基于元胞自动机与多层前馈神经网络的电力信息物理融合系统安全评估模型

电力信息系统故障可能引起物理系统运行安全问题,因此有必要对信息安全故障跨空间传播行为进行建模分析。根据电力信息系统故障传播机制,统一将智能监控设备与通信网络节点的状态量抽象为数据节点。在此基础上,通过分析数据节点状态变化与转移的量化关系,建立了基于元胞自动机与多层前馈神经网络的数据节点安全评估模型。利用多层前馈神经网络挖掘元胞自动机的演化规则,并计算得出数据节点故障跨空间随机传播概率。最后,以3机9节点系统为例,通过仿真验证了评估模型的有效性,为研究电力信息物理融合系统安全评估提供了新思路。     

基于主从博弈的负荷聚合商奖励价格制定策略及可控负荷调度研究

由于实时电价可能会造成新的用电高峰,奖励价格的提出则可以更好地鼓励用户合理安排用电时间,削峰填谷,提高电力资源的利用效率。首先,构建了负荷聚合商与用户的两阶段互动模型。其次,在考虑负荷聚合商购电风险、电网安全风险和缺供电风险的情形下,分别以负荷聚合商收益期望最大、风险最小和用户用电成本最小为目标,以奖励价格波动限值、家居设备工作特性和用户舒适度为约束,建立了基于主从博弈的负荷聚合商定价策略。之后,采用粒子群算法与遗传算法相结合求解负荷聚合商定价策略。最后,在IEEE4节电配电系统中进行仿真分析。仿真结果表明:与仅依靠实时电价相比,所提出奖励价格策略能降低负荷聚合商收益风险,并保证其总收益随着用电量的增加而稳定增长。