CN110188995B - 机组负荷协同备用优化配置方法及系统、设备、存储介质 - Google Patents

机组负荷协同备用优化配置方法及系统、设备、存储介质 Download PDF

Info

Publication number
CN110188995B
CN110188995B CN201910356973.1A CN201910356973A CN110188995B CN 110188995 B CN110188995 B CN 110188995B CN 201910356973 A CN201910356973 A CN 201910356973A CN 110188995 B CN110188995 B CN 110188995B
Authority
CN
China
Prior art keywords
control mode
load
load control
power
demand response
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910356973.1A
Other languages
English (en)
Other versions
CN110188995A (zh
Inventor
罗海荣
张爽
刘海涛
刘科研
李峰
焦龙
王�琦
梁剑
李梦雅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Southeast University, Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910356973.1A priority Critical patent/CN110188995B/zh
Publication of CN110188995A publication Critical patent/CN110188995A/zh
Application granted granted Critical
Publication of CN110188995B publication Critical patent/CN110188995B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50—Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/57—Certifying or maintaining trusted computer platforms, e.g. secure boots or power-downs, version controls, system software checks, secure updates or assessing vulnerabilities
    • G06F21/577—Assessing vulnerabilities and evaluating computer system security
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种机组负荷协同备用优化配置方法及系统、设备、存储介质。该方法包括：建立机组负荷备用协同优化修正模型；根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束；建立机组出力调整上下限约束和电力系统频率约束；在需求响应总量约束、机组出力调整上下限约束和电力系统频率约束下，求解机组负荷备用协同优化修正模型；根据机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略；其中，机组负荷备用协同优化修正模型为：minCrsv＝Cgen+Cdr，Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。本发明可维护电网安全稳定运行，且成本较低。

