收藏 分享(赏)

电网核心数据推断算法研究.pdf

上传人:哎呦****中 文档编号:3004703 上传时间:2024-01-16 格式:PDF 页数:5 大小:2.56MB
下载 相关 举报
电网核心数据推断算法研究.pdf_第1页
第1页 / 共5页
电网核心数据推断算法研究.pdf_第2页
第2页 / 共5页
电网核心数据推断算法研究.pdf_第3页
第3页 / 共5页
亲,该文档总共5页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、620232023年SHAANXI TRAISCIENCE&RESEARCHNO.1第1期陕西交通科教研究电网核心数据推断算法研究董明明(陕西交通职业技术学院国资处,陕西西安7 10 0 18)摘要:随着电网智能化的发展,电力网络进入了大数据时代。发电、输电、变电、配电、用电和调度环节产生了海量数据。未来电力数据需要进行公布公开,随之而来的就是核心数据泄密的安全隐患。从电力网络模型、DC潮流模型、能量市场模型入手,提出了线路影子价格已知、阻塞已知与节点注入功率已知三种不同场景下的关键数据推断算法,通过对核心数据推断算法的研究帮助开展电力网络核心数据的保护,提升电力网络数据安全。关键词:电网安全

2、;电网模型;推断算法中图分类号:TM711文献标识码:A文章编号:(2 0 2 3)0 1-0 0 0 6-0 0 0 51引言近年来我国电网智能化程度不断提升,相关管理控制数据成倍增加。这些数据来源于发电、输电、变电、配电、用电和调度等各个环节,可大致分为三类:电网运行、设备检测或监测数据;电力企业营销数据;电力企业管理数据。这些数据都是电力企业的核心资产,但也是电力网络安全风险所在。根据国家能源局2 0 2 0 年2 月发布的电力现货市场信息披露办法(暂行)(征求意见稿)规定,电力交易机构、电网企业、发电企业等均将公布大量数据,存在着严重的数据泄露安全隐患。攻击者只需采用适当的推断技术,对

3、未公开的关键运行数据和参数进行推断,从而支撑后续的连锁故障攻击等多种攻击手段,就能对电力系统的安全产生重大威胁。基于此本文进行电网核心数据推断算法的研究,根据研究结果可以对共享公开数据的风险进行预警。2模型与算法2.1算法分析通过查找文献、互联网检索等方式,获取了电网拓扑和运行状态分析的研究现状和基础理论;根据梳理的理论对掌握的电网运行数据进行分析研究,梳理出算法基础。导纳矩阵是电网的核心参数,其中一个很重要的应用是在直流潮流模型中计算线路潮流,而通过直流潮流模型计算的潮流又常被用于安全约束经济调度,节点边际电价的计算就是基于安全约束经济调度模型的。因此节点边际电价跟导纳矩阵、直流潮流模型、安

4、全约束经济调度模型之间有着密切的联系,节点边际电价的公开有可能对导纳矩阵、潮流计算模型、安全约束经济调度模型进行参数推演。在利用节点边际电价进行参数推演的过程中,将电网重要参数分为三个层:核心静态参数层、能量域模型层以及市场域模型层。电网核心参数可以用于构建能量域模型,而能量域模型的计算结果又可用于市场域模型的计算。这样的数据流动过程是有信息损失的。因此利用市场数据推演这三个层的准确率是不相同的,离市场数据越远,往往会越难准确推演。通过节点边际电价、电网拓扑以及线路阻塞信息,可能无法复原电网导纳矩阵,但是有可能复原出直流潮流模型以及安全约束经济调度模型中的重要参数。根据研究结果初步提出核心数据

5、推断方法。在利用电价估计电网线路参数的过程中,区域边际价格(LMP)机制是电力系统收稿日期:2 0 2 3-3-2 0基金项目:国家电网陕西省电力公司重点研究项目(52 2 6 SX1800FC)作者简介:董明明(198 6),男,陕西交通职业技术学院国资处副教授。20232023年陕西交通科教研究NO.1第1期环境最常用的市场结算工具之一。大多数电力市场区域边际电价的计算采用DCOPF模型,区域边际电价是通过求解直流最优潮流而获得的副产品,是DCOPF优化模型中约束条件的对偶乘子,项目首先研究如何利用DCOPF模型计算实时电价,并通过节点边际电价推演电网导纳矩阵。基于此,根据节点边际电价、阻

6、塞信息和电网拓扑,提出不同场景下的电网线路参数推断模型。2.2电网模型构建为了进行电网线路参数推断,首先构建电网模型、DC潮流模型与能量市场模型。2.2.1电网模型电网可以用图g=(u,)的形式进行描述,其中表示节点的集合,表示边的集合。假设电网中节点数为N+1,边数为L,则电网拓扑可以用邻接矩阵A来描述,AeRs(N+1)。A 的第1列与边(m,n)关联,则有 A,m=+1,A,=-1,A的第1列其余元素为0。电网图的拉普拉斯矩阵为:LATWA(1)其中W=diagwi,w2,,W,是一个对角阵,其对角线上的元素表示边上的权重,在电力系统中每条边的权重跟这条边上的物理器件有关,w1=x1。将

