⚡ electrical engineering

Permutation-Equivariant Deep Equilibrium Networks for Real-Time Single-Bus DER Dispatch with O(1) Parameter Scaling

Dieses Paper schlägt ein permutationsäquivalentes Transformer Deep Equilibrium Network (DERDEQN) vor, das eine O(1)-Parameterskalierung und Echtzeit-Inferenz für die Steuerung tausender heterogener dezentraler Energieressourcen erreicht, indem es kompetitive Gleichgewichte und Clearing-Preise durch einen unüberwachten, label-freien Trainingsprozess auf Basis von Marktgleichgewichts- und KKT-Bedingungen erlernt.

Ursprüngliche Autoren: Jiang Zhan, Guofeng Liang, SiQi Chen, Tong Su, Fanrong Feng

Veröffentlicht 2026-07-06

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jiang Zhan, Guofeng Liang, SiQi Chen, Tong Su, Fanrong Feng

Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Ganze: Ein gigantisches Orchester dirigieren

Stellen Sie sich ein Stromnetz wie ein riesiges Orchester vor. Anstelle von Musikern sind die „Spieler“ tausende verschiedene Geräte: Elektroautos (EVs), Heimbatterien und flexible Haushaltsgeräte wie Klimaanlagen. Der Dirigent ist der Echtzeitpreis, der sich alle 15 Minuten ändert, um allen zu sagen, wann sie spielen (Energie verbrauchen) und wann sie ruhen sollen (Energie sparen).

Das Ziel ist es, all diese Geräte so perfekt zusammenarbeiten zu lassen, dass der gesamte Energieverbrauch genau dem gesamten verfügbaren Angebot entspricht, ohne dass jemand die Batterie leer hat oder eine Frist versäumt.

Das Problem:
Wenn es nur wenige Spieler gibt, kann der Dirigent jedem einzelnen leicht sagen, was zu tun ist. Aber wenn man 5.000 Spieler hat, ist der Versuch, jedem Einzelnen mit traditioneller Mathematik individuelle Anweisungen zu geben, wie der Versuch, ein Puzzle mit einer Million Teilen zu lösen, während man einen Marathon läuft. Es dauert zu lange (zu langsam für Echtzeit) und erfordert ein Computergehirn, das immer größer und schwerer wird, je mehr Spieler man hinzufügt.

Die Lösung: Ein „schlauer“ Dirigent mit einem magischen Gedächtnis

Die Autoren haben eine neue Art von KI entwickelt, eine Permutation-Equivariant Deep Equilibrium Network (DER-DEQN). Stellen Sie sich dies als einen superintelligenten Dirigenten vor, der einen besonderen Trick gelernt hat: Er muss sich nicht den Namen jedes einzelnen Geigers merken. Er muss nur die Art des Instruments und die Sektion des Orchesters kennen.

So funktioniert ihre Lösung, unterteilt in drei Superkräfte:

1. Das „O(1)“-Gehirn (Der Flache-Gedächtnis-Trick)

Der alte Weg (MLP): Stellen Sie sich eine traditionelle KI wie einen Studenten vor, der für jedes einzelne Gerät ein einzigartiges Handbuch schreiben muss. Wenn Sie 100 Elektroautos hinzufügen, muss der Student 100 weitere Seiten schreiben. Das Handbuch wird riesig, und der Student ist überfordert.
Der neue Weg (Transformer): Die KI der Autoren ist wie ein Meisterkoch mit einem einzigen, perfekten Rezept. Egal, ob er für 50 oder 5.000 Personen kocht, das Rezeptbuch bleibt exakt gleich groß. Er wendet einfach dieselben Regeln auf die neuen Zutaten an.
Das Ergebnis: Die „Gehirngröße“ (Anzahl der Parameter) der KI bleibt winzig und konstant, egal wie viele Geräte hinzugefügt werden. Sie kann 5.000 Geräte mit demselben geistigen Aufwand bewältigen wie 50.