Description

机组负荷协同备用优化配置方法及系统、设备、存储介质
技术领域
本发明涉及电力系统安全技术领域，尤其涉及一种机组负荷协同备用优化配置方法及系统、设备、存储介质。
背景技术
在电力信息物理融合系统(CPS)中计算系统、通信网络和电力系统的物理环境融为一体，形成一个实时感知、动态控制与信息服务融合的复杂系统。为充分利用电力CPS的双向互动控制能力，借助智能网荷互动终端、智能表计和信息通信网络，电力CPS可以将需求响应资源作为负荷侧备用投入到调频控制业务中，作为对机组备用调用调频方式的补充和替代，实现实时对电网源荷的协调、快速、精准控制。
由于智能负控业务对信息和控制的依赖性高，因此对信息系统进行网络攻击可以引起严重的后果，如设备功能失效、设备误动拒动等。因此，为实现安全可靠的控制，需要对网络攻击场景进行离线预想并形成考虑网络攻击影响的修正控制策略。
现有技术中针对电力CPS的攻击应对措施主要可分为基于资源和基于校正两种方式。基于资源的方式通过在关键节点位置布置冗余备用设备，在主设备因攻击失效时投入后备设备，这种方式多用于变电站等较大型的重要节点，成本较高，不适合用于需求响应负荷控制业务。基于校正的方式通过实时监测控制偏差进行反馈，修正控制信号。由于负荷控制多采用分散式控制，且调频时间尺度短，在参照值设置、反馈控制速度等方面受到一定限制。
发明内容
本发明实施例提供一种机组负荷协同备用优化配置方法及系统、设备、存储介质，以解决现有技术不能同时兼顾成本和控制效果的问题。
第一方面，提供一种机组负荷协同备用优化配置方法，包括：
建立机组负荷备用协同优化修正模型；
根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束；
建立机组出力调整上下限约束和电力系统频率约束；
在所述需求响应总量约束、所述机组出力调整上下限约束和所述电力系统频率约束下，求解所述机组负荷备用协同优化修正模型；
根据所述机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略；
其中，所述机组负荷备用协同优化修正模型为：minCrsv＝Cgen+Cdr， Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。
第二方面，提供一种机组负荷协同备用优化配置系统，包括：
第一建立模块，用于建立机组负荷备用协同优化修正模型；
第二建立模块，用于根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束；
第三建立模块，用于建立机组出力调整上下限约束和电力系统频率约束；
求解模块，用于在所述需求响应总量约束、所述机组出力调整上下限约束和所述电力系统频率约束下，求解所述机组负荷备用协同优化修正模型；
修正模块，用于根据所述机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略；
其中，所述机组负荷备用协同优化修正模型为：minCrsv＝Cgen+Cdr， Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。
第三方面，提供一种电子设备，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如前所述的机组负荷协同备用优化配置方法。
第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前所述的机组负荷协同备用优化配置方法的步骤。
本发明实施例，可保证调频业务达到预期效果，维护电网安全稳定运行，在发生事故时可灵活调配资源，并且成本较低。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的机组负荷协同备用优化配置方法的流程图；
图2是本发明实施例的建立需求响应总量约束的步骤的流程图；
图3是本发明实施例的机组负荷协同备用优化配置系统的结构框图；
图4是本发明实施例的电子设备的结构框图；
图5是本发明一优选实施例的IEEE14节点标准测试系统的示意图；
图6是本发明一优选实施例的直接负荷控制模式的网络攻击效果蒙特卡洛仿真结果图；
图7是本发明一优选实施例的分散式需求响应模式的网络攻击效果蒙特卡洛仿真结果图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开一种机组负荷协同备用优化配置方法，以应对网络攻击。具体的，如图1所示，本发明实施例的方法包括如下的步骤：
步骤S101：建立机组负荷备用协同优化修正模型。
具体的，该机组负荷备用协同优化修正模型为：
minCrsv＝Cgen+Cdr。
其中，Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。该机组负荷备用协同优化修正模型的目标是使发电机备用成本和需求响应资源的调用成本的和最小。
具体的，发电机备用成本
Figure BDA0002045718420000041
其中，αi表示调用第i个机组备用的单位成本，
Figure BDA0002045718420000042
表示第i个机组调用的备用功率，Ngen表示调用的机组的数量。
具体的，需求响应资源的调用成本
Figure BDA0002045718420000043
其中，βj 表示调用第j个需求响应负荷的成本，
Figure BDA0002045718420000044
表示第j个需求响应负荷投入调频业务的功率，Ndr表示投入调频业务的需求响应负荷的数量。
步骤S102：根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束。
步骤S103：建立机组出力调整上下限约束和电力系统频率约束。
机组出力调整上下限约束与机组调用的备用功率有关。电力系统频率约束与电力系统频率变化量有关。
步骤S104：在需求响应总量约束、机组出力调整上下限约束和电力系统频率约束下，求解机组负荷备用协同优化修正模型。
步骤S105：根据机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略。
通过修正配置策略，可优化电力系统的机组及负荷的功率，实现成本、运行灵活性和安全稳定性的协调，对防范网络攻击以避免事故扩大、维护系统安全稳定运行的方面具有有益效果。
具体的，如图2所示，步骤S102具体包括如下的过程：
步骤S201：获取网络攻击的成功概率。
具体的，该步骤包括如下的过程：
