Sintesi Tecnica: Reti di Equilibrio Profondo Permutazione-Equivarianti per il Dispatch di DER in Tempo Reale su Singolo Bus

1. Formulazione del Problema

Il documento affronta la sfida del dispatch in tempo reale per risorse energetiche distribuite (DER) eterogenee — specificamente veicoli elettrici (EV), sistemi di accumulo (ST) dietro il contatore e carichi flessibili di risposta alla domanda (DR) — sotto uno schema di prezzi in tempo reale per singolo bus.

La difficoltà principale risiede nel risolvere un equilibrio vincolato ad alta dimensionalità ad ogni intervallo di dispatch (ad esempio, ogni 15 minuti). In questo contesto:

• Dinamiche dei Dispositivi: Ogni dispositivo $i$ ottimizza il proprio utilizzo energetico intertemporale soggetto a vincoli fisici (limiti di stato di carica, finestre di ricarica, rating di potenza) e parametri specifici del dispositivo (ad esempio, l'urgenza per gli EV, l'elasticità per il DR).
• Chiusura del Mercato: Un singolo prezzo in tempo reale $\lambda(t)$ deve bilanciare la potenza aggregata, accoppiando tutti i $N$ dispositivi.
• Colli di Bottiglia della Scalabilità:
  1. Maledizione della Dimensionalità: I programmi convessi o misto-interi centralizzati diventano proibitivamente lenti man mano che $N$ scala verso le migliaia.
  2. Interazione tra Dispositivi: I dispositivi sono accoppiati solo attraverso il bilancio aggregato e il prezzo, una struttura che le architetture completamente connesse standard non riescono a sfruttare efficientemente.
  3. Latenza in Tempo Reale: Il ricalcolo dei problemi di ottimizzazione ogni intervallo non riesce a rispettare i rigidi budget di latenza (5–15 minuti) per flotte di grandi dimensioni.

Gli approoli basati sull'apprendimento esistenti sono tipicamente supervisionati, richiedendo costosi dati etichettati generati da solver offline, e spesso soffrono di una scarsa scalabilità rispetto a $N$.

2. Metodologia: DER-Transformer-DEQN

Gli autori propongono una Rete di Equilibrio Profondo Transformer Permutazione-Equivariante (DER-DEQN). Questo approccio inquadra il problema del dispatch come un equilibrio competitivo e apprende la policy e il prezzo di chiusura simultaneamente senza dati etichettati.

A. Formulazione dell'Equilibrio Competitivo

Il problema è modellato come un equilibrio competitivo dove:

• I dispositivi sono "price-takers" che massimizzano il valore intertemporale dato $\lambda(t)$.
• Il prezzo $\lambda(t)$ è la variabile duale del vincolo di chiusura del mercato.
• Questa struttura è analoga all'equilibrio del mercato obbligazionario con agenti eterogenei risolto dai metodi DEQN originali, ma adattata per i sistemi di potenza.

B. Architettura: Scalabilità dei Parametri $O(1)$

La rete utilizza un'architettura Transformer per ottenere l'efficienza dei parametri indipendente dal numero di dispositivi $N$:

• Tokenizzazione: Lo stato è serializzato in un vettore di contesto aggregato $g(t)$ e $N$ token per dispositivo $h_i$.
• Pesi Condivisi: A differenza di un Perceptron Multistrato (MLP) dove la larghezza degli strati di input/output scala con $N$ (risultando in $O(N)$ parametri), il Transformer condivide i pesi tra tutti i token dei dispositivi. Il conteggio dei parametri rimane $O(1)$ indipendentemente dalla dimensione della flotta.
• Codifica Posizionale Composta: Per iniettare la necessaria struttura fisica mantenendo la permutazione-equivarianza, viene aggiunta una codifica posizionale composta:
  $$PE_i = \text{TypeEmbed}(\tau_i) \oplus \text{WindowEmbed}(w_i) \oplus \text{FeederEmbed}(f_i) \oplus \text{SinRank}(r_i)$$
  Questo codifica il tipo di dispositivo, la finestra di disponibilità, la classe di alimentazione (feeder) e un rango sinusoidale (tie-breaker), rompendo la simmetria solo dove l'identità fisica lo richiede.

C. Loss di Equilibrio Non Supervisionata

Il modello viene addestrato senza etichette di dispatch ottimali, minimizzando il residuo delle condizioni di equilibrio. La funzione di perdita $L$ comprende cinque componenti:

1. Valore Marginale Intertemporale (FOC): Analogamente alle equazioni di Eulero, assicura che il valore marginale sia uguale al prezzo per l'accumulo, gli EV e il DR.
2. KKT Power-Box: Condizioni di complementarità per i limiti di potenza.
3. KKT SoC-Bounds: Complementarità per i limiti dello Stato di Carica (SoC).
4. KKT EV-Deadline: Condizioni per soddisfare l'obiettivo di carica entro la partenza.
5. Chiusura del Mercato: Il residuo dell'equazione di bilancio della potenza aggregata, che determina il prezzo in tempo reale.

La loss utilizza una normalizzazione a pavimento relativo per garantire l'invarianza di scala e la stabilità dell'addestramento.

