ENQUIRE PROJECT DETAILS BY GENERAL PUBLIC

Project Details

Funding Scheme :

Early Career Scheme

Project Number :

27203723

Project Title(English) :

Privacy-Preserving Data-Driven Operation of a Local Energy Community

Project Title(Chinese) :

隱私保護與數據驅動的本地能源社區運營

Principal Investigator(English) :

Dr Wang, Yi

Principal Investigator(Chinese) :

Department :

Department of Electrical and Electronic Engineering

Institution :

The University of Hong Kong

Co - Investigator(s) :

Panel :

Engineering

Subject Area :

Electrical & Electronic Engineering

Exercise Year :

2023 / 24

Fund Approved :

853,969

Project Status :

On-going

Completion Date :

31-8-2026

Abstract as per original application
(English/Chinese):

為了可持續發展的未來，世界各國都在為減少碳排放和實現碳中和做出巨大努力。高比例可再生能源的滲透為電力和能源系統的去碳化和可持續發展提供了基礎。然而，可再生能源具有很大的隨機性和多變性，需要大量的靈活性來平衡。在這種情況下，人們提出了本地能源社區（Local Energy Communities）的概念，以協調多能源系統（如電力、熱力和天然氣）的大量分佈式能源資源，提高整體能源效率，並挖掘可再生能源的靈活性。幸運的是，可再生能源的興起伴隨著大量數據的產生和傳感器的爆炸式增長。這些數據可用於更好地了解和運營本地能源社區。然而，如何以保護隱私的方式充分利用可用數據對本地能源社區進行建模、預測和靈活調度運行，仍是一個尚未解決的重要問題。為了填補這一研究空白，本項目將開發新型的隱私保護與數據驅動方法，用於數字化本地能源社區的預測、建模和靈活運行。本項目的主要研究思路是：為本地能源社區的多能源負荷和物理能源網絡開發精確的數據驅動模型，然後將其用與產銷者（prosumer）和多能源系統運營商的決策。所有數據驅動模型的開發都將考慮到隱私保護。該項目將首先提出聯邦學習方法，以進行個體和聚合層面的精準概率預測。然後，將研究能源網絡的物理信息數據驅動建模方法。我們將重點關註電力網絡的穩態以及具有不同時間常數的熱力和天然氣網絡的動態。在此基礎上，我們還將研究分別針對產銷者和系統運營商的點對點交易和多能源網絡協調的數據驅動方法。最後，我們將開發一個仿真平臺來驗證這些方法和算法，並對現實世界中的本地能源社區進行實證分析。我們將公開數據和代碼，以支持其他相關研究。本項目為項目負責人先前研究領域的邏輯延伸和擴展。項目中開發的新方法和算法不會導致單一建築物的信息洩露，因此將促進本地能源社區內部的隱私保護和數據共享。這些數據將轉化為知識和實際決策行為，以促進本地能源社區的靈活運行，從而為充分利用可再生能源和碳減排做出貢獻。

Research Outcome

Layman's Summary of
Completion Report:

Not yet submitted

SCREEN ID: SCRRM00542