伏功率预测、储能系统优化及多能源协同管理等阳光电源的核心业务领域。 该技术的核心价值在于突破了数据孤岛困境。当前阳光电源在全球部署了大量光伏电站和储能...
基于时变网络的电池储能系统隐私保护分布式能量管理
Privacy-Preserving Distributed Energy Management for Battery Energy Storage Systems Over Time-Varying Networks
Wei Chen · Zidong Wang · Jimmy Chih-Hsien Peng · Guo-Ping Liu · IEEE Transactions on Industrial Informatics · 2025年9月
本文探讨了电池储能系统（BESS）的隐私保护能量管理问题。针对时变网络，提出了一种自主隐私保护分布式优化（APPDO）方案，旨在调节本地电池储能系统的功率输出，在电池容量约束下以最低经济成本满足总负载需求，同时避免隐私泄露。为此，将梯度下降算法与无领导者和领导者 - 跟随者一致性方案相结合，提出了一种线性收敛的分布式算法。该算法适用于电池储能系统的孤岛和并网两种模式。此外，通过向相邻节点间交换的数据中注入精心设计的扰动序列，构建了一种新颖的隐私保护方法，使其能够有效抵御恶意窃听者。进一步地，建立...
解读: 从阳光电源储能系统业务视角来看，这项隐私保护分布式能量管理技术具有重要的战略价值。当前我们的储能解决方案在工商业园区、虚拟电厂等多站点协同场景中，面临着数据安全与优化效率的双重挑战。该论文提出的APPDO算法通过梯度下降与共识机制的结合，能够在不泄露各储能站点敏感信息（如容量、负荷、成本参数）的前提...
基于隐私保护的多分布式储能系统运行的分布式状态分解凸优化
Privacy-Preserving-Based Distributed State-Decomposition Convex Optimization for Multi-DESS Operations
Yajie Jiang · Noven Lee · Yici Wang · Xiangrong Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年3月
分布式凸优化策略广泛用于分布式储能系统（DESSs）之间的电压调节和电流分配。同时，基于一致性的二次控制方法被普遍采用，但在显式交换信息时存在泄露初始状态信息的风险。为解决这一问题，本文提出了一种用于直流网络电流分配的分布式状态分解凸优化（DSDCO）方法，以确保保护 DESSs 的初始状态。在 DSDCO 中，实施了一种状态分解策略，即将每个 DESS 的状态变量分解为两个具有随机初始值的子状态变量。其中一个子变量用于外部一致性控制，以保护节点的真实初始状态，而另一个子变量则管理内部动态以实现...
解读: 该隐私保护分布式优化技术对阳光电源ST系列储能系统和PowerTitan大型储能集群具有重要应用价值。在多储能单元协同运行场景中，该方法可应用于：1）ST2236/2500储能变流器的并联运行，通过状态分解凸优化实现电压调节与电流均衡，避免传统集中式控制中的敏感参数暴露；2）PowerTitan储能...
配电网络中保护隐私的线路断电检测：一种高效且性能无损的方法
Privacy-Preserving Line Outage Detection in Distribution Grids: An Efficient Approach With Uncompromised Performance
Chenhan Xiao · Yizheng Liao · Yang Weng · IEEE Transactions on Power Systems · 2024年6月
近期研究进展表明，利用电压和功率数据等传感器测量值来识别配电网中的线路故障是有效的。然而，这些测量值可能会将电力用户的敏感信息（如家庭居住情况和经济状况）泄露给对手，从而无意中给电力用户带来隐私风险。为保护原始数据不直接暴露给第三方对手，本文提出了一种新颖的分布式数据加密方案。通过研究高斯差分隐私，证明了该加密策略的差分隐私属性，从而验证了其有效性。鉴于原始数据加密可能会影响故障检测的有效性，本文通过研究线路故障前后数据分布之间的库尔贝克 - 莱布勒散度来分析性能下降情况。通过这种分析，我们可以...
解读: 该隐私保护线路断电检测技术对阳光电源的储能和光伏产品线具有重要应用价值。可集成至ST系列储能变流器和SG系列光伏逆变器的控制系统中,通过安全多方计算实现分布式设备间的数据协同分析。这将增强iSolarCloud平台的智能运维能力,在保护用户数据隐私的同时提升故障诊断效率。特别是在大型储能电站和工商业...
主动配电网中微电网间协作运行决策的隐私保护外包计算
Privacy-Preserving Outsourced Computation of Collaborative Operational Decisions Among Microgrids in an Active Distribution Network
Xutao Han · Zhiyi Li · Xuanyi Xiao · Ping Ju 等5人 · IEEE Transactions on Power Systems · 2024年6月
本文提出一种促进主动配电网中公用配电网络与微电网协同运行决策的方案，旨在兼顾计算时效性与微电网隐私保护。通过构建虚拟微电网模型，主动混淆原始参数并外包至配电系统运营商，在保持模型结构与稀疏性不变的前提下实现隐私保护。运营商将加密后的微电网模型与主网调度模型集成，生成协同优化决策，并通过异步解密机制返回公共耦合点解，由各微电网主控制器并行解密以修正潮流。该方法在数学上保证了协同决策的凸性、可行性与正确性，仿真结果验证了其快速性、准确性、鲁棒性与可扩展性。
解读: 该隐私保护协同优化技术对阳光电源PowerTitan储能系统及微电网解决方案具有重要应用价值。可直接应用于ST系列储能变流器的多站点协同调度场景，通过虚拟模型加密技术保护各微电网运行参数（如SOC、充放电策略）的商业敏感信息，同时实现配网侧与多个分布式储能站的快速协同优化。该方案的异步解密并行计算机...