Un algorithme de désagrégation préservant la confidentialité pour la gestion non intrusive de l'énergie flexible.

Résumé Nous considérons un problème d'allocation de ressources impliquant un grand nombre d'agents avec des contraintes individuelles soumises à la confidentialité, et un opérateur central dont l'objectif est d'optimiser un coût global, éventuellement non convexe, tout en satisfaisant les contraintes des agents. Nous nous concentrons sur le cas pratique de la gestion des flexibilités de consommation d'énergie par l'opérateur d'un micro-réseau. Cet article propose un algorithme préservant la confidentialité qui calcule l'allocation optimale des ressources, en évitant que chaque agent ne révèle ses informations privées (contraintes et profil de solution individuel) ni à l'opérateur central ni à une tierce partie. Notre méthode s'appuie sur une procédure d'agrégation : nous maintenons une allocation globale des ressources, et désagrégeons progressivement cette allocation pour imposer la satisfaction des contraintes privées, par un protocole impliquant la génération de coupes polyédriques et des calculs multipartites sécurisés (SMC). Pour obtenir ces coupes, nous utilisons une méthode de projection alternative à la Von Neumann, qui est mise en œuvre localement par chaque agent, en préservant ses besoins de confidentialité. Nos résultats théoriques et numériques montrent que la méthode s'adapte bien au nombre d'agents, et qu'elle peut donc être utilisée pour résoudre le problème d'allocation en haute dimension, tout en tenant compte des problèmes de confidentialité.