[发明专利]一种保密分布式优化调度方法、系统、计算机设备及介质

权利要求书

1.一种保密分布式优化调度方法，其特征在于，所述方法包括以下步骤：

根据智能电网的实际拓扑，构建单目标优化调度模型；

将所述单目标优化调度模型转换为对应的拉格朗日对偶模型；

根据次梯度迭代规则，求解所述拉格朗日对偶模型，得到所述智能电网的最优调度解，具体为：智能电网内各主体节点根据所述次梯度迭代规则，确定所述拉格朗日对偶模型的迭代参数；所述迭代参数包括第一辅助变量、第二辅助变量、第三辅助变量、以及主体节点的输出功率、拉格朗日乘子和虚拟本地负荷需求；初始化所述拉格朗日对偶模型的迭代参数，并根据预设噪声标准，将所述迭代参数内的隐私信息添加噪声，得到主体隐私信息；获取邻居主体节点的所述主体隐私信息，并根据所述邻居主体节点的主体隐私信息，按照所述次梯度迭代规则进行迭代计算，直至迭代收敛，得到所述最优调度解。

2.如权利要求1所述的保密分布式优化调度方法，其特征在于，所述根据智能电网的实际拓扑，构建单目标优化调度模型的步骤包括：

根据所述智能电网内各主体节点的发电成本和输出功率，按照以下目标函数构建所述单目标优化调度模型：

式中，i∈{1,…,N}表示智能电网第i个主体节点；p_i和C_i(p_i)分别表示第i个主体节点的输出功率和成本函数；所述成本函数为具有严格凸性的二次函数且连续可导。

3.如权利要求2所述的保密分布式优化调度方法，其特征在于，所述单目标优化调度模型满足主体节点的输出功率约束和系统总需求约束，其中，

第i个主体节点的输出功率约束表示为：

式中，与分别为智能电网第i个主体节点的最小输出功率和最大输出功率；

系统总需求约束表示为：

式中，D表示系统总需求，且满足

4.如权利要求3所述的保密分布式优化调度方法，其特征在于，所述将所述单目标优化调度模型转换为对应的拉格朗日对偶模型的步骤包括：

根据slater条件和一致性分布优化方法，将所述单目标优化调度模型转换为对应的拉格朗日对偶模型；所述拉格朗日对偶模型表示为：

式中，函数Ψ_i(λ_i)连续可导，且表示为：

其中，

λ_i、a_i和b_i分别表示智能电网第i个主体节点的拉格朗日乘子、第一发电成本系数和第二发电成本系数；D_i是智能电网第i个主体节点的虚拟本地负荷需求，且满足

5.如权利要求1所述的保密分布式优化调度方法，其特征在于，所述根据预设噪声标准，将所述迭代参数内的隐私信息添加噪声，得到主体隐私信息的步骤包括：

根据隐私保护需求和预设噪声添加标准，对已初始化的所述迭代参数中的第二辅助变量添加噪声，得到噪声辅助变量；所述噪声辅助变量表示为：

s_i(k)＝v_i(k)+o_i(k)

式中，k表示当前迭代次数；v_i(k)和s_i(k)分别表示智能电网第i个主体节点的第k次迭代的第二个辅助变量和噪声辅助变量；o_i(k)表示智能电网第i个主体节点的第k次迭代第二个辅助变量的待添加随机噪声，o_i(k)∈[-o_imax(k)，o_imax(k)]；

其中，o_imax(k)表示智能电网第i个主体节点的第k次迭代待添加随机噪声的最大值，且满足以下约束：

将第一辅助变量和噪声辅助变量作为所述主体隐私信息，以及将所述主体隐私信息发送给邻居主体节点。