通过模型分布预测控制的隐私保护能量管理单元

电力网络中智能电表的推广由于测量频率和粒度的提高而给消费者隐私带来风险。通过各种非侵入式负载监测技术，可从计量数据推断消费者行为。本文提出一种能量管理方法，通过最小化信息泄露来降低能源成本并保护隐私。该方法基于一个模型预测控制器，其利用储能和本地发电，并预测其动作对消费者实际能耗统计量与电网所见统计量之间差异的影响。在计算上，该方法要求在新计量读数可用时求解一个规模可控的混合整数二次规划。我们在两阶分时能源定价环境下，对具有不同隐私代价的生成居民负载曲线模拟了该控制器。结果表明，信息泄露得到有效减少，代价是能源成本增加。结果还显示，采用所提控制器时，电网所见的消费者负载曲线类似于非侵入式负载均衡与惰性步进所得曲线之间的混合。