CN114221901A - 一种能源互联网cps韧性调度方法、系统及其存储介质 - Google Patents

Abstract

本发明公开了一种考虑极端事件的能源互联网CPS韧性调度方法、系统及其存储介质，包括如下步骤：基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系；基于最优切负荷算法，评估通信节点重要性指标；确定通信业务的重要度；根据通信节点重要性指标、通信业务的重要度、通信链路可靠性评估指标与电力通信网络综合费用，建立电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度。本发明利用该模型保障在极端事件影响下，重要通信节点所必需的重要通信业务分配到更加可靠的通信链路上，以提升电力系统韧性，解决了现有通信网路由调度方案缺乏耦合分析、可靠性低的问题。

Description

一种能源互联网CPS韧性调度方法、系统及其存储介质

技术领域

本发明属于电力能源领域，具体来说，涉及一种考虑极端事件的能源互联网CPS韧性调度方法、系统及其存储介质。

背景技术

随着电力需求的激增与智能电网的发展，高效灵活、可持续性、高可靠性已经成为电力系统的必然要求。传统物理电网架构简单，且未考虑信息系统的影响，其模型方法显然无法满足智能电网的发展需求。此外，在“能源转型”大背景下，传统化石能源已无法适应电网低碳环保的要求，取而代之的是日益增长的新型可再生能源。

传统电力系统研究习惯将物理系统与信息系统割裂分析，其原因在于信息系统与物理系统的研究理论截然不同。倘若要将两种理论基础迥异的系统建立联系，则必须发展统一的、通用的建模理论与研究思路，电力信息物理系统的提出正是为了解决这一问题。具体来说，电力信息物理系统可以实现信息系统与物理系统的融合建模与实时控制，还可以实现对整个系统的全局协调优化。电力信息物理系统最为一种重要的思想，其最终目的是不断提升对物理世界的控制能力。

综合以上分析，信息技术的使用极大程度上提升了电力信息物理系统的实时性、可观性与控制能力，但也会使得系统开放性提升，给系统带来更多的安全风险。传统电力系统的安全问题，仅需要考虑物理系统的安全性。电力信息物理系统的安全问题不仅需要考虑物理系统的安全性，还需要考虑大量信息设备接入后可能产生的信息系统稳定问题，如：网络攻击、极端灾害等。由于信息系统与物理系统间存在高度耦合特性，若信息系统发生故障，则会对物理系统造成耦合影响，导致故障扩大。如何提升电力信息物理系统的韧性，尤其是应对极端事件情况下的韧性，是当下亟待解决的问题。

发明内容

针对现有电力通信网路由调度方案的不足，本发明所要解决的技术问题是：提供一种考虑极端事件的能源互联网CPS韧性调度方法、系统及其存储介质，用于解决现有电力通信网路由调度方案存在局限性、可靠性差的问题。

为解决上述技术问题，本发明采用的技术方案是：

本发明的一种能源互联网CPS韧性调度方法，包括：

基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，用于构建基于邻接矩阵的路由矩阵形式；

基于最优切负荷算法，评估通信节点重要性指标；并确定通信业务的重要度；

根据所述通信节点重要性指标、通信业务的重要度、通信链路可靠性评估指标与电力通信网络综合费用，建立电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度。

基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，具体的步骤如下：

电力通信网描述为由节点和边构成的图G＝(v，e)，电力通信网的连接关系通过邻接矩阵A描述，A的元素为：

式中，v＝{v₁,v₂,...,v_N}表示电力通信网的节点集合，其中，N表示电力通信网的节点总数；e∈v×v表示电力通信网中边的集合，(i,j)∈e表示节点i和节点j具有直接相连的关系；

边的关系表述为1+1主备路，根据电力通信网边与节点的模型关系，构建如下基于邻接矩阵的路由矩阵形式：

式中，上标k为业务编号，k＝1，2，……，K，其中K为业务总数；M^(k)和N^(k)分别为其对应业务信息流k的主路由和备用路由矩阵。

基于最优切负荷算法，评估通信节点重要性指标，具体方法如下：

采用最优潮流OPF算法确定系统的最优潮流，并用最优潮流作为系统的基准潮流；将所述基准潮流与故障状态下潮流对比，并在故障状态下判断潮流的变化量和是否存在过载线路，当系统发生物理线路故障时，故障线路会出现过载情况，导致系统无法正常运行；如果通信系统完整，电网调度中心的监视设备将会观测到过载的物理线路，并将过载信息上传到调度中心，调度中心接受指令后会向控制设备下达控制指令，运用最优负荷减载算法对过载线路潮流进行调整，使系统恢复正常运行；

