配电网用户侧异构电力物联设备运行安全管控分析

随着配电网用户侧异构电力物联设备(UPID)接入电力系统的规模进一步扩大,给电力系统带来了一种新型的安全威胁——需求侧操控攻击。在此背景下,电力系统有必要对配电网UPID进行运行安全管控。为此,将软件定义网络(SDN)融入电力信息物理系统,提出一种针对配电网UPID控制指令的动态路由策略。首先,针对海量的设备数据,在各变电站部署边缘计算服务器;其次,考虑控制指令关联运行功率、动态信用以及电力系统网架结构等因素,构建一种三阶段的动态路由策略;最后,利用SDN控制器对控制指令实现就地控制。仿真结果表明,所提基于SDN的动态路由策略通过拒绝转发低信用的控制指令可有效避免大规模配电网UPID异常动作给电力系统带来的恶意影响,为电力系统抵御需求侧操控攻击提供一种解决思路和实施方案。

配电网用户侧异构电力物联设备安全研究综述及展望

随着配电网用户侧异构电力物联设备(简称为“配电网用户侧物联设备”)接入电力系统,电力系统的安全防护边界变得日益模糊,使得基于物理隔离装置的安全防护体系无法成为保护电力系统运行安全的壁垒。考虑到设备的网络风险特征,配电网用户侧物联设备的网络安全给电力系统运行带来了新的隐患。为了更好地揭示电力系统在大规模配电网用户侧物联设备接入场景下所面临的安全威胁,并为制定相应的安全防护措施提供参考,对配电网用户侧物联设备的安全研究进行了全面的综述与展望。结合设备各组件间的通信架构,分析了目前配电网用户侧物联设备的网络安全脆弱性以及潜在的攻击手段;考虑配电网用户侧物联设备终端的运行特性,揭示其异常动作对电力系统造成的安全影响;从设备的“端”“管”“云” 3个方面重点综述了目前配电网用户侧物联设备各组件的主要安全防护研究;对该领域未来需要深入探索的研究方向进行了展望。

配电网用户侧异构电力物联设备网络风险量化评估

随着配电网用户侧异构电力物联设备(以下简称“配电网用户侧物联设备”)接入电力系统的规模逐步扩大,针对它的网络攻击将会对电力系统安全造成严重的破坏,配电网用户侧物联设备的网络风险评估由此成为了目前电力系统亟需解决的关键问题。首先,计及设备终端、移动应用、云端等各组件网络安全防护和终端运行特性,识别配电网用户侧物联设备网络风险评估指标,并结合改进的层次分析法和变异系数法对评估指标进行组合赋权。进而,依据设备网络风险概率以及设备被恶意攻击后对电力系统造成的物理后果,提出一种信息物理融合的配电网用户侧物联设备网络风险评估模型。最后,针对高风险的配电网用户侧物联设备,通过指标对标分析目前终端、移动应用、云端等各组件网络安全防护的薄弱环节,指明设备各组件网络安全防护亟待改进的方向。研究成果以期对用户侧电力物联网的建设以及安全防护提供一种有效的科学判据,从而降低用户侧电力物联网网络风险,确保电力系统运行安全。

基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测

针对气象变化时负荷曲线预测精度低、预测模型不能完全适应气象变化的情况,提出了一种基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测方法。提出了完全气象因子序列的概念,建立气象粒化集;采用空间多元回归及滞后模型结合多策略灵敏度分析法,建立了针对复杂气象条件下的极值预测模型;基于改进的K-means聚类分析法查找并获取气象特征日,计算初步预测曲线,主动判断预测曲线畸变概率并进行优化修正,得到最佳预测日负荷曲线;利用动态数据流对模型参数进行更新,实现精细化预测。最后采用该方法对我国南方某地区全年负荷曲线进行预测,验证了模型在多种气象条件下的预测准确性,尤其适用于短期内气象存在复杂变化的情形。

基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测

短期负荷预测容易受到气象等多种因素共同作用的影响,找到关键影响因素是提高短期负荷预测精度的必要手段。电力系统海量数据包含了巨量的运行信息,为挖掘有用信息,提高数据利用效率,提出了一种基于改进SLIQ算法及多粒度气象信息匹配的短期负荷预测方法。采用改进的SLIQ决策树算法对气象负荷信息进行聚类,提取同等气象条件下决定负荷波动的关键因素。由动态灵敏度方法建立短期负荷拐点预测模型,再由熵权法选择最佳预测参考日并预测曲线拐点,并在此基础上提出多粒度气象信息匹配算法进行负荷曲线预测。通过对我国南方某地区的多季节负荷进行仿真预测,计算结果表明在任意气象条件下曲线预测精度均能满足电网要求,证明了所提方法的正确性及普适性。

