基于差分隐私联邦强化学习的低碳社区能量管理

田发扬; 王守相; 郭陆阳; 刘清灵; 余潜跃; 李宗英

doi:10.19421/j.cnki.1006-6357.2026.07.003

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于差分隐私联邦强化学习的低碳社区能量管理

特别策划 | 更新时间：2026-07-13

- 基于差分隐私联邦强化学习的低碳社区能量管理
- 基于差分隐私联邦强化学习的低碳社区能量管理
- 供用电 2026年43卷第7期页码：27-35
- 作者机构：
  
  智能配用电装备与系统全国重点实验室(天津大学)
- 作者简介：
- 基金信息：
  
  国家重点研发计划项目（2023YFB2407500）~~
- DOI：10.19421/j.cnki.1006-6357.2026.07.003
  中图分类号： TM73;TP181
- 纸质出版：2026
- 稿件说明：
移动端阅览
田发扬, 王守相, 郭陆阳, 等. 基于差分隐私联邦强化学习的低碳社区能量管理[J]. 供用电, 2026,43(7):27-35.

田发扬, 王守相, 郭陆阳, et al. 基于差分隐私联邦强化学习的低碳社区能量管理[J]. 2026, 43(7): 27-35.
田发扬, 王守相, 郭陆阳, 等. 基于差分隐私联邦强化学习的低碳社区能量管理[J]. 供用电, 2026,43(7):27-35. DOI： 10.19421/j.cnki.1006-6357.2026.07.003.

田发扬, 王守相, 郭陆阳, et al. 基于差分隐私联邦强化学习的低碳社区能量管理[J]. 2026, 43(7): 27-35. DOI： 10.19421/j.cnki.1006-6357.2026.07.003.

摘要

含高渗透率光伏、储能与电动汽车的低碳社区面临分布式能源协调优化挑战。强化学习方法凭借其无需精确建模且能自适应动态环境的优势，成为应对此类问题的有效途径。然而，现有方法需各建筑共享充电计划、负荷预测等敏感数据以实现协调，存在严重隐私泄露风险。提出面向低碳社区能量管理的差分隐私联邦强化学习框架。各建筑独立训练本地策略网络，通过联邦协调服务器聚合差分隐私加噪的模型参数并广播社区负荷信息，全程无需共享原始运行数据。为应对建筑间的物理异质性与隐私噪声对策略性能的双重挑战，分别引入异构感知联邦聚合机制与基于Fisher信息矩阵的自适应隐私预算分配机制。实验结果表明，所提框架在严格隐私保护条件下，有效降低了社区用电成本与碳排放，并显著抑制了社区负荷峰值，为隐私保护下的低碳社区能量管理提供了可行方案。

Abstract

关键词

Keywords

references

Cardiff University, Cardiff CF24 3AA, UK,Cardiff University, Cardiff CF24 3AA, UK,Cardiff University, Cardiff CF24 3AA, UK,Cardiff University, Cardiff CF24 3AA, UK,Cardiff University, Cardiff CF24 3AA, UK.Peer-to-Peer energy trading in a Microgrid[J].Applied Energy,2018.

José R. Vázquez-Canteli,Zoltán Nagy.Reinforcement learning for demand response: A review of algorithms and modeling techniques[J].Applied Energy,2019.

熊珞琳,毛帅,唐漾,孟科,董朝阳,钱锋.基于强化学习的综合能源系统管理综述[J].自动化学报,2021(10).

汤凌韬,陈左宁,张鲁飞,吴东.联邦学习中的隐私问题研究进展[J].软件学报,2023(01).

蒲天骄,杜帅,李烨,王新迎.面向隐私保护基于联邦强化学习的分布式电源协同优化策略[J].电力系统自动化,2023(08).

张泽辉,李庆丹,富瑶,何宁昕,高铁杠.面向非独立同分布数据的自适应联邦深度学习算法[J].自动化学报,2023(12).

毕聪博,唐聿劼,罗永红,陆超.电力系统优化控制中强化学习方法应用及挑战[J].中国电机工程学报,2024(01).

任一支,刘容轲,王冬,袁理锋,申延召,吴国华,王秋华,杨昌天.基于联邦学习的本地化差分隐私机制研究[J].电子与信息学报,2023(03).

吕金玲,王小君,窦嘉铭,孙庆凯,刘曌,和敬涵.考虑运行状态信息的综合能源系统图强化学习优化调度[J].电力系统保护与控制,2024(02).

徐丁吉,郑杨,楚云飞,王雨薇,拾天辰,顾新,韩海腾.基于强化学习的智慧社区广义负荷协同互动调度策略[J].电网与清洁能源,2024(02).

徐茹枝,戴理朋,夏迪娅,杨鑫.基于联邦学习的中心化差分隐私保护算法研究[J].信息网络安全,2024(01).

陈志鹏,张勇,高海荣,孙晓燕,胡荷娟.隐私保护下融合联邦学习和LSTM的少数据综合能源多元负荷预测[J].智能系统学报,2024(03).

谭智文,徐茹枝,关志涛.基于差分隐私的个性化联邦电力负荷预测方案[J].电力信息与通信技术,2024(07).

李扬,马文捷,卜凡金,杨震,王彬,韩猛.多智能体深度强化学习驱动的跨园区能源交互优化调度[J].电力建设,2024(05).

杨挺,覃小兵,冯相为,许哲铭.计及用户充电行为与隐私保护的联邦学习电动汽车短期充电负荷预测[J].高电压技术,2024(10).

王金锋,王琪,任正某,孙晓晨,孙毅,赵一伊.基于联邦强化学习的电热综合能源系统能量管理策略[J].上海交通大学学报,2024(06).

高冠中,姚建国,严嘉豪,杨胜春,李亚平,朱克东,程千冉.基于多智能体深度强化学习的配-微网协同优化调度研究[J].智慧电力,2024(09).

张磊,吴红斌,何叶,徐斌,张明星,丁明.基于深度强化学习的氢能综合能源系统优化调度方法[J].电力系统自动化,2024(16).

陆旭东,张晓峰,商淑杰,贺雅楠,束娜.面向服务区能源系统经济运行的电动汽车充电负荷调度导向预测策略[J].供用电,2025(01).

杨莹,刘启航,赵为光,苏勋文,李学军,张帅,聂兴鹏.基于深度强化学习的光氢储新能源汽车充能站优化调度[J].电力需求侧管理,2025(04).

张磊,张继权,李一明,徐英,刘秉祺.基于强化学习的综合能源系统智能体设计[J].电子设计工程,2024(12).

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

基于联邦学习与局部适应Transformer的居民用电负荷识别模型研究

面向复杂场景拓展的非侵入式负荷监测技术综述

考虑电动汽车响应意愿的零碳社区能量管理技术

单侧开放市场下考虑金融输电权收益的售电商组合策略研究

考虑运行风险的交直流混合配电系统分区分布式优化运行策略