(1)根据网络攻击的攻击形式，确定攻击形式的所有漏洞。
具体的，网络攻击的攻击形式包括：拒绝服务攻击(Denial Of Service, DoS)、伪造指令攻击和虚假数据注入攻击。拒绝服务攻击，通过耗尽设备计算资源或网络通信资源、触发设备死机等手段，造成控制指令的传输中断或设备的不可响应，进而造成控制指令无法被终端控制器正常执行。伪造指令攻击，通过非法接入通信网络，注入伪造的设置控制指令，篡改分散式负控终端的动作策略设定。虚假数据注入攻击，通过破解终端的防护措施，对终端本地存储的动作策略进行篡改。
针对每种攻击形式，有不同的漏洞，具体如下：
当网络攻击的攻击形式为拒绝服务攻击时，漏洞的类型为可用性漏洞。
当网络攻击的攻击形式为伪造指令攻击时，漏洞的类型为完整性漏洞和保密性漏洞。
当网络攻击的攻击形式为虚假数据注入攻击时，漏洞的类型为完整性漏洞和保密性漏洞。
(2)获取漏洞出现的概率。
各类漏洞出现的概率可根据经验统计得到。
(3)确定漏洞的组合。
具体的，每种攻击形式的漏洞的组合为：
拒绝服务攻击的漏洞的组合为：设备存在可用性漏洞。
伪造指令攻击的漏洞的组合为：主站出现完整性漏洞和保密性漏洞，终端控制应用程序出现完整性漏洞，以及通信网络出现保密性漏洞。
虚假数据注入攻击的漏洞的组合为：终端出现完整性漏洞和保密性漏洞。
(4)根据漏洞出现的概率及漏洞的组合，得到网络攻击的攻击形式的成功概率。
具体的，不同攻击形式的成功的概率如下：
拒绝服务攻击的成功概率为：
Figure BDA0002045718420000061
其中，pa,k表示第k个设备存在可用性漏洞的概率，n表示业务信息流经过的设备数。
伪造指令攻击的成功概率为：pfc＝pi,cen·pc,cen+pi,app·pc,net。其中， pi,cen表示主站出现完整性漏洞的概率，pc,cen表示主站出现保密性漏洞的概率，pi,app表示终端控制应用程序出现完整性漏洞的概率，pc,net表示通信网络出现保密性漏洞的概率。
虚假数据注入攻击的成功概率为：pfdia＝pi,ter·pc,ter。其中，pi,ter表示终端出现完整性漏洞的概率，pc,ter表示终端出现保密性漏洞的概率。
步骤S202：获取电力信息物理融合系统需求响应参与调频业务的负荷控制模式。
负荷控制模式包括：直接负荷控制模式(Direct Load Control，DLC)和分散式需求响应模式(Distributed Demand Response，DDR)。直接负荷控制模式，控制中心通过中间通信站点的转发，直接对目标负控终端发送控制指令进行负荷投切操作。分散式需求响应模式，在负荷处配置智能控制终端，通过本地设定负荷响应策略，当本地检测到电气量满足策略启动条件时，即时就地进行负荷控制的控制模式。
步骤S203：在负荷控制模式下遭受网络攻击后，根据网络攻击的成功概率，采用蒙特卡洛方法获取负荷控制模式的可响应能力的期望。
具体的，该步骤包括如下的过程：
(1)根据网络攻击的成功概率，对电力信息物理融合系统中的负荷参与需求响应的状态进行多次蒙特卡洛抽样，得到多个抽样样本。
其中，负荷参与需求响应的状态包括：参与状态和不参与状态。
蒙特拉洛抽样是在已知某一事件出现概率的前提下，重复进行抽样而获得一组样本的过程。这组样本中这一事件出现的频率等于已知的概率。具体操作过程为：产生一个0～1之间的随机数，若此随机数低于已知概率，则本次抽样样本中此事件出现；若此随机数高于已知概率，则本样本中此事件没有出现。针对本发明的技术方案，抽样事件就是指网络攻击是否成功。一个抽样需对电网中所有的负荷都要进行一次可用性情况的抽样，因此，一个抽样样本中包含电网所含各个负荷可参与需求响应的可用性情况。可用性情况就是指是否受到网络攻击。若针对某一负荷的网络攻击成功了，则这个负荷不可用，不能参加频率响应，因此，参与需求响应的状态为不参与状态。若网络攻击未成功，则该负荷可以正常参加频率响应，具有可用性，因此，参与需求响应的状态为参与状态。
(2)根据每个抽样样本中的负荷参与需求响应的状态，按照负荷控制模式的预设规则将每个抽样样本中的负荷分组。
具体的，负荷控制模式为直接负荷控制模式时，预设规则为按照响应时刻分组，即将同一时刻响应的负荷分为一组。每一分组i的负荷的投入响应功率和响应时刻可表示为一个元组
Figure BDA0002045718420000081
负荷控制模式为分散式需求响应模式时，预设规则为按照启动阈值分组，即将同一启动阈值的负荷分为一组。根据终端启动阈值分组的分散式需求响应模式的资源可表示为
Figure BDA0002045718420000082
其中，
Figure BDA0002045718420000083
是第i组分散式需求响应模式的投入响应功率，
Figure BDA0002045718420000084
是第i组分散式需求响应模式的启动阈值，
Figure BDA0002045718420000085
为第i组分散式需求响应模式从实测频率达到启动阈值的时刻到启动动作的时刻之间可能存在的延时时间。
(3)对于负荷控制模式的每一分组中的负荷，将负荷的投入响应功率加和，得到负荷控制模式的每一分组的负荷的投入响应总功率。
(4)对于每个抽样样本，将抽样样本的负荷控制模式的每一分组的负荷的投入响应总功率加和，得到每个抽样样本的负荷控制模式的投入响应总功率。
(5)根据每个抽样样本的负荷控制模式的投入响应总功率，获取负荷控制模式的可响应能力的期望。
每次抽样的结果将得出一个PDLC和PDDR的值，当抽样次数足够多时， PDLC和PDDR的统计均值将收敛于其期望，得到负荷控制模式的响应期望。
步骤S204：根据负荷控制模式的可响应能力的期望建立需求响应总量约束。
具体的，需求响应总量约束包括：0≤PDLC≤PDLC,total和0≤PDDR≤PDDR,total。 PDLC表示直接负荷控制模式投入响应的功率，PDLC,total表示直接负荷控制模式的可响应能力的期望，PDDR表示分散式需求响应模式投入响应的功率， PDDR,total表示分散式需求响应模式的可响应能力的期望。
通过上述步骤，通过评估网络攻击的成功概率造成的业务功能削弱后果，对需求响应资源投入响应期望进行修正，并根据修正结果调整优化模型的约束条件，从而得到考虑网络攻击影响的修正备用配置策略。
具体的，机组出力调整上下限约束为：
Figure BDA0002045718420000091
Figure BDA0002045718420000092
表示第i个机组调用的备用功率，
Figure BDA0002045718420000093