2. Die „Symmetrie“-Regel (Die Analogie der identischen Zwillinge)

Das Konzept: Wenn Sie zwei identische Elektroautos mit demselben Batteriestand und derselben Frist haben, sollten sie die exakt gleiche Anweisung erhalten.
Der alte Weg: Traditionelle KIs werden oft verwirrt. Wenn man die Namen der beiden Autos vertauscht, könnte die KI ihnen unterschiedliche Anweisungen geben, was unfair und ineffizient ist.
Der neue Weg: Diese KI ist „Permutations-Äquivariant“. Sie versteht, dass wenn man zwei identische Zwillinge vertauscht, die Anweisungen einfach mit ihnen mitwandern müssen. Sie behandelt identische Geräte als identisch. Die Arbeit zeigt, dass dies mit nahezu perfekter Präzision funktioniert (wie eine Maschine, die in dieser speziellen Regel niemals einen Fehler macht).

3. Lernen ohne Lehrer (Die „Selbstkorrektur“-Schleife)

Die Herausforderung: Normalerweise braucht man, um eine KI zu lehren, einen „Lehrer“, der ihr die perfekte Antwort zeigt (gelabelte Daten). Aber die perfekte Antwort für 5.000 Geräte zu finden, ist so schwierig, dass selbst der Lehrer sie noch nicht kennt.
Der Trick: Diese KI lernt, indem sie ihre eigenen Hausaufgaben überprüft. Sie braucht keinen Lehrer. Stattdessen hat sie einen Satz von Regeln (die „Gleichgewichtsbedingungen“):
1. Stimmt die Leistungsbilanz? (Angebot = Nachfrage)
2. Sind die Geräte zufrieden? (Haben sie das beste Angebot für ihre Batterie bekommen?)
3. Werden die Bedingungen erfüllt? (Ist das Auto rechtzeitig geladen?)
Die KI macht eine Vermutung, prüft diese Regeln, sieht, wo sie falsch lag, und passt sich selbst an. Sie macht dies so lange, bis die „Fehler“ (Residuen) winzig sind. Es ist wie ein Musiker, der alleine übt, bis er perfekt spielen kann, ohne einen Dirigenten.

Die Ergebnisse: Geschwindigkeit und Skalierbarkeit

Die Autoren testeten dies auf zwei leistungsstarken Grafikkarten (wie hochwertige Gaming-Computer):

Geschwindigkeit: Wenn es 5.000 Geräte gibt, benötigen die alten Methoden (das Lösen komplexer mathematischer Gleichungen) Minuten oder sogar Stunden. Diese neue KI trifft eine Entscheidung in 8,8 Millisekunden. Das ist schneller als ein menschliches Blinzeln. Es ist schnell genug, um in Echtzeit, Sekunde für Sekunde, gesteuert zu werden.
Skalierbarkeit: Die KI funktioniert perfekt für 5.000 Geräte. Die alten Methoden würden bei dieser Größe abstürzen oder zu lange dauern.
Genauigkeit: Die KI erfasst das „große Ganze“ richtig (der Markt räumt auf, und die Bedingungen werden erfüllt). Die Autoren geben jedoch zu, dass es einen kleinen Mangel gibt: Während sie den allgemeinen Preis richtig erfasst, erreicht sie nicht für jedes einzelne Gerät zu 100 % den theoretisch perfekten Gewinn. Sie ist „gut genug“ für den realen Einsatz, aber nicht in jedem winzigen Detail mathematisch perfekt.

Zusammenfassung

Die Arbeit stellt einen neuen KI-Dirigenten vor, der tausende von Energiegeräten sofort verwalten kann.

Sie ist effizient: Ihre Gehirngröße wächst nicht an, wenn die Menge größer wird.
Sie ist fair: Sie behandelt identische Geräte identisch.
Sie ist schnell: Sie trifft Entscheidungen in weniger als 10 Millisekunden.
Sie ist selbstlernend: Sie lernt, indem sie ihre eigenen Regeln überprüft, anstatt einen Lehrer zu brauchen, der ihr die Antworten zeigt.

