基于局部攻击识别的分布式系统弹性模型预测控制

随着可再生能源占比的不断提高，电力供应的不确定性日益增加。除了可再生能源固有的波动性外，这还源于蓄意恶意攻击的威胁，随着分布式发电单元数量的增长，此类攻击可能变得更加普遍。在其他安全关键的技术领域，控制系统也正变得越来越分散，导致攻击者的目标增多，从而增加了攻击风险。因此，分布式控制器必须对这些不确定性具有鲁棒性，并能对任何类型的扰动做出快速反应。为此，我们提出了基于模型的攻击识别新方法，并将其与分布式模型预测控制相结合，以获得一个自适应鲁棒控制的弹性框架。该方法专为因隐私和安全原因而局部信息有限的分布式设置而设计。为了证明该方法的有效性，我们引入了一个在可再生能源发电和对抗性攻击的不确定影响下物理耦合微电网的数学模型，并进行了数值实验，将所提方法应用于微电网控制。