7、该图的拉普拉斯矩阵称为导纳矩阵。B=ADA(2)其中 D:=diag(x-l=,)2.2.2DC潮流模型令,表示节点n的电压相角,P。表示节点n的节点注人功率,从节点m到节点n的线I上的潮流:fi=(3)1其中x1表示线路上的电抗,x10令f=fif2,fi,o=1,o,则f=DA(4)节点注人功率:P=Af=ADA=B(5)假设节点1作为参考节点,P=P 1,P T T,=。A 表示A去掉第一列之后的矩阵。B=ADA,则有:f=DAB-P=O,DAB-1P(6)令=DAB-1,=O,DAB-,则为功率传输分布因子矩阵,r和导纳矩阵之间B的关系可以描述为:BFT=AD(7)2.2.3能量市场模

8、型LMP的计算通过求解优化模型得到,其中比较常用的是安全约束经济调度模型,美国大部分电力市场采用的是简化的直流最优潮流模型(DCOPF)。DCOPF模型可以描述为:p*e argmin cp(8)PS,t,PPP(86)P1=0(8c)-fIPf(8d)如果节点几是发电机节点,则该节点的节点注人功率P,受到发电机出力限制,c,是节点n的发电机愿意售电的最低价格。如果节点n是负荷节点并且是固定负载,P,非正并且满足P,=P,c ,为0。如果节点n是负荷节点并且是弹性负载,P,取决于购买弹性负载的购买意愿,c,为弹性负载用户愿意购电的最高价格。如果节点n是零注人节点,则P,=0。该优化问题的解不仅

9、取决于市场参与者的竞标(c,P,P。令入。表示(8 c)对应的拉格朗日乘子,ER,*R表示(8 d)对应的拉格朗日乘子。其中入。的物理意义为能量价格,*的物理意义为线路影子价格。节点边际电价LMP可以表述为:LMP=入o1+FT+W(9)节点边际电价三项价格分别为能量价格、阻塞价格和线路损失价格。多数电力市场会分别公布以上三项价格,即使只披露LMP三项价格之和,也可以很方便地计算出入。,其中入。约等于参考节点的节点边际电价。令入,表示时间t所对应的阻塞价格和线路损失价格之和,即入,=FT,+n,(10)2.3推断模型构建2.3.1线路影子价格已知的推断模型三个正演模型描述了电网拓扑、线路参数、

10、导纳矩阵、功率传输分布因子矩阵、节点边际电价、线820232023年陕西交通科教研究NO.1第1期路影子价格等之间的数学关系。接下来根据这些数学关系推导反演模型不考虑网损,由式(10)可得:入,=FT(11)由式(2)、(7)、(11)可得:ADA,=ADT,(12)式(12)描述了拓扑、线路参数、节点边际电价和线路影子价格之间的关系。令X=x ,x 2 ,x1,,因为D:=d i a g(X/=),式(12)可改写为:Ar diag(A,-,)X=0(13)在一段时间t=1,2,,T时间内,Ar diag(A,-T,)Ar diag(A2-T2)X=0(14)Ar diag(Ar-Tr,)线

11、路影子价格已知时,反演模型可描述为优化模型:minZI-,llA diag(AA,-T,)XIl?(15)s,t,X0由于式(14)描述的方程一般为无穷多解,即该反演问题不适定。这里采用Tikhonov正则化技术来求解,问题转化为:minZI-1llArdiag(AA,-T,)XI2+ullXIl?(16)s,t,X02.3.2阻塞已知的推断模型能量市场模型为LP模型,根据该模型求解的互补松紧条件可得(,P-,)=0(17)(,P+门,)=0#也就是说如果线路在规定线路正方向上发生阻塞,则 0,0;如果线路路在规定线路反方向上发生阻塞,则=0,【0;如果线路未发生阻塞,则有=0,=0。综上,线

12、路发生阻塞,则-【0;线路未发生阻塞,则-=0。假设阻塞线路已知,而线路影子价格未知。构造阻塞向量sER,如果节点n存在相邻的边发生阻塞,s,,=0;否则,s,,=1。则根据公式(12)、(17)可得diag(s,)ADA入,=diag(s,)AD,=0(18)式(18)可改写为:diang(s,)Ar.diag(A入,)X=0(19)根据式(19)对X进行估计,同样的,因为该反演问题不适定,采用Tikhonov正则化,建立优化模型minZ1-ll diag(s,)Ar.diag(AX,)X Il2(20)Xs,t,X02.3.3节点注入功率已知的推断模型根据电网模型与DC潮流模型的描述,可以

13、发现电网拓扑、线路参数、导纳矩阵三者与节点注人功率和节点电压相角之间存在着数学关系,因此也可以根据从SCADA获取的量测历史数据来实现线路拓扑与参数的反演推断。考虑DC潮流模型,由式(5)可得:P=BO(21)针对该模型,求解目标为P,而B、均未知,因此该问题可以描述为式(2 2)中的最小二乘模型:minllP-BoIl,+入IBI1(22)B,S.t.H diagmal 0(23)H=HT(24)H,=0(25)T1g=0(26)Hotrue=P(27)式(2 2)本质是两个未知参数的优化问题,入B1是对导纳矩阵B的稀疏化约束。式(2 3)、(2 4)、(2 5)是对导纳矩阵物理特性数学化后