Dies ermöglicht es Stromnetzen, riesige Flotten von Elektroautos und Batterien in Echtzeit zu steuern – etwas, das zuvor für Computer zu langsam und zu komplex war.

Technisches Resümee: Permutations-äquivariante Deep Equilibrium Networks für die Echtzeit-Dispatch von dezentralen Energieressourcen (DER) auf einem Single-Bus

1. Problemformulierung

Die Arbeit befasst sich mit der Herausforderung des Echtzeit-Dispatches für heterogene dezentrale Energieressourcen (Distributed Energy Resources, DER) – konkret Elektrofahrzeuge (EVs), stationäre Batteriespeicher (ST) und flexible Lasten zur Bedarfskorrektur (Demand Response, DR) – unter einem Single-Bus-Echtzeit-Preisschema.

Die Kernschwierigkeit liegt in der Lösung eines hochdimensionalen, beschränkten Gleichgewichts in jedem Dispatch-Intervall (z. B. alle 15 Minuten). In diesem Szenario gilt:

Gerätedynamik: Jedes Gerät $i$ optimiert seinen intertemporalen Energieverbrauch unter Einhaltung physikalischer Randbedingungen (Ladestandsgrenzen, Ladefenster, Nennleistungen) und gerätespezifischer Parameter (z. B. Dringlichkeit bei EVs, Elastizität bei DR).
Marktklärung: Ein einzener Echtzeitpreis $\lambda(t)$ muss die aggregierte Leistungsbilanz ausgleichen, was alle $N$ Geräte miteinander koppelt.
Skalierbarkeitsprobleme:
1. Fluch der Dimensionalität: Zentralisierte gemischt-ganzzahlige oder konvexe Programme werden prohibitiv langsam, wenn $N$ in den Bereich von Tausenden skaliert.
2. Geräteübergreifende Interaktion: Die Geräte sind nur durch die aggregierte Bilanz und den Preis gekoppelt; eine Standard-Architektur mit Vollverbindung kann diese Struktur nicht effizient ausnutzen.
3. Echtzeit-Latenz: Das erneute Lösen von Optimierungsproblemen in jedem Intervall scheitert an engen Latenzbudgets (5–15 Minuten) für große Flotten.

Bestehende lernbasierte Ansätze sind typischerweise überwacht (supervised), erfordern teure gelabelte Daten, die durch Offline-Solver generiert wurden, und leiden oft unter einer schlechten Skalierbarkeit mit $N$ .

2. Methodik: DER-Transformer-DEQN

Die Autoren schlagen ein Permutations-äquivariantes Transformer Deep Equilibrium Network (DER-DEQN) vor. Dieser Ansatz betrachtet das Dispatch-Problem als kompetitives Gleichgewicht und lernt die Policy sowie den Klärungspreis simultan ohne gelabelte Daten.

A. Formulierung des kompetitiven Gleichgewichts

Das Problem wird als kompetitives Gleichgewicht modelliert, bei dem:

Die Geräte Preistaker sind, die ihren intertemporalen Wert gegeben $\lambda(t)$ maximieren.
Der Preis $\lambda(t)$ die Dualvariable der Marktklärungsbeschränkung ist.
Diese Struktur ist analog zu den heterogenen Agenten-Anleihenmärkten, die mit den ursprünglichen DEQN-Methoden gelöst werden, wurde jedoch für Energiesysteme angepasst.

