Interval-Observer-Based Attack Detection and HOCBF-Safe Control for Markov-Jump Microgrids

Moderne Stromnetze sind nicht mehr nur eine Ansammlung von Drähten und Generatoren; sie sind komplexe cyber-physische Systeme, bei denen der physische Fluss von Elektrizität untrennbar mit digitalen Kommunikationsnetzen verknüpft ist. Diese Integration ermöglicht ein intelligenteres Energiemanagement, öffnet aber auch die Tür zu neuen Arten von Bedrohungen. Wenn ein Microgrid – eine lokalisierte Version des Netzes, das unabhängig operieren kann – zwischen verschiedenen Betriebsmodi wechselt, etwa dem Anschluss an das Hauptnetz oder dem Betrieb mit erneuerbaren Energien im Inselmodus, ändert sich sein Verhalten schnell und unvorhersehbar. Diese Veränderungen, kombiniert mit dem ständigen Rauschen von Sensoren und der Möglichkeit bösartiger Cyberangriffe, die falsche Daten einspeisen, machen es unglaublich schwierig, genau zu wissen, was in einem gegebenen Moment im Inneren des Systems geschieht. Wenn das System seinen eigenen Zustand nicht genau verfolgen kann, kann es nicht garantieren, dass kritische Variablen, wie die elektrische Frequenz, innerhalb sicherer Grenzen bleiben, was zu Blackouts oder Geräteschäden führen könnte.

In einer kürzlich durchgeführten Studie haben Forscher der Amirkabir University of Technology diese Herausforderung angegangen, indem sie ein neues Framework entwickelten, das darauf ausgelegt ist, unsichere und potenziell angegriffene Microgrids sicher zu halten. Der Kern ihrer Arbeit umfasst zwei Hauptideen, die Hand in Hand arbeiten: eine Methode, den Zustand des Systems mit garantierten Grenzen zu schätzen, und einen Sicherheitsfilter, der als letzter Wächter fungiert, um das System daran zu hindern, gefährliches Terrain zu betreten. Anstatt zu versuchen, den exakten, fluktuierenden Zustand des Netzes zu bestimmen, was aufgrund verborgener Änderungen und Rauschen oft unmöglich ist, entwickelten die Forscher einen „Intervall-Beobachter“. Betrachten Sie dies nicht als eine einzige Vermutung, sondern als eine schrumpfende und expandierende Box, die mathematisch garantiert den wahren Zustand des Systems enthält, egal wie das Netz seine Modi wechselt oder wie viel Rauschen stört. Wenn ein Cyber-Angreifer versucht, falsche Daten einzuspeisen, wird diese Box schließlich die Messwerte nicht mehr umschließen können, was einen sofortigen Alarm auslöst.

Die Forscher testeten ihren Ansatz an einer digitalen Simulation eines Microgrids, das zwischen drei verschiedenen Betriebsregimen wechselt: dem Standardbetrieb am Netz, einem Modus mit hoher Durchdringung erneuerbarer Energien und einem Inselmodus mit hoher Last. Sie programmierten das System so, dass es zufällig zwischen diesen Zuständen wechselt, jedoch mit der Regel, dass es mindestens drei Schritte in einem Modus bleiben muss, bevor es wieder wechselt, um reale betriebliche Einschränkungen nachzubilden. Sie führten zudem einen spezifischen Cyberangriff ein, bei dem für einen Zeitraum von fünfzig Zeitschritten falsche Daten in den Regelkreis des Systems injiziert wurden. Die Ergebnisse zeigten, dass ihr Intervall-Beobachter den wahren Zustand des Netzes während der gesamten Simulation erfolgreich innerhalb der berechneten oberen und unteren Grenzen hielt, selbst als das System die Modi wechselte und der Angriff begann.

Entscheidend war, dass das System den Angriff in dem Moment detektierte, als die falschen Daten die Messwerte aus der sicheren, vorhergesagten Box drängten. In dieser spezifischen Simulation löste der Alarm sofort mit null Verzögerung aus, und es wurden keine Fehlalarme während der hunderten Schritte des Normalbetriebs ausgelöst. Diese deterministische Detektion stellt eine signifikante Abkehr von älteren Methoden dar, die auf Wahrscheinlichkeiten beruhen, welche manchmal subtile Angriffe übersehen oder Fehlalarme aufgrund von zufälligem Rauschen auslösen können. Sobald der Angriff erkannt wurde, übernahm der zweite Teil ihres Frameworks, ein Sicherheitsfilter basierend auf High-Order Control Barrier Functions, die Kontrolle. Dieser Filter wirkt wie eine intelligente Bremse, die die Steuerungseingaben gerade so weit anpasst, dass die elektrische Frequenz den sicheren Grenzwert von 0,08 pro Einheit niemals überschreitet, selbst während der Angriff aktiv war. Das System schaffte es, die Frequenzabweichung auf einen Spitzenwert von nur 0,0621 zu begrenzen, wodurch eine komfortable Sicherheitsmarge blieb.

Die Studie zeigt, dass es möglich ist, Kontrollsysteme für komplexe, wechselnde Stromnetze zu entwerfen, die keinen exakten aktuellen Betriebsmodus kennen müssen, um sicher und geschützt zu bleiben. Durch die Verwendung eines festen, modusunabhängigen Beobachters zur Erstellung einer garantierten Unsicherheits-Envelope zeigten die Forscher, dass sie bösartige Intrusionen mit Gewissheit erkennen und strikte Sicherheitsregeln durchsetzen können, ohne komplexe Echtzeit-Identifizierungsprobleme lösen zu müssen. Obwohl diese Ergebnisse durch hochpräzise Computersimulationen statt durch Hardwaretests in physischer Umgebung erzielt wurden, bestätigen die im Paper bereitgestellten mathematischen Beweise, dass das System unter den spezifisch modellierten Bedingungen stabil und sicher bleibt. Die Arbeit bietet einen vielversprechenden Weg nach vorn, um die nächste Generation resilienter, erneuerbare-energiereicher Stromnetze gegen die dualen Herausforderungen unvorhersehbarer Wechsel und raffinierter Cyber-Bedrohungen abzusichern.