⚡ electrical engineering

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

Cet article propose un réseau d'équilibre profond de type Transformer (DERDEQN) permutation-équivariant qui atteint une mise à l'échelle des paramètres en O(1) et une inférence en temps réel pour la répartition de milliers de ressources énergétiques distribuées hétérogènes en apprenant les équilibres compétitifs et les prix de marché via un processus d'entraînement non supervisé et sans étiquetage basé sur l'équilibre du marché et les conditions KKT.

Auteurs originaux : Jiang Zhan, Guofeng Liang, SiQi Chen, Tong Su, Fanrong Feng

Publié 2026-07-06

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Jiang Zhan, Guofeng Liang, SiQi Chen, Tong Su, Fanrong Feng

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La vue d'ensemble : Diriger un orchestre gigantesque

Imaginez le réseau électrique comme un immense orchestre. Au lieu de musiciens, les « interprètes » sont des milliers d'appareils différents : des voitures électriques (VE), des batteries domestiques et des appareils flexibles comme les climatiseurs. Le chef d'orchestre est le Prix en Temps Réel, qui change toutes les 15 minutes pour dire à chacun quand jouer (utiliser l'énergie) et quand se reposer (économiser l'énergie).

L'objectif est de faire en sorte que tous ces appareils travaillent ensemble parfaitement afin que l'énergie totale utilisée corresponde à l'énergie totale disponible, sans que personne ne tombe en panne de batterie ou ne rate une échéance.

Le Problème :
Lorsqu'il n'y a que quelques interprètes, le chef d'orchestre peut facilement dire à chacun quoi faire. Mais quand vous avez 5 000 interprètes, essayer de donner des instructions individuelles à chacun d'eux en utilisant les mathématiques traditionnelles, c'est comme essayer de résoudre un puzzle de un million de pièces tout en courant un marathon. Cela prend trop de temps (trop lent pour le temps réel) et nécessite un cerveau informatique qui devient de plus en plus gros et lourd à mesure que l'on ajoute des interprètes.

La Solution : Un chef d'orchestre « intelligent » doté d'une mémoire magique

Les auteurs ont créé un nouveau type d'IA appelé Réseau d'Équilibre Profond Permutation-Équivariant (DER-DEQN). Voyez cela comme un chef d'orchestre super intelligent qui a appris un tour spécial : il n'a pas besoin de mémoriser le nom de chaque violoniste. Il a juste besoin de connaître le type d'instrument et la section de l'orchestre.

Voici comment leur solution fonctionne, divisée en trois super-pouvoirs principaux :

1. Le cerveau « O(1) » (L'astuce de la mémoire plate)

L'ancienne méthode (MLP) : Imaginez une IA traditionnelle comme un étudiant qui doit écrire un manuel d'instructions unique pour chaque appareil. Si vous ajoutez 100 voitures électriques, l'étudiant doit écrire 100 pages supplémentaires. Le manuel devient énorme et l'étudiant est submergé.
La nouvelle méthode (Transformer) : L'IA des auteurs est comme un chef cuisinier expert possédant une recette unique et parfaite. Qu'il cuisine pour 50 personnes ou pour 5 000, le livre de recettes reste exactement de la même taille. Il applique simplement les mêmes règles aux nouveaux ingrédients.
Le résultat : La « taille du cerveau » de l'IA (nombre de paramètres) reste minuscule et constante, quel que soit le nombre d'appareils ajoutés. Elle peut gérer 5 000 appareils avec le même effort mental que pour 50.

2. La règle de la « Symétrie » (L'analogie des jumeaux identiques)

Le concept : Si vous avez deux voitures électriques identiques avec le même niveau de batterie et la même échéance, elles doivent recevoir exactement la même instruction.
L'ancienne méthode : Les IA traditionnelles font souvent des erreurs. Si vous échangez les noms des deux voitures, l'IA pourrait donner des instructions différentes, ce qui est injuste et inefficace.
La nouvelle méthode : Cette IA est « Permutation-Équivariante ». Elle comprend que si vous échangez deux jumeaux identiques, les instructions doivent simplement être échangées avec eux. Elle traite les appareils identiques comme étant identiques. L'article montre que cela fonctionne avec une précision quasi parfaite (comme une machine qui ne fait jamais d'erreur sur cette règle spécifique).