B. Architektur: $O(1)$ Parameter-Skalierung

Das Netzwerk nutzt eine Transformer-Architektur, um eine parameter-effiziente Darstellung zu erreichen, die unabhängig von der Anzahl der Geräte $N$ ist:

Tokenisierung: Der Zustand wird in einen aggregierten Kontextvektor $g(t)$ und $N$ pro-Gerät-Tokens $h_i$ serialisiert.
Gewichtsteilung: Im Gegensatz zu einem Multi-Layer Perceptron (MLP), bei dem die Breite der Eingangs-/Ausgangsschichten mit $N$ skaliert (was zu $O(N)$ Parametern führt), teilt der Transformer die Gewichte über alle Geräte-Tokens hinweg. Die Anzahl der Parameter bleibt unabhängig von der Flottengröße $O(1)$ .
Komposite Positionskodierung: Um die notwendige physikalische Struktur zu injizieren und gleichzeitig die Permutationsäquivarianz beizubehalten, wird eine komposite Positionskodierung hinzugefügt:
$PE_i = \text{TypeEmbed}(\tau_i) \oplus \text{WindowEmbed}(w_i) \oplus \text{FeederEmbed}(f_i) \oplus \text{SinRank}(r_i)$
Dies kodiert den Gerätetyp, das Verfügbarkeitsfenster, die Einspeiseklasse und einen Sinus-Rang (als Tie-Breaker), wodurch die Symmetrie nur dort gebrochen wird, wo die physikalische Identität dies vorgibt.

C. Unüberwachter Gleichgewichtsverlust (Unsupervised Equilibrium Loss)

Das Modell wird ohne gelabelte optimale Dispatches trainiert, indem das Residuum der Gleichgewichtsbedingungen minimiert wird. Die Verlustfunktion $L$ besteht aus fünf Komponenten:

Intertemporale marginale Wertbildung (FOC): Analog zu Euler-Gleichungen, um sicherzustellen, dass der marginale Wert dem Preis entspricht (für Speicher, EVs und DR).
KKT Power-Box: Komplementaritätsbedingungen für Leistungsgrenzen.
KKT SoC-Bounds: Komplementarität für die Ladestandsgrenzen (State-of-Charge).
KKT EV-Deadline: Bedingungen zur Erfüllung des Ziel-Ladestands bis zum Zeitpunkt der Abfahrt.
Marktklärung: Das Residuum der aggregierten Leistungsbilanzgleichung, welches den Echtzeitpreis festlegt.

Der Verlust verwendet eine relative Floor-Normalisierung, um Skaleninvarianz und stabiles Training zu gewährleisten.

3. Zentrale Beiträge

Problemformulierung: Die Darstellung des Echtzeit-Single-Bus-DER-Dispatches als kompetitives Gleichgewicht, das strukturell analog zu makroökonomischen Modellen mit heterogenen Agenten ist.
Architekturdesign: Einführung eines Permutations-äquivarianten Transformer-DEQN mit $O(1)$ Parameter-Skalierung in $N$ , im Gegensatz zur $O(N)$ -Skalierung von Standard-MLP-Baselines.
Symmetrie-Injektion: Neugestaltung der Positionskodierung zur Integration von Gerätetyp, Zeitfenster und Einspeise-Priors als einzige Symmetriebrecher.
Label-freies Training: Design eines unüberwachten Verlusts basierend auf Gleichgewichtsresiduen (Euler-Analoga, KKT-Komplementaritäten und Marktklärung), der keine optimalen Dispatch-Labels benötigt.
Empirische Validierung: Demonstration der Methoden-Eigenschaften auf zwei Skalen:
- Architekturskala ( $N=5000$ ): Validierung der Parametereffizienz und Latenz.
- Gleichgewichtsqualität ( $N=50$ ): Validierung der Konvergenz der Residuen und des Wohlfahrtsvergleichs.

4. Experimentelle Ergebnisse

Die Experimente wurden auf zwei NVIDIA RTX 3090 GPUs durchgeführt.

A. Parameter-Skalierung und Effizienz

Parameter: Das Transformer-Modell behält eine konstante Anzahl von 119.142 Parametern über alle Flottengrößen ( $N=50$ bis $5000$) bei. Im Gegensatz dazu skaliert eine MLP-Baseline von $1,87 \times 10^6$ auf $8,60 \times 10^7$ Parameter bei $N=5000$ (ein 720-facher Unterschied).
Permutationsäquivarianz: Der Transformer erreicht eine Äquivarianz auf Maschinengenauigkeit ( $\sim 2 \times 10^{-6}$ Fehler) über Permutationen hinweg, während die MLP-Baseline Fehler zeigt, die linear mit $N$ wachsen.

