从智能电网到能源互联网:基本概念与研究框架
第38卷 第15期2014年8月10
日Vol.38 No.15Aug.10,2014
DOI:10.7500/AEPS[1**********]
从智能电网到能源互联网:基本概念与研究框架
245
,赵俊华3,,文福拴3,,薛禹胜6董朝阳1,
2.SchoolofElectricalandInformationEngineering,TheUniversityofSydney,NSW2006,澳大利亚;4.CentreforIntelligentElectricityNetworks,TheUniversityofNewcastle,NSW2308,澳大利亚;
浙江大学电气工程学院,浙江省杭州市310027;3.
(南方电网科学研究院,广东省广州市510080;1.
,江苏省南京市211106)文莱科技大学,文莱斯里巴加湾BS8675;6.南瑞集团公司(国网电力科学研究院)5.
摘要:以化石能源集中式利用为特征的传统经济和社会发展模式正在逐步发生变革,而以新能源
技术和互联网技术为代表的第三次工业革命正在兴起。作为第三次工业革命的核心技术,能源互联网力图结合可再生能源技术与互联网技术,推动分布式可再生能源的大规模利用与分享,促进电力、交通、天然气等多种复杂网络系统的相互融合,最终实现改变能源利用模式,推动经济与社会可持续发展的目的。在此背景下,展望了能源互联网的发展前景,并试图建立其基本的研究框架。首先,给出了能源互联网的初步定义,并概述了能源互联网的基本架构及其组成。随后,针对广域内分布式设备的协调与控制、电力系统与交通系统的融合、电力系统与天然气网络的融合、信息物理建模及安全等几个核心问题,探讨了能源互联网研究中可能面临的主要挑战。关键词:能源互联网;智能电网;天然气网络;电气化交通;信息物理建模;信息物理安全性
0 引言
自20世纪80年代以来,能源行业的技术基础、组织结构与经济模式就一直在逐步发生转变。推动这一转变的主导性因素包括:①由于化石能源广泛
现。而以能源互联网为核心的第三次工业革命将给人类社会的经济发展模式与生活方式带来深远影
响。
1]:征[①以可再生能源为主要一次能源;②支持超大规模分布式发电系统与分布式储能系统接入;③基
里夫金认为,能源互联网应具有以下四大特
利用所导致的气候变化等环境危机日益深化;②随
着人口众多的发展中国家的崛起,传统的依赖不可再生能源的工业与经济发展模式难以持续;③可再生能源与信息技术的快速发展。能源行业变革的最终目标是建立更加高效、安全与可持续的能源利用模式,从而解决能源利用这一人类社会面临的重大难题。
美国著名学者杰里米·里夫金在其新著《第三
[1]
次工业革命》一书中,首先提出了能源互联网的愿景,引发了国内外的广泛关注。里夫金认为,由于化石燃料的逐渐枯竭及其造成的环境污染问题,在第
于互联网技术实现广域能源共享;④支持交通系统
。从上述的电气化(即由燃油汽车向电动汽车转变)特征可以看出,里夫金所倡导的能源互联网的内涵
主要是利用互联网技术实现广域内的电源、储能设备与负荷的协调;最终目的是实现由集中式化石能源利用向分布式可再生能源利用的转变。由于能源领域的变革对于工业与社会发展具有决定性影响,一些主要发达国家的政府已开始关注和重点推动能源互联网的发展。2012年5月29日,欧盟在布鲁
二次工业革命中奠定的基于化石燃料大规模利用的
工业模式正在走向终结。里夫金预言,以新能源技术和信息技术的深入结合为特征的一种新的能源利
(用体系,即“能源互联网”即将出EnergyInternet)
国家重点基础研究发展计划(973计划)资助项目
(;国家自然科学基金资助项目(2013CB228202)51107114,。51177145)
收稿日期:2014-06-13。
塞尔召开了题为“成长任务:欧洲领导第三次工业革命”的会议,欧盟理事会副主席AntonioTajani在会
上明确提出“第三次工业革命将围绕能源互联网展开……,我们的2020战略让我们已经走在了正确的
[2]
。德国对于能道路上,但我们需要加快投入……”
源互联网的发展尤其积极,已经率先提出了“E-计划,力图打造新型能源网络,在整个能源Energy”
供应体系中实现数字化互联及计算机控制和监
3]
。在美国,测[国家科学基金会(NationalScience
—1—
2014,38(15
)
ElectricEnergyDeliveryand
研究中心,目的是研发可以实现分布Management)
式设备即插即用的下一代电力系统,并以此作为能
4]
。源互联网的原型[
Foundation)支持建立了FREEDM(FutureRenewable
。torenewableenergy)
支持大规模分布式电源的接入(2)Buildingsas
。powerplants)(Deploying
支持大规模氢储能及其他储能设备的接入3)
hydrogen
and
other
。technologies)
利用互联网技术改造电力系统(4)Using
。internettechnologytotransformthepowergrid)支持向电气化交通的转型(5)Transitioningthe
transportfleettoelectric,plug-inandfuelcell
。vehicles)
能源互联网是以电力系统为核心,以互联网及其他
前沿信息技术为基础,以分布式可再生能源为主要一次能源,与天然气网络、交通网络等其他系统紧密耦合而形成的复杂多网流系统。
能源互联网的基本架构与组成元素如图1所示。在图1中,分别以红色、浅绿色和浅蓝色箭头表示能量流、信息流和交通流。
storage
由于能源互联网的概念刚提出不久,其定义、架
构、组成和主要功能都还需要不断完善。本文首先试图给出能源互联网较为明确的定义,并简单讨论其架构、组成以及和“智能电网”的联系与区别。最后,从广域内分布式设备的协调与控制、电力系统与交通系统的融合、电力系统与天然气网络的融合、信息物理建模及安全等几个方面,探讨了能源互联网研究中可能面临的主要挑战。
基于里夫金的能源互联网愿景,本文试图给出能源互联网的初步定义,以达到抛砖引玉的效果。
架构及组成1 能源互联网的基本概念、
里夫金在《第三次工业革命》一书中提出的只是
能源互联网的愿景,并没有给出能源互联网明确而严格的定义。里夫金认为,能源互联网应当包含以
1]。下五大主要内涵[
支持由化石能源向可再生能源转变(Shifting1)
图1 能源互联网的基本架构与组成元素
Fig.1 BasicarchitectureandcomponentsofEnergyInternet
能源互联网事实上由4个复 从图1可以看出,
杂的网络系统,即电力系统、交通系统、天然气网络和信息网络紧密耦合构成。首先,电力系统作为各种能源相互转化的枢纽,是能源互联网的核心。其次,电力系统与交通系统之间通过充电设施与电动—2—
汽车相互影响;充电设施的布局及车主的驾驶和充
电行为会影响交通网络流量;反之,交通网络流量也会影响车主的驾驶和充电行为,进而影响电力系统运行。第三,近年来,随着水平井与压裂技术的不断。随着进步与完善,美国首先爆发了“页岩气革命”
·特约专稿· 董朝阳,等 从智能电网到能源互联网:基本概念与研究框架
“页岩气革命”的出现和不断深化,天然气的成本呈
