⚡ electrical engineering

Coalition Formation with Limited Information Sharing for Local Energy Management

تقترح هذه الورقة خوارزمية لتشكيل التحالفات تحافظ على الخصوصية وتتميز بالكفاءة الحسابية لإدارة الطاقة المحلية، والتي تستخدم حدود المعلومات المجمعة والتحسين القائم على خوارزمية (ADMM) لتقليل التكاليف دون الحاجة إلى مشاركة المعلومات الكاملة بين المنتجين والمستهلكين.

المؤلفون الأصليون: Luke Rickard, Paola Falugi, Eric C. Kerrigan

نُشر 2026-03-31

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Luke Rickard, Paola Falugi, Eric C. Kerrigan

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل حياً سكنياً حيث تمتلك كل دار فيه ألواحاً شمسية خاصة بها وبطارية في المرآب. في بعض الأيام، تنتج الدار كهرباء أكثر مما تحتاج؛ وفي أيام أخرى، تحتاج لشراء المزيد من شبكة الكهرباء الرئيسية.

حالياً، تعمل كل دار بمفردها. فإذا كان لدى "الدار أ" طاقة فائضة، فإنها تبيعها للشبكة بسعر منخفض. وإذا كانت "الدار ب" بحاجة للطاقة، فإنها تشتريها من الشبكة بسعر مرتفع. إنهما تتجاهلان جيرانها فعلياً، رغم أنه كان بإمكان "الدار أ" أن تبيع مباشرة لـ "الدار ب" بسعر يتوسط السعرين، مما يوفر المال على الجميع.

هذه هي مشكلة إدارة الطاقة المحلية. تقترح الورقة البحثية حلاً يسمى "تكوين التحالفات" (Coalition Formation)، ولكن مع لمسة مبتكرة: فهي تحل المشكلة دون إجبار الجيران على كشف أسرارهم الخاصة.

إليك تفصيل أفكار الورقة باستخدام تشبيهات بسيطة:

1. المشكلة: سياسة "الكتاب المفتوح"

في الطرق التقليدية، لكي يتم تحديد ما إذا كان ينبغي لـ "الدار أ" و"الدار ب" التعاون، يتعين عليهما مشاركة كل شيء. عليهما إظهار كشوفاتهما البنكية، وجداولهما اليومية، وحالة بطارياتهما، واستهلاكهما الدقيق للطاقة للجميع.

التشبيه: الأمر يشبه محاولة العثور على شريك سكن عبر تسليم مذكراتك الشخصية، وإقراراتك الضريبية، وتاريخك الطبي لكل غريب في الشارع. إنها طريقة فعالة للعثور على الشريك المثالي، لكنها سيئة جداً فيما يتعلق بـ الخصوصية. بالإضافة إلى ذلك، فإن إجراء كل تلك العمليات الحسابية لكل زوج محتمل من المنازل يستغرق وقتاً يعادل قدرة حاسوب خارق.

2. الحل: نهج "الموعد الأعمى"

تقترح المؤلفة خوارزمية تعمل مثل "موعد أعمى ذكي".

كيف تعمل: بدلاً من مشاركة تفاصيل حياتهم الكاملة، تشارك المنازل تلميحاً واحداً غامضاً فقط: "أنا أخطط الآن لشراء 5 وحدات من الشبكة"، أو "أنا أخطط لبيع 5 وحدات".
الخدعة السحرية: تستخدم الخوارزمية "شبكة أمان" رياضية (حد أعلى). وهي تسأل: "إذا تعاونا بناءً على خطط البيع والشراء هذه فقط، هل من الممكن أن نوفر المال؟"
- إذا كانت الإجابة "لا" قاطعة، فلا داع بينهم للتعاون.
- إذا كانت الإجابة "ربما، أو نعم"، فإنهم يشكلون فريقاً (تحالفاً).
الفائدة: لا يتعين عليهم أبداً الكشف عن بياناتهم الخاصة (مثل مقدار استهلاكهم بالضبط أو توقيته) لمجرد معرفة ما إذا كانت الشراكة تستحق العناء. الأمر يشبه التحقق مما إذا كانت قطع الأحجية (البازل) تتناسب مع بعضها من خلال النظر إلى شكل الحواف، بدلاً من محاولة تجميع الصورة كاملة أولاً.

3. تحسين "دردشة المجموعة" (ADMM)

بمج once يقرر مجموعة من المنازل تكوين تحالف، يتعين عليهم تحديد من يشتري من مَن وكيفية شحن بطارياتهم.

