基于纵向联邦学习的微电网群协同优化运行与策略进化

周毅斌; 肖浩; 裴玮; 王小君

doi:10.7500/AEPS20220704006

您当前的位置：

首页 >

文章列表页 >

基于纵向联邦学习的微电网群协同优化运行与策略进化

研制与开发 | 更新时间：2025-06-16

- 基于纵向联邦学习的微电网群协同优化运行与策略进化
- Collaborative Optimization Operation and Strategy Evolution of Microgrid Cluster Based on Vertical Federated Learning
- 电力系统自动化 2023年47卷第11期页码：121-132
- 作者机构：
  
  1.北京交通大学电气工程学院，北京市 100044
  2.中国科学院电工研究所，北京市 100190
- 作者简介：
  
  周毅斌(1997—)，男，硕士研究生，主要研究方向：联邦学习、深度强化学习在微电网中的应用。E-mail：20121544@bjtu.edu.cn
  肖浩(1987—)，男，通信作者，博士，副研究员，硕士生导师，主要研究方向：电力系统优化运行、人工智能在电力系统中的应用。E-mail：xiaohao09@mail.iee.ac.cn
  裴玮(1982—)，男，博士，研究员，博士生导师，主要研究方向：分布式能源与微网、交直流配电网。E-mail：peiwei@mail.iee.ac.cn
- 基金信息：
  
  国家自然科学基金资助项目(52177124);中国科学院电工研究所科研基金项目(E155610101);中科院青年创新促进会项目(2019143)
- DOI：10.7500/AEPS20220704006
  中图分类号：
- 收稿：2022-07-04，
  
  修回：2023-01-12，
  
  纸质出版：2023-06-10
- 稿件说明：
移动端阅览
周毅斌,肖浩,裴玮等.基于纵向联邦学习的微电网群协同优化运行与策略进化[J].电力系统自动化,2023,47(11):121-132.

ZHOU Yibin,XIAO Hao,PEI Wei,et al.Collaborative Optimization Operation and Strategy Evolution of Microgrid Cluster Based on Vertical Federated Learning[J].Automation of Electric Power Systems,2023,47(11):121-132.
周毅斌,肖浩,裴玮等.基于纵向联邦学习的微电网群协同优化运行与策略进化[J].电力系统自动化,2023,47(11):121-132. DOI： 10.7500/AEPS20220704006.

ZHOU Yibin,XIAO Hao,PEI Wei,et al.Collaborative Optimization Operation and Strategy Evolution of Microgrid Cluster Based on Vertical Federated Learning[J].Automation of Electric Power Systems,2023,47(11):121-132. DOI： 10.7500/AEPS20220704006.

摘要

针对分属不同利益主体的微电网构成的微电网群在隐私保护下的协同优化运行问题，提出了一种基于联邦学习的多主体微电网群协同优化运行与策略进化方法。首先，各个微电网在本地训练自身的等值封装模型并上传至云端。然后，云端汇集各微电网的等值封装模型，进行场景推演和全局策略搜索，并下发策略至各微电网。最后，各微电网通过分布式联合训练纵向联邦神经网络学习新策略，实现在隐私保护下的微电网群协同优化运行与策略进化。不同规模微电网群协同运行的仿真结果表明，该方法实现了多主体微电网群在隐私保护下的协同优化运行，相较于独立运行、非合作博弈以及多智能体深度强化学习方法，提升了微电网群整体的经济效益，并保证了各参与方利益的合理分配。

Abstract

Aiming at the collaborative optimization operation problem of the microgrid cluster composed of microgrids belonging to different stakeholders under privacy protection

this paper proposes a multi-agent collaborative optimization operation and strategy evolution method of microgrid cluster based on federated learning. First

each microgrid trains its own equivalent package model locally and uploads it to the cloud. Then

the cloud collects the equivalent package model of each microgrid

performs scenario deduction and global strategy search

and issues strategies to each microgrid. Finally

each microgrid learns new strategies through the distributed joint training of vertical federated neural networks to realize the collaborative optimization operation and strategy evolution of microgrid clusters under privacy protection. The simulation results of the collaborative operation of microgrid clusters with different scales show that this method realizes the collaborative optimization operation of multi-agent microgrid cluster under privacy protection. Compared with autonomous control

non-cooperative game as well as the multi-agent deep reinforcement learning method

the proposed method improves the overall economic benefits of the microgrid cluster and ensures the reasonable distribution of the interests of each participant.