表示第i个机组调用的备用功率的最小值，
Figure BDA0002045718420000094
表示第i个机组调用的备用功率的最大值。
具体的，电力系统频率约束为：△fmin≤△f≤△fmax。△f表示电力系统频率变化量，△fmin表示电力系统频率变化量的最小值，△fmax表示电力系统频率变化量的最大值。△fmin和△fmax可根据电力系统规范预设，一般的，△fmin为-0.2Hz，△fmax为+0.2Hz。一般的，在求解优化修正模型时，以△f＝0作为等式约束条件进行求解；以不等式约束条件作为验证。
电力系统频率约束可以根据功率缺额量和系统惯量转化为备用响应总容量的约束，备用功率投入量约束条件为：
Figure BDA0002045718420000095
其中，△P表示功率不平衡量变化总量。具体的，△P＝△Ps-△Pgen-△Pload。△Ps表示初始功率缺额。△Pgen表示机组备用响应量。
Figure BDA0002045718420000096
△Pload表示需求响应备用总容量。△Pload＝PDLC+PDDR。
优选的，本发明实施例还可以获得系统频率的恢复效果期望。具体的，本发明实施例的方法还包括：
采用频率响应方程，计算得到遭受网络攻击后，系统频率的恢复效果期望。
其中，频率响应方程为：
Figure BDA0002045718420000101
其中，t表示电力系统的运行时间。R表示调速器调差系数。D表示发电机等效阻尼系数。Km表示备用系数。PS表示功率变化量，通过在电力系统运行过程中实测得到，具体的，通过电力系统运行监控的频率偏差量推算或电力系统故障检测等程序得到。
Figure BDA0002045718420000102
H表示电力系统惯性时间常数，TR表示原动机再热时间常数。
Figure BDA0002045718420000103
Figure BDA0002045718420000104
FH表示原动机高压缸做功占总发电量的比例。
Figure BDA0002045718420000105
Figure BDA0002045718420000106
Figure BDA0002045718420000107
τDLC表示直接负荷控制模式启动时间，PDLC表示直接负荷控制模式投入响应的功率(其为预先已知量)。
Figure BDA0002045718420000111
τDDR 表示分散式需求响应模式启动时间，PDDR表示分散式需求响应模式投入响应的功率(其为预先已知量)。
应当理解的是，如未特殊说明，上述的变量均为标幺值。
通过上述的步骤，分析网络攻击造成的信息侧后果对物理侧控制过程的影响，确定攻击造成的终端动作异常，进一步通过频率-功率对应关系，计算负荷响应结果的变化对调频效果造成的影响。
综上，本发明实施例的机组负荷协同备用优化配置方法，可保证调频业务达到预期效果，维护电网安全稳定运行，在发生事故时可灵活调配资源，并且成本较低。
本发明实施例还公开了一种机组负荷协同备用优化配置系统。如图3所示，该系统包括如下的模块：
第一建立模块301，用于建立机组负荷备用协同优化修正模型。
第二建立模块302，用于根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束。
第三建立模块303，用于建立机组出力调整上下限约束和电力系统频率约束。
求解模块304，用于在需求响应总量约束、机组出力调整上下限约束和电力系统频率约束下，求解机组负荷备用协同优化修正模型。
修正模块305，用于根据机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略。
其中，机组负荷备用协同优化修正模型为：minCrsv＝Cgen+Cdr，Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。
优选的，第二建立模块302包括：
第一获取子模块，用于获取网络攻击的成功概率。
第二获取子模块，用于获取电力信息物理融合系统需求响应参与调频业务的负荷控制模式。
第三获取子模块，用于在负荷控制模式下遭受网络攻击后，根据网络攻击的成功概率，采用蒙特卡洛方法获取负荷控制模式的可响应能力的期望。
建立子模块，用于根据负荷控制模式的可响应能力的期望建立需求响应总量约束。
其中，负荷控制模式包括：直接负荷控制模式和分散式需求响应模式。
需求响应总量约束包括：0≤PDLC≤PDLC,total和0≤PDDR≤PDDR,total，PDLC表示直接负荷控制模式投入响应的功率，PDLC,total表示直接负荷控制模式的可响应能力的期望，PDDR表示分散式需求响应模式投入响应的功率，PDDR,total表示分散式需求响应模式的可响应能力的期望。
优选的，第一获取子模块包括：
第一确定单元，用于根据网络攻击的攻击形式，确定攻击形式的所有漏洞。
第一获取单元，用于获取漏洞出现的概率。
第二确定单元，用于确定漏洞的组合。
第二获取单元，用于根据漏洞出现的概率及漏洞的组合，获取网络攻击的攻击形式的成功概率。
优选的，当网络攻击的攻击形式为拒绝服务攻击时，网络攻击的攻击形式的成功概率为
Figure BDA0002045718420000121
其中，漏洞的类型为可用性漏洞， pa,k表示第k个设备存在可用性漏洞的概率，n表示业务信息流经过的设备数。
当网络攻击的攻击形式为伪造指令攻击时，网络攻击的攻击形式的成功概率为pfc＝pi,cen·pc,cen+pi,app·pc,net，其中，漏洞的类型为完整性漏洞和保密性漏洞，pi,cen表示主站出现完整性漏洞的概率，pc,cen表示主站出现保密性漏洞的概率，pi,app表示终端控制应用程序出现完整性漏洞的概率， pc,net表示通信网络出现保密性漏洞的概率。
当网络攻击的攻击形式为虚假数据注入攻击时，网络攻击的攻击形式的成功概率为pfdia＝pi,ter·pc,ter，其中，漏洞的类型为完整性漏洞和保密性漏洞，pi,ter表示终端出现完整性漏洞的概率，pc,ter表示终端出现保密性漏洞的概率。
优选的，第三获取子模块包括：
抽样单元，用于根据网络攻击的成功概率，对电力信息物理融合系统中的负荷参与需求响应的状态进行多次蒙特卡洛抽样，得到多个抽样样本。
其中，负荷参与需求响应的状态包括：参与状态和不参与状态；
分组单元，用于根据每个抽样样本中的负荷参与需求响应的状态，按照负荷控制模式的预设规则将每个抽样样本中的负荷分组。
第一加和单元，用于对于负荷控制模式的每一分组中的负荷，将负荷的投入响应功率加和，得到负荷控制模式的每一分组的负荷的投入响应总功率。