当系统中发生通信系统故障，将通信系统故障设置为外层循环；所述通信系统故障包括通信节点故障、通信链路故障和测量装置失效；

在通信系统故障情况下，将物理故障设置为内层循环，每运行一次内层循环表示通信系统故障下发生了一次物理系统故障；

一次完整的外层循环运行完后，表示已经对某一通信系统故障时所有可能发生的物理故障完成了扫描；

对于一次完整的外层循环，将对每一次内层循环采用最优切负荷算法得到的切负荷量进行求和处理；通信节点的重要性与切负荷量的值相关，切负荷量之和越大，则通信节点的关联负荷越大，其重要性越高；切负荷量之和越小，则通信节点的关联负荷越小，其重要性越低；

检查是否已经对系统中所有可能存在的物理故障和通信故障完成了扫描，若均已完成扫描，则结束，否则，将返回外层循环，继续扫描通信系统故障。

通过专家打分方式确定通信业务的重要度，所述重要度按照业务中断或延时对电网可靠性的影响程度来评判，业务中断或延时对电网可靠性影响越大，则业务具有高重要度，反之具有低重要度。

上述通信链路可靠性评估指标的确定方法如下：

在极端事件为台风场景下，通信链路可靠性评估指标用如下公式表示：

其中，

表示链路(i,j)在某一时间断面下的实际风速，

表示链路(i,j)在该时间断面下的额定风速；R_ij值越大表示链路(i,j)处的实际风速越小，链路的可靠性越高；R_ij值越小表示链路(i,j)处的实际风速越大，链路的可靠性越低；

在网络攻击场景下，受到网络攻击次数多的通信链路具有低的可靠性，反之则具有高的可靠性。

双层协同优化模型的包括上层模型和下层模型：

上层模型的目标函数是电力通信网的可靠性最高；

上层模型方程为：

其中，上标k表示的业务编码，k＝1,2...,K，其中K表示业务总数；n表示通信节点编码，n＝1,2,...,N，其中N表示通信节点总数；I_n表示通信节点n的节点重要性指标，I_n的值与最优切负荷算法所得切负荷量呈正相关，可取其归一化后的值；R_sn表示从控制中心s到通信子站n的通信链路可靠性评估指标，上述公式取其最大值，表示选取从控制中心s到通信子站n所有链路中可靠性最高的通信链路；通过两层求和算法，得到电力通信网可靠性F₁的最大值；

下层模型的目标函数是电力通信网的综合成本最小，在保证可靠性指标的同时，提高经济性，下层模型方程如下:

其中，C₁表示通信链路建设费用，C₂表示通信延时损失费用。

利用所述电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度，具体方法如下：

从电力CPS信息-物理耦合的角度分析通信网的可靠性；

在极端事件发生时，应保证重要通信节点的信息流的可靠传输，通过优化路由方法将主备路由分配到可靠的通信链路上。

能源互联网CPS韧性调度系统，包括关联模块，用于基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，用于构建基于邻接矩阵的路由矩阵形式；

可靠性评估模块，用于基于最优切负荷算法，评估通信节点重要性指标，并确定通信业务的重要度；

韧性路由调度模块，用于根据所述通信节点重要性指标、通信业务的重要度、通信链路可靠性评估指标与电力通信网络综合费用，建立电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度。

上述关联模块，具体用于电力通信网描述为由节点和边构成的图G＝(v，e)，电力通信网的连接关系通过邻接矩阵A描述，A的元素为：

式中，v＝{v₁,v₂,...,v_N}表示电力通信网的节点集合，其中，N表示电力通信网的节点总数；e∈v×v表示电力通信网中边的集合，(i,j)∈e表示节点i和节点j具有直接相连的关系；