关键词

Keywords

references

桑博，张涛，刘亚杰，等 . 多微电网能量管理系统研究综述［J］. 中国电机工程学报， 2020 ， 40 （ 10 ）： 3077 - 3093 .

SANG Bo ， ZHANG Tao ， LIU Yajie ， et al . Energy management system research of multi-microgrid： a review ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 10 ）： 3077 - 3093 .

刘迎澍，陈曦，李斌，等 . 多微网系统关键技术综述［J］. 电网技术， 2020 ， 44 （ 10 ）： 3804 - 3820 .

LIU Yingshu ， CHEN Xi ， LI Bin ， et al . State of art of the key technologies of multiple microgrids system ［J］. Power System Technology ， 2020 ， 44 （ 10 ）： 3804 - 3820 .

KHANALIZADEH E M ， MIRHOSSEINI M M ， TAVAKOLI A ， et al . Improving the stability of hybrid microgrids by nonlinear centralized control in island performance ［J］. International Journal of Electrical Power & Energy Systems ， 2022 ， 136 ： 107688 .

MEHDI M ， KIM C H ， SAAD M . Robust centralized control for DC islanded microgrid considering communication network delay ［J］. IEEE Access ， 2020 ， 8 ： 77765 - 77778 .

杨炜晨，苗世洪，张世旭，等 . 交直流混合微电网群分布式自治经济控制策略［J］. 中国电机工程学报， 2021 ， 41 （ 3 ）： 857 - 868 .

YANG Weichen ， MIAO Shihong ， ZHANG Shixu ， et al . Distributed autonomous economic control strategy for AC/DC hybrid microgrid cluster ［J］. Proceedings of the CSEE ， 2021 ， 41 （ 3 ）： 857 - 868 .

PARAN S ， VU T ， DIAZ F ， et al . MPC-based distributed control for intelligent energy management of AC microgrids ［J］. Electric Power Components and Systems ， 2019 ， 47 （ 16 ）： 1437 - 1449 .

王皓，艾芊，吴俊宏，等 . 基于交替方向乘子法的微电网群双层分布式调度方法［J］. 电网技术， 2018 ， 42 （ 6 ）： 1718 - 1727 .

WANG Hao ， AI Qian ， WU Junhong ， et al . Bi-level distributed optimization for microgrid clusters based on alternating direction method of multipliers ［J］. Power System Technology ， 2018 ， 42 （ 6 ）： 1718 - 1727 .

芮涛，李国丽，胡存刚，等 . 考虑电价机制的微电网群主从博弈优化方法［J］. 中国电机工程学报， 2020 ， 40 （ 8 ）： 2535 - 2546 .

RUI Tao ， LI Guoli ， HU Cungang ， et al . Stackelberg game optimization method for microgrid cluster considering electricity price mechanism ［J］. Proceedings of the CSEE ， 2020 ， 40 （ 8 ）： 2535 - 2546 .

刘念，赵璟，王杰，等 . 基于合作博弈论的光伏微电网群交易模型［J］. 电工技术学报， 2018 ， 33 （ 8 ）： 1903 - 1910 .

LIU Nian ， ZHAO Jing ， WANG Jie ， et al . A trading model of PV microgrid cluster based on cooperative game theory ［J］. Transactions of China Electrotechnical Society ， 2018 ， 33 （ 8 ）： 1903 - 1910 .

WEAVER W W ， KREIN P T . Game-theoretic control of small-scale power systems ［J］. IEEE Transactions on Power Delivery ， 2009 ， 24 （ 3 ）： 1560 - 1567 .

GAO S H ， XIANG C ， YU M ， et al . Online optimal power scheduling of a microgrid via imitation learning ［J］. IEEE Transactions on Smart Grid ， 2022 ， 13 （ 2 ）： 861 - 876 .

VENAYAGAMOORTHY G K ， SHARMA R K ， GAUTAM P K ， et al . Dynamic energy management system for a smart microgrid ［J］. IEEE Transactions on Neural Networks and Learning Systems ， 2016 ， 27 （ 8 ）： 1643 - 1656 .

SHUAI H ， LI F X ， PULGAR-PAINEMAL H ， et al . Branching dueling Q-network-based online scheduling of a microgrid with distributed energy storage systems ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 6 ）： 5479 - 5482 .