第二加和单元，用于对于每个抽样样本，将抽样样本的负荷控制模式的每一分组的负荷的投入响应总功率加和，得到每个抽样样本的负荷控制模式的投入响应总功率。
第三获取单元，用于根据每个抽样样本的负荷控制模式的投入响应总功率，获取负荷控制模式的可响应能力的期望。
其中，负荷控制模式为直接负荷控制模式时，预设规则为按照响应时刻分组；
负荷控制模式为分散式需求响应模式时，预设规则为按照启动阈值分组。
具体的，发电机备用成本
Figure BDA0002045718420000141
其中，αi表示调用第i 个机组备用的单位成本，
Figure BDA0002045718420000142
表示第i个机组调用的备用功率，Ngen表示调用的机组的数量。
需求响应资源的调用成本
Figure BDA0002045718420000143
其中，βj 表示调用第j个需求响应负荷的成本，
Figure BDA0002045718420000144
表示第j个需求响应负荷投入调频业务的功率， Ndr表示投入调频业务的需求响应负荷的数量。
具体的，机组出力调整上下限约束为
Figure BDA0002045718420000145
Figure BDA0002045718420000146
表示第i个机组调用的备用功率，
Figure BDA0002045718420000147
表示第i个机组调用的备用功率的最小值，
Figure BDA0002045718420000148
表示第i个机组调用的备用功率的最大值。
具体的，电力系统频率约束为△fmin≤△f≤△fmax，△f表示电力系统频率变化量，△fmin表示电力系统频率变化量的最小值，△fmax表示电力系统频率变化量的最大值。
具体的，该系统还包括：
计算模块，用于采用频率响应方程，计算得到遭受网络攻击后，系统频率的恢复效果期望。
其中，频率响应方程为：
Figure BDA0002045718420000151
其中，t表示电力系统的运行时间，R表示调速器调差系数，D表示发电机等效阻尼系数，Km表示备用系数，PS表示功率变化量。
Figure BDA0002045718420000152
H表示电力系统惯性时间常数，TR表示原动机再热时间常数。
Figure BDA0002045718420000153
Figure BDA0002045718420000154
FH表示原动机高压缸做功占总发电量的比例。
Figure BDA0002045718420000155
Figure BDA0002045718420000156
Figure BDA0002045718420000157
τDLC表示直接负荷控制模式启动时间。
Figure BDA0002045718420000158
τDDR 表示分散式需求响应模式启动时间。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
综上，本发明实施例的机组负荷协同备用优化配置系统，可保证调频业务达到预期效果，维护电网安全稳定运行，在发生事故时可灵活调配资源，并且成本较低。
本发明实施例还公开一种电子设备。如图4所示，该电子设备包括：至少一个处理器401，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口403，存储器404，至少一个通信总线402。其中，通信总线 402用于实现这些组件之间的连接通信。其中，通信接口403可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口403还可以包括标准的有线接口、无线接口。存储器404可以是高速RAM存储器(Ramdom Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器 (non-volatile memory)，例如至少一个磁盘存储器。存储器404可选的还可以是至少一个位于远离前述处理器401的存储装置。其中处理器401可以结合图3描述的一种机组负荷协同备用优化配置系统，存储器404中存储一组程序代码，且处理器401调用存储器404中存储的程序代码，以用于执行一种机组负荷协同备用优化配置方法。
其中，通信总线402可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线402可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器404可以包括易失性存储器(volatile memory)，例如随机存取存储器(random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flash memory)，硬盘(hard disk drive，HDD)或固态硬盘(solid-state drive，SSD)；存储器404 还可以包括上述种类的存储器的组合。
其中，处理器401可以是中央处理器(central processing unit，CPU)，网络处理器(network processor，NP)或者CPU和NP的组合。
其中，处理器401还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件 (programmablelogic device，PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complexprogrammable logic device，CPLD)，现场可编程逻辑门阵列(field-programmable gatearray，FPGA)，通用阵列逻辑(generic array logic，GAL)或其任意组合。
可选地，存储器404还用于存储程序指令。处理器401可以调用程序指令，实现本发明实施例的机组负荷协同备用优化配置方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的机组负荷协同备用优化配置方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
下面以一具体实施例对本发明实施例的技术方案做进一步说明。
本优选的实施例在如图5所示的IEEE14节点系统中对本发明实施例的技术方案的可行性和有效性进行验证。
