电池储能系统在虚假数据注入攻击下参与负荷频率控制的研究

2026-06-06 10:52:00

读档频率操控（LFC）作为电网中最重要的功用之一，因其对频率稳定性的关键作用[1]，选用分层操控架构。该体系由底层的初级频率操控（PFC）与上层的次级频率操控（SFC）共同构成。PFC负责防止频率崩溃，并保证同步发电机（SG）与分布式发电（DG）单元（如电池储能体系BESS）之间完成既定功率分配。在PFC中，发电机组调速器根据电网频率下降/上升来增加/削减发电功率[2]。而在SFC中，体系会核算出消除频率与额定值误差所需的发电机组参考功率改变量，并将该指令传送至发电机组。这些通讯链路使电网极易遭受网络进犯，包含虚伪数据注入（FDI）进犯[3]、拒绝服务（DoS）进犯[4]、并发DoS与FDI进犯[5,6]、共振进犯[7]以及时延切换进犯[8]。本文研讨的FDI进犯会向SFC计划的通讯链路中注入歹意虚伪数据，从而削弱LFC功用并最终导致频率失稳[6]。
虚伪数据注入进犯(FDI)的检测与缓解战略通常可分为数据驱动和根据模型两类办法[9]。数据驱动办法选用机器学习算法（如乘性感知分类器[1]、无监督学习[10]和强化学习[11]）进行进犯检测，但存在核算杂乱度问题，限制了其在实时进犯检测中的应用潜力。此外，这类办法需要练习数据来学习不同进犯场景[12]。因为难以收集一切潜在进犯场景对应的实在数据[6]，该办法在施行上存在局限性。可扩展性差、兼容性不足以及结构杂乱，是数据驱动办法存在的其他缺陷[5]。
根据模型的办法依赖于体系模型。文献[13,14]提出了选用卡尔曼滤波器进行虚伪数据注入（FDI）进犯检测的办法。文献[15]经过选用分布式中间观测器完成了对FDI进犯和读档波动的检测。文献[16]提出的FDI进犯检测办法根据不知道输入观测器（UIO），经过界说残差函数，使用核算所得残差函数与预设阈值的差异来判断是否存在FDI进犯。但是上述办法仅能检测FDI进犯，缺少缓解战略。文献[17]和[18]提出了一种根据回忆的