边的关系表述为1+1主备路，根据业务信息流与控制中心的连接关系，构建如下基于邻接矩阵的路由矩阵形式：

式中，上标k为业务编号，k＝1，2，……，K，其中K为业务总数；M^(k)和N^(k)分别为其对应业务信息流k的主路由和备用路由矩阵。

上述可靠性评估模块，具体用于，具体方法如下：

采用最优潮流OPF算法确定系统的最优潮流，并用最优潮流作为系统的基准潮流；将所述基准潮流与故障状态下潮流对比，并在故障状态下判断潮流的变化量和是否存在过载线路，当系统发生物理线路故障时，故障线路会出现过载情况，导致系统无法正常运行；如果通信系统完整，电网调度中心的监视设备将会观测到过载的物理线路，并将过载信息上传到调度中心，调度中心接受指令后会向控制设备下达控制指令，运用最优负荷减载算法对过载线路潮流进行调整，使系统恢复正常运行；

当系统中发生通信系统故障，将通信系统故障设置为外层循环；所述通信系统故障包括通信节点故障、通信链路故障和测量装置失效；

在通信系统故障情况下，将物理故障设置为内层循环，每运行一次内层循环表示通信系统故障下发生了一次物理系统故障；

一次完整的外层循环运行完后，表示已经对某一通信系统故障时所有可能发生的物理故障完成了扫描；

对于一次完整的外层循环，将对每一次内层循环采用最优切负荷算法得到的切负荷量进行求和处理；通信节点的重要性与切负荷量的值相关，切负荷量之和越大，则通信节点的关联负荷越大，其重要性越高；切负荷量之和越小，则通信节点的关联负荷越小，其重要性越低；

检查是否已经对系统中所有可能存在的物理故障和通信故障完成了扫描，若均已完成扫描，则结束，否则，将返回外层循环，继续扫描通信系统故障。

通过专家打分方式确定通信业务的重要度，所述重要度按照业务中断或延时对电网可靠性的影响程度来评判，业务中断或延时对电网可靠性影响越大，则业务具有高重要度，反之具有低重要度。

上述韧性路由调度模块，具体用于：

在极端事件为台风场景下，通信链路可靠性评估指标用如下公式表示：

其中，

表示链路(i,j)在某一时间断面下的实际风速，

表示链路(i,j)在该时间断面下的额定风速；R_ij值越大表示链路(i,j)处的实际风速越小，链路的可靠性越高；R_ij值越小表示链路(i,j)处的实际风速越大，链路的可靠性越低；

在网络攻击场景下，受到网络攻击次数多的通信链路具有低的可靠性，反之则具有高的可靠性。

双层协同优化模型的包括上层模型和下层模型：

上层模型的目标函数是电力通信网的可靠性最高；

上层模型方程为：

其中，上标k表示的业务编码，k＝1,2...,K，其中K表示业务总数；n表示通信节点编码，n＝1,2,...,N，其中N表示通信节点总数；I_n表示通信节点n的节点重要性指标，I_n的值与最优切负荷算法所得切负荷量呈正相关，可取其归一化后的值；R_sn表示从控制中心s到通信子站n的通信链路可靠性评估指标，上述公式取其最大值，表示选取从控制中心s到通信子站n所有链路中可靠性最高的通信链路；通过两层求和算法，得到电力通信网可靠性F₁的最大值；

下层模型的目标函数是电力通信网的综合成本最小，在保证可靠性指标的同时，提高经济性，下层模型方程如下:

其中，C₁表示通信链路建设费用，C₂表示通信延时损失费用。

上述韧性路由调度模块，具体用于：

从电力CPS信息-物理耦合的角度分析通信网的可靠性；

在极端事件发生时，应保证重要通信节点的信息流的可靠传输，通过优化路由方法将主备路由分配到可靠的通信链路上。

一种计算机存储介质，其特征在于，所述计算机存储介质存储有能源互联网CPS韧性调度的程序，所述能源互联网CPS韧性调度的程序被至少一个处理器执行时实现上述能源互联网CPS韧性调度的方法的步骤。

本发明与现有技术相比，具有以下特点：

本发明根据已建立的通信节点重要性指标、通信业务优先级指标、通信链路可靠性指标，并结合经济性指标，建立了电力通信网双层协同优化模型。该模型考虑了不同通信节点和通信链路的差异性，通过上下层模型迭代求解，可以得到可靠性与经济性综合指标最优的路由方式，从而指导极端事件下通信网路由的优化调度。相较于传统的基于最短路径的电力通信网路由调度方案，电力通信网韧性调度方案具有更高的可靠性。

