← 返回
面向抵御FDIAs与通信中断的弹性广域阻尼控制的实时信息物理联合仿真
Real-Time Cyber-Physical Co-Simulation for Resilient Wide-Area Damping Control Against FDIAs and Communication Disruptions
| 作者 | Kundan Kumar · Priyesh Saini · Abhineet Prakash · Sanjoy K. Parida · Khaled Ali Al Jaafari · Hatem H. Zeineldin |
| 期刊 | IEEE Transactions on Industry Applications |
| 出版日期 | 2025年5月 |
| 技术分类 | 储能系统技术 |
| 技术标签 | 储能系统 SiC器件 |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | 可再生能源集成 实时共仿真 广域阻尼控制器 信号重建框架 区域电网模型 |
语言:
中文摘要
将可再生能源(RESs)整合到现代电力系统中带来了诸多挑战,其中最紧迫的是需要一个能够精确复现这些复杂系统复杂动态的仿真平台。本文介绍了基于实时网络物理测试床硬件在环联合仿真(RTCPTC - HIL)方法的实施情况和结果,旨在评估所提出的含高压直流输电(HVDC)的广域阻尼控制器(WADC)在缓解大规模可再生能源接入电力系统区间振荡方面的有效性。该测试床集成了用于系统建模的OPAL - RT OP4510和用于控制器开发与测试的OP8665,并通过物理连接和TCP/IP实现实时通信。此外,广域阻尼控制器的功能依赖于从相量测量单元(PMUs)获取的远程测量数据,而这些数据易受干扰和网络攻击影响,可能会降低控制器的性能。为解决这一问题,本文提出了一种基于卷积神经网络 - 长短期记忆网络(CNN - LSTM)的机器学习信号重构框架,以增强广域阻尼控制器应对通信干扰和异常情况的恢复能力。利用印度东部区域电网的25机105节点简化模型对所提出的框架进行了验证。
English Abstract
Integration of Renewable Energy Sources (RESs) into modern power systems presents a myriad of challenges, foremost among them being the pressing demand for a simulation platform capable of accurately replicating the intricate dynamics of these complex systems. This paper presents the implementation and outcomes of a Real-Time Cyber-Physical Testbed Co-simulation with Hardware-in-the-Loop (RTCPTC-HIL) approach to evaluate the effectiveness of the proposed Wide-Area Damping Controller (WADC) with HVDC in mitigating inter-area oscillations in large-scale RESs integrated power systems. The testbed integrates OPAL-RT OP4510 for system modeling and OP8665 for controller development and testing, with real-time communication via physical connections and TCP/IP. Moreover, WADC functionality depends on remote measurements acquired from PMUs, which are vulnerable to disruptions and cyber-attacks, potentially compromising controller performance. To address this, a machine learning-based signal reconstruction framework leveraging CNN-LSTM is proposed to enhance WADC resilience against communication disturbances and anomalies. A 25-generator, 105-bus truncated model of India's Eastern Regional grid is utilized for validation of proposed framework.
S
SunView 深度解读
从阳光电源的业务视角来看,这项研究对我们在新能源并网控制和系统稳定性领域具有重要参考价值。论文提出的实时信息物理联合仿真平台与广域阻尼控制器(WADC)技术,直接对应我们在大规模光伏电站并网、储能系统协调控制以及新能源电力系统解决方案中面临的核心挑战。
该技术的核心价值体现在三个层面:首先,针对可再生能源大规模接入引发的区域间振荡问题,WADC结合HVDC的控制策略为我们的1500V光伏逆变器和MW级储能变流器提供了系统级协调控制的理论支撑。其次,基于CNN-LSTM的机器学习信号重构框架,能够有效应对PMU测量数据在通信中断和网络攻击下的失真问题,这对我们正在推进的智慧能源管理系统具有直接借鉴意义,可增强系统在复杂电网环境下的韧性。第三,硬件在环实时仿真方法为我们验证新一代控制算法提供了可行路径。
从技术成熟度评估,该方案已在印度东部电网的25机105节点模型上得到验证,但距离商业化应用仍需解决几个关键问题:一是机器学习模型在不同电网拓扑下的泛化能力;二是实时计算资源需求与边缘控制器硬件成本的平衡;三是与现有SCADA/EMS系统的兼容性。
对阳光电源而言,这项技术指明了两个战略机遇:一是将信息安全防护能力嵌入下一代智能控制器产品中,形成差异化竞争优势;二是在源网荷储一体化项目中,构建具备自愈能力的广域协调控制系统,提升大型新能源基地的并网友好性。建议我们启动预研项目,结合公司在功率变换和能量管理方面的技术积累,开发适用于分布式新能源场景的轻量化韧性控制方案。