الطريقة القديمة: تعمل دار واحدة كـ "مدير"، تجمع بيانات الجميع، وتحل مسألة رياضية ضخمة، ثم تخبر الجميع بما يجب فعله. هذه الطريقة بطيئة ومخاطرة (إذا تعرض "المدير" للاختراق، تضيع بيانات الجميع).
الطريقة الجديدة (ADMM): تستخدم المنازل طريقة موزعة تسمى ADMM. تخيل مجموعة من الأصدقاء يحاولون الاتفاق على قائمة طعام للعشاء. بدلاً من أن يملي شخص واحد القائمة، يكتب كل شخص تفضيلاته، ثم يمررونها إلى وسيط محايد، ويقوم الوسيط باقتراح حل وسط. ويكررون العملية حتى يتفق الجميع.
النتيجة: يصلون إلى توافق حول كيفية تداول الطاقة دون إرسال بياناتهم الخاصة الكاملة أبداً إلى خادم مركزي. هم يشاركون فقط "خططاً مؤقتة" ذهاباً وإياباً.

4. "توقعات الطقس" (التحكم التنبئي بالنموذج - MPC)

احتياجات الطاقة تتغير باستمرار. قد تختفي الشمس خلف سحابة، أو قد تقرر عائلة طبخ العشاء في وقت مبكر.

النظام لا يخطط لليوم فحسب؛ بل ينظر للمستقبل (مثل توقعات الطقس). وفي كل ساعة، يعيد تقييم الموقف.
شبكة الأمان: إذا تغيرت التوقعات وبدا أن التحالف سيكلف مالاً أكثر من العمل بشكل منفرد، يقوم النظام بفك التحالف فوراً. تعود المنازل للعمل بمفردها. هذا يضمن أن النظام الجديد لن يؤدي أب تخلف أداء الطريقة القديمة التي يعمل فيها كل منزل بمفرده.

5. النتائج: أسرع، أرخص، وأكثر أماناً

اختبر المؤلفون هذا باستخدام بيانات حقيقية من 70 مبنى.

الخصوصية: شاركوا القليل جداً من المعلومات.
السرعة: كانت أسرع بكثير من طريقة "القوة الغاشمة" (التي حاولت حساب كل التشكيلات الممكنة). في الواقع، تسببت طريقة "القوة الغاشمة" في تعطل الحاسوب عند محاولة الحل لـ 70 مبنى، بينما نجحت هذه الطة الجديدة في حلها خلال دقائق.
المال: وفرت التحالفات المال مقارنة بعمل كل منزل بمفرده، حيث اقتربت جداً من مستويات التوفير التي تحققها الطريقة "المثالية" (ولكن المنتهكة للخصوصية).

الملخص

فكر في هذه الورقة البحثية كأنها ابتكار لـ نادي طاقة سكني آمن وفعال.

قبل ذلك: كان عليك إظهار تفاصيل حياتك لتنضم إلى النادي، وكان النادي يستغرق أياماً للتنظيم.
الآن: أنت فقط تهمس بنيتك في "الشراء/البيع" للمجموعة. إذا قالت الرياضيات "نعم، يمكننا توفير المال"، فإنك تنضم إليهم. تحتفظ بأسرارك، وتتم العمليات الحسابية بسرعة، ويدفع الجميع مبالغ أقل مقابل الكهرباء.

إنه فوز للخصوصية، وفوز للسرعة، وفوز لمحفظتك.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "تشكيل التحالفات مع مشاركة محدودة للمعلومات للإدارة المحلية للطاقة".

1. بيان المشكلة

تتناول الورقة تحدي تنسيق تبادل الطاقة بين "المستهلكين المنتجين" (Prosumers) (وهم الكيانات التي تستهلك وتنتج الكهرباء في آن واحد) في أنظمة الطاقة الموزعة. وبينما يوفر التحكم التحالفي (Coalitional Control) إطار عمل حيث تتجمع الوكلاء معاً لتقليل التكاليف من خلال التجارة الداخلية، فإن طرق تشكيل التحالفات التصاعدية الحالية تعاني من عيبين حرجين:

مخاوف الخصوصية: تتطلب الطرق الحالية من الوكلاء مشاركة معلومات محلية كاملة (الطلب التفصيلي، التوليد، قيود التخزين، ومتغيرات التحسين) لتقييم عمليات دمج التحالفات المحتملة. وهذا يعرض بيانات المنازل الحساسة للمهاجمين أو المنافسين المحتملين.
الأعباء الحسابية: يتطلب تقييم كل عملية دمج محتملة للتحالف حل مسألة تحسين كاملة لكل زوج مرشح. ومع زيادة عدد الوكلاء، تصبح مساحة البحث التوافقية غير قابمة للحل حسابياً، مما يخلق اختناقاً حسابياً كبيراً.