附图说明

图1为本发明的能源互联网CPS韧性路由调度方法工作流程图；

图2为本发明能源互联网CPS通信网节点重要性评估方法工作流程图；

图3为本发明能源互联网CPS路由双层协同优化模型；

图4为本发明实施例场景图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，考虑极端事件的能源互联网CPS韧性路由调度方案，应用在电力能源领域，包括如下步骤：以电力信息物理系统为例，在小概率—大损失的极端事件背景下，分别运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，建立了电力通信网模型；

运用最优切负荷算法建立了通信节点重要性评估方法，采用专家打分法确定通信业务的重要度，并提出了极端事件下通信链路可靠性评估指标；

通过综合考虑通信节点重要性指标、通信业务重要度打分值、通信链路可靠性评估指标与电力通信网络综合费用，建立了电力通信网双层协同优化模型。利用该模型可以保障在极端事件影响下，重要通信节点所必需的重要通信业务分配到更加可靠的通信链路上，以提升电力系统韧性。

通信节点重要性评估方法，根据电力通信网模型和最优切负荷算法，分别假设通信网中各通信节点控制设备发生故障。通信系统中节点控制设备发生故障时，倘若此时电网再发生物理系统故障，将导致该节点所连接的发电机或负荷失去调控能力。基于以上机制，在通信节点控制设备发生故障时，对电网做一次“N-1”故障遍历。考虑到电网中存在失去调控能力的节点，使用最优切负荷算法计算出电网可能存在的切负荷量，比较各情况下切负荷量大小，即可评估通信节点的重要性。

结合图2所示能源互联网CPS通信网节点重要性评估框架，具体阐述电力CPS通信网节点重要性评估方法。具体步骤如下：

S11:首先采用最优潮流(OPF)算法确定系统的最优潮流，并用最优潮流作为系统的基准潮流。确定基准潮流的目的是与故障状态下潮流对比，并在故障状态判断潮流的变化量和是否存在过载线路。

S12:假设系统中发生任意可能出现的通信系统故障，如：通信节点故障、通信链路故障、测量装置失效等，并将通信系统故障设置为外层循环。

S13:在某一通信系统故障情况下，假如伴随发生物理故障，电网调度中心将很可能因为通信故障无法监测或控制故障线路，甚至会因为监测数据被篡改而误判断故障类型，下达错误指令，导致故障进一步扩大。所以可将物理故障设置为内层循环，每运行一次内层循环表示通信系统故障下发生了一次特定的物理系统故障，即每次内层循环都可能产生切负荷量。

S14:一次完整的外层循环运行完后，表示已经对某一特定通信系统故障时所有可能发生的物理故障完成了扫描，即对系统做了一次物理“N-1”故障遍历。

S15:对于一次完整的外层循环，将对每一次内层循环采用最优切负荷算法得到的切负荷量进行求和处理。显然，通信节点的重要性与切负荷量的值相关，切负荷量之和越大，表示该通信节点的关联负荷越大，其重要性越高；切负荷量之和越小，表示该通信节点的关联负荷越小，其重要性越低。

S16:检查是否已经对系统中所有可能存在的物理故障和通信故障完成了扫描，若均已完成扫描，结束程序。

图4为本发明的一个实施例场景图，采用IEEE14节点系统验证上述通信网节点重要性评估方法。为保障全系统的可观测性能，并考虑经济性最优，可在节点1、4、6、7、9、14处装设PMU装置；为实现监视和控制功能，在发电机节点装设有发电机出力控制设备，在负荷节点装设有负荷功率控制设备；由最优潮流计算结果可知，节点1，2对应的发电机为系统有功功率的主要来源，即节点1，2为系统的发电中心。

表1为应用本发明通信网节点重要性评估方法得出的通信节点故障对应系统切负荷量大小。对于发电中心节点2和3，一旦其发生故障，系统切负荷量极大，严重影响系统安全稳定运行；而对于大部分负荷节点，通信节点发生故障时所对应的系统切负荷量大小基本相等。所以，处在发电中心或负荷中心的节点具有较高的重要性，这些重要通信节点的信息流应得到可靠保证，并尽量保障信息流经由可靠性较高的通信链路传输。结果显示，运用该方法所得的系统切负荷大小满足实际通信节点重要性要求，验证了上述电力CPS通信网节点重要性评估方法，证明了该方法的合理性与可行性。

