基于事件触发牛顿拉夫森的网内网间能量控制装置及方法

摘要

本发明提供一种基于事件触发牛顿拉夫森的网内网间能量控制装置及方法，涉及能源控制技术领域。本发明将牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中，并考虑网络攻击等系统干扰，通过原对偶分析、泰勒展开和微分投影运算，通过网内网间能量控制装置的各个模块实现网内网间能量控制。本发明具有收敛速度快、无特殊初始化条件和异步通信的优点，更加灵活，易于实现。每个能源参与者可以快速获得其最优操作，并自适应地响应模型切换，而无需重置全局初始值，能减少通信交互，并显著降低对精确连续时间信息传输的依赖，也能减少通信开销和带宽等，并明确排除芝诺现象，具有更好的鲁棒性。

说明书

技术领域

本发明涉及能源控制技术领域，尤其涉及一种基于事件触发牛顿拉夫森的网内网间能量控制装置及方法。

背景技术

能源是人类赖以生存和发展的基础保障。能源的生产和消耗以煤，石油等化石能源为主，造成了严重的环境污染，并且化石能源的消耗越来越大，能源储量令人担忧。开发高效、可持续、清洁的新型能源利用体系是解决当前世界能源危机和环境污染问题的有效途径之一。在此背景下，能源互联网应运而生，并掀起了新一轮能源改革浪潮，受到了全球学术界、工业界乃至政府部门的持续关注和深入研究探讨。且针对来自公共网络中的额费协同攻击和协同攻击，近期，一个基于分散式信誉梯度管理的鲁棒式方法被提出用于检测消除协同攻击。能源互联网已历经了数年的迅猛发展。作为新一代的能源利用体系，能源互联在推动国家发展与能源技术变革上具有重要的战略意义。

现有的能源控制方法多是基于集中式方法，这种控制方法依赖性强，以双向通信结构收集每个参与者和互联线路的所有信息。所有的计算任务都必须在集中式控制器中实现，随着EI系统规模的扩展，集中式控制器面临着巨大的计算负担和成本。若集中控制器有故障，则无法得到最优的计算结果。对于集中式计算方法，所有的计算任务都是在一个集中式控制器中实现的，有消弱隐私的问题。分布式是一种新的解决方法。能源互联网在能源控制构建要求考虑每个能源装置和各能源网络在能源生产、传输和消费过程中的内在机理、运行特点、多种操作约束，网络约束，多能流的相互转化过程和耦合特征等。不同的能源网络中存在强耦合，那么能量控制问题在建模、算法设计和理论分析等方面更加复杂和困难。而对于应对来自公共网络中的协同攻击与非协同攻击，现有的解决方案无法用分布式方法解决。分布式信息能源系统存在孤岛运行和并网运行两个模式。现有的能源控制方法也无法对网内网间的控制做出准确判断与快速反应，存在收敛速度慢、准确性差等问题。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于事件触发牛顿拉夫森的网内网间能量控制装置及方法，将牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中，并考虑网络攻击等系统干扰，通过原对偶分析、泰勒展开和微分投影运算，实现网内网间能量控制。

为解决上述技术问题，本发明所采取的技术方案是：

一方面，本发明提供一种基于事件触发牛顿拉夫森的网内网间能量控制装置，包括信号采集单元、数据预处理与转换单元、分布式微型处理器、显示单元和通信单元。

信号采集单元包括三相电压传感器、三相电流传感器、电压电流相角传感器、质量流量传感器、温度传感器、压力传感器和气体流量传感器；通过三相电压传感器、三相电流传感器和电压电流相角传感器采集电网的三相电压Vin、三相电流Iin和电压电流相角theta(in)信号；通过质量流量传感器和温度传感器采集热网的质量流量min信号和供水温度TSin信号、回水温度TRin信号；通过压力传感器、气体流量传感器采集天然气网的节点压力Pin信号、气体流量fin信号。信号采集单元将采集到的信号传递给数据预处理与转换单元，作为数据预处理与转换单元的输入信号。

数据预处理与转换单元包括降噪滤波处理模块、平滑处理模块和A/D转换模块。数据预处理与转换单元的输入信号经过降噪滤波处理模块进行降噪，平滑处理模块进行平滑处理后输出与输入相应的输出信号，平滑处理后的输出信号作为A/D转换模块的输入，完成模拟信号到数字信号的转换，而后输出至分布式微型处理器的输入端。

