论文部分内容阅读
当今世界能源发展面临着资源短缺和环境约束进一步加大的严峻态势,以高效、清洁、安全、可持续为目标的智能电网成为破解这一难题的有效解决方案。随着分布式可再生能源的接入,电能需求和消耗的多样化,以及先进的传感、量测、通信技术在智能电网中的深度融合,使得智能电网中能量和信息的传输过程充满了各类不确定性。如何促进电能供需平衡,实现可再生能源的合理利用,保障电网安全稳定运行成为智能电网发展的关键。智能电网是一个典型的信息物理融合系统(Cyber-physical System,CPS),其能量管理系统(Energy Management System,EMS)担负着优化管理电网运行状态、可再生能源接入、电网与用户双向互动的使命,已经成为学术界和工业界关注和研究的热点。
本文详细阐述了智能电网EMS优化策略的研究现状,系统地分析和总结了构建EMS优化策略亟待解决的关键问题,在考虑能量流和信息流不确定性的前提下,研究了智能电网EMS的优化策略。从能量流角度出发,在充分考虑能量供应端和消耗端不确定性的前提下,针对用户侧负荷不确定性问题,提出了负荷统计规律分析和预测方法;针对微电网之间的电能交易问题,提出了考虑微网电能需求和交易时间不确定性的双边拍卖机制;针对微网中的电动车规模问题,提出了考虑可再生能源不确定性的电动车最优接入规模策略。从信息流角度出发,针对信息传输过程中的不确定性问题,研究了针对智能电网EMS中状态估计的信息完整性攻击。论文的主要研究成果如下:
(1)针对用户侧电能需求的不确定性问题,基于大量真实的家庭用户智能电表数据集,提出了负荷统计规律分析方法和负荷预测方法。首先,通过Shapiro-Wilk和Quantile-Quantile两种非参数方法对负荷数据进行统计分布检验;其次,提出了基于两种机器学习,即支持向量机(Support Vector Machine,SVM)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的短期负荷预测方法,并通过对SVM中的关键参数进行寻优来提升预测精度。实验结果表明,在一定时段内,用户负荷近似为高斯分布;相较于传统预测方法,基于SVM和LSSVM的短期负荷预测方法的误差平均值能够分别控制在7.12%和14.56%以内,其中,基于SVM的预测方法可以得到接近0.76的回归系数,有效提升了负荷的预测精度。
(2)针对用户侧竞价和电能交易问题,在并网型多微网系统中,考虑用户需求和交易时间不确定性的前提下,提出了保证微网之间电能交易的双边拍卖机制。本文将电能过剩和不足的微网分别视为卖家和买家,将微网电能交易问题形式化为最大化社会福利的优化模型,提出了基于迭代的离线双边拍卖机制和基于关键价格的在线双边拍卖机制SODA(Strategy-proof Online Double Auction),在保证高效和公平的前提下,实现了电能的有效分配和交易。通过理论分析,证明了基于迭代的离线双边拍卖机制能够满足用户电能交易需求且达到最大社会福利,基于关键价格的在线双边拍卖机制能够实现防策略性(激励相容性)、个体理性和预算平衡等特性。仿真结果表明,离线和在线双边拍卖机制能够使得微网运行成本分别降低6%和10%,其中,离线双边拍卖机制能够达到最优社会福利,在线双边拍卖机制实现了较高的用户满意度和计算效率。
(3)针对能量供应侧可再生能源的不确定性问题,提出了群岛型微网中的电动车最优接入规模策略。首先,本文以最小化运行成本和环境排放成本为目标,在充分考虑到可再生能源不确定性的前提下,将最优接入规模问题形式化为随机规划问题。其次,通过基于Monte-Carlo的方法表征了与可再生能源相关的不确定性因素,并提出考虑电网峰值负荷限制的实际调度场景,在满足负荷需求和约束的条件下,实现了可再生能源并网与电动车规模的优化调度。仿真结果表明,该方法通过合理调度电动车的规模,有效提升了电网的能源利用效率并降低了环境排放。
(4)针对信息流中的不确定性问题,研究了针对智能电网EMS状态估计的信息完整性攻击策略。从攻击者角度出发,构建了最小代价信息完整性攻击模型,该模型通过篡改最小数目传感器的量测信息,使智能电网EMS错误地估计出电网运行状态。上述问题是一个典型的NP-难问题,难以在多项式时间内求得最优解。为此,本文充分挖掘电网雅克比矩阵信息,在证明最优解存在性的基础上,提出了一种基于Hermit标准型的最优攻击向量求解算法,从理论上证明了该算法具有较低的时间复杂度。仿真结果表明,针对IEEE-118节点系统,该算法求解攻击向量的时间只需0.27s。随着智能传感器配置数目的增加,求解时间复杂度呈现指数级下降。当配置传感器占所有节点的比例大于25%时,上述方法的时间开销锐减到10?2数量级。上述攻击策略的研究能够为制定安全防御机制提供决策依据。