表1通信节点故障对应系统切负荷量大小

通信业务的重要度评估，大量通信网业务应具有不同的重要度，业务重要度按照业务中断或延时对电网可靠性的影响程度来评判。业务中断或延时对电网可靠性影响越大，则该业务具有较高的重要度，反之具有较低重要度。综合现有的业务重要度评估方法与国内电力公司通信网技术规范，采用专家打分法对几类典型的通信网业务重要度进行打分，分值越高表示业务具有较高重要度。表2为应用本发明通信业务的重要度评估方法得出的典型业务的重要度打分表。

表2典型业务的重要度打分表

极端事件下通信链路可靠性评估指标，在极端事件背景下，对于重要通信节点所需保障的重要通信业务，应当设法优化路由调度方案，使重要通信业务尽量通过可靠性较高的通信链路传输，以提升传输可靠性和电力CPS韧性。例如，在台风场景下，受台风影响的通信链路将具有较低的可靠性。所以通信链路处风速越高，其可靠性越低，相反，若通信链路处风速低于额定风速，其具有较高可靠性。另外，在网络攻击场景下，受到网络攻击次数较多的通信链路具有较低的可靠性，反之则具有较高的可靠性。

在极端事件为台风的场景下，通信链路可靠性评估指标可用如下公式表示：

其中，

表示链路(i,j)在某一时间断面下的实际风速，

表示链路(i,j)在该时间断面下的额定风速。显然，R_ij值越大表示链路(i,j)处的实际风速越小，链路的可靠性越高；R_ij值越小表示链路(i,j)处的实际风速越大，链路的可靠性越低。

能源互联网CPS路由双层协同优化模型如图3所示，电力通信网韧性调度方案从电力CPS信息-物理耦合的角度全面分析了通信网的可靠性。在极端事件发生时，应充分保证重要通信节点的信息流的可靠传输，通过优化路由方法将主备路由分配到更可靠的通信链路上。从理论上看，电力通信网韧性调度方案虽然会牺牲经济性，但其可靠性得到了充分保证，在一定程度上是合理的。另一方面，我们不仅要考虑电力通信网的可靠性，还要考虑经济指标，使电力通信网的综合成本最小。基于以上两点考虑，可以结合通信节点的重要度指标、通信链路的可靠度指标和经济性指标，建立电力通信网双层协同优化模型。

下层模型以上层模型得出的方案为基础，计算在该电力通信网调度方案上的经济性指标，并将通信链路可靠性指标传递给上层模型，实现上下层模型迭代求解，从而得到电力通信网双层协同优化模型的最优解。需要说明的是，上层模型与下层模型的目标函数中均含有通信链路可靠性，所以不能依照定性思维将通信链路可靠性单独理解为一项可靠性指标，否则将失去上下层迭代算法的重要纽带。

上层模型的目标函数是电力通信网的可靠性最高。

上层模型方程：

其中，上标k表示的业务编码，k＝1,2...,K，其中K表示业务总数。n表示通信节点编码，n＝1,2,...,N，其中N表示通信节点总数。I_n表示通信节点n的节点重要性指标，I_n的值与上述最优切负荷算法所得切负荷量呈正相关，可取其归一化后的值。R_sn表示从控制中心s到通信子站n的通信链路可靠性评估指标，上述公式取其最大值，表示选取从控制中心s到通信子站n所有链路中可靠性最高的通信链路。通过两层求和算法，可以得到电力通信网可靠性F₁的最大值。

下层模型的目标函数是电力通信网的综合成本最小，从而在保证可靠性指标的同时，尽可能地提高经济性。电力通信网的综合成本与通信链路建设费用、通信延时损失、通信链路可靠性有关。下层模型方程如下:

其中，C₁表示通信链路建设费用，C₂表示通信延时损失费用。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在发明待批的权利要求保护范围之内。

Claims (11)

1.一种能源互联网CPS韧性调度方法，其特征在于，包括：

基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，用于构建基于邻接矩阵的路由矩阵形式；

基于最优切负荷算法，评估通信节点重要性指标；并确定通信业务的重要度；

根据所述通信节点重要性指标、通信业务的重要度、通信链路可靠性评估指标与电力通信网络综合费用，建立电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度。