下降趋势,燃气机组在发电侧的比例因此有望提高。这样,天然气网络的运行将直接影响电力系统的经济运行及可靠性。另一方面,利用最近出现的电转
容,目的是通过合理规划各种分布式设备,实现改善
电压轮廓、降低网损、延迟投资、提高系统可靠性等目标;研究重点③分布式设备的协调与控制。其中,包括含分布式电源与储能设备的智能配网或微网的能量管理、无功与电压控制等问题。综上所述,目前针对分布式电源与储能等设备的研究主要是从智能配电系统或微网的角度出发,气(技术,可以将可再生能源机P2G)powertogas,
,组的多余出力转化为甲烷(天然气的主要成分)再
注入天然气网络中运输和利用。因此,未来的电力系统与天然气网络之间的能量流动将由单向变为双向。第四,能源互联网还可能进一步集成供热网络等其他二次能源网络。热能是分布式燃气发电的重要副产品。以热电联产系统为纽带,可以将电力网络和供热网络相互集成和协调,通过利用燃气机组排出的余热,大大提高系统的整体能效。最后,上述系统内的各种物理设备,尤其是分布式发电、储能、可控负荷及电动汽车等,需要通过一个强大的信息网络进行协调和控制。这里,信息网络将不仅是传统的工业控制网络,而应该由互联网等开放网络与工业控制网络互联构成。
综上可以看出,能源互联网与智能电网有很多相似之处,是智能电网概念的进一步发展和深化。
然而,能源互联网与智能电网也存在重要的区别:①智能电网的物理实体主要是电力系统,而能源互联网的物理实体由电力系统、交通系统和天然气网络共同构成;传输和使用;②在智能电网中,
能量只能以电能形式而在能源互联网中,能量可在电能、化学能、热能等多种形式间相互转化;网研究对于分布式发电、储能和可控负荷等分布式③目前,
智能电设备主要采取局部消纳和控制。在能源互联网中,由于分布式设备数量庞大,研究重点将由局部消纳向广域协调转变;工业控制系统为主体④智能电网的信息系统以传统的
,而在能源互联网中,互联网等开放式信息网络将发挥更大作用。
2 广域内分布式设备的协调与控制
2.1 广域内分布式设备的协调优化
能源互联网最重要的核心内涵是实现可再生能源,尤其是分布式可再生能源的大规模利用和共享。为了平抑可再生能源的间歇性,储能与可控负荷等将是能源互联网的重要组成部分。因此,上述分布式设备的接入是能源互联网的重要研究内容之一。目前,针对分布式电源、储能、可控负荷等设备接入
的研究主要围绕着以下几个方面进行[5-8]
,其中重点关注
:①分布式
设备接入对于配电系统的影响分析了对配电系统稳定性、保护、电能质量和可靠性等方面的影响;分布式电源②分布式设备的规划问题,
研究重点在于与储能设备在配电系统内的选址与定
关注重点在于如何实现配电系统或微网内功率的平衡与局部优化。在研究时,一般将主网看成一个无穷大电源,并假定由于分布式电源容量较小,其运行行为对主网的影响可以忽略。当分布式电源的渗透率较低时,这样的假定是合理的。但随着电力系统内分布式电源不断增多,其对大系统的影响将越来越显著。此时,不论从经济性还是安全性的角度看,仅仅对分布式进行局部协调都是不够的。因此,能源互联网研究的重点之一是扩大电力系统的互联范围。这里,互联并不仅指电力一次系统之间通过输配电网络实现的物理互联,而且更应着眼于广域内海量分布式设备之间的信息交互与协调。通过进一步扩大各区域间的信息互联,可以更好地利用广域内分布式电源的时空互补性,并充分发挥储能和可控负荷等设备的调峰潜力,进一步提高系统的整体经济性与安全性。
能源互联网中需要协调的分布式设备数量很大,其协调优化问题可用一个维数很高的非线性优化模型来描述,采用传统的集中式优化方法求解不太现实。针对大量分布式设备的协调优化问题,现有文献中主要提出了两类求解方法,即“分层优化”策略和“分布式优化”策略。“分层优化”策略是一种
较为常见的求解方法[
9-11]
是:将电力系统按照电压等级划分为若干层次。这类方法的基本,思再进想一步根据地域和网络结构等因素将系统划分为若干区域;在每个区域中由一个代理机构(负责协调区域内的分布式设备。输电系统调度机构aggregator)并不直接控制分布式设备,只负责向代理机构发布调度指令。这样,分布式设备的协调优化问题就转化为多层优化问题;其中,上层问题与传统的电力系统运行调度问题相近,而下层问题则主要解决代理机构如何基于上层优化结果实现对分布式设备的协调。在这类“分层优化”策略中,代理机构可以是配电系统调度机构或其他第三方机构,如微网控制中心或虚拟发电厂(化”策略的优势是技术难度相对较小virtualpowerplant,)
有利于实现与
等。“分层优现有电力系统运行调度架构的集成;而其面临的主要困难包括:存在性和算法收敛性在理论上无法保证①上下层优化模型需要迭代求解,解的;②虽然通
—3—
2014,38(15
)
过分层方式分散了计算负荷,但代理机构仍然需要求解维数很高的非线性优化问题,这需要强大的计算能力。随着分布式设备数量不断增大,代理机构的计算设备也需要不断升级,这会影响系统的可扩展性。其中一种解决办法是采用云计算方式,将代理机构的计算任务传送到远端的计算中心完成,但这种方式也会受到信息安全和通信网络性能等因素的制约。
分布式优化为求解大规模分布式设备的协调优
化问题提供了另一种途径。分布式优化方法[12-15]
的基本思想是将一个全局优化目标分解为若干个相互独立的局部优化目标,在若干个可以相互通信的节点上分布式求解。每一个节点只负责优化本地决策变量;相邻节点之间通过相互通信实现信息交互。从理论上讲,分布式优化算法在求解凸优化问题时,具有和集中式优化算法同样的全局收敛性能;但由于将问题进行了分布求解,因此可取得更快的计算速度。分布式优化方法的主要缺点是当优化目标或约束非凸时,其收敛性无法保证,这就限制了其在电力系统中的应用范围。总之,针对广域内大量分布式设备的协调优化问题,目前还没有较为成熟的解决办法,还需要进行深入研究。2.2 广域负荷侧控制
可控负荷是未来电力系统内重要的分布式设备,其具有反应时间快,地域分布广的特点,可以作为平抑可再生能源间歇性和故障情况下维持系统功率平衡的一种有效手段。考虑到能源互联网内可再生能源将占有很高比例,对大量可控负荷的协调控制将尤其重要。
学术界和工业界针对负荷侧控制已经做了大量研究和实践。控制负荷的手段从总体上讲主要有两
类,即直接负荷控制(应(priceresponsiveloaddirect)
。由于价格响应更容易让loadcontrol)
与价格响用户接受,实现起来障碍就较小,便于实际应用。然而,可再生能源发电出力与市场价格并不存在强相关性;此外,可再生能源发电出力波动非常频繁,而价格响应的相关实践表明,过于频繁的价格变化无
法有效引导用户行为。因此,要利用价格响应方法
平抑可再生能源发电出力较为困难,而应用直接负荷控制手段则相对简单。
现有的负荷控制方法的主要缺点在于常常以牺牲用户的便利和舒适程度为代价。以空调为例,夏天的负荷高峰通常出现在气温较高的时段;而这些时段恰恰也是用户最需要使用空调的时段。此时中断空调的使用将严重影响用户参与负荷控制的积极性。因此,文献[—4—
9]提出负荷控制应该具有非中断
(的同时non-disru,不能对用户产生明显影响ptive)的特征,即在向电力系统提供服务。现有的负荷控制方面的一些研究工作试图对非中断性进行量化[16-17]
用电设备的离线时间作为量化负荷控制对用户影响