分布式微型处理器包括求解网内信息参数模块、求解网间信息参数模块、网络攻击检测模块和数据存储单元；数据存储单元为分布式微型处理器自带的数据存储器和引脚数据寄存器，数据存储器用于存储求解过程和控制过程中的数据，引脚数据寄存器用于短期储存输入分布式微型处理器的数据和分布式微型处理器即将输出的数据；求解网内信息参数模块接收到数据预处理与转换单元输出的信息后，在引脚内自备的寄存器内等待，当网内动态事件触发机制满足时，开始执行网内分布式优化算法；求解网间信息参数模块收到由能量路由器发送来的能源互联网中网间的信息后，在引脚内自备的寄存器内等待，当网间动态事件触发机制满足时，开始执行网间分布式优化算法；当网间触发机制和网内触发机制同时满足时，首先执行网内的优化算法；通过两个求解模块的计算后，得到本地的最优操作值，即更新后的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子，进而依据计算结果控制本地的分布式能源设备；并将计算后的数据寄存到分布式微型处理器的数据存储器，并寄存到发送引脚进行发送；分布式微型处理器与通信单元连接，与其他能量体进行信息交互；在信息交换的过程中，网络攻击检测模块用于对每一个计算单元都进行防御网络攻击中的协同攻击和非协同攻击的检测，对于检测到的受到网络攻击的计算单元立即进行隔离。分布式微型处理器在计算完成后将输出信号传送至显示单元进行显示。

显示单元用于显示当前时刻系统运行模式、各能源个体设备是否收敛到最优状态和网内网间信息交互数据。

通信单元包括接收模块和发射模块；所述接收模块包括解密模块和接收串行接口；所述发射模块包括加密模块和发射串行接口；通过所述接收串行接口接收邻居节点能量体的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子的数据，在解密模块中进行解密后传送给分布式微型处理器进行网络攻击的检测；通信单元在动态事件触发时刻通过发射模块的加密模块将本地分布式优化算法计算之后更新的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子进行加密后，经过发射串行接口发送至邻居节点的能量体；采用北斗通信终端进行信息交互，使用SP3232电平转换芯片实现分布式微型处理器串口与北斗串口的电平转换。

另一方面，本发明提供一种基于事件触发牛顿拉夫森的网内网间能量控制方法，包括以下步骤：

S1、信号采集单元采集能量体(EB)和能量路由器(ER)的相关信息，需要采集的相关信息包括：各能量体内参与者的功率、热能和气体的输出、负载以及能量体网间的功率、热能、气体交换量。并将采集到的数据经过数据预处理与转换单元进行降噪、平滑处理和A/D转换后，发送至分布式微型处理器的数据存储单元。

S2、基于S1中采集和存储的信息，在分布式微型处理器中，在所建立的约束条件下，预估在时间步距t、第i个能量体的不平衡功率、热量和气体，并计算成本函数。

S3、在分布式微型处理器中建立能量体之间的能量分布模型，通过本地能量路由器资产，每个能量体可以向其他能量体出售剩余能源，以获得额外利润，或从其他能量体购买赤字能源，以满足其内部能源需求。

S4、在分布式微型处理器中进行能量体中的多目标能源控制。

S5、设置牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中。通过原对偶分析、泰勒展开和微分投影运算，得到分布式动态事件触发的网内网间牛顿-拉夫森算法，并将该算法在分布式微型处理器中执行。

S6、在信息交换的过程中，分布式微型处理器对每一个计算单元进行防御网络攻击中的协同攻击和非协同攻击的检测，检测出受到网络攻击的计算单元，并通过北斗通信进行信息传递，对于检测到受到网络攻击的计算单元，立即进行隔离。

S7、对于没有受到网络攻击的计算单元，每一个能量体内的参与者动态地与其邻居进行信息交互，然后能量路由器与其邻居能量路由器动态地进行信息交换，并更新各能量体内参与者的功率、热和气体的输出以及能量路由器的功率、热、气体交换量。

S8、输出市场最优的能量价格y*

采用上述技术方案所产生的有益效果在于：本发明提供的基于事件触发牛顿拉夫森的网内网间能量控制装置及方法，提出了一个完全分布式的多目标EMP模型，该模型集成了每个能量体内部参与者的最优能量产生/消耗规划，以及任意一对能量体之间互联边缘上的外部能量分布。所研究的问题进一步表述为一个包含许多不同类型耦合等式和不等式约束的分布式优化问题。其中，每个参与者或能量路由器只需要知道它的局部决策变量。

本发明与现有的基于梯度和基于牛顿的分布式方法相比，具有收敛速度快、无特殊初始化条件和异步通信等优点。每个能源参与者可以快速获得其最优操作，并自适应地响应模型切换，而无需重置全局初始值。同时，异步通信可以避免全局时钟同步的要求，更加灵活，易于实现。

本发明所提出的事件触发机制的主要好处是减少了通信交互，并显著降低了对精确连续时间信息传输的依赖。同时，也能减少通信开销和带宽等。此外，所提出的触发机制涉及额外的动态变量，它保持更长的事件间时间，并明确排除芝诺现象。