2.如权利要求1所述的一种能源互联网CPS韧性调度方法，其特征在于：基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，具体的步骤如下：

电力通信网描述为由节点和边构成的图G＝(v，e)，电力通信网的连接关系通过邻接矩阵A描述，A的元素为：

式中，v＝{v₁，v₂，...，v_N}表示电力通信网的节点集合，其中，N表示电力通信网的节点总数；e∈v×v表示电力通信网中边的集合，(i，j)∈e表示节点i和节点j具有直接相连的关系；

边的关系表述为1+1主备路，根据电力通信网边与节点的模型关系，构建如下基于邻接矩阵的路由矩阵形式：

式中，上标k为业务编号，k＝1，2，……，K，其中K为业务总数；M^(k)和N^(k)分别为其对应业务信息流k的主路由和备用路由矩阵。

3.如权利要求1所述的一种能源互联网CPS韧性调度方法，其特征在于，基于最优切负荷算法，评估通信节点重要性指标，具体方法如下：

采用最优潮流OPF算法确定系统的最优潮流，并用最优潮流作为系统的基准潮流；将所述基准潮流与故障状态下潮流对比，并在故障状态下确定潮流的变化量、是否存在过载线路；通信系统完整时，电网调度中心的监视设备会观测到过载的物理线路，并将过载信息上传到调度中心，调度中心接受指令后会向控制设备下达控制指令，运用最优负荷减载算法对过载线路潮流进行调整，使系统恢复正常运行；

当系统中发生通信系统故障，将通信系统故障设置为外层循环；所述通信系统故障包括通信节点故障、通信链路故障和测量装置失效；

在通信系统故障情况下，将物理故障设置为内层循环，每运行一次内层循环表示通信系统故障下发生了一次物理系统故障；

一次完整的外层循环运行完后，表示已经对某一通信系统故障时所有可能发生的物理故障完成了扫描；

对于一次完整的外层循环，将对每一次内层循环采用最优切负荷算法得到的切负荷量进行求和处理；

检查是否已经对系统中所有可能存在的物理故障和通信故障完成了扫描，若均已完成扫描，则结束，否则，将返回外层循环，继续扫描通信系统故障。

4.如权利要求1所述的一种能源互联网CPS韧性调度方法，其特征在于，所述通信链路可靠性评估指标的确定方法如下：

在极端事件为台风场景下，通信链路可靠性评估指标用如下公式表示：

其中，

表示链路(i，j)在某一时间断面下的实际风速，

表示链路(i，j)在该时间断面下的额定风速；R_ij值越大表示链路(i，j)处的实际风速越小，链路的可靠性越高；R_ij值越小表示链路(i，j)处的实际风速越大，链路的可靠性越低。

5.如权利要求4所述的一种能源互联网CPS韧性调度方法，其特征在于，双层协同优化模型的包括上层模型和下层模型：

上层模型的目标函数是电力通信网的可靠性最高；

上层模型方程为：

其中，上标k表示的业务编码，k＝1，2…，K，其中K表示业务总数；n表示通信节点编码，n＝1，2，...，N，其中N表示通信节点总数；I_n表示通信节点n的节点重要性指标，I_n的值与最优切负荷算法所得切负荷量呈正相关，可取其归一化后的值；R_sn表示从控制中心s到通信子站n的通信链路可靠性评估指标，上述公式取其最大值，表示选取从控制中心s到通信子站n所有链路中可靠性最高的通信链路；通过两层求和算法，得到电力通信网可靠性F₁的最大值；

下层模型的目标函数是电力通信网的综合成本最小，在保证可靠性指标的同时，提高经济性，下层模型方程如下：

其中，C₁表示通信链路建设费用，C₂表示通信延时损失费用。

6.能源互联网CPS韧性调度系统，其特征在于，包括关联模块，用于基于图论理论和Floyd算法，运用邻接矩阵和出度、入度的等式关系，确定电力通信网边与节点的模型关系，用于构建基于邻接矩阵的路由矩阵形式；

