关键词:
多智能体系统
一致性控制
微电网
经济调度
隐私保护
摘要:
微电网系统中,分布式协同共识技术的应用日益广泛,但其传统共识控制协议要求节点向相邻节点传递自身信息,导致交互过程中存在数据泄露风险,威胁信息安全性。与此同时,经济调度问题作为智能电网的核心优化任务,需在满足电力供给需求的前提下实现总成本最小化。然而,集中式优化方法依赖全局信息,且对智能基础设施、通信网络及远程控制的高度集成提出严苛要求,亟需探索更高效的分布式方案。针对上述挑战,本论文聚焦于多智能体系统隐私保护与经济调度协同优化的分布式控制方法,通过重构信息交互逻辑与算法设计,实现安全性与经济性的双重目标。全文研究内容分为以下三个部分:
一、基于边分解的微电网分布式隐私安全控制
本部分提出一种基于边分解的分布式算法,通过局部数据交互重构网络拓扑结构。具体而言,智能体将每条连接边拆分为两条子边,分别连接原始节点与虚拟节点,另外,通过随机分配状态值限制交互信息量。基于此框架,将增量成本定义为一致变量,将总需求和发电量之间的局部不匹配作为反馈变量,调整每个发电机的实时发电量以满足需求约束,结合一致性理论实现经济调度问题的分布式求解。数值仿真结果表明,该方法在保证隐私安全的同时有效实现了经济调度。
二、基于加密随机数的微电网分布式隐私安全控制
本部分设计了一种融合恒定步长策略与共识控制协议的分布式算法,该算法改进了精确一阶优化方法,在供需平衡约束下实现了微电网最低成本的经济调度,具有快速收敛的优势。此外,为了确保隐私,利用加密随机数扰动机制对初始状态进行动态混淆:节点在信息迭代更新之前交换加密的随机值,并基于此构造虚假初始状态替代真实数据以防止敏感信息泄露。通过理论分析与仿真实验验证了算法在成本优化和隐私保护方面的综合性能。
三、基于节点分解的非协作多智能体系统隐私安全控制
针对合作-竞争混合网络场景,提出一种节点分解机制以抵御敌对交互中的状态泄露风险。每个节点被拆分为两个子节点,一个接管与合作邻居交互的原始节点的角色,另一个子节点参与敌对相互作用,在维持系统连通性与结构平衡性的同时实现二部一致性。此外,虽然两个子节点的初始值是随机选择的,但其平均值与原始状态值严格对应,从而确保一致结果的精确性。最后,数值案例进一步证明了该方法在复杂网络环境下的有效性。