,然而所采用的数学模型过于粗糙,通常仅以
的指标。在部分近期的负荷控制研究文献中,开始
尝试引入更为精确的数学模型以评估非中断性。例如,在文献[来评估空调开断对室温的影响18-19]中,引入了较。为需要指出详细的数,学不同的模型用电设备的用电特性不同,且其对用户舒适/便利程度的影响还会受到周围环境、用户的主观偏好等因素的影响。因此,量化非中断性是一个非常困难的问题,尚有很大研究空间。其中,非中断性负荷控制应作为能源互联网的重要研究内容之一。通过对广域内大量负荷设备的非中断性控制,可以在尽量不影响用户的前提下,实现支持大规模可再生能源接入、提高系统整体能效和在故障情况下提高系统可靠性等目标。而上述目标正是发展能源互联网的最终目的。
如前所述,要实现非中断性负荷控制,需要对用电设备的特性、周边环境和用户的主观偏好等信息有比较准确的把握。高meterin调度机构之间建立了通信信道ginfrastructure)
的级引入测,虽量体系(advanced
但无法解决对于用
然为负荷设备与电设备特性、周边环境和用户偏好的感知问题。因
而,大数据分析与云存储技术将是实现非中断性负荷控制的关键。首先,为量化负荷控制对用户的影响,需要采集海量的环境(室温、建筑通风与隔热性能、光照等)与用户用电行为数据。采用云存储技术可以对上述数据进行有效的存储与管理。云存储研究的重点是数据的采集与存储策略,包括数据采样频率、如何确定哪些数据需要保存、在本地还是数据中心保存、数据保存位置如何与计算任务相配合等。其次,要重点研究如何基于上述数据构建用电设备的用电特性模型、用电设备对用户便利/舒适程度的影响模型和用户的用电行为模型。由于上述建模过程涉及的数据量非常庞大,因此适于采用基于分布式的大数据分析技术来实现。在具体实现过程中,可以考虑以现有开源大数据分析平台如。开源大数据分析平台里通常已经集成了云存
Hadoop为基础储管理系统((如能源互联网自身的特点进一步研发如HadoopYARNHDFS)
。)和分布式计算资源调度系统
可以在上述系统基础上考虑。
近年来,图进入智能楼宇Goo/g智能家居行业le和阿里巴巴等大型企业都在试
,并纷纷推出了基于
大数据存储与分析的智能家居系统[
20-21]
。因此可以
·特约专稿· 董朝阳,等 从智能电网到能源互联网:基本概念与研究框架
预见,在未来几年里智能家居行业将迎来一个高速
发展期。上述智能家居系统已经部分实现了家庭能量管理、环境信息及用户用电行为采集等功能。电网公司可以尝试与智能家居企业合作,推动智能家居系统与电力信息系统的集成,从而降低实现非中和智能家居等领域存在着多种不同的通信协议。在
配网通信系统中,仍在广泛使用现场总线、DNP3等
。另外,Ethernet,GPRS,LTE,Wifi,Zigbee等等)
工业通信协议。不过,在不同的智能配用电示范工程中,已经应用了多种不同协议实现终端通信(如
断性负荷控制的难度,推动能源互联网的快速发展。2.3 分布式设备的即插即用
考虑到能源互联网中分布式设备,尤其是可控负荷数量庞大,其接入系统的问题完全由电网公司进行人工规划和设计显然已不现实。这要求能源互
联网必须具有极强的可扩展性(的电网公司应当主要承担输配电scalabilit系统的y升)
。级未与来扩
容,并确保用户侧的能量管理系统与调度机构间具有足够的通信能力,而不具体干涉分布式设备的接入。这要求能源互联网具有支持分布式设备即插即
用(网的关键技术之一就是发展支持分布式发电plugandplay)
的能力。文献[4]指出,能源互联、储能、可控负荷等设备即插即用的标准接口。
从技术层面上讲,
能源互联网的即插即用接口包括物理与信息两个方面。物理接口应当支持各种符合相应电气标准的分布式设备的接入,尤其是能够支持分布式电源与储能设备通过高频电力电子接口接入配电系统。文献[state时实现transformerAC/DC、DC)
的概/DC念4]和,提出了固态变压器其DC本/质AC上三是种一转个可(solid换以的同电
力电子设备。利用固态变压器可以将低压配网与上
游网络分隔开来,减小上游网络的电压和频率波动
对分布式设备的影响,提高系统的兼容性和灵活性。另一方面,能源互联网的信息接口应当可以支持各种分布式设备的识别与通信。实现分布式设备的协调优化与控制的前提是对于能源互联网而言,各种分布式设备是“可见”的。因此,信息接口需要能够在分布式设备接入后识别其身份及设备类型,而这需要有标准通信协议的支持。目前,支持分布式设备接入的标准通信协议尚不存在。考虑到分布式设备的数量很大,可以考虑选择协议。由于IPv6可以支持对多达IPv6作为网络层
3.4×1038个设备的寻址,因此可以为能源互联网提供足够大的地址
空间。而采用等第三方系统的TCP互/联IP协议组也有利于与智能家居。在TCP/IP基础之上,应当进一步根据分布式设备的协调与控制的数据通信要
求(需要采集与传输哪些数据、数据量大小等),以及能源互联网对数据传输可靠性的要求,设计实现针
对能源互联网的应用层协议。
信息接口的另一个重要特征是支持多种通信协议的相互转换。目前,在配电系统自动化、智能用电
下一代的5G无线网络技术也正在被积极开发之中。5G可望作为提供全方位高性能多设备通讯服务的新技术。在未来的能源互联网中,各类分布式设备既可能通过工业通信网络,也可能通过互联网等开放网络接入到系统中。为适应多种通信协议并存的现象,能源互联网必须能够支持上述各种通信协议的相互转换,从而保证系统的兼容性。
3 电力系统与天然气网络的融合
与其他一次能源相比,天然气对环境的影响相对较小。此外,联合循环燃气机组具有高效、反应快、建设时间短等显著优势。前已述及,随着“页岩气革命”不断深化,燃气发电在总发电容量中所占比重在未来有望明显上升。在2006年至美国页岩气产量增长超过国全国天然气总量中的2020倍1。0年的短短5年间,目前美
22]
美国的“页岩气革命”已经改变了世界天然气市场格
23%已由页岩气供应[
。局,可能造成天然气价格显著下跌,进而推动燃气发电的快速发展。可以预见,作为最重要的一次能源之一,天然气在未来能源消费中所占比重有望明显上升。因此,未来的能源互联网将是天然气网络与电力系统高度耦合的产物。
在传统的电力系统运行调度中,一般不考虑天然气供给的可靠性,即假定在机组需要时,天然气的供给不受限制。事实上,天然气供给受到管道容量和储气容量的制约;因此,随着燃气发电比例的增大,这一假定就未必总是成立。学术界和工业界开始关注和研究天然气网络与电力系统的协调规划与运行问题。部分国家开始尝试对天然气网络与电力系统进行统一管理。例如,澳大利亚在内的电力系统运营机构和天然气网络200运营9年将国机构合并,成立了国家能源市场运营机构(Ener网络和天然气网络的统一规划与管理gyMarketOperator,AEMO)[23]
。
,
负Australian
责对电力到目前为止,针对电力系统与天然气网络的协调规划的研究报道尚不多见[24-26]
调规划”的核心思想是将天然气网络规划。所谓的、天然气发
“气电协
电机组规划与输配电网络规划统一协调考虑。气电协调规划问题在数学上可以抽象成一个多阶段混合整数规划模型。优化目标通常采用最小化气与电两个系统的投资成本与运行成本之和。模型中需要计
—5—
2014,38(15
)