14、的约束条件,表明该矩阵正定、对称、任意行列之和为1。式(2 6)是对参考节点电压相角的约束,表面参考节点电压相角为0。式(2 7)将部分已知的节点电压相角量测作为等式约束加入该问题中。由该式可知,对导纳矩阵B的推断可转化为对线路拓扑A和线路参数D的推断。3数据仿真3.1数据准备本文研究在IEEE30bus系统上进行仿真,IEEE30bus基准包括18 个负载总线、6 个发电机和6 个零注入总线。传输网络由41条线路组成,额定值为16 至130 MVA。I EEE30 b u s 系统如图1所示。92023年2023陕西交通科教研究NO.1第1期230232210图1IEEE30bus图为了模拟

15、真实负载变化,实验需要生成实时负载数据,使用了2 0 12 年全球能源预测(GEF)竞赛公布的实际负荷数据。把各个地点的负载数据归一化,然后乘以IEEE30bus中负载的有功功率值。得到一段时间内2 0 个负载节点的实时负载,如图2 所示。ConorvtedLeed ProflesTimSet图2仿真实时负载数据3.2结果分析(1)根据节点注人推断模型计算得到电网导纳矩阵,求解得估计导纳和真实导纳对比如图3所示。可以看到,推断的导纳矩阵结果较好,与真实导纳矩阵之间差异较小。一0.850.6100.40.2150-0.220-0.425-0.6-0.830151015202530Bus Node

16、0.850.6100.40.2150-0.220-0.425-0.6-0.830-151015202530Bus Node图3估计导纳矩阵(上)和真实导纳矩阵(下)对比(2 根据节点注入功率推断电网拓扑及线路参数,并根据线路两端节点状态量测是否已知对线路进行分组,考察不同观测程度线路的推断效果。不同可观测程度节点间线路的位置推断结果如图4所示。实验中将线路拓扑分为三类:单端状态量测已知、双端已知、双端均未知。由图4可见,随着可观测节点数增加,对线路拓扑的推断结果也越准确,且线路两端节点状态量测均以已知的线路预测准确度最高。由图5可见对导纳值的推断结果与拓扑的推断结果基本类似,线路两端已知的状态

17、量测越多,对线路导纳的推断误差就越小,推断也越准确。1.20.80.60.40.202345678910误差 0.2 误差 0.1圈误差 0.0 5误差 0.0 1图4对节点间线路位置的推断准确度1020232023年陕西交通科教研究NO.1第1期0.70.60.50.40.30.20.10101418222629可观测节点数图5线路导纳值的推断误差4丝结论本文提出的电网核心数据推断算法,可通过节点注入功率对电网拓扑和线路参数进行推断,在此基础上加人部分节点状态量,可使推断结果的精度大幅提升。通过电网核心数据的推断算法可以在共享数据时检验公开后的风险,预防电网核心数据外泄带来的危害,提升电力系

18、统数据管理的安全性。参考文献1 Li Bin,Chen Haoran,Hu Ke.A Data Preprocessing Basedon Cluster and Testing of Parameter Identification Methodin Power Distribution Network J.Energies,2022,15(21).2 Li Bin,Jiang Yehai,Hu Ke,Zhou Xiangyi,Chen Haoran,Xu Shihe,Jiao Hao,Chen Jinming.Adaptive Gradient-Based Optimization Met

19、hod for Parameter Identification inPower Distribution Network J.International Transactionson Electrical Energy Systems,2022,2022.3应杰耀.基于物联网技术的智能电网数据安全问题研究进展 J.电子科技,2 0 2 3,36(0 3):7 6-8 0.【4俞佳莺.基于关联分析的智能电网数据传输穴余动态校验系统 J.微型电脑应用,2 0 2 2,38(0 1):154-157.5赖伟平,林笔星.基于PCA-MP-BP的智能电网数据融合方法 J.微型电脑应用,2 0 2 2,

20、38(0 1):198-2 0 1。6 Liu Chensheng,Liang Hao,Chen Tongwen.Network Pa-rameter Coordinated False Data Injection Attacks AgainstPower System AC State EstimationJ.IEEE TRANSAC-TIONS ON SMART GRID,2021,12(2).7张捧,陈艺琳,易传佳,王园,夏萍萍,左黎明.以数据为核心的安全泛在微电网智能管理平台 J.计算机技术与发展,2 0 2 0,30(10):143-148.8郑忠斌,王朝栋,蔡佳浩.NB-IoT的技术优势及在电网中的应用研究J.通信技术,2 0 2 0,53(0 7):17 8 6-1793.9孙鸿飞,倪嘉,彭丽.智能电网大数据的核心技术J.大众用电,2 0 17,32(0 2):2 7-2 8.10孙鸿飞,弓丽栋,张海涛,武慧娟.智能电网大数据分析框架及其应用演进研究 J.现代电力,2 0 16,33(0 6):64-73.

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2