面向柔性能源非侵入式管理的隐私保护分解算法

我们考虑一个涉及大量具有隐私相关个体约束的智能体以及中央运营商的资源分配问题，该运营商的目标是在满足智能体约束的前提下优化一个全局的、可能非凸的成本。我们关注微电网运营商管理能耗灵活性的实际案例。本文提供一种隐私保护算法，该算法确实计算出最优资源分配，避免每个智能体将其私有信息（约束和个体解剖面）泄露给中央运营商或第三方。我们的方法依赖于一种聚合流程：我们维持一个全局资源分配，并通过涉及多面体割生成与安全多方计算（SMC）的协议，逐步分解该分配以强制满足私有约束。为获得这些割，我们使用一种 Von Neumann 式交替投影方法，由每个智能体在本地执行，从而满足其隐私需求。我们的理论与数值结果表明，该方法在智能体数量变大时具有良好的可扩展性，因此可用于解决高维分配问题，同时应对隐私问题。