[发明专利]一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术

说明书

本发明提出的一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术，第一，将来自外部的虚假数据注入攻击建模成外部干扰，基于干扰可补偿性和可抑制度理论重新设计动态跟踪控制算法；第二，基于自抗扰控制技术设计一个扩展状态观测器，实现对注入虚假数据的准确估计。本发明可以确保微网中的节点在遭遇恶意虚假数据注入攻击时，仍能够准确跟踪到所有节点电力消耗的平均值，进而得出电力消耗总数据，为供需负载平衡控制提供决策参考。

技术领域

本发明涉及一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术。

背景技术

随着经济和社会发展对能源需求的不断增长，分布式可再生能源发电由于靠近用户侧直接供能且便于实现多种能源形式的互补而受到越来越多的重视。但是，分布式可再生能源固有的间歇性和波动性特点不可避免地对电网运行和电力交易造成冲击，从而影响电力系统的安全性和稳定性。另一方面，大量不受控的分布式能源发电并网会造成电力系统不可控制和缺乏管理的局面。这些因素严重限制了分布式可再生能源在电力系统的接入规模和运行效率。为整合分布式发电优势，降低分布式可再生能源对电网的冲击和负面影响，研究人员提出了智能微网的概念。

智能微网主要在发配电系统的基础上增加一个存储和调度电能的环节，可以让整个电网系统运行的更加合理，在用电高峰期，微网系统可以为负载提供能量；在负荷低谷期，微网系统可将电网中多余的能量存储起来。具体而言，在电力供应侧，需要建立一个分层的需求控制方案，以实现经济消费调度，满足能源用户的需求；在电力需求侧，需要对可再生能源发电的随机性进行适当的模型化，并满足电力消耗和发电之间的负载平衡约束问题。显而易见，要实现智能微网系统的供需负载平衡，首先要解决的就是如何动态实时地获取整个系统的电力消耗需求问题，然后才能合理地规划电力生产、存储和调度环节。

由于智能微网是一种分布式的新型网络结构，传统的集中式控制方法已不再适用，因此，一种称为动态平均跟踪的技术就被引入到智能微网研究领域。动态平均跟踪技术旨在设计一个分布式协同控制算法，使得网络中的每个节点仅通过与其邻居节点交换信息就能够跟踪到所有节点时变参考信号的平均值。在传统的动态跟踪协同算法中，每个节点必须与其邻居节点进行信息交互才能针对某个感兴趣的变量达成共识。然而，在实际应用中，来自外部的恶意攻击会轻易地打破整个微网信息跟踪的准确度，从而导致供需负载平衡的失败。

在智能微网中，每个单位节点在现实中既可以是商业、工业实体，也可以是家庭住宅实体，它们既负责电力的产生，同时也需要消耗电力。为获取整个微网的电力总消耗，每个实体节点都不可避免地要与其邻居节点进行信息交换，由于节点之间的信息交换是通过网络信道进行传输的，因此一些恶意的攻击者很可能会通过信息攻击的手段对传输中的信息注入一些虚假的数据，扰乱真实的电力消耗数据，从而实现破坏目标节点供需负载平衡的目的。因此，为已有的动态跟踪协同控制算法开发一种面向虚假数据注入攻击的解决方案就成为一个新的挑战。

发明内容

本发明为了解决上述针对智能微网中的供需负载平衡问题，将面临的虚假数据注入攻击建模成外部干扰，然后基于干扰可补偿性和可抑制度理论开发一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术。

本发明采用如下技术方案：

一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术，进行问题建模：

假设智能微网由N个实体节点组成，第i个节点的实时电力消耗数据为φ_i(t)，简称为时变参考信号φ_i(t)，则动态平均跟踪问题解决的是如何让每个节点都能跟踪到所有电力消耗数据的平均值，则跟踪目标可以表示为

式中，为所有电力消耗数据的平均值，简称为参考信号平均值；

为进一步具体化要解决的问题模型，作出如下假设，

假设1：假设N个节点构成的网络拓扑图是双向通信，并且是连通的；