B. Echtzeit-Latenz

Die gelernte Policy führt den Dispatch in 8,8 ms für $N=5000$ aus (Median-Latenz), was weit innerhalb des 5–15 minütigen Dispatch-Budgets liegt.
Dies ist zwei Größenordnungen schneller als zentralisierte Solver (CVXPY/CLARABEL) und signifikant schneller als Mixed-Integer-Linear-Programming (MILP)-Ansätze, die für große $N$ unpraktikabel werden.

C. Gleichgewichtsqualität und Wohlfahrt

Residuen-Konvergenz: Bei $N=50$ konvergieren die Marktklärungs- und KKT-Residuen auf $\sim 10^{-4}$ , was auf ein stabiles, label-freies Training hindeutet.
Wohlfahrtsvergleich: Der gelernte Dispatch erreicht eine wettbewerbsfähige Wohlfahrt im Vergleich zum zentralisierten konvexen Optimum. Jedoch pendelt sich das intertemporale marginale-Wert-Residuum (FOC) auf einem nicht-nullen Floor ( $\sim 0,6$ ) ein.
Einschränkung: Aufgrund dieses FOC-Floors und der unverankerten Preisskala (Proposition 1) ist der Dispatch zwar annähernd, aber nicht exakt wohlfahrtsoptimal. Die Arbeit stellt fest, dass der Pfad des Preises die Form des dualen Preises des zentralisierten Solvers nicht perfekt abbildet, was darauf hindeutet, dass die Lücke durch das FOC-Residuum und nicht durch eine einfache Skalenabweichung getrieben wird.

D. Trainingsbeschränkungen

Während die Parameter mit $O(1)$ skalieren, skaliert der Attention-Aktivierungs-Speicherbedarf mit $O(N^2)$ . Ein Full-Batch-Training bei $N=5000$ überschreitet den GPU-Speicher (24 GB) aufgrund der $[B, H, N, N]$ Attention-Matrix. Folglich werden die Ergebnisse zur Gleichgewichtsqualität für $N=50$ berichtet, der größten Skala, bei der der unüberwachte Verlust unter dem aktuellen Trainingsbudget konvergiert.

5. Bedeutung und Ansprüche

Die Arbeit behauptet, dass diese Arbeit die Lücke zwischen Computerökonomie und Netzbetrieb schließt, indem sie den Echtzeit-Dispatch im Flottenmaßstab auf handelsüblicher Hardware ermöglicht.

Skalierbarkeit: Die $O(1)$ -Parameter-Skalierung erlaubt es einem einzigen Netzwerk mit fester Kapazität, Flotten jededer Größe zu bedienen, wodurch das Retraining oder die Neugestaltung von Modellen beim Hinzufügen oder Entfernen von Geräten entfällt.
Echtzeit-Machbarkeit: Inferenzen unter 10 ms machen die Methode für Dispatch-Zyklen nutzbar, bei denen die zentrale Optimierung versagt.
Theoretische Übereinstimmung: Durch die direkte Erfüllung der Gleichgewichtsbedingungen respektiert die Methode die ökonomische Struktur des Problems (preisgesteuerte Koordination), ohne auf die überwachte Imitation von Offline-Solvern angewiesen zu sein.

Angemessene Einschränkungen:
Die Autoren stellen explizit fest, dass die exakte Wohlfahrtsparität mit zentralisierten Solvern aufgrund des nicht-nullen FOC-Residuum-Floors weiterhin eine offene Herausforderung darstellt. Zudem erfordert der aktuelle $O(N^2)$ -Speicherengpass für das Training großer Flotten die zukünftige Implementierung von Linear- oder Flash-Attention-Varianten, um das volle Potenzial bei den größten Skalen auszuschöpfen. Die aktuelle Studie ist auf ein Single-Bus-Modell ohne Netzbeschränkungen beschränkt.