3. Apprendre sans professeur (La boucle d'autocorrection)

Le défi : Habituellement, pour enseigner à une IA, vous avez besoin d'un « professeur » qui lui montre la réponse parfaite (données étiquetées). Mais trouver la réponse parfaite pour 5 000 appareils est si difficile que même le professeur ne la connaît pas encore.
L'astuce : Cette IA apprend en vérifiant ses propres devoirs. Elle n'a pas besoin de professeur. À la place, elle possède un ensemble de règles (les « Conditions d'Équilibre ») :
1. Est-ce que l'équilibre de puissance est respecté ? (Offre = Demande)
2. Est-ce que les appareils sont satisfaits ? (Ont-ils obtenu le meilleur prix pour leur batterie ?)
3. Les contraintes sont-elles respectées ? (La voiture a-t-elle chargé à temps ?)
L'IA fait une supposition, vérifie ces règles, voit où elle s'est trompée et s'ajuste. Elle continue ainsi jusqu'à ce que les « erreurs » (résidus) soient minuscules. C'est comme un musicien qui s'entraîne seul jusqu'à pouvoir jouer parfaitement sans chef d'orchestre.

Les Résultats : Vitesse et Échelle

Les auteurs ont testé cela sur deux cartes graphiques puissantes (comme des ordinateurs de jeu haut de gamme) :

Vitesse : Lorsqu'il y a 5 000 appareils, les anciennes méthodes (résolution d'équations mathématiques complexes) prennent des minutes, voire des heures. Cette nouvelle IA prend une décision en 8,8 millisecondes. C'est plus rapide qu'un clin d'œil humain. C'est assez rapide pour être utilisé en temps réel, seconde par seconde.
Échelle : L'IA fonctionne parfaitement pour 5 000 appareils. Les anciennes méthodes planteraient ou prendraient trop de temps à cette échelle.
Précision : L'IA saisit bien la « vue d'ensemble » (le marché s'équilibre et les contraintes sont respectées). Cependant, les auteurs admettent un petit défaut : bien qu'elle obtienne le prix général correct, elle n'obtient pas le profit théorique parfait pour chaque appareil 100 % du temps. C'est « assez bon » pour une utilisation réelle, mais pas mathématiquement parfait dans chaque minuscule détail.

Résumé

L'article présente un nouveau chef d'orchestre IA capable de gérer des milliers d'appareils énergétiques instantanément.

C'est efficace : La taille de son cerveau n'augmente pas lorsque la foule s'agrandit.
C'est équitable : Elle traite les appareils identiques de manière identique.
C'est rapide : Elle prend des décisions en moins de 10 millisecondes.
C'est auto-apprenant : Elle apprend en vérifiant ses propres règles plutôt qu'en ayant besoin d'un professeur pour lui montrer les réponses.

Cela permet aux réseaux électriques de gérer des flottes massives de voitures électriques et de batteries en temps réel, ce qui était auparavant trop lent et complexe pour les ordinateurs.

Résumé Technique : Réseaux d'Équilibre Profond Permutation-Équivariants pour la Répartition en Temps Réel des DER sur Bus Unique

1. Formulation du Problème

L'article traite du défi de la répartition en temps réel des ressources énergétiques distribuées (DER) hétérogènes — spécifiquement les véhicules électriques (VE), le stockage de batterie derrière le compteur (ST) et les charges de réponse à la demande (DR) flexibles — sous un régime de prix en temps réel sur un bus unique.

La difficulté centrale réside dans la résolution d'un équilibre contraint de haute dimension à chaque intervalle de répartition (par exemple, toutes les 15 minutes). Dans ce contexte :

Dynamique des dispositifs : Chaque dispositif $i$ optimise son utilisation énergétique intertemporelle en fonction de contraintes physiques (limites de l'état de charge, fenêtres de recharge, puissances nominales) et de paramètres spécifiques au dispositif (ex. : urgence pour les VE, élasticité pour la DR).
Régulation du marché : Un prix unique en temps réel $\lambda(t)$ doit équilibrer la puissance agrégée, couplant ainsi les $N$ dispositifs.
Goulots d'étranglement de l'évolutivité :
1. Malédiction de la dimensionnalité : Les programmes convexes ou mixtes-entiers centralisés deviennent prohibitifs en termes de temps de calcul à mesure que $N$ tend vers des milliers.
2. Interaction entre dispositifs : Les dispositifs sont couplés uniquement par la balance agrégée et le prix, une structure que les architectures classiques entièrement connectées ne parviennent pas à exploiter efficacement.
3. Latence en temps réel : La résolution de problèmes d'optimisation à chaque intervalle ne permet pas de respecter les budgets de latence serrés (5 à 15 minutes) pour de grandes flottes.

