[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

说明书

本发明提供了一种保密分布式优化调度方法、系统、计算机设备及介质，所述方法包括：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。本发明通过将通信传输的主体节点隐私信息增加满足一定条件噪声结合次梯度迭代规则的方式，解决现有技术中最优性易受隐私级别影响，无法应对所有安全攻击，及通信效率低、成本高度的缺陷问题的同时，高效解决了现代智能电网中发电机组的优化调度问题和信息安全问题，为智能电网的安全可靠运行提供了有效计算分析手段。

技术领域

本发明涉及电网经济调度优化方法技术领域，特别是涉及一种基于噪声的保密分布式优化调度方法、系统、计算机设备及存储介质。

背景技术

受到诸如能源危机、分布式能源资源、通讯网络等经济、环境因素影响，现代能源网络大都具有动态和分布式的特点，且这种趋势不可避免地造成了能源管理和智能电网运行上的技术和理论挑战。近年来，随着大规模新能源、需求侧响应等的不断发展，经济调度优化方法作为智能电网的重要基础问题受到广泛关注，在新型电力系统中，大量的新能源电源和需求侧响应资源，将严重增加了电力通讯网络的多样性和信息的复杂性，使传统的电力系统优化计算和经济调度方法面临严峻挑战。

新型电力系统中的经济调度问题本质上是基于综合约束的优化问题，其目的是决定每台发电机组的出力使得总发电成本最小，学界给出的求解方法主要分为集中式和分布式两类，集中式方法的应用需要具有高度通信和计算能力的中心来收集信息并完成计算，鲁棒性、灵活性和可扩展性受到限制。反之，分布式方法具有较强的灵活性，鲁棒性和可扩展性优势，更适于进行含大规模新能源和需求侧响应资源参与的ED(economic dispatch)问题的高效求解，也逐渐成为解决ED问题的优先方案。然而，在大多数已有的分布式优化方法中，由于进行梯次优化问题求解的信息交互需要，所有发电机、需求侧响应资源等需要通过通讯网络将其状态信息完全公开，以传递用于优化求解的信息，但这也可能暴露发电机、需求侧响应资源的隐私信息，不法人士可以通过发电机通讯网络上的信息推断电网上发电机、需求侧响应资源、变电站等重要设施的具体信息，将可能对电网的信息安全造成巨大威胁。基于上述背景，如何在这样复杂多变的环境中实现最优调度，保护电网隐私，防止因网络入侵或信息传送误差等造成的电网安全事件值得深思。尽管有学者提出应用于分布式优化中的隐私保护方法，如引入经典差分隐私算法的方法、通过可观测性设计的方法和结合部分同态加密的方法等，虽然其能在一定程度上进行隐私保护，但其各有缺陷，如，使用引入经典差分隐私算法的方法求解的最优性不可避免地受到最优性和隐私级别权衡的影响；可观测性设计的方法无法应对通信网络中信息窃听者；结合部分同态加密的方法的每次迭代都需要进行基于部分同态加密信息的传输，比直接信息传输花费更多时间且仅适用于无向通信网络。

因此，亟需提供一种既能解决现有分布式优化的技术缺陷，又能在保证电网信息安全的基础上，高效求解智能电网的经济调度问题的方法。

发明内容

本发明的目的是提供一种基于噪声的保密分布式优化调度方法，通过在有向智能电网中每个主体节点采用次梯度迭代规则进行优化迭代，且对优化化迭代中涉及的传输信息添加合适噪声以获取最优解，解决现有技术中最优性易受隐私级别影响、无法应对所有安全攻击，及通信效率低成本高度的缺陷问题的同时，高效解决现代智能电网中发电机组的调度问题和信息安全问题。

为了实现上述目的，有必要针对上述技术问题，提供了一种保密分布式优化调度方法、系统、计算机设备及存储介质。

第一方面，本发明实施例提供了一种保密分布式优化调度方法，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；