KIM B G ， ZHANG Y ， VAN DER SCHAAR M ， et al . Dynamic pricing and energy consumption scheduling with reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2187 - 2198 .

张自东，邱才明，张东霞，等 . 基于深度强化学习的微电网复合储能协调控制方法［J］. 电网技术， 2019 ， 43 （ 6 ）： 1914 - 1921 .

ZHANG Zidong ， QIU Caiming ， ZHANG Dongxia ， et al . A coordinated control method for hybrid energy storage system in microgrid based on deep reinforcement learning ［J］. Power System Technology ， 2019 ， 43 （ 6 ）： 1914 - 1921 .

刘俊峰，王晓生，卢俊菠，等 . 基于多主体博弈和强化学习的多微网系统协同优化研究［J］. 电网技术， 2022 ， 46 （ 7 ）： 2722 - 2732 .

LIU Junfeng ， WANG Xiaosheng ， LU Junbo ， et al . Collaborative optimization of multi-microgrid system based on multi-agent game and reinforcement learning ［J］. Power System Technology ， 2022 ， 46 （ 7 ）： 2722 - 2732 .

DU Y ， LI F X . Intelligent multi-microgrid energy management based on deep neural network and model-free reinforcement learning ［J］. IEEE Transactions on Smart Grid ， 2020 ， 11 （ 2 ）： 1066 - 1076 .

CHO K ， VAN MERRIENBOER B ， GULCEHRE C ， et al . Learning phrase representations using RNN encoder-decoder for statistical machine translation ［EB/OL］. ［ 2021-10-05 ］. https：//arxiv.org/abs/1406.1078 https://arxiv.org/abs/1406.1078 .

CHUNG J ， GULCEHRE C ， CHO K ， et al . Empirical evaluation of gated recurrent neural networks on sequence modeling ［EB/OL］. ［ 2021-10-05 ］. https：//arxiv.org/abs/1412.3555 https://arxiv.org/abs/1412.3555 .

徐询，谢丽蓉，叶林，等 . 基于非参数核密度估计的风电场有功功率双层优化模型［J］. 电力系统自动化， 2022 ， 46 （ 2 ）： 43 - 55 .

XU Xun ， XIE Lirong ， YE Lin ， et al . Bi-level optimization model of active power for wind farm based on nonparametric kernel density estimation ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 2 ）： 43 - 55 .

张巍峰，车延博，刘阳升 . 电力系统可靠性评估中的改进拉丁超立方抽样方法［J］. 电力系统自动化， 2015 ， 39 （ 4 ）： 52 - 57 .

ZHANG Weifeng ， CHE Yanbo ， LIU Yangsheng . Improved Latin hypercube sampling method for reliability evaluation of power systems ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 4 ）： 52 - 57 .

胡铭洋，高红均，王程，等 . 面向多微网协调交易的多方共治决策方法［J］. 电力系统自动化， 2022 ， 46 （ 13 ）： 30 - 42 .

HU Mingyang ， GAO Hongjun ， WANG Cheng ， et al . Multi-party co-governance decision-making method for coordinated transactions among multiple microgrids ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 13 ）： 30 - 42 .

YANG Q ， LIU Y ， CHEN T J ， et al . Federated machine learning： concept and applications ［J］. ACM Transactions on Intelligent Systems and Technology ， 2019 ， 10 （ 2 ）： 1 - 19 .

ZHANG Y ， ZHU H . Additively homomorphical encryption based deep neural network for asymmetrically collaborative machine learning ［EB/OL］. ［ 2021-10-05 ］. https：//arxiv.org/abs/2007.06849 https://arxiv.org/abs/2007.06849 .

ZHANG Q ， WANG C ， WU H Y ， et al . GELU-net： a globally encrypted， locally unencrypted deep neural network for privacy-preserved learning ［C］// 27th International Joint Conference on Artificial Intelligence ， July 13-19 ， 2018 ， Stockholm， Sweden ： 3933 - 3939 .

XIAO H ， PEI W ， DENG W ， et al . Enhancing risk control ability of distribution network for improved renewable energy integration through flexible DC interconnection ［J］. Applied Energy ， 2021 ， 284 ： 116387 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于弹性系数的配电网重构与故障抢修协同优化方法

考虑灵活组群的配电网-微电网群低碳经济调度方法

考虑道路交通信息的双源无轨电车与电动公交车协同优化