En innovativ metode til at opdage misligholdte deltagere baseret på sparsom rekonstruktion

I det kontraktbaserede efterspørgselssvar, nogle af deltagerne kan misligholde at levere den planlagte negawat-energi på grund af udsving på efterspørgselssiden. Dermed, opdagelsen af ​​misligholdte deltagere er en vigtig funktion af aggregatoren. En gruppe japanske forskere har udviklet en metode til at opdage misligholdte deltagere baseret på sparsom rekonstruktion. Dette muliggør sikker påvisning af misligholdelsesdeltagere med begrænset information, som aggregator kan bruge.

Kravsvaret (DR), dvs. ændringerne i forbrugernes elforbrug som reaktion på incitamentsbetalinger, forventes at være en af ​​løsningerne på udbudssideanomalier, såsom udsving i vind- og solproduktion. DR antager forskellige former afhængigt af dets design, inklusive pris/incitamenter, forudbestemte kontrakter, direkte belastningskontrol, og så videre. I kontraktbaseret DR, aggregatoren indgår kontrakter med individuelle forbrugere for deres planlagte mængder af negawatt energi. I mellemtiden det er uundgåeligt, at nogle af deltagerne misligholder at levere den planlagte negawat-energi på grund af udsving på efterspørgselssiden, såsom instrumentfejl. Derfor, detektering af fejlkilder (dvs. misligholdte deltagere) er en vigtig funktion af aggregatoren.

Detektionen af ​​misligholdte deltagere kan let udføres, hvis aggregatoren løbende kan måle deres forbrug i realtid via smarte målere. Imidlertid, en sådan måling er vanskelig i praksis ud fra et kommunikationsomkostningssynspunkt. I øvrigt, real-time kontinuerlig måling vil være en barriere for social accept for DR. Dermed, det er at foretrække at opdage misligholdte deltagere med mere begrænset information, f.eks., ved irreversibel datakomprimering og intermitterende måling.

En gruppe forskere fra Nagoya University, Hokkaido Universitet, og Tokyo University of Science har udviklet en metode til at detektere misligholdte deltagere i et kontraktbaseret DR-program med data fra tidsserien af ​​den samlede mængde negawat-energi og dataene for den faktiske negawatt-energi for et begrænset antal deltagere, som efterses via smartmålere. I udviklingen, de har fokuseret på, at DR er forudaftalt af kontrakter, dvs. kun få deltagere misligholder at levere deres planlagte negawat-energi. På baggrund af denne forhåndsviden, de har overvejet at anvende teknikken til den såkaldte sparsomme rekonstruktion, dvs. rekonstruere en sparsom vektor ud fra et lille antal skalarligninger, til detektionsproblemet. Imidlertid, den nøjagtige løsning er ikke altid afledt ved direkte anvendelse af standard sparsom rekonstruktionsteknik på detektionsproblemet. Ved at observere dette resultat, de har udviklet en iterativ metode, der forbedrer den sparsomme rekonstruktion i hver iteration ved at inkludere inspektionsdata fra den tidligere iteration. For den foreslåede metode, det er teoretisk garanteret, at resultatet er nøjagtigt. I øvrigt, metoden muliggør påvisning med et lille antal inspektioner.