入气与电两个系统的相关约束。其中,电力系统约束与传统的发电规划和电网规划模型类似;天然气网络约束主要包括节点气量平衡约束、储气设施气量平衡约束、输气管道潮流上下限约束、储气设施容量约束等。通过气电协调规划,可以确定包括天然气管道的选址与定容、燃气机组的选址与定容、输电线路的选址与定容等在内的最优气电协调规划方案。
由于针对气电协调规划的研究最近几年才开始,尚有很多问题值得研究。首先,由于天然气网络、燃气发电厂和电力网络通常由不同的实体负责运营,因此无法强制要求这些实体执行协调规划结果。以澳大利亚为例,,仅供这些实体参考AEMO制定的协调规划方案不具有强制效力。不同实体在规划决策上的各自为政必然会给下一阶段的规划引入不确定性。此外,在市场环境下,各实体还可能面对包括负荷增长、其他发电技术扩张、市场管制条例变化等不确定性因素。现有的确定性气电协调规划模型显然不足以解决上述问题,而必须深入研究计及各类不确定性因素的气电协调规划模型。其次,由于气电协调规划问题涉及包括监管机构在内的多个不同的市场参与者,因此有必要利用博弈论研究市场参与者之间的博弈行为和相互影响,尤其是研究监管机构如何通过合理设计政策来引导其他市场参与者的投资决策。这一领域的研究目前还是空白。最后,随着燃气发电比例上升,天然气网络对于发电充裕度甚至整个电力系统的可靠性都会有越来越显著的影响,因而有必要在气电协调规划中对其给予充分考虑。
气电网络融合研究的另一个重要课题是(调运行。文献[首先提2个系统的协及其他能源形式的多能源网络系统的建模工具energyhub)
的概念,作为未来集成了电力27]
出了能、源天然气中心;能源中心被定义为由能源转化设备和储能设备构成、能够实现多种能源相互转化和存储的虚拟实体。能源中心是一个非常灵活的概念,可用于对包括发电厂、变电站、工厂、大型建筑、微网等在内的各种物理实体的建模。能源中心之间通过能源传输设备(如输电线路、天然气管道等)相互连接,构成多能源网络系统。在能源中心内部,能源可能被负荷消耗,或者被转化为其他形式(例如利用燃气机组将天然气
转化为电能matrix的相互转化)
的概念)。文献[27]提出了耦合矩阵(coupling
[
27]
,间的转化效率和调度系数。用于描述能源中心内不同能源之间耦合矩阵(中的系数由不同度系数是决定能源如何相互转化的决策变量dispatchfactor)得到能源。,之调—6—
30数学上抽象为单时段或多时段的优化问题]
初步研究了气电网络的协调运行问题以能源中心和耦合矩阵概念为基础,,文献其可以在[27-,一般以
最小化两个网络的运行成本之和为优化目标。优化模型中除了传统的电力系统潮流等约束外,还需要计入天然气网络的物理约束,包括节点气量平衡约束、输气管道流量约束、输气管道与储气设施容量约束和加压站损耗约束等。与协调规划类似,气电网络的协调运行研究也还非常初步,很多问题有待研究,如运行过程中不确定性因素的处理、电负荷与气负荷的相互影响与转化、有效的求解算法、天然气网络的动态行为等。
基于能源中心和耦合矩阵的概念,可以将气电网络协调运行问题进一步扩展到多能源网络的协调运行问题。文献[度、多能源网络最优潮流等问题的基本模型27]初步建立了能源中心最。优能源调中心最优调度问题可采用最小化整个能源中心的供能成本作为优化目标,其决策变量则为输入能源中心的不同类型的能源量以及耦合矩阵的系数(即不
同类型能源相互转化的比例)
。多能源网络的最优潮流问题可采用最小化整个网络的总供能成本为优
化目标,其决策变量则为各个能源中心的输入和输出能源量以及各耦合矩阵的系数。除了电力和天然气网络的物理约束之外,如果在上述模型中包括了供热网络,则还需要进一步考虑其物理约束,如供热网络的流量方程和供热管道的容量约束等。上述模型还可以进一步扩展以计入其他二次能源。近年来出现的电转气技术有可能进一步推动天然气网络与电力系统的深度融合。简言之,电转气就是将水电解后产生氢气与氧气,再将氢气与二氧化碳混合产生甲烷。电转气生产的甲烷可以直接注入天然气网络中进行运输和储存。电转气的转化效率可达范[31]
60%~70%,德国目前已经在进施与可再生能源发电机组联合运行。天然气可以大规模存储,如果能将电转气设行商业示
,就可以将多余
的电能转化为天然气存储起来。电转气技术为解决电能存储问题提供了一条极有前景的新思路。
4 电力系统与电气化交通系统的融合
交通行业是除发电行业之外的另一化石能源消耗大户。近年来,随着电池技术的逐渐成熟和成本的不断下降,以电动汽车为核心的电气化交通正在快速发展。可以预见,以电动汽车为纽带,电力系统与交通系统的耦合程度在未来将不断加深。电气化交通系统尤其是电动汽车将成为能源互联网的重要组成部分。
·特约专稿· 董朝阳,等 从智能电网到能源互联网:基本概念与研究框架
电动汽车是一种比较特殊的用电设备。一方
面,大量电动汽车接入电力系统后,其随机、无序充电行为可能会给电力系统带来显著负面影响,例如
32-33]
。增大系统峰荷和系统网损、恶化电能质量等[
个有重要意义的研究课题。与电力系统类似,交通
系统也是一个复杂的网络系统。交通系统运行所关注的目标主要是交通网络流量,即特定时间段内通过道路某一地点、断面或车道的交通工具数量。交通流量受到用户行为和交管部门决策的共同影响。另一方面,如果能够有效利用电动汽车的车载电池,
就可以构成一个超大规模的分布式储能网络,有效实现支持可再生能源接入、削峰填谷等功能。在过去几年中,针对电动汽车接入电力系统的相关问题,国内外已经做了很多研究工作。研究重点主要包括
3个方面,
即电动汽车接入对电力系统的影响[32-36]
计及电动汽车充放电的设电施力规系划统调度与控制方、法[34-36]研究工作主要是从电力系统的角度出发、电动汽车充电[37-41]
。然,并没有系而,现有
统考虑电动汽车作为一种交通工具所具有的行为特
征,尤其是无法适当描述电力系统与交通系统之间的交互影响。
随着电气化程度的加深,未来交通系统与电力系统将逐步由相互独立演变为高度耦合。两者的耦合主要体现在规划与运行两个层面上。在规划层面
上,充电设施将是未来连接交通与电力系统的纽带。首先,建设充电设施的目的是向车主提供充电服务,因此充电设施规划必须考虑交通网络的结构、道路车流量、车主的便利程度等因素。其次,充电设施的选址会影响车主的日常驾驶行为,从而最终影响交通网络的流量分配。最后,充电设施的选址和定容会影响电力系统负荷的时空分布。因此,充电设施规划有必要与电力系统和交通系统的规划协调进行。目前,就充电设施规划问题国内外已做了一些初步研究工作,但一般仅针对给定的交通网络结构、道路流量、充电需求和配电系统容量来设计规划方
案[37-39]
力系统之间的复杂交互影响,而没有系统地考虑充电设施。文献[、与电力系统协调规划问题做了些探索性的研究40交通系统和电
]
对充电设施。文
献[通配流模型对交通流量进行计算41]引入了基于用户平衡(user,e并在此基础上以quilibrium)的交截获的交通流量最大、配电系统网损以及节点电压偏移最小为目标,建立了电动汽车充电站规划的多目标优化模型。从总体上讲,上述文献中的模型仍然相当初步,尤其是仅计及了交通网络流量对充电设施和电力系统规划的影响,而没能考虑充电设施布局对于交通网络流量的反向影响。总之,充电设施规划的研究目前还有很大的发展与完善空间。在此基础上,进一步深入探讨交通系统与电力系统的复杂交互影响,并发展交通系统与电力系统的协调规划方法,是非常值得研究的重要课题。