基于分形特性修正气象相似日的节假日短期负荷预测方法

节假日负荷易受气象信息、国家调休政策等影响,预测精度较低。为解决上述问题,提出了基于分形特性修正气象相似日的节假日短期负荷预测方法。采用归一化处理和日期适当调整,解决了数据值之间的差异性、经济增长率和负荷变化趋势不一致的问题;将分形特性的自相似性引入节假日短期负荷预测,剔除气象突变带来的不良影响,在海量历史样本集中精准确定相似日查找范围;依据相似性原理,综合考虑气象、日类型等影响因素,建立曲线辨析函数计算负荷的差异系数,在特定范围内查找与待预测节假日气象最相似的一天。以南方某电网数据为实际算例进行仿真,结果表明所提出方法满足工程实际的需求,其中2015年春节期间96点日负荷准确度达97.63%。

基于标幺化负荷灵敏度的夏季空调负荷计算

为应对夏季空调尖峰负荷,在高温期间合理安排发电计划,提出一种针对夏季空调负荷的预测方法。该方法通过寻找每个月的负荷基准,将负荷进行标幺化处理,再通过基于灵敏度的分析方法计算由温升效应带来的夏季空调负荷,该法有效消除了经济波动、拉闸限电等不确定因素的影响。利用该方法分析了2008—2014年广西电网的夏季空调负荷,并提出了基于改进的负荷曲线法,其结果进一步验证了基于标幺化负荷灵敏度法的有效性。

考虑气象因素的冬季取暖负荷计算

通过研究气象与冬季取暖负荷的关系,在负荷标幺化方法的基础上研究了冬季日最大负荷随综合平均气温变化的灵敏度,建立了冬季取暖负荷模型。该方法有效消除了经济波动、拉闸限电等不确定因素的影响,并可直观地看出广西冬季气温每降1℃时电网增加的负荷量。利用该方法分析了2008—2013年广西电网的冬季取暖负荷,其结果为广西电网制定冬季高峰时段负荷调控政策及措施提供科学依据。

基于气象信息粒还原的台风分时段短期负荷预测

台风期间气象会经历三段式变化,电力负荷的周期性模式被打破。为了提高台风影响期间负荷预测的准确度,该文提出了基于气象信息粒还原的台风分时段负荷预测方法。将台风期间负荷水平的变化趋势看作分段函数,利用台风模式的判定条件进行分时段,适应台风过境过程气象变化规律;依据台风期间统调负荷与台风影响城市负荷变化的相关度较大,利用多元线性回归拟合关键因素建立负荷变化量模型;当风速达到一定阈值,考虑破坏性台风的损失负荷;采用气象信息粒还原方法,寻求近似无台风属性的环境来建立统调基础预测模型。该文运用南方某电网的相关数据进行验证,仿真结果为台风期间电网的调度安排提供了较为准确的数据支持。

基于气象灵敏度分析和特征日修正的短期日负荷曲线预测

短期负荷预测是电力系统运行的基础工作,准确的负荷预测是系统安全稳定运行的重要保障。随着电力市场的不断扩张,气象敏感负荷在负荷总体中所占比例急剧上升,气象成为电力调度部门在制定运行计划时不可忽略的重要因素。提出了一种基于气象灵敏度分析和特征日修正的短期日负荷曲线预测方法,研究季节性气象与负荷的相关性,提取关键气象因素建立回归拟合模型,通过函数求导法得到负荷与关键气象因子的灵敏度;由气象特征判别函数找到待预测日的气象特征日与趋势特征日,结合日负荷极值预测值计算得预测日负荷曲线。最后通过采用我国南方某地区的负荷实际数据,验证了所提方法的准确性和有效性。

基于拉丁超立方重点采样的静态电压稳定概率评估法

为描述新型电力系统下大规模风电等不确定因素对系统静态电压稳定的影响,研究系统临界功率概率分布及给定负荷水平下的电压失稳概率,本文构建电压稳定非线性规划模型,采用机会约束引入随机变量,使用拉丁超立方重点采样法构建样本空间,使用内点法计算系统临界功率概率分布,通过与蒙特卡洛法对比验证算法的有效性、收敛性和耗时,最后应用所提算法分析风电出力在不同置信水平和约束上限对系统临界功率的影响,结果表明所提方法快速有效。

基于TPE-BIRCH的电网安全隐患分类方法

针对大数据量情况下电网安全隐患快速分类难的痛点,本文提出一种基于层次结构平衡迭代聚类(Balanced Iterative Reducing and Clustering Using Hierarchies,BIRCH)和树形结构核密度评估(Tree-structured Parzen Estimator,TPE)的电网安全隐患分类方法。首先,算法基于TextRank构建电力行业词库,使用JIEBA库完成隐患问题文本切分词,并构建对应的特征矩阵。其次,使用BIRCH对特征矩阵进行聚类,并使用TPE优化BIRCH聚类超参数。最后,根据聚类结果映射得到安全隐患分类。实际算例测试表明,所提算法快速有效,可实现电网安全隐患分类的细颗粒度聚焦和多维度概括。