系统负荷情况如表1所示，有功负荷总量259MW，无功负荷总量 73.5MVar，系统功率基准SB＝785MW。负荷调差系数标幺值为KL＝1.2。系统中部署的分散式需求响应和直接负荷控制资源分别如表2和表3所示。直接控制负荷的控制指令从控制主站SCADA发出，受控负荷对应的母线节点同时承担控制指令转发的子站功能，指令通过子站的服务器交换机处理转发至终端。系统中的发电机成本表达式为Cgen＝c2P2+c1P+c0，P为发电机当前出力情况，c0、c1、c2为发电成本参数。表4给出了当前运行状态下发电机出力情况和发电成本参数c0、c1、c2。
表1 IEEE14节点系统各母线节点负荷量
负荷母线序号 有功负荷(MW) 无功负荷(MVar)
2 21.7 12.7
3 94.2 19
4 47.8 -3.9
5 7.6 1.6
6 11.2 7.5
9 29.5 16.6
10 9 5.8
11 3.5 1.8
12 6.1 1.6
13 13.5 5.8
14 14.9 5
表2分散式需求响应配置方案
负荷母线序号 启动频率 有功负荷(MW) 小型负荷
2 49.8 10 2.5kW×4000
4 49.8 30 2.5kW×12000
6 49.7 6 2.5kW×2400
9 49.7 24 2.5kW×9600
表3直接控制负荷资源配置方案
Figure BDA0002045718420000181
表4本优选实施例的系统发电机出力情况和发电成本参数
发电机组 有功出力(MW) 无功出力(MVar) c<sub>2</sub> c<sub>1</sub> c<sub>0</sub>
#1 232 -16.55 0.0430 20 0
#2 40 43.56 0.25 20 0
#3 0 25.08 0.01 40 0
#4 0 12.73 0.01 40 0
#5 0 17.62 0.01 40 0
在功率缺额为160MW情况下，进行网络攻击对需求响应影响后果期望和频率响应过程仿真计算。
首先，评估网络攻击的成功概率。漏洞发生的概率可以由一段时间内的出现频率近似表示。根据我国国家漏洞公布数据统计，2017-2018年各类漏洞出现频率统计如表5所示。
表5可用性、完整性、保密性漏洞发生概率
Figure BDA0002045718420000191
计算出直接负荷控制模式的控制业务在主站节点、子站节点和终端受拒绝服务攻击成功的概率分别为0.0219，0.0082，0.0795。分散式需求响应模式的控制业务受到成功的伪造攻击指令和虚假数据注入攻击的概率为 0.0260和0.0084。
获取直接负荷控制模式的可响应能力的期望。通过蒙特卡洛抽样仿真以评估直接负荷控制模式在网络攻击情况下的响应效果，其结果如图6所示。进行5000组抽样仿真，统计出直接负荷控制模式的可响应能力的期望为0.0319p.u.，即25.0295MW。
获取分散式需求响应模式的可响应能力的期望。通过蒙特卡洛抽样仿真以评估分散式需求响应模式在网络攻击情况下的响应效果，其结果如图7所示。进行5000组抽样仿真，统计出第一组和第二组分散式需求响应模式的可响应能力的期望为0.0490p.u.和0.0365p.u.，即38.4650MW和28.6525MW。
将直接负荷控制模式和分散式需求响应模式的可响应能力的期望代入机组负荷协同备用优化修正模型，求解出修正的备用配置策略如表6所示。
表6考虑网络攻击后的修正备用分配策略
Figure BDA0002045718420000201
评估考虑针对直接负荷控制模式和分散式需求响应模式在遭受网络攻击的情况下系统频率的恢复效果。利用频率响应方程，计算得到频率最低点的出现时刻为0.86s，最低点频率值为49.6917Hz，频率恢复终值为49.92Hz。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种机组负荷协同备用优化配置方法，其特征在于，包括：
建立机组负荷备用协同优化修正模型；
根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束；
建立机组出力调整上下限约束和电力系统频率约束；
在所述需求响应总量约束、所述机组出力调整上下限约束和所述电力系统频率约束下，求解所述机组负荷备用协同优化修正模型；
根据所述机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略；
其中，所述机组负荷备用协同优化修正模型为：min Crsv＝Cgen+Cdr，Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本；
其中，所述建立需求响应总量约束的步骤，包括：
获取所述网络攻击的成功概率；
获取电力信息物理融合系统需求响应参与调频业务的负荷控制模式；
在所述负荷控制模式下遭受所述网络攻击后，根据所述网络攻击的成功概率，采用蒙特卡洛方法获取所述负荷控制模式的可响应能力的期望；
根据所述负荷控制模式的可响应能力的期望建立所述需求响应总量约束；
其中，所述负荷控制模式包括：直接负荷控制模式和分散式需求响应模式；
所述需求响应总量约束包括：0≤PDLC≤PDLC,total和0≤PDDR≤PDDR,total，PDLC表示直接负荷控制模式投入响应的功率，PDLC,total表示直接负荷控制模式的可响应能力的期望，PDDR表示分散式需求响应模式投入响应的功率，PDDR,total表示分散式需求响应模式的可响应能力的期望。
2.根据权利要求1所述的方法，其特征在于，所述获取所述网络攻击的成功概率的步骤，包括：
根据所述网络攻击的攻击形式，确定所述攻击形式的所有漏洞；
获取所述漏洞出现的概率；
确定所述漏洞的组合；
根据所述漏洞出现的概率及所述漏洞的组合，获取所述网络攻击的攻击形式的成功概率；
其中，当所述网络攻击的攻击形式为拒绝服务攻击时，所述网络攻击的攻击形式的成功概率为
Figure FDA0003096624620000021
所述漏洞的类型为可用性漏洞，pa,k表示第k个设备存在所述可用性漏洞的概率，n表示业务信息流经过的设备数；
当所述网络攻击的攻击形式为伪造指令攻击时，所述网络攻击的攻击形式的成功概率为pfc＝pi,cen·pc,cen+pi,app·pc,net，所述漏洞的类型为完整性漏洞和保密性漏洞，pi,cen表示主站出现完整性漏洞的概率，pc,cen表示主站出现保密性漏洞的概率，pi,app表示终端控制应用程序出现完整性漏洞的概率，pc,net表示通信网络出现保密性漏洞的概率；
当所述网络攻击的攻击形式为虚假数据注入攻击时，所述网络攻击的攻击形式的成功概率为pfdia＝pi,ter·pc,ter，所述漏洞的类型为完整性漏洞和保密性漏洞，pi,ter表示终端出现完整性漏洞的概率，pc,ter表示终端出现保密性漏洞的概率。
