【摘 要】
：
无线技术的升级换代带来了网络服务架构的变革,5G通过逻辑专网能够为电力等垂直行业提供更便利的服务.随着5G与电网应用深度融合,其安全影响范围扩大,因此对5G背景下需求响应(demand response,DR)通信发展的安全防护问题进行了讨论.首先,给出了电力需求响应通信架构,分析了5G技术支撑下的DR通信安全需求;其次,设计了基于5G网络切片技术的需求响应安全防护体系,在网络协议安全、设备资源安全、云和虚拟化安全及安全管理能力等方面制定了具体的安全防护策略;最后,根据5G组网策略的差异、网络切片隔离方面
【机 构】
：
华北电力大学 电气与电子工程学院,北京市 昌平区 102206;中国电力科学研究院有限公司,北京市 海淀区 100192
论文部分内容阅读
无线技术的升级换代带来了网络服务架构的变革,5G通过逻辑专网能够为电力等垂直行业提供更便利的服务.随着5G与电网应用深度融合,其安全影响范围扩大,因此对5G背景下需求响应(demand response,DR)通信发展的安全防护问题进行了讨论.首先,给出了电力需求响应通信架构,分析了5G技术支撑下的DR通信安全需求;其次,设计了基于5G网络切片技术的需求响应安全防护体系,在网络协议安全、设备资源安全、云和虚拟化安全及安全管理能力等方面制定了具体的安全防护策略;最后,根据5G组网策略的差异、网络切片隔离方面的不足,给出了5G应用于需求响应所要面临的挑战和解决思路.
其他文献
目前,我国已进入网络化、数字化社会,电视台数字化发展趋势日益明显,电视台逐渐构建了网络化硬盘制作播控系统,不仅有利于提高工作效率,而且能够确保系统稳定、安全地运行,无论制播设备的任何子系统出现问题,均不会对整体业务流程造成影响.电视台相关应高度重视电视制播一体化的网络管理与维护工作,确保整个系统安全运行.
针对不同能源系统的多元异质性,建立了兼顾热力系统源–网–荷以及气网管道差异化能量惯性的电–热–气综合能源系统优化调度方法.首先,针对热惯性展开研究,为克服热传输延时连续性和调度时段离散化的矛盾,提出一种基于流量分段法的热网传输惯性模型,并将该方法引入热源侧的模型构建,进而结合负荷侧的建筑热惯性,共同构建了考虑源–网–荷多种热惯性的热力系统模型.其次,为刻画天然气网络气惯性的动态特征,利用虚拟节点构建稳态模型代替原有的暂态模型,避免了偏微分方程的直接求解,大福降低了计算的难度.最后,基于不同能量惯性全面精确
随着分布式电源(distribution generation,DG)和电动汽车(electric vehicles,EV)渗透率的不断增加,在改善能源结构和减少环境成本的同时,也对配电网的选址定容规划提出了更高的要求.针对此问题,考虑不同DG、EV和负荷的不确定性,建立基于元件故障率变化的DG、EV故障运行成本模型,推导出DG、EV充电站(electrical vehicle charging station,EVCS)的整体故障率,并将故障运行成本加入到年综合费用中,同时计及元件故障率变化以及维修时间
集群空调负荷(air conditioning loads,ACLs)作为需求侧可调度资源的占比逐年增加,已成为电网“削峰”负荷的重要组成部分.但ACLs在退出调控时会使集群功率达到峰值,对电网产生较大冲击.为平抑ACLs反弹效应,建立了基于随机状态空间和条件转移的ACLs混杂系统模型,采用等容量反聚合退出策略,提出了基于辨识参数的马尔科夫链控制方法.通过仿真算例分析了集群物理参数分布以及总体功率,验证了该控制方法能够精确辨识集群参数且能够有效抑制ACLs反弹效应.
分体式储能虚拟同步发电机(virtual synchronous generator,VSG)的前、后级子系统级联稳定对其可靠实现调频、调压等辅助服务功能至关重要.为了确保储能接口变换器与控制参数未知的VSG在整个工作条件范围内均级联稳定,提出了前级变换器输出电压鲁棒PI控制器参数设计方法:首先,求取前级变换器带理想电流源型负载时的输出电压PI参数稳定区;然后,将后级VSG视为恒功率负载,计算其最大负载条件下的VSG闭环输入阻抗(即为负电阻Req)和最小负载情况下的前级变换器闭环输出阻抗Zoc(s),得出
智能电网背景下,具备分布式光伏出力和自动需求响应要素的智能楼宇联合运行可以促进光伏发电的就地消纳,提高其用电经济性.因此,构建了以配有储能系统的智能楼宇集群运营商(smart building cluster operator,SBCO)为中心的能量交易框架,并提出一种考虑分时电价差异性和基于主从博弈的能量共享方法.首先,考虑到不同负荷类型楼宇用户存在分时电价差异性,且智能楼宇的实时需求响应会促进集群内部的能量共享,建立了SBCO的日前储能调度模型.其次,计及SBCO和楼宇用户具有不同逐利特性及用户的信息
为了提高风电功率的预测精度,提出了一种基于最优变分模态分解(optimal variational model decomposition,OVMD)、麻雀算法(sparrow search algorithm,SSA)、深度极限学习机(deep extreme learning machine,DELM)和灰色模型(grey model,GM)的超短期风电功率预测方法.该方法通过OVMD对原始风电功率时间序列进行自适应分解;然后针对各分量建立DELM预测模型并利用SSA算法进行参数寻优,并对各个分量的预
针对双馈风电场并网系统的次同步振荡的抑制问题,现有文献大多将整个风电场等值为一台机组进行研究,忽略了不同位置机组的个体差异性.计及场内风电机组的个体差异性,提出了一种双馈风电场多机控制参数协同优化的次同步振荡抑制方法.首先,建立了双馈风电场的多机等值模型,对比分析了不同机组的机侧变换器电流环比例参数对整个并网系统次同步振荡特性以及动态性能的影响.然后,提出了一种兼顾基频特性的基于正交实验优选、综合权重分析和粒子群算法的多机控制参数优化方法.结果表明,参数优化后在使系统具有较好基频动态特性基础上,有效提高了
“源-网-荷”协调性评估有不同视角,从电网安全性角度,潮流分布是三者共同作用的结果,也是制约功率平衡能力的主要因素.前期研究表明,当有功路径的功角均衡时,主网静态安全性最好,但路径功角获取不易.实践经验表明,主网的线路有功负载率均衡性与路径功角均衡性一般正相关;当其较均衡时,主网静态安全性较高.故关键是针对时变潮流分布,如何评估可变时间窗内的线路负载率均衡性.研究发现,在构建主网线路的有功负载率时序矩阵并对其进行奇异值分解后,其主导阵蕴含了负载率总体动态均衡的关键信息,而次要阵则包含了不协调线路的负载率时
电热联合系统优化调度问题对于实现系统的能源互补、经济运行具有重要意义.电热联合系统优化运行涉及非线性、非凸、多目标问题求解,传统方法在计算实时性与迭代收敛性等方面存在困难.文章首先构建电热联合系统优化数学模型,将电热联合系统按照不同利益主体划分为多智能体,基于多智能体深度确定性策略梯度强化学习算法,建立了适用于电热联合系统的行动器-评判器框架,将优化模型转化为强化学习模型.其次对智能体进行了状态与动作空间的划分,搭建多智能体强化学习环境并设计相应的奖励函数.最后进行电热联合系统算例验证,表明所提方法可以有