交通系统与电力系统在运行层面的协调是另一
传统上,交管部门主要通过交通信号控制、道路管制等手段控制道路流量,从而实现交通系统性能的优
化。由于缺乏对交通网络的实时监测能力,交通信号等的控制策略只能根据长时间内的平均道路流量
制定,而无法做到动态调整。随着实时道路监测、卫星定位、车载导航等技术的不断发展,交通流量控制正在由(静态向动态实时监测connected。vehicle在此基础上)
等技术转变。利用视频监测、车联网
,可以进一步通过实时调整
,可以实现对道路流量的交通信号绿信比、行驶路径诱导、自动驾驶等技术,实现对交通流量的实时优化控制。
随着电动汽车的普及,交通系统与电力系统的运行控制间可能产生复杂的交互影响。首先,用户对于充电地点和时间的选择会显著影响电力系统负荷的时空分布。因此,在设计交通系统的控制策略时,如果以尽量不影响用户的出行便利为前提,将充电负荷对于电力系统的影响计入到数学模型之中,就可能达到改变电力系统的潮流分布、改善系统运行的安全性和经济性的目的。其次,以V2G技术为
基础的电动汽车充放电控制是目前的研究热点之
一。然而,采用不同的充放电控制策略时车辆离网时的剩余电量不同,这自然会影响车主后续的驾驶行为以及对下一次充电地点和时间的选择,从而间接影响交通网络的流量。综上所述,交通系统与电力系统之间存在复杂的交互影响,通过对这两个系统的运行进行协调控制,有可能同时提高两者的运行性能。目前,这一领域的研究基本还是空白,但很有研究价值。
5 能源互联网的信息物理建模及安全性
5.1 信息质量及能源互联网的信息物理建模
建立能源互联网的最终目的是协调广域内的海量能量生产与消耗设备。信息在各种设备之间有效的双向传递是实现协调的基础。因此,前沿信息技术在能源互联网中将发挥不可替代的关键作用。在传统的电力系统研究中,对于信息系统与物理系统的交互并没有进行全面深入的探讨,一般假定信息系统提供的信息是完整、准确和及时的。事实上,随着物理系统的各种调度与控制功能对于信息系统的依赖不断加深,上述假定可能不再成立。因此,很有必要深入研究信息系统的信息质量对于物理系统性
—7—
2014,38(15
)
能的影响。
信息系统所提供的信息的质量可以从完整性、准确性和及时性三个方面加以评估。其中,信息的完整性指物理系统的调度与控制功能可以基于信息系统所提供的信息完全实现,而不需要额外的信息。信息的准确性指信息系统提供给调度中心和其他控制单元的信息与物理系统的实际状态的吻合程度。信息的及时性指物理系统的调度中心与控制单元可以在规定时限内获得其所需要的信息。传统的电力系统研究在一定程度上涉及了信息质量的上述方面。例如,在传统的电力网络分析中的“可观性3个”概念,事实上就是对信息完整性的一个评估指标。然而,现有研究并未形成一个评价信息质量的成熟理论框架,也无法用于指导信息系统的规划与运行。在能源互联网中,信息系统与物理系统同样重要,因此就需要发展相关的信息质量评估和信息系统规划与运行的完整理论体系。
对能源互联网内信息与物理系统之间的交互研究可以从与物理系统的统一建模理论3个方面进行。首先,需要研究信息系统
,这种新的建模方法称
为信息物理建模(需要结合物理系统及其调度与控制功能的特性cyberphysicalmodeling)
。其次,研
,究信息质量的评估方法。最后,可以在上述研究的
基础上,发展与物理系统相适应的信息系统规划与运行方法。文献[模做了些初步探讨42,-但研究范围仅限于电力系统43]
对电力系统的信息物理;建可以考虑把[联网所包括的其他系统42-43]所构造。的能源互联网的信息质量评研究框架扩展到能源互估和信息系统规划与运行研究目前还未见报道,这是值得研究的重要领域。
5.2 能源互联网的信息物理安全性
随着信息系统与一次能源系统的融合不断加深,能源互联网的信息安全问题将逐渐凸显。事实上,电力、天然气、供水等复杂工业系统的信息安全问题近年来已经引起了多国政府和学术界的广泛关注。以电力系统为例,传统上一般认为由于电力信息系统与外部信息网络相对独立,其受到网络攻击的可能性不大。然而,在针对工业20控10年,人们发现了有史
以来第一个专门制系统的计算机病毒
Stuxnet[44]
等设备渗透计算机网络。通常Stuxnet首先通过受感染的。因此,即便是与外部网络USB相互隔离的企业内部网络也可能受到Stuxnet的攻击。,伊朗有超Stuxnet在部分国家造成了严重破坏。据报
道过1/5的核电站离心机因Stuxnet遭到了损坏。统信息安全Stuxnet的发现颠覆了人们对于工业系问题的传统认知。除了—8—
Stuxnet,美国
等国家又多次发现了工业系统包括电力系统遭到黑
客入侵的实例[
45]
高度重视。以美。国这为引例起,了美多国国国政会府专和门学批术准界的了
1施的信息安全70亿美元的预算用于提高政府网络和重要基础设
,并开始大规模资助关于工业系统信息安全的研究。
网络攻击并不能直接对物理系统造成破坏,但可能削弱甚至完全破坏信息系统的正常功能。由于能源互联网内的物理设备的控制与相互协调在很大
程度上依赖信息系统,
因此针对信息系统的攻击就有可能导致能源互联网内发生多种复杂的物理交互
过程,并最终威胁整个系统的安全。为了与传统的电力系统安全性相区别,一般把这种新的安全性问题称为信息物理安全性(security)[46]
cyberphysical信息物理安全性是智能电网研究领域中的一个。
热点问题。文献[过程的建模问题,47提-出48了]
较以早攻开击始树研(究了网络攻击为攻击过程的建模工具,以攻击后的失负荷量作为
attacktree)作攻击后果的量化指标。文献[见的控制回路做了较为全面的讨论46]
对于电力系统中常,将其划分为发电、输电和配电三类,然后针对每一类中的控制回路分析了其脆弱性和黑客可能采取的攻击手段[。文献
能电网49]
尝试将传统的电力系统预想事故分析拓展为智的信息物理预contin数学工具genc,y试图分析攻击者与调度人员之间的博弈analysis)。想文事献故[分析(50]引入cyber博弈p论hy作sical为对于网络攻击的过程和结果的影响。文献[介绍了美国爱荷华州立大学建立的信息物理安全性
51]
详细测试平台(献[cyberphysicalsecuritytestbed)
。文(如病52毒]
列举了针对智能电网的各种网络攻击手段攻击、漏洞攻击、虚假数据注入、窃听攻击
,等等eavesdro,并简单讨论了相应的对策pping)、拒绝服务攻击。(denialofservice)
在上述几种data是电力调度中心通常采用严密的信息防护手段injection)
受攻到击学手术段界中的,特虚别假关数注据。注主入要(原false
,因渗
透较为困难;但攻击系统中的传感装置,并注入虚假数据则相对简单。文献[过被攻击的传感设备向调度中心注入虚假系统状态53]
较早指出了黑客可以通信息,从而误导调度中心作出错误决策。文献[还采53]
(用图论方法限observabilit。文献[,攻推击算者出需为要了控使制系统失去可观性
以通过将虚假数据注入状态估计结果中引入任意大54y]
)
的研究表明,在一定条件下的传感,器攻击者可数量下小的误差,而不会被传统的坏数据检测技术发现。
·特约专稿· 董朝阳,等 从智能电网到能源互联网:基本概念与研究框架
文献[其命名为55]
