آرشیو

آرشیو شماره ها:
۸۰

چکیده

بازارهای برق حافظ حریم خصوصی با اطمینان بخشی به مشترکین در زمینه ی حفاظت از داده های حساس آن ها، نقشی محوری در ترغیب مشترکین برای مشارکت در بازارهای برق محلی ایفا می کنند. هم چنین، این بازارها امکان انتشار آماری خروجی های بازار و به اشتراک گذاری آن ها را نیز فراهم می کنند، که منجر به انتفاع جامعه خواهد شد. این مقاله با استفاده از مفهوم حریم خصوصی تفاضلی، طراحی یک بازار برق برای شبکه های انرژی محلی که به شکلی قابل اثبات حفاظت از حریم خصوصی شرکت کنندگان در بازار را تضمین کند، پیگیری می کند. مدل پیشنهادی ضمن دستیابی به یک پاسخ بهینه ی تقریبی و حفاظت از حریم خصوصی شرکت کنندگان در بازار، منفعت داده ها را نیز برای انتشارهای آماری حفظ می کند. ماهیت تصادفی مورد نیاز حریم خصوصی تفاضلی نیز با استفاده از نویزهای تصادفی با توزیع احتمال گاوسی در هر تکرار از الگوریتم گرادیان افزایشی، در فرایند بهینه سازی مساله تسویه بازار، تعبیه می شود. در بخش مطالعات عددی، تاثیر پارامتر حفاظت از حریم خصوصی تفاضلی را بر توزیع های احتمال خروجی های مساله تسویه بازار و سود بازیگران بررسی می کنیم. هم چنین، مصالحه ی ذاتی میان حفاظت از حریم خصوصی و رفاه اجتماعی در مساله تسویه بازار نیز تحت سیاست های مختلف حفاظت از حریم خصوصی مورد توجه قرار می گیرد.

Differentially Private Local Electricity Markets

Privacy-preserving electricity markets have a key role in steering customers towards participation in local electricity markets by guarantying to protect their sensitive information. Moreover, these markets make it possible to statically release and share the market outputs for social good. This paper aims to design a market for local energy communities by implementing Differential Privacy (DP) that provably guarantees the privacy of market participants. Besides achieving a near-optimal solution and preserving the privacy of market participants, the proposed model maintains the utility of the market data for statistical releases. The required randomization for satisfying DP is embedded as Gaussian noise in each iteration of the gradient ascent algorithm underlying the optimization process of the market-clearing problem. In numerical studies, we investigate the impacts of the privacy loss parameter on the output distribution of the market-clearing quantities and payoffs of the market participants. In addition, we demonstrate the inherent trade-off between privacy protection and social welfare in the market under different privacy regimes.
Differential privacy , Local electricity markets , Mechanism design , Smart grids ,

تبلیغات