3. Contributi Chiave

1. Formulazione del Problema: Inquadrare il dispatch dei DER in tempo reale su singolo bus come un equilibrio competitivo strutturalmente analogo ai modelli macroeconomici con agenti eterogenei.
2. Design dell'Architettura: Introdurre un Transformer-DEQN permutazione-equivariante con scalabilità dei parametri $O(1)$ in $N$, contrastando con la scalabilità $O(N)$ dei baseline MLP standard.
3. Iniezione di Simmetria: Riprogettare la codifica posizionale per incorporare i priori di tipo di dispositivo, finestra temporale e feeder come unici termini di rottura della simmetria.
4. Addestramento Senza Etichette: Progettare una loss non supervisionata basata sui residui di equilibrio (analoghi di Eulero, complementarità KKT e chiusura del mercato) che non richiede etichette di dispatch ottimali.
5. Validazione Empirica: Dimostrare le proprietà del metodo su due scale:
   • Scala dell'Architettura ($N=5000$): Validare l'efficienza dei parametri e la latenza.
   • Qualità dell'Equilibrio ($N=50$): Validare la convergenza dei residui e il confronto del benessere (welfare).

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su due GPU NVIDIA RTX 3090.

A. Scalabilità dei Parametri ed Efficienza

• Parametri: Il modello Transformer mantiene un numero costante di 119.142 parametri per tutte le dimensioni della flotta ($N=50$ a $5000$). Al contrario, un baseline MLP scala da $1.87 \times 10^6$ a $8.60 \times 10^7$ parametri a $N=5000$ (un gap di 720x).
• Permutazione-Equivarianza: Il Transformer raggiunge un'equivarianza a precisione macchina ($\sim 2 \times 10^{-6}$) attraverso le permutazioni, mentre l'MLP mostra errori che crescono linearmente con $N$.

B. Latenza in Tempo Reale

• La policy appresa viene eseguita in 8,8 ms per $N=5000$ (latenza mediana), ben entro il budget di dispatch di 5–15 minuti.
• Questo è due ordini di grandezza più veloce dei solver centralizzati (CVXPY/CLARABEL) ed è significativamente più veloce degli approcci MILP (Mixed-Integer Linear Programming), che diventano intrattabili per $N$ elevati.

C. Qualità dell'Equilibrio e Benessere (Welfare)

• Convergenza dei Residui: A $N=50$, i residui di chiusura del mercato e KKT convergono a $\sim 10^{-4}$, indicando un addestramento senza etichette stabile.
• Confronto del Benessere: Il dispatch appreso raggiunge un benessere competitivo rispetto all'ottimo convesso centralizzato. Tuttavia, il residuo del valore marginale intertemporale (FOC) si assesta su un valore non nullo ($\sim 0,6$).
• Limitazione: A causa di questo pavimento FOC e della scala del prezzo non ancorata (Proposizione 1), il dispatch è approssimativamente, ma non esattamente, ottimale in termini di benessere. Il documento nota che il percorso del prezzo della policy non segue perfettamente la forma del prezzo duale del solver centralizzato, suggerendo che il gap sia guidato dal residuo FOC piuttosto che da un semplice disallineamento di scala.

D. Vincoli di Addestramento

• Sebbene i parametri scalino $O(1)$, la memoria di attivazione dell'attenzione scala $O(N^2)$. L'addestramento full-batch a $N=5000$ supera la memoria della GPU (24 GB) a causa della matrice di attenzione $[B, H, N, N]$. Di conseguenza, i risultati sulla qualità dell'equilibrio sono riportati a $N=50$, la scala massima in cui la loss non supervisionata converge sotto l'attuale budget di addestramento.

5. Significato e Rivendicazioni

Il documento afferma che questo lavoro colma il divario tra l'economia computazionale e le operazioni dei sistemi di potenza, consentendo un dispatch su scala di flotta in tempo reale su hardware commerciale.

• Scalabilità: La scalabilità dei parametri $O(1)$ consente a una singola rete a capacità fissa di servire flotte di qualsiasi dimensione, eliminando la necessità di riaddestrare o ridimensionare i modelli quando i dispositivi si uniscono o lasciano la rete.
• Fattibilità in Tempo Reale: I tempi di inferenza inferiori a 10 ms rendono il metodo praticabile per i cicli di dispatch dove l'ottimizzazione centralizzata fallisce.
• Allineamento Teorico: Soddisfacendo direttamente le condizioni di equilibrio, il metodo rispetta la struttura economica del problema (coordinamento mediato dal prezzo) senza fare affidamento sull'imitazione supervisionata di solver offline.

Limitazioni Modeste Riconosciute:
Gli autori dichiarano esplicitamente che il raggiungimento del perfetto parità di benessere con i solver centralizzati rimane una sfida aperta a causa del valore non nullo del residuo FOC. Inoltre, l'attuale collo di bottiglia della memoria $O(N^2)$ per l'addestramento di grandi flotte richiede l'adozione futura di varianti di attenzione lineare o "flash-attention" per realizzare pienamente il potenziale del metodo alle scale più elevate. Lo studio attuale è limitato a un modello a singolo bus senza vincoli di rete.