本发明在系统或图保持连接的情况下，该算法对单个甚至几个链路故障具有更好的鲁棒性。

附图说明

图1为本发明实施例提供的基于事件触发牛顿拉夫森的网内网间能量控制装置的结构示意图；

图2为本发明实施例提供的信号采集单元的电路原理图；其中，图(2a)为电网信号采集单元，图(2b)为热网信号采集单元，图(2c)为天然气网信号采集单元；

图3为本发明实施例提供的数据平滑处理与转换单元的电路原理图；

图4为本发明实施例提供的分布式微型处理器的电路原理图；

图5为本发明实施例提供的显示单元的电路原理图；

图6为本发明实施例提供的通信单元的电路原理图；

图7为本发明实施例提供的换流器芯片示意图；

图8为本发明实施例提供的基于事件触发牛顿拉夫森的网内网间能量控制方法总流程图；

图9为本发明实施例提供的动态事件触发分布式信息能源系统能源控制方法求解计算模块流程图；

图10为本发明实施例提供的分布式网内网间信息能源系统收敛到最优状态的能源控制流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1所示的基于事件触发牛顿拉夫森的网内网间能量控制装置，包括信号采集单元、数据预处理与转换单元、分布式微型处理器、显示单元和通信单元。

如图2所示，信号采集单元通过三相电压传感器、三相电流传感器和电压电流相角传感器采集电网的三相电压Vin、三相电流Iin和电压电流相角theta(in)信号，其中电压电流相角传感器由LM393电压比较器和74HC36逻辑逆变器及其附加电路构成。通过质量流量传感器和温度传感器采集热网的质量流量min信号和供水温度TSin信号、回水温度TRin信号，其中质量流量传感器型号为HQ—LUGB，温度传感器型号为DS18B20。通过压力传感器、气体流量传感器采集天然气网的节点压力Pin信号、气体流量fin信号，其中压力传感器型号为MPX4115，气体流量传感器型号为LDR。

信号采集单元将采集到的信号传递给数据预处理与转换单元作为其输入。数据预处理与转换单元如图3所示，包括降噪滤波处理模块、平滑处理模块和A/D转换模块。其中降噪滤波处理模块由降噪滤波电路构成，平滑处理模块包括巴特沃斯四阶开关电容低通滤波器TLC04及其相应电路，A/D转换模块采用ADC0832转换器。数据预处理与转换单元的输入信号(Vin、Iin、theta(in)、min、TSin、TRin、Pin、fin)经过降噪滤波处理模块进行降噪，平滑处理模块进行平滑处理后输出与输入相应的输出信号(Vout、Iout、theta(out)、mout、TSout、TRout、Pout、fout)。这些平滑处理后的输出信号作为ADC0832的输入，完成模拟信号到数字信号的转换而后进行输出，数据预处理与转换单元的输出信号为D0。

分布式微型处理器包括求解网内信息参数模块、求解网间信息参数模块、网络攻击检测模块和数据存储单元；数据存储单元为分布式微型处理器自带的数据寄存器，用于存储求解过程和控制过程中的各种数据，然后用于输出。本实施例中，分布式微型处理器采用PIC16F877(a)微型处理器，如图4所示，同时其也具有数据存储的功能。经过数据预处理与转换单元进行预处理与转换后的输出信号D0传递至分布式微型处理器PIC16F877(a)的RB端口，通过RB引脚将数据传输至分布式微型处理器，引脚内自备的寄存器将输入数据进行短期储存，当网内动态事件触发机制满足时，分布式微型处理器会启动求解网内信息参数模块执行网内的分布式优化算法；能源互联网中网间的信息会被能量路由器发送至分布式微型处理器，网间信息即功率、热能和气体的拉格朗日双乘子，该信息通过RA端口输入分布式微型处理器，引脚内自备的寄存器会将输入的数据进行短期储存，当网间动态事件触发机制满足时，执行网间的分布式优化算法。当网间触发机制和网内触发机制同时满足时，首先执行网内的优化算法。算法执行后，计算后的值为更新后的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子，这些数据存在微型处理器PIC16F877(a)的数据存储器RAM中，将计算后的数据传至RD的赋值寄存器PORTC，将TRISC寄存器设置为输出，分布式微型处理器PIC16F877(a)计算完成后会输出信号RD0～RD7送至显示单元进行显示。通信单元与分布式微型处理器通过RC0～RC7连接，通过串口交换数据，分布式优化算法计算之后，更新后的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子会传至通信单元的发送模块，加密后通过北斗数据通信终端发送以上数据至其他能量体。分布式微型处理器会将该能量体的状态数据传整流器和逆变器，控制其运行状态。