研究了虚假数据注入的一种特殊形式负荷再分配(提出以攻击前后系统运行成本的差异来量化攻击后loadredistribution)攻击,,将并果。文献[过虚假数据注入谋取经济利益的可能方式56]
研究了在电力市场环境下,攻击者通。信息物理安全性是能源互联网研究的核心内容之一。作为未来社会最重要的基础设施,能源互联网的安全一旦遭到破坏,后果将难以估量。以下几个方面的研究工作值得重点关注:对智能电网信息物理安全的研究主要以潮流等静态分析工具
①目前,
为基础。事实上,网络攻击和信息系统故障对于系统动态安全的影响可能更为显著,而这方面的研究目前还很少见;②现有研究工作基本上将物理安全
和信息安全割裂开来进行;事实上,物理系统故障和信息系统故障可能同时发生,要分析其复杂的交互影响机理,需要将信息安全和物理安全置于统一的理论框架下进行研究;全性,仍然没有一个广泛认同的方法③应该如何量化信息物理安
;型的网络攻击手段和信息系统故障,还需要深入研④针对不同类究相应的信息物理安全防护手段,以及防护手段之间的相互协调;⑤现有的信息物理安全研究所关注
对象主要是电力系统,而能源互联网由电力系统与
天然气、交通等其他复杂系统共同构成,因此对于信息系统故障将如何影响能源互联网这样复杂的多网流系统,还需要进行系统而深入的研究。
6 结语
能源互联网是以电力系统为核心,以互联网技
术和新能源发电技术为基础,并结合了交通、天然气等系统构成的复杂多网流系统。建立能源互联网的主要目标是利用互联网技术推动由集中式化石能源利用向分布式可再生能源利用的转变。作为第三次能源革命的核心技术,能源互联网代表着能源产业的未来发展方向。
能源互联网发展的核心目的是利用互联网及其他前沿信息技术,促进以电力系统为核心的大能源网络内部设备的信息交互,实现能源生产与消耗的实时平衡。为了实现大规模可再生能源的稳定利用,海量分布式设备的广域协调和即插即用将是能源互联网的关键技术。电动汽车作为电气化交通系统的核心,可以同时充当储能设备以平抑可再生能源波动,将在能源互联网中发挥重要作用。随着页岩气开采技术的进步和电转气技术的出现,电力网络与天然气网络之间的能量流动将由单向变为双向;通过电力与天然气网络的融合,有望真正实现可再生能源的大规模存储。
能源互联网内各种物理设备的协调与交互需要
强大信息网络的支撑。前沿信息技术的引入,尤其是与互联网等开放网络的连接,将给能源互联网的安全性带来巨大挑战。信息物理系统的统一建模和信息物理安全性将是能源互联网研究的核心内容和难点之一。
参考文献
[1]RIFKINtransforminJ.Thegenerthirdgy,industrialtheeconomrevolutiony,and:thehowworldlateral[Mp]ower.New
is
[2]YorkEuroEurop:[peanPalgeatCommission.raveMacMillantheleadoftheRecorded,2011.
newindustrialconferencerevolution“mission”[EBgrowth/OL]:
.[3]Federalcfm20?13ref=8-10-13Ministr57]1.6.
http:
//ec.europa.eu/avservices/video/player.OL].[2013-06-y26of].EconomicsE-EnergypandrojectEnerofficialgyofwebsiteGerman:htty[
pEB:
///[4]www.HUANGe-enerrenewableAgyQ.,deCROW/en/index.MLph,pHEYDT.
selectricenergydeliveryandmanaGTg,ementetal.(TheFREEDMfuture
)
[5]BASU9y9stem(1)::1the33-1ener48.
gyinternet[J].ProceedingsoftheIEEE,2011,
MicroDERsg—ridsAKacom:,enerCHOWDHURYprehensivegymanaSP,CHOWDHURYS,etal.reviewgement[J]b.yRenewablestrategicanddeploSustainable
ymentof[6]EnerGUERRERgyReviewsAdvanced[7]IEEECOSTERTranscontrolOJ,M20EonJ,Industrialarchitectures,11CHANDORKAR,15:4348-4356.
MYRZIKElectronicsforintelliM,JMA,,20KRUIMER13g,entLEE60(microT4):1gLB2rids,et,54-[Jal.
].
Inteet126al.2.
[8][王成山J].gProceedinrationissuesgsofofthedistributedIEEE,20g1eneration1,99(1):in28distributed-39.
grids电力系统自动化,李鹏.分布式发电、微网与智能配电网的发展与挑战[,WANG2010,34(2):1J].
distributedChensystem[J].Automationgenerationgshan,LI,thePeng.0Develo-23.
pmentandchallengesof
ofmicroElectricgridPowerandsmartSystemsdistribution,2010,
[9]34CALLAWAY(2):10-23.1electric9loads[JD].SProceedin,HISKENSgsofItheA.AchievinIEEE,20g1controllabilit1,99(1):1y84of
-
[10]YAO9.hierarchicalWeifeng,ZHAOJunhua,WENFushuan,etal.Aplug
-inelectricdecomvehiclesposition[J]a.ppIEEEroachTransforcoordinatedonPowerdisSpyatchstemsof
,[11]20RUIZ13,modelN28for,(3COBELO):2768-2virtualpowerI7,78.OYARZABALplantmanagementJ.A[Jdirect].IEEEloadTranscontrol
on
[12]PowerYANGSystems,:959dispatchHofMvirtual,YI200DpX9,ower,24ZHAO(2)plantJviaH-,966.
limitedetal.Distributedcommunicationoptimal
[J].
[13]IEEEZHANGTransonPowerSystems,2013,28(3):3511-3512.
incremental
Z,CHOWcost
consensus
MY.Converalgorithm
genceunder
analysiscommunicationTransonPowernetworkSystemsto,p20olo12g,iesdifferent
ofthe
27in(4)a:smart1761-1g7rid—68.