3.根据权利要求1所述的方法，其特征在于，所述采用蒙特卡洛方法获取所述负荷控制模式的可响应能力的期望的步骤，包括：
根据所述网络攻击的成功概率，对所述电力信息物理融合系统中的负荷参与需求响应的状态进行多次蒙特卡洛抽样，得到多个抽样样本，其中，所述负荷参与需求响应的状态包括：参与状态和不参与状态；
根据每个所述抽样样本中的所述负荷参与需求响应的状态，按照所述负荷控制模式的预设规则将每个所述抽样样本中的负荷分组；
对于所述负荷控制模式的每一分组中的负荷，将所述负荷的投入响应功率加和，得到所述负荷控制模式的每一分组的所述负荷的投入响应总功率；
对于每个所述抽样样本，将所述抽样样本的所述负荷控制模式的每一分组的所述负荷的投入响应总功率加和，得到每个所述抽样样本的所述负荷控制模式的投入响应总功率；
根据每个所述抽样样本的所述负荷控制模式的投入响应总功率，获取所述负荷控制模式的可响应能力的期望；
其中，所述负荷控制模式为所述直接负荷控制模式时，所述预设规则为按照响应时刻分组；
所述负荷控制模式为所述分散式需求响应模式时，所述预设规则为按照启动阈值分组。
4.根据权利要求1所述的方法，其特征在于：所述发电机备用成本
Figure FDA0003096624620000031
其中，αi表示调用第i个机组备用的单位成本，
Figure FDA0003096624620000032
表示第i个机组调用的备用功率，Ngen表示调用的机组的数量；
所述需求响应资源的调用成本
Figure FDA0003096624620000033
其中，βj 表示调用第j个需求响应负荷的成本，
Figure FDA0003096624620000034
表示第j个需求响应负荷投入调频业务的功率，Ndr表示投入调频业务的需求响应负荷的数量。
5.根据权利要求1所述的方法，其特征在于：所述机组出力调整上下限约束为
Figure FDA0003096624620000041
Figure FDA0003096624620000042
表示第i个机组调用的备用功率，
Figure FDA0003096624620000043
表示第i个机组调用的备用功率的最小值，
Figure FDA0003096624620000044
表示第i个机组调用的备用功率的最大值；
所述电力系统频率约束为Δfmin≤Δf≤Δfmax，Δf表示电力系统频率变化量，Δfmin表示电力系统频率变化量的最小值，Δfmax表示电力系统频率变化量的最大值。
6.根据权利要求1所述的方法，其特征在于，还包括：
采用频率响应方程，计算得到遭受所述网络攻击后，系统频率的恢复效果期望；
其中，所述频率响应方程为：
Figure FDA0003096624620000045
其中，t表示电力系统的运行时间，R表示调速器调差系数，D表示发电机等效阻尼系数，Km表示备用系数，PS表示功率变化量；
Figure FDA0003096624620000046
H表示电力系统惯性时间常数，TR表示原动机再热时间常数；
Figure FDA0003096624620000047
Figure FDA0003096624620000048
FH表示原动机高压缸做功占总发电量的比例；
Figure FDA0003096624620000051
Figure FDA0003096624620000052
Figure FDA0003096624620000053
τDLC表示直接负荷控制模式启动时间；PDLC表示直接负荷控制模式投入响应的功率；
Figure FDA0003096624620000054
τDDR 表示分散式需求响应模式启动时间；PDDR表示分散式需求响应模式投入响应的功率。
7.一种机组负荷协同备用优化配置系统，其特征在于，包括：
第一建立模块，用于建立机组负荷备用协同优化修正模型；
第二建立模块，用于根据网络攻击的成功概率及电力信息物理融合系统需求响应参与调频业务的负荷控制模式，建立需求响应总量约束；其中，所述建立需求响应总量约束的步骤，包括：
获取所述网络攻击的成功概率；
获取电力信息物理融合系统需求响应参与调频业务的负荷控制模式；
在所述负荷控制模式下遭受所述网络攻击后，根据所述网络攻击的成功概率，采用蒙特卡洛方法获取所述负荷控制模式的可响应能力的期望；
根据所述负荷控制模式的可响应能力的期望建立所述需求响应总量约束；
其中，所述负荷控制模式包括：直接负荷控制模式和分散式需求响应模式；
所述需求响应总量约束包括：0≤PDLC≤PDLC,total和0≤PDDR≤PDDR,total，PDLC表示直接负荷控制模式投入响应的功率，PDLC,total表示直接负荷控制模式的可响应能力的期望，PDDR表示分散式需求响应模式投入响应的功率，PDDR,total表示分散式需求响应模式的可响应能力的期望；
第三建立模块，用于建立机组出力调整上下限约束和电力系统频率约束；
求解模块，用于在所述需求响应总量约束、所述机组出力调整上下限约束和所述电力系统频率约束下，求解所述机组负荷备用协同优化修正模型；
修正模块，用于根据所述机组负荷备用协同优化修正模型的解，修正机组负荷备用配置策略；
其中，所述机组负荷备用协同优化修正模型为：min Crsv＝Cgen+Cdr，Cgen表示发电机备用成本，Cdr表示需求响应资源的调用成本。
8.一种电子设备，其特征在于，包括：至少一个处理器以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1～6任一所述的机组负荷协同备用优化配置方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1～6中任一项所述的机组负荷协同备用优化配置方法的步骤。
CN201910356973.1A 2019-04-29 2019-04-29 机组负荷协同备用优化配置方法及系统、设备、存储介质 Active CN110188995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910356973.1A CN110188995B (zh) 2019-04-29 2019-04-29 机组负荷协同备用优化配置方法及系统、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910356973.1A CN110188995B (zh) 2019-04-29 2019-04-29 机组负荷协同备用优化配置方法及系统、设备、存储介质