Les approches d'apprentissage existantes sont généralement supervisées, nécessant des données étiquetées coûteuses générées par des solveurs hors ligne, et souffrent souvent d'une faible capacité de mise à l'échelle avec $N$ .

2. Méthodologie : DER-Transformer-DEQN

Les auteurs proposent un Réseau d'Équilibre Profond Transformer Permutation-Équivariant (DER-DEQN). Cette approche modélise le problème de répartition comme un équilibre compétitif et apprend simultanément la politique et le prix de régulation sans données étiquetées.

A. Formulation de l'Équilibre Compétitif

Le problème est modélisé comme un équilibre compétitif où :

Les dispositifs sont des preneurs de prix (price-takers) maximisant la valeur intertemporelle compte tenu de $\lambda(t)$ .
Le prix $\lambda(t)$ est la variable duale de la contrainte d'équilibre du marché.
Cette structure est analogue à l'équilibre du marché obligataire à agents hétérogènes résolu par les méthodes DEQN originales, mais adaptée aux systèmes de puissance.

B. Architecture : Mise à l'échelle des paramètres en $O(1)$

Le réseau utilise une architecture Transformer pour atteindre une efficacité de paramètres indépendante du nombre de dispositifs $N$ :

Tokenisation : L'état est sérialisé en un vecteur de contexte agrégé $g(t)$ et $N$ jetons (tokens) par dispositif $h_i$ .
Poids partagés : Contra est aux perceptrons multicouches (MLP) où les largeurs des couches d'entrée/sortie évoluent avec $N$ (résultant en des paramètres de l'ordre de $O(N)$ ), le Transformer partage les poids à travers tous les jetons de dispositifs. Le nombre de paramètres reste en $O(1)$ quel que soit la taille de la flotte.
Encodage Positionnel Composé : Pour injecter la structure physique nécessaire tout en maintenant la permutation-équivariance, un encodage positionnel composé est ajouté :
$PE_i = \text{TypeEmbed}(\tau_i) \oplus \text{WindowEmbed}(w_i) \oplus \text{FeederEmbed}(f_i) \oplus \text{SinRank}(r_i)$
Ceci encode le type de dispositif, la fenêtre de disponibilité, la classe de départ et un rang sinusoïdal (arbitre de départage), ne brisant la symétrie que là où l'identité physique l'exige.

C. Perte d'Équilibre Non Supervisée

Le modèle est entraîné sans étiquettes de répartitions optimales en minimisant le résidu des conditions d'équilibre. La fonction de perte $L$ comprend cinq composantes :

Valeur Marginale Intertemporelle (FOC) : Analogue aux équations d'Euler, assurant que la valeur marginale est égale au prix pour le stockage, les VE et la DR.
KKT Power-Box : Conditions de complémentarité pour les limites de puissance.
KKT SoC-Bounds : Complémentarité pour les limites de l'état de charge.
KKT EV-Deadline : Conditions pour atteindre la charge cible au départ.
Équilibre du Marché : Le résidu de l'équation de la balance de puissance agrégée, qui détermine le prix en temps réel.

La perte utilise une normalisation par plancher relatif pour assurer l'invariance d'échelle et la stabilité de l'entraînement.

3. Contributions Clés

Formulation du Problème : Modélisation de la répartition des DER sur bus unique comme un équilibre compétitif structurellement analogue aux modèles macroéconomiques à agents hétérogènes.
Conception de l'Architecture : Introduction d'un Transformer-DEQN permutation-équivariant avec une mise à l'échelle des paramètres en $O(1)$ en $N$ , contrastant avec la mise à l'échelle en $O(N)$ des modèles de base MLP.
Injection de Symétrie : Redéfinition de l'encodage positionnel pour incorporer le type de dispositif, la fenêtre temporelle et les priorités de départ comme seuls termes de rupture de symétrie.
Entraînement Sans Étiquette : Conception d'une perte non supervisée basée sur les résidus d'équilibre (analogues d'Euler, complémentarités KKT et équilibre du marché) qui ne nécessite aucune étiquette de répartition optimale.
Validation Empirique : Démonstration des propriétés de la méthode à deux échelles :
- Échelle d'Architecture ( $N=5000$ ) : Validation de l'efficacité des paramètres et de la latence.
- Qualité de l'Équilibre ( $N=50$ ) : Validation de la convergence des résidus et de la comparaison du bien-être (welfare).