يهدف المؤلفون إلى تطوير مخطط مشاركة معلومات محدودة يسمح للوكلاء بتشكيل تحالفات مفيدة دون الكشف عن النماذج المحلية الخاصة بهم، مع تقليل التعقيد الحسابي بشكل كبير.

2. المنهجية

يدمج الإطار المقترح بين التحكم التنبئي بالنماذج (MPC)، وتشكيل التحالفات، والتحسين الموزع (ADMM).

أ. نمذجة النظام

الوكلاء: مجموعة من $N$ من المباني، لكل منها طلب ثابت ( $d_i$ )، وتوليد ( $g_i$ )، وبطارية ذات ديناميكيات شحن وتفريغ.
التداول: يمكن للوكلاء التداول مع الشبكة الرئيسية (الشراء/البيع بأسعار $P_{buy}$ و $P_{sell}$ ) أو مع وكلاء آخرين داخل التحالف.
دالة التكلفة: دالة تكلفة خطية بناءً على أسعار تداول الشبكة. الهدف هو تقليل التكلفة التراكمية لجميع الوكلاء.

ب. خوارزمية تشكيل التحالفات ذات المعلومات المحدودة

بدلاً من حل مسألة التحسين الكاملة لكل عملية دمج محتملة (كما هو متبع في النهج التصاعدي القياسي)، يقترح المؤلفون خوارزمية تستخدم حداً أعلى يمكن حسابه بكفاءة لقيمة التحالف المرشح.

الحد الأعلى: تحسب الخوارزمية انخفاضاً محتملاً في التكلفة بناءً فقط على خطط تداول الشبكة الصافية الإجمالية ( $Q_i(t)$ ) المستمدة من الحل اللامركزي.
المنطق: إذا كان لوكيلين (أو تحالفين) اتجاهات تداول شبكة متعاكسة في نفس الخطوة الزمنية (أحدهما يشتري والآخر يبيع)، فيمكنهما التداول داخلياً بشكل محتمل. تقدر الخوارزمية المدخرات بافتراض أنهما يتبادلان الحد الأدنى من أحجام التداول المتعاكسة بسعر الفرق ( $P_{buy} - P_{sell}$ ).
العملية:
1. يحسب الوكلاء خطط تداول الشبكة اللامركزية الخاصة بهم.
2. يشاركون فقط خطط تداول الشبكة الإجمالية هذه (وليس القيود أو المتغيرات الداخلية).
3. تقوم الخوارزمية بدمج التحالفات بشكل تكراري إذا كان الحد الأعلى المقدر للتكلفة المدمجة أقل من مجموع التكاليف الفردية.
4. الضمان: تثبت الطريقة أن هيكل التحالف النهائي لن يؤدي أبداً إلى تكلفة إجمالية أعلى من التشغيل اللامركزي الكامل.

ج. التحسين داخل التحالف (ADMM)

بمجرد تشكيل التحالفات، يجب على الوكلاء تحسين استراتيجيتهم المشتركة. ولتجنب مركزية البيانات:

النهج الموزع: يستخدم المؤلفون طريقة التدرج الموجه لمتعددات القيود (ADMM).
الآلية: يحل الوكلاء مسائل فرعية محلية ويتبادلون فقط جداول تداول التحالف المؤقتة ( $z_i$ ) والمتغيرات المزدوجة ( $\lambda_i$ ) مع منسق.
الخصوصية: تظل استهلاك الفرد، والتوليد، وقيود البطارية خاصة؛ حيث يتم مشاركة جدول التداول الصافي فقط.
الإمكانية (Feasibility): بما أن ADMM يتقارب تقاربياً، يأخذ الحل النهائي متغير التوافق $z_i$ (الذي يحقق قيد توازن التحالف $\sum C_{tot} = 0$ ) ويعيد حساب تداولات الشبكة المحلية لضمان الحفاظ على توازن القدرة بدقة.

د. التكامل مع التحكم التنبئي بالنماذج (MPC)

يعمل الإطار بطريقة الأفق المتراجع:

في كل خطوة زمنية، يستخدم الوكلاء التوقعات للطلب والتوليد لحل مسألة تشكيل التحالف.
يتم إعادة تقييم وتشكيل التحالفات ديناميكياً عند كل خطوة زمنية للتكيف مع الظروف المتغيرة.
فحص الاستقرار: إذا انتهك التحالف المتشكل الشرط الذي يقضي بأن تكلفته المحققة أقل من مجموع تكاليف أعضائه اللامركزية، يتم حل التحالف فوراً، مما يضمن أن النظام لن يعمل أبداً بشكل أسوأ من خط الأساس اللامركزي.