Publications (2)

Publication Number Publication Date
CN110188995A CN110188995A (zh) 2019-08-30
CN110188995B true CN110188995B (zh) 2021-08-17

Family

ID=67715308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910356973.1A Active CN110188995B (zh) 2019-04-29 2019-04-29 机组负荷协同备用优化配置方法及系统、设备、存储介质

Country Status (1)

Country Link
CN (1) CN110188995B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115712894B (zh) * 2022-10-21 2023-09-15 长沙理工大学 一种负荷虚假数据注入攻击建模方法
CN117422183B (zh) * 2023-12-18 2024-03-19 国网四川省电力公司 机组检修优化方法、装置、设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108649564A (zh) * 2018-05-11 2018-10-12 大连理工大学 一种考虑安全裕度的快速频率响应备用优化配置方法
CN109299160A (zh) * 2018-10-30 2019-02-01 东北大学 一种基于监控大数据挖掘的电力cps安全性分析方法
CN109523076A (zh) * 2018-11-15 2019-03-26 河海大学 一种储能参与下的综合能源系统日前稳态优化分析方法
US10242193B1 (en) * 2018-01-04 2019-03-26 The Florida International University Board Of Trustees Method of resource-limited device and device class identification using system and function call tracing techniques, performance, and statistical analysis

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10242193B1 (en) * 2018-01-04 2019-03-26 The Florida International University Board Of Trustees Method of resource-limited device and device class identification using system and function call tracing techniques, performance, and statistical analysis
CN108649564A (zh) * 2018-05-11 2018-10-12 大连理工大学 一种考虑安全裕度的快速频率响应备用优化配置方法
CN109299160A (zh) * 2018-10-30 2019-02-01 东北大学 一种基于监控大数据挖掘的电力cps安全性分析方法
CN109523076A (zh) * 2018-11-15 2019-03-26 河海大学 一种储能参与下的综合能源系统日前稳态优化分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"电力信息物理融合系统环境中的网络攻击研究综述";汤奕等;《电力系统自动化》;20160910;第40卷(第17期);第59-69页 *

Also Published As

Publication number Publication date
CN110188995A (zh) 2019-08-30

Similar Documents

Publication Publication Date Title
Wang et al. Multi-agent based attack-resilient system integrity protection for smart grid
Kim et al. An overview of cyber-physical security of battery management systems and adoption of blockchain technology
Cheng et al. Resilient collaborative distributed energy management system framework for cyber-physical DC microgrids
Wang et al. Impacts of operators’ behavior on reliability of power grids during cascading failures
CN111444596B (zh) 电力系统功率扰动后频率安全性检测方法及装置
CN110188995B (zh) 机组负荷协同备用优化配置方法及系统、设备、存储介质
Rasmussen et al. A review of cyber-physical energy system security assessment
CN111242619A (zh) 引入监管机制的联盟链共识方法、区块链网络及存储介质
Yang et al. Resilient consensus-based AC optimal power flow against data integrity attacks using PLC
Akula et al. Risk-based classical failure mode and effect analysis (FMEA) of microgrid cyber-physical energy systems
Hou et al. Cybersecurity enhancement for multi-infeed high-voltage DC systems
Jafari et al. Optimal false data injection attack against load-frequency control in power systems
CN112312341A (zh) 一种基于区块链的电力物联网通信智能监护方法及系统
Wang et al. A new model approach of electrical cyber physical systems considering cyber security
CN109005152B (zh) 一种源网荷系统攻击危害的评估方法及系统
Sobbouhi et al. A new algorithm for predicting out‐of‐step condition in large‐scale power systems using rotor speed–acceleration
Jacobs et al. Next-generation relay voting scheme design leveraging consensus algorithms
CN108989335B (zh) 一种电力信息物理融合系统的保护方法及设备
CN114978651B (zh) 一种隐私计算存证方法、装置、电子设备及存储介质
Kaewnukultorn et al. Smart PV Inverter Cyberattack Detection Using Hardware-in-the-Loop Test Facility
CN106027649A (zh) 分布式数据系统的数据采集方法及分布式数据系统
Qian et al. Based on random game Petri net model CPS risk assessment and defense decision of distribution network
Wen et al. Risk assessment of security and stability control system against cyber attacks
CN116208505A (zh) 一种电力基础设施网络安全行为模型
CN116319803A (zh) 一种云边协同分布式api调用方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant