分布式系统在攻击下的具有弹性的模型预测控制：使用本地攻击识别
摘要：面对可再生能源占比不断增长和电力供应的不确定性不断增加的情况下，恶意攻击的威胁也在增加。这可能会在分布式发电装置数量增加的情况下变得更加突出。在其他安全关键技术领域，控制系统越来越分散，使得攻击目标和攻击风险增加。因此，分布式控制器对这些不确定性要具有健壮性，并能够迅速应对任何类型的干扰。为此，我们提出了一种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，以获得适应性强的健壮控制框架。该方法针对由于隐私和安全原因而具有有限本地信息的分布式设置进行特别设计。为了证明该方法的效率，我们介绍了一个数学模型，用于描述在可再生发电和敌对攻击的不确定影响下的物理耦合微电网，并进行数值实验，应用所提出的方法进行微电网控制。
作者：Sarah Braun, Sebastian Albrecht, Sergio Lucia
论文ID：2301.05547
分类：Systems and Control
分类简称：cs.SY
提交时间：2023-01-16