3. المساهمات الرئيسية

خوارزمية المعلومات المحدودة: خوارزمية مبتكرة لتشكيل التحالفات تستبدل التحسين الكامل بحد أعلى رخيص حسابياً يعتمد على تداولات الشبكة الإجمالية، مما يلغي الحاجة لمشاركة البيانات المحلية الخاصة.
الحفاظ على الخصوصية: تضمن الطريقة أن الوكلاء يشاركون فقط خطط تداول الشبكة المؤقتة، مما يحمي بيانات الاستهلاك والتوليد الحساسة.
ضمان الأداء: إثبات نظري بأن هيكل التحالف الناتج يضمن تكلفة إجمالية لا تزيد عن التشغيل اللامركزي.
إطار عمل متكامل: الجمع بين تشكيل المعلومات المحدودة، والتحسين الموزع القائم على ADMM، والتحكم التنبئي بالنماذج (MPC) للتكيف الديناميكي في الوقت الفعلي.
القابلية للتوسع: إثبات أن النهج يتوسع بشكل أفضل بكثير من الطرق المثلى ذات المعلومات الكاملة أو البحث الشامل.

4. النتائج العددية

قيم المؤلفون الإطار باستخدام بيانات واقعية (بفواصل زمنية مدتها 15 دقيقة) لاستخدام طاقة المباني، والتوليد، والأسعار.

التحسين مفتوح الحلقة (70 مبنى):
- التكلفة اللامركزية: 239 يورو.
- تكلفة المعلومات المحدودة: 232 يورو (تحسن عن اللامركزي).
- التحالف الأمثل (البحث الشامل): انتهى وقته (TO) بعد 24 ساعة، مما يثبت عدم القدرة على الحل الحسابي لـ $N$ كبيرة.
- النهج التصاعدي (معلومات كاملة): 157 يورو (أفضل تكلفة)، لكنه تطلب مشاركة كاملة للبيانات وحسابات عالية.
تنفيذ MPC (10 مباني):
- المعلومات المحدودة: حققت تكلفة قدرها 489 يورو (مقابل 496 يورو للامركزي) مع وقت تشغيل قدره 4,067 ثانية.
- المركزي/المعلومات الكاملة: حقق 475 يورو ولكن تطلب 50,700 ثانية وقت تشغيل و14,986 تكراراً لـ ADMM.
- النهج التصاعدي (معلومات كاملة): تطلب 63,432 ثانية.
القابلية للتوسع: مع زيادة عدد المباني، حافظ نهج المعلومات المحدودة على عدد تكرارات ووقت تشغيل منخفض نسبياً، بينما أصبحت طرق المعلومات الكاملة مكلفة حسابياً للغاية.
المقايضة: تقليل حجم التحالف يقلل التكاليف ولكنه يزيد الحمل الحسابي، مما يشير إلى وجود حجم تحالف أمثل (على سبيل المثال 6 مباني) للموازنة بين الأداء والكفاءة.

5. الأهمية

يسد هذا العمل الفجوة بين الفوائد النظرية للتحكم التحالفي والقيود العملية للخصوصية والحوسبة في الشبكات الذكية.

الخصوصية: يوفر مساراً قابلاً للتطبيق للمستهلكين المنتجين للتعاون اقتصادياً دون خوف من تسرب البيانات، وهو عائق رئيسي أمام اعتماد تقنيات الشبكة الذكية.
الكفاءة: يثبت إمكانية تحقيق أداء اقتصادي قريب من الأمثل بجزء بسيط من التكلفة الحسابية وتبادل المعلومات المطلوب من الطرق الحالية.
القابلية للتطبيق: رغم التركيز على الطاقة، فإن تقنية الحد الأعلى لـ "المعلومات المحدودة" قابلة للتطبيق في ألعاب التداول العامة حيث يجب على الوكلاء الموازنة بين المثالية وقيود الخصوصية والاتصال.

في الختام، توفر الورقة إطار عمل قوياً وقابلاً للتوسع ويحافظ على الخصوصية للإدارة المحلية للطاقة، مما يثبت أن التعاون الاستراتيجي ممكن حتى عندما لا يرغب الوكلاء أو لا يستطيعون مشاركة نماذجهم الداخلية الكاملة.