可靠性评估模块，用于基于最优切负荷算法，评估通信节点重要性指标，并确定通信业务的重要度；

韧性路由调度模块，用于根据所述通信节点重要性指标、通信业务的重要度、通信链路可靠性评估指标与电力通信网络综合费用，建立电力通信网双层协同优化模型，进行极端事件下能源互联网CPS韧性路由调度。

7.根据权利要求6所述的能源互联网CPS韧性调度系统，其特征在于，所述关联模块，具体用于电力通信网描述为由节点和边构成的图G＝(v，e)，电力通信网的连接关系通过邻接矩阵A描述，A的元素为：

式中，v＝{v₁，v₂，...，v_N}表示电力通信网的节点集合，其中，N表示电力通信网的节点总数；e∈v×v表示电力通信网中边的集合，(i，j)∈e表示节点i和节点j具有直接相连的关系；

边的关系表述为1+1主备路，根据业务信息流与控制中心的连接关系，构建如下基于邻接矩阵的路由矩阵形式：

式中，上标k为业务编号，k＝1，2，……，K，其中K为业务总数；M^(k)和N^(k)分别为其对应业务信息流k的主路由和备用路由矩阵。

8.根据权利要求7所述的能源互联网CPS韧性调度系统，其特征在于，所述可靠性评估模块，具体用于，具体方法如下：

采用最优潮流OPF算法确定系统的最优潮流，并用最优潮流作为系统的基准潮流；将所述基准潮流与故障状态下潮流对比，并在故障状态下判断潮流的变化量和是否存在过载线路，当系统发生物理线路故障时，故障线路会出现过载情况，导致系统无法正常运行；如果通信系统完整，电网调度中心的监视设备将会观测到过载的物理线路，并将过载信息上传到调度中心，调度中心接受指令后会向控制设备下达控制指令，运用最优负荷减载算法对过载线路潮流进行调整，使系统恢复正常运行；

当系统中发生通信系统故障，将通信系统故障设置为外层循环；所述通信系统故障包括通信节点故障、通信链路故障和测量装置失效；

在通信系统故障情况下，将物理故障设置为内层循环，每运行一次内层循环表示通信系统故障下发生了一次物理系统故障；

一次完整的外层循环运行完后，表示已经对某一通信系统故障时所有可能发生的物理故障完成了扫描；

对于一次完整的外层循环，将对每一次内层循环采用最优切负荷算法得到的切负荷量进行求和处理；

检查是否已经对系统中所有可能存在的物理故障和通信故障完成了扫描，若均已完成扫描，则结束，否则，将返回外层循环，继续扫描通信系统故障。

9.根据权利要求6所述的能源互联网CPS韧性调度系统，其特征在于，所述韧性路由调度模块，具体用于：

在极端事件为台风场景下，通信链路可靠性评估指标用如下公式表示：

其中，

表示链路(i，j)在某一时间断面下的实际风速，

表示链路(i，j)在该时间断面下的额定风速；R_ij值越大表示链路(i，j)处的实际风速越小，链路的可靠性越高；R_ij值越小表示链路(i，j)处的实际风速越大，链路的可靠性越低。

10.根据权利要求9所述的能源互联网CPS韧性调度系统，其特征在于，双层协同优化模型的包括上层模型和下层模型：

上层模型的目标函数是电力通信网的可靠性最高；

上层模型方程为：

其中，上标k表示的业务编码，k＝1，2…，K，其中K表示业务总数；n表示通信节点编码，n＝1，2，...，N，其中N表示通信节点总数；I_n表示通信节点n的节点重要性指标，I_n的值与最优切负荷算法所得切负荷量呈正相关，可取其归一化后的值；R_sn表示从控制中心s到通信子站n的通信链路可靠性评估指标，上述公式取其最大值，表示选取从控制中心s到通信子站n所有链路中可靠性最高的通信链路；通过两层求和算法，得到电力通信网可靠性F₁的最大值；

下层模型的目标函数是电力通信网的综合成本最小，在保证可靠性指标的同时，提高经济性，下层模型方程如下：

其中，C₁表示通信链路建设费用，C₂表示通信延时损失费用。

11.一种计算机存储介质，其特征在于，所述计算机存储介质存储有能源互联网CPS韧性调度的程序，所述能源互联网CPS韧性调度的程序被至少一个处理器执行时实现权利要求1至5任一项所述能源互联网CPS韧性调度的方法的步骤。

Images