本文详细阐述了智能电网EMS优化策略的研究现状,系统地分析和总结了构建EMS优化策略亟待解决的关键问题,在考虑能量流和信息流不确定性的前提下,研究了智能电网EMS的优化策略。从能量流角度出发,在充分考虑能量供应端和消耗端不确定性的前提下,针对用户侧负荷不确定性问题,提出了负荷统计规律分析和预测方法;针对微电网之间的电能交易问题,提出了考虑微网电能需求和交易时间不确定性的双边拍卖机制;针对微网中的电动车规模问题,提出了考虑可再生能源不确定性的电动车最优接入规模策略。从信息流角度出发,针对信息传输过程中的不确定性问题,研究了针对智能电网EMS中状态估计的信息完整性攻击。论文的主要研究成果如下:
(1)针对用户侧电能需求的不确定性问题,基于大量真实的家庭用户智能电表数据集,提出了负荷统计规律分析方法和负荷预测方法。首先,通过Shapiro-Wilk和Quantile-Quantile两种非参数方法对负荷数据进行统计分布检验;其次,提出了基于两种机器学习,即支持向量机(Support Vector Machine,SVM)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)的短期负荷预测方法,并通过对SVM中的关键参数进行寻优来提升预测精度。实验结果表明,在一定时段内,用户负荷近似为高斯分布;相较于传统预测方法,基于SVM和LSSVM的短期负荷预测方法的误差平均值能够分别控制在7.12%和14.56%以内,其中,基于SVM的预测方法可以得到接近0.76的回归系数,有效提升了负荷的预测精度。
(2)针对用户侧竞价和电能交易问题,在并网型多微网系统中,考虑用户需求和交易时间不确定性的前提下,提出了保证微网之间电能交易的双边拍卖机制。本文将电能过剩和不足的微网分别视为卖家和买家,将微网电能交易问题形式化为最大化社会福利的优化模型,提出了基于迭代的离线双边拍卖机制和基于关键价格的在线双边拍卖机制SODA(Strategy-proof Online Double Auction),在保证高效和公平的前提下,实现了电能的有效分配和交易。通过理论分析,证明了基于迭代的离线双边拍卖机制能够满足用户电能交易需求且达到最大社会福利,基于关键价格的在线双边拍卖机制能够实现防策略性(激励相容性)、个体理性和预算平衡等特性。仿真结果表明,离线和在线双边拍卖机制能够使得微网运行成本分别降低6%和10%,其中,离线双边拍卖机制能够达到最优社会福利,在线双边拍卖机制实现了较高的用户满意度和计算效率。
(3)针对能量供应侧可再生能源的不确定性问题,提出了群岛型微网中的电动车最优接入规模策略。首先,本文以最小化运行成本和环境排放成本为目标,在充分考虑到可再生能源不确定性的前提下,将最优接入规模问题形式化为随机规划问题。其次,通过基于Monte-Carlo的方法表征了与可再生能源相关的不确定性因素,并提出考虑电网峰值负荷限制的实际调度场景,在满足负荷需求和约束的条件下,实现了可再生能源并网与电动车规模的优化调度。仿真结果表明,该方法通过合理调度电动车的规模,有效提升了电网的能源利用效率并降低了环境排放。
(4)针对信息流中的不确定性问题,研究了针对智能电网EMS状态估计的信息完整性攻击策略。从攻击者角度出发,构建了最小代价信息完整性攻击模型,该模型通过篡改最小数目传感器的量测信息,使智能电网EMS错误地估计出电网运行状态。上述问题是一个典型的NP-难问题,难以在多项式时间内求得最优解。为此,本文充分挖掘电网雅克比矩阵信息,在证明最优解存在性的基础上,提出了一种基于Hermit标准型的最优攻击向量求解算法,从理论上证明了该算法具有较低的时间复杂度。仿真结果表明,针对IEEE-118节点系统,该算法求解攻击向量的时间只需0.27s。随着智能传感器配置数目的增加,求解时间复杂度呈现指数级下降。当配置传感器占所有节点的比例大于25%时,上述方法的时间开销锐减到10?2数量级。上述攻击策略的研究能够为制定安全防御机制提供决策依据。