4. Résultats Expérimentaux

Les expériences ont été menées sur deux GPU NVIDIA RTX 3090.

A. Mise à l'échelle des Paramètres et Efficacité

Paramètres : Le modèle Transformer maintient un nombre plat de 119 142 paramètres pour toutes les tailles de flotte ( $N=50$ à $5000$). En revanche, le modèle de base MLP passe de $1,87 \times 10^6$ à $8,60 \times 10^7$ paramètres à $N=5000$ .
Permutation-Équivariance : Le Transformer atteint une équivariance de précision machine ( $\sim 2 \times 10^{-6}$ ) à travers les permutations, tandis que le MLP présente des erreurs croissantes linéairement avec $N$ .

B. Latence en Temps Réel

La politique apprise s'exécute en 8,8 ms pour $N=5000$ (latence médiane), ce qui est largement en dessous du budget de répartition de 5 à 15 minutes.
C'est deux ordres de grandeur plus rapide que les solveurs centralisés (CVXPY/CLARABEL) et nettement plus rapide que les approches de programmation linéaire mixte-entière (MILP), qui deviennent intraitables pour de grands $N$ .

C. Qualité de l'Équilibre et Bien-être

Convergence des Résidus : À $N=50$ , les résidus de l'équilibre du marché et de KKT convergent vers $\sim 10^{-4}$ , indiquant un entraînement non supervisé stable.
Comparaison du Bien-être : La répartition apprise atteint un bien-être compétitif par rapport à l'optimum convexe centralisé. Cependant, le résidu de la valeur marginale intertemporelle (FOC) se stabilise à un plancher non nul ( $\sim 0,6$ ).
Limitation : En raison de ce plancher FOC et de l'échelle de prix non ancrée (Proposition 1), la répartition est approximativement, mais pas exactement, optimale en termes de bien-être. L'article note que la trajectoire de prix de la politique ne suit pas parfaitement la forme du prix dual du solveur centralisé, suggérant que l'écart est piloté par le résidu FOC plutôt que par un simple décalage d'échelle.

D. Contraintes d'Entraînement

Bien que les paramètres passent en $O(1)$ , la mémoire d'activation de l'attention passe en $O(N^2)$ . L'entraînement en lot complet (full-batch) à $N=5000$ dépasse la mémoire GPU (24 Go) en raison de la matrice d'attention $[B, H, N, N]$ . Par conséquent, les résultats de qualité d'équilibre sont rapportés à $N=50$ , la plus grande échelle où la perte non supervisée converge sous le budget d'entraînement actuel.

5. Signification et Revendications

L'article affirme que ce travail comble le fossé entre l'économie computationnelle et les opérations des systèmes de puissance en permettant une répartition à l'échelle de la flotte en temps réel sur du matériel grand public.

Évolutivité : La mise à l'échelle des paramètres en $O(1)$ permet à un réseau de capacité fixe de servir des flottes de n'importe quelle taille, éliminant le besoin de réentraîner ou de redimensionner les modèles à mesure que les dispositifs rejoignent ou quittent le réseau.
Faisabilité en Temps Réel : Des temps d'inférence inférieurs à 10 ms rendent la méthode viable pour des cycles de répartition où l'optimisation centralisée échoue.
Alignement Théorique : En satisfaisant directement les conditions d'équilibre, la méthode respecte la structure économique du problème (coordination médiée par le prix) sans dépendre de l'imitation supervisée de solveurs hors ligne.

Limites Modestes Reconnues :
Les auteurs déclarent explicitement que la parité exacte du bien-être avec les solveurs centralisés reste un défi ouvert en raison du plancher de résidu FOC non nul. De plus, le goulot d'étranglement actuel de la mémoire d'attention en $O(N^2)$ nécessite l'adoption future de variantes de l'attention linéaire ou flash-attention pour réaliser pleinement le potentiel de la méthode aux plus grandes échelles. L'étude actuelle est limitée à un modèle à bus unique sans contraintes de réseau.