[J].IEEE
9—
2014,38(15
)
[14]ZHU
distributedconvex
optimizationunderinequalityandequalityconstraints[J].IEEE
:151TransonAutomaticControl,2012,57(1)-164.Lagrangianalgorithmswithdirectedgossipcommunication[J].
:3889IEEETransonSignalProcessing,2011,59(8)-3902.
M
H,MARTINEZ
S.On
/OL]//www.entersoperation[EB.[2013-11-17].http:zsw-/en/support/pressbw.de-releases/press-detail/weltweit-groesste-:调度与控制问题[电力系统自动化,J].2011,35(14)2-10.
[15]JAKOVETICD,XAVIERJ,MOURAMF.Cooperative
convexoptimizationinnetworkedsystems:augmented[16]CHENJ,LEEF,BREIPOHLA,etal.Schedulingdirectload
controltominimizesystemoperationcost[J].IEEETranson
-to--anlage-zur-methan-erzeugung-geht-in-betrieb.html.powergas
[文福拴,杨爱民,等.电动汽车对电力系统的影响及其32]赵俊华,
ZHAOJunhua,WENFushuan,YANGAimin,etal.Impacts:22011,35(14)-10.[33]GOMEZJC,MORCOSMM.ImpactofEVbatterychargers
ofelectricvehiclesonpowersystemsversusthedispatchingandcontrolproblem[J].AutomationofElectricPowerSystems,
:1994PowerSystems,1995,10(4)-2001.
[17]BHATTACHARYYAa[18]RAMANATHANSppystemsroach,toK,CROWM.Fuzzylogicbased
199direct6,11(load2):708control-714.
[J].IEEETransonPower
[34ofadvanceddirectBload,VITTALcontrolwithV.Frameworkminimumdisruforevaluation
ption[J].
[19]IEEERUIZTrans[3modelNPowerfor,COBELOonPowerI,SyOYARZABALstems,2008,2J.3(4Direct):168load1-1688.
control[20]蔡雯娟Systemsvirtual,200power9,24plant(2):mana959-g9ement66.
[J].IEEETranson
格局逐渐确立,周海晨[.智能家居大潮奔涌“21]陈静N].
中国证券报,2014-Goo06-0g6.le+Apple+N”
竞争[3[美的联手阿里巴巴深挖“大数据”云智能家电OL.来了[/[3[22]1Wiki8/]t20.[2005].phttedia.140143-03-18].http:
//www.ce.cn/cysc/zgjd/kx/20140EB
3/p:
//Shale18_249en.wikig9as68pin1.shtml.
edia.theorUnitedg/wiki/StatesShale_[gEBas/_OLin_]the.[_20United14-02-_[23]States#citeAustralian_note-12.[3[24]UNSIHUAY01-14].httenerp://gywww.marketaemo.opcom.eratorau.
(AEMO)[EB/OL].[2014-Ainte,etal.A-modelVILAtoC,lonMARANGONg-term,multiarea-LIMA,multistaJ,DESOUZA
ge,and[3systemsgrated[J]ex.pIEEEansionTransplanninongPowerofelectricitSystemsy,and201natural0,25(2g)as
:[25]1SALDARRIAGA154-1168.holisticCA,HINCAPIÉRA,SALAZARH.A
[40distributionapproachnetworksforplanningnaturalgasandelectricity
[26]20UNSIHUAY13,28(4):40[J].IEEETransonPowerSystems,
InteC,52-MARANGON4063.
-LIMAJ,DESOUZAA.[J]g.IEEEratedpowerPESgenerationPowerTechandConferencenaturalgas,exJulpansiony1-5p,lannin2007g,
[4[27]LausanneKRAUSE,SwitzerlandMultiT,ANDERSSON:6p.
G,FROHLICHKandconsumple-enerptiongy[carriersJ].Proceedin:modelingsofgtheofpIEEEroduction,201,,1,deliveretal.
y,
:[42[28]1GEIDL5-27.
99(1)energycarriersM,ANDERSSON[J].IEEEG.TransOptimalonPowerpowerSflowyofmultiple
[29]2ALMASSALKHI2(1):145-155.
stems,2007,
for[43ProceedintheanalysisofMlar,gHISKENSe-scalenetworksI.Optimizationframework
//[30](KOEPPELPSCC),gAusofgust172th2-2Power6,2011S,ystemStockholmComofpener,utationgyhubsSwedenConference
[C]
:7p.
[31]ZSWcarrierenergyG,sANDERSSONystems[J].EnerG.gyReliabilit,2009,y34modelin(3):2g35-of244.
multi-World(’CenterslargestforpowerSolar-to-EnergasgyplantandforHygdroeneratingenResearchgmethane
).
[44—10—
onontheZHAOPowerpowerOJunhuaDeliverqualit,yyofdistributionWEN,2003,Fushuan18(3):,97sDONG5-ystems981.
[J].IEEETrans
Zhaoyang,etenhancedptimaldisIndustrialparticlepatchofswarmelectricoptimizationvehiclesand[J]windpowerusinal.
g
SORTOMMEInformaticsCoordinatedE,HINDI,201M2,M8,(4MACPHERSON):889-899..IEEETranson
SDJ,etal.Gridminimizedistributionchargingsyofstempluglosses-inh[yJbrid].IEEEelectricTransvehiclesonSmart
toSEKYUNG,2011,2(1):198-205.oIEEEptimalDONGTransvehicleHon-,toSOOHEESmart-gridGridaggreH,SEZAKIK.Developmentof,g20ator1forfre:quenc65yregulation[
Jan
].pusinromotinJ,gLIUbatterC,yLINelectricZ.Charvehiclesg0in,g1:infrastructure(1)-72.
anactivity-basedplanninapproachgfor
LIUC:EmergmultidapZhipgeninggy,TechnolotraveldataWENFushuangies,[J20].,14TransLEDWICH,38:portation44-55.
ResearchPart
Gerard.Optimal
1sylanninstemsg[Jof].electric
IEEE-TransvehicleoncharPowergingDeliverstationsy,in201distribution3,28(
1):ZHENG02-110.
charY,DONGZY,XUYstudging/swapstationsindistribution,etal.Electricsystemsvehicle:combatterparisony
杜爱虎Systemsyand,胡20o泽1p春4timal,,宋29(永1p)lannin华:,2等21-g22[
9.
J].IEEETransonPowerDUJ].
电网技术,20.考虑电动汽车充电站布局优化的配电网规划,
[11,35(11):35-42.networkAihu,HUZechun,SONGYonghua,etal.Distribution
20vehiclecharplanninginggstationsconsiderin[Jg]la.PoweryoutoptimizationSystemTechnoloofelectricgy,
YAO11,obWeifen35(11)g:,3ZHAO5-42.
Junhua,WENFushuan,etal.Amulti-TransdistributionjectivecollaborativeonPowerandSelectricplanninystems,vehiclegstrate2014,char29(4ggy)in:gfor18s1y1stemsintegrated[J].IEEE
power
赵俊华挑战[ZHAOJ],
.文福拴电力系统自动化,薛禹胜,等,20.电力10,34CPS(的-1821.16):架构及其实现技术与1-7.
ptechnihysicalJunhuapower,WENFushuan:,architectureXUEYushen,gim,petlementational.Cyber
S赵俊华ystemsques,文20and福1拴0,challensystems
ges,34薛(禹16胜):,等1[-J7.
