一种利用系统特征向量的模块化直流-直流转换器通用控制方法论

《IEEE Journal of Emerging and Selected Topics in Power Electronics》：A Universal Control Methodology for Modular DC-DC Converters Utilizing System Eigenvectors

模块化多电平换流器（MMCs）因其在电力系统中的应用广泛，面临数据注入攻击等网络安全威胁。本研究提出采用模块级卡尔曼滤波器和臂级神经网络并行估计器，有效检测并缓解复杂攻击，仿真实验验证其优于现有方法且计算高效。

　　

摘要：

在过去的二十年里，模块化多电平转换器（MMCs）和类似的级联电路已成为电力网格中的关键技术，主要用于中高压应用。它们在电网稳定性方面发挥着重要作用，因为它们可以转换、传输和注入大功率，连接风电场，或补偿电能质量问题，并且未来也可能有助于电网的形成。然而，它们复杂的控制和监控子系统以及电子元件的敏感性使它们成为破坏活动的目标。本研究探讨了MMCs在各种虚假数据注入攻击（FDIAs）下的运行情况，例如在数据中心的电源系统中。所提出的解决方案使用两种并发估计器——模块级卡尔曼滤波器和臂级神经网络估计器——来检测和减轻复杂的网络攻击。该技术将显著提高MMCs对复杂FDIAs的抵御能力，从而提高关键电源（如直流线路和数据中心）的韧性。仿真和实验结果表明，所提出的检测技术在面对复杂攻击时优于现有方法，并且仍然避免了这些方法通常带来的高计算需求或复杂性。

引言

模块化多电平转换器（MMCs）及相关电路（如级联桥式转换器和级联固态变压器）已成为中高压范围内的首选转换技术[1]、[2]。与其他转换器相比，MMCs具有多个实际优势，包括模块冗余、由于电压电平量化而带来的优越谐波性能、通过模块化实现的增强可扩展性和灵活性，以及提高的故障容忍度[3]、[4]。除了用于高压直流（HVDC）传输外，这些优势还使MMCs成为静态补偿器、电动汽车中的电机驱动器、电网储能和分布式发电的理想选择[5]、[6]。MMCs还提供了将电池储能系统集成到其结构中的可能性，这对于为关键负载提供不间断的高质量电力非常有吸引力[7]、[8]。此外，MMCs正成为中压连接电力电子设备的优选解决方案，包括数据中心的供电和类似的以电力电子设备为主的系统[9]、[10]。尽管许多数据中心直接连接到中压电网，但它们从电网到芯片的电力转换效率可能低于73%[11]、[12]。与高功率充电类似，通过更智能的电气隔离协调和减少转换阶段可以降低损耗（见图1）。图1。

数据中心电源系统中MMCs的示例。