].AutomationofElectricPower.电力信息物理融合系统的建模分析与控制研究框架,
[ZHAOJ].电力系统自动化,2011,35(16):1ModelinpgJunhuaanaly,sisWENandcontrolFushuanresearch,XUEframeworkYusheng,-8.
ofetcyal.ShVIJAYANyystemssical,power2011,systems:[
1J].AutomationofElectricPowerber
[EB/OL].J.Stuxnet35(16)(2010-07-renews-8.
26)[p20ower13-1g1-rid26]securit.httyp:
/concerns
/www.]5]6]]78]9]]1]]]]
·特约专稿· 董朝阳,等 从智能电网到能源互联网:基本概念与研究框架
computerworld.com.
[45]GORMANS.ElectricitygridinU.S.N/penetratedbyspies[
OL].TheWallStreetJournal,2009-04-08[2013-10-15].
:1952012,100(1)-209.
[53]KOSUTO,JIAL,THOMASRJ,etal.Maliciousdata
attacksonthesmartgrid[J].IEEETransonSmartGrid,:6452011,2(4)-658.[54]LIUY,NINGP,REITERMK.Falsedatainjectionattacks
againststateestimationinelectricpowergrids[J].ACMTrans
//online.http:wsj.com/news/articles.
[46]SRIDHARS,HAHNA,GOVINDARASUM.Cyber-physical
systemsecurityfortheelectricpowergrid[J].Proceedingsof:210theIEEE,2012,100(1)-224.[47]TENCW,LIUCC,MANIMARANG.Vulnerability
assessmentofcybersecurityforSCADAsystems[J].IEEE:1834TransonPowerSystems,2008,23(4)-1846.[48]TENCW,MANIMARANG,LIUCC.Cybersecurityfor
criticalinfrastructures:attackanddefensemodeling[J].IEEE
:3822011,2(2)-390.
[56]XIEL,MOYL,SINOPOLIB.Integritydataattacksin
J].IEEETransonSmartGrid,powermarketoperations[
:1onInformationandSystemSecurity,2011,14(1)-33.
[55]YUANYL,LIZY,RENK.Modelingloadredistribution
attacksinpowersystems[J].IEEETransonSmartGrid,
TransonS[49]andZONOUZHumanssecuritinfrastructuresy-oriented[50]1BACKHAUS3.
securitcontroly:a[51]2HAHN320-23s2y7.
stemssecuritsmartyAgridtestbeds,[52]847MO-8ofaY5smart,5.
KIM2.School4.CentreAbstract:6.NARIisindustrialgraduallTheyrevolution,chaninteggratingdeveloasnetworks,chanrenewablepment.GiventheSeveraldeveloped.AmainresearchdefinitionmodelininteggrationandsecuritandThisworkKeNationalNaturalphyysicalwords:securitEner2010,,Man40(4)and:85C3-ybernetics865.
:PartA Systems
2011,2(4):659-666.
DAVISCM,DAVISKR,etal.SOCCA:a
董朝阳(19,男,“千人计划”[J]c.yberIEEE-phTransysicaloncontinSmartgencGridyanal,20ysis14,in5(p1ower
):3-
:7特聘专家,讲座教授,电力系统安全性1—)
主要研究方向、电力系统规划与管理、电力市场仿真与风险管理、数据挖掘。ameS,BENTR,BONOJ,etal.Cyber-physical
sydneE-mail:Joe.Dong@赵俊华y.edu.au
([J]theor.IEEEyTransmodelonofSmarthumansGridinteractin,2013,g4(over
4):统分析与计算1、9智能电80—)
,男,高级讲师,主要研究方向:电力系网、数据挖掘与计算智能、电力市场。E-mail:文福拴fuxihar(p@gmail.,com]:architectureA,SRIDHAR,applicationS,et,al.andCevaluationyber-physical
for
:电力系统故1965—)男,通信作者,教授,博士生导师,主要研究方向障诊断与系统恢复、电力经济与电力.IEEETransonSmartGrid,2013,4(2)
:市场、智能电网与电动汽车。E-mail:[email protected]
infrastructure,BRANCIK[KJ,].etProceedinal.Cyberg-shyofsicalthesecuritIEEEy
,
(编辑 王梦岩 章黎)
FromSmartGridtoEnergyInternet:BasicConceptandResearchFramework
DONGZhaoyang1,2,ZHAOJunhua3,45
1.China3.ColleofElectricalSouthern,WENFushuan3,,XUEYusheng6
andPowerInformationGridElectricEngineerinPowerg,TheResearchUniversitInstitute,GuanyofSydnegzhou510080,China;
forgeofElectricalEngineering,ZhejiangUniversity,Hangzhouy,NSW312006,Australia;
Grou5.BruneiIntelligentpCorporationInstituteElectricit(StateofyTechnoloNetworks,TheGridElectricgy,BandarUniversitPowerResearchSeriyBeof0027,China;
gawanNewcastle,NSW2308,Australia;
InstituteBS8)6,Nan75,Brunei;
jing211ging.OnwathetheyofEnerothereconomicgyInternethand,theandsocialaimsthirddeveloatindustrialpment,characterizedfacilitatingrevolutionlarge-scaleisutilizationnowbyrisincentralizedg.Asandsharintheutilization106,Chinacoregoftechnolooffossil)
renewablegyfuelofenertheenergythirdgy,
by
geenerthisthegywayandofinternetenergyutilization,andtechnologies.Itwillenhancethemergingofelectricity,transportationandnaturalofbacktheground,anEnergyInternetoverviewisthenofthefinallsuggEneryested,followedgyachieveInternettheisgoalfirstofpprovided,andromotingsustainableabasicresearcheconomicframeworkandsocialthepchallenowersgyesstemtothewithEnerthegytransInternet,suchportationsyasstemthewide-areabycoordinationitsbasicarchitectureandcontrolandofdistributedmaincompdevices,onents.
jointly,arenextdiscussedinmoredetails.
andnaturalgasnetwork,aswellasthecyberphysicalgyInternet;smartScienceysuppFoundationortedbyNationalgrid;naturalofChinaKe(yNo.5Basicgasnetwork;electrified11Research07114,No.5Program1177ofChina(973Program)(No.2013CB228202)trans145)p.
ortation;cyberphysicalmodeling;cyber—11—
ystems,S,gASHOKgrid[J(traditionalofisy
从智能电网到能源互联网:基本概念与研究框架
作者:作者单位:
董朝阳, 赵俊华, 福拴, 薛禹胜, DONG Zhaoyang, ZHAO Junhua, WEN Fushuan,XUE Yusheng
董朝阳,DONG Zhaoyang(南方电网科学研究院,广东省广州市 510080; School of
Electrical and Information Engineering,The University of Sydney,NSW 2006,澳大利亚), 赵俊华,ZHAO Junhua(浙江大学电气工程学院,浙江省杭州市 310027; Centre forIntelligent Electricity Networks,The University of Newcastle,NSW 2308,澳大利亚), 福拴,WEN Fushuan(浙江大学电气工程学院,浙江省杭州市 310027; 文莱科技大学,文莱斯里巴加湾 BS8675), 薛禹胜,XUE Yusheng(南瑞集团公司 国网电力科学研究院,江苏省南京市,211106)
电力系统自动化
Automation of Electric Power Systems2014(15)
刊名:英文刊名:年,卷(期):
本文链接:http://d.wanfangdata.com.cn/Periodical_dlxtzdh201415001.aspx