每一个能量体收到其他能量体的信息后，会同时在微型处理器内进行一次网络攻击检测，计算时会调用RAM中存储的该能量体状态的数据，计算第一项协商一致协议和第二项协商一致协议，并进行网络阈值的判断，如果判断结果在阈值之下，该分布式微型处理器对受到网络攻击的计算单元进行隔离。

显示单元采用LCD1602进行显示，如图5所示。分布式微型处理器PIC16F877(a)在执行完分布式的能源控制算法，将计算得到的输出信号RD0～RD7传送至显示单元，显示单元LCD1602将显示当前时刻系统运行模式、各能源个体设备是否收敛到最优状态与网内网间信息交互数据。其中，网内网间信息交互数据包括能量体的功率、热能和气体输出，以及能量体之间交换的功率、热和气体。

通信单元包括接收模块和发射模块；所述接收模块包括解密模块和接收串行接口；所述发射模块包括加密模块和发射串行接口；通过所述接收串行接口接收该时刻计算出的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子的数据，在解密模块中进行解密后传送给分布式微型处理器进行网络攻击的检测；分布式微型处理器对于检测到受到网络攻击的计算单元立即进行隔离。如果没有受到网络攻击，分布式微型处理器会用收到的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子的数据进行分布式优化算法的计算，并将更新后的市场的能量价格、该能量体的状态、功率、热能和气体的拉格朗日双乘子的数据传至通信单元，进行加密并发送给其他能量体的通信单元。通信单元通过RS422或RS232通信接口与分布式微型处理器连接，进行串口数据交换。本实施例中，通信单元采用北斗数据通讯终端进行信息交互。北斗数据通讯终端采用国腾电子的北斗/GPS一体式用户机，该终端融合了北斗和GPS两种卫星定位模式，具有北斗报文通信功能，并具备良好的野外环境适应能力。通信单元在动态事件触发时刻将发送本地信息至邻居节点或者从邻居节点处接收邻居节点信息，使用SP3232电平转换芯片实现分布式微型处理器串口与北斗串口的电平转换。其硬件电路如图6所示，每个能量体都带有北斗数据通讯终端，接口电路提供RS232和RS422标准通信接口，北斗数据通讯终端的天线单元接收来自空间的电磁波信号并提供给射频前端的低噪声放大器，同时将射频功率放大器输出的发射信号以电磁波的形式发送出去。

分布式微型处理器控制北斗数据通讯终端，将处理后的各种数据信息以短消息的格式发送给北斗卫星；北斗卫星完成数据中转，接收北斗数据通讯终端发送来的数据，并将传输的数据入库保存，同时向邻居能量体的北斗数据通讯终端传输数据，实现能量体与其邻居节点的通信相连，产生信息交互。

每一个能量体都有独特的结构，有的用直流电，有的用交流电，通过通信交互，每一个能量体能量分配会收敛至最优解，将收敛出来的最优解作为参照，控制换流器实现能量传输。本实施例中采用FAN7601可编程控制芯片驱动换流器来实现能量的传递，启动电阻加上开关电源接到FAN7601的①脚，从⑥脚输出驱动脉冲，使开关管工作在开关状态，使电路在绿色安全状态下进行换流。FAN7601如图7所示。

对于每一个能量体(EB)，集成了各种能源资源，包括可再生发电机(RGs)、可再生加热设备(RHDs)、燃料发电机(FGs)、燃料加热设备(FHDs)、热电联产(CHP)发电机、储能(ESs)、热存储(HSs)、燃气供应商(GSs)。

本实施例提供的基于事件触发牛顿拉夫森的网内网间能量控制方法，采用上述的基于事件触发牛顿拉夫森的网内网间能量控制装置实现，其总流程如图8所示，具体方法如下所述。

S1、信号采集单元采集能量体(EB)和能量路由器(ER)的相关信息，需要采集的相关信息包括：各能量体内参与者的功率、热能和气体的输出、负载以及能量体网间的功率、热能、气体交换量。将采集到的数据经过数据预处理与转换单元进行降噪、平滑处理和A/D转换后，发送至分布式微型处理器的数据存储单元。

S2、基于S1中采集和存储的信息，在分布式微型处理器中，在所建立的约束条件的下，预估在时间步距t，第i个能量体的不平衡功率、热量和气体，并计算成本函数。

S2.1、在分布式微型处理器中预估在时间步距t、第i个能量体的不平衡功率、热量和气体。

在时间步距t、第i个能量体的不平衡功率由下式进行预估：

Δp

其中，p

在时间步距t、第i个能量体的不平衡热能由下式进行预估：

Δh

其中，h

在时间步距t、第i个能量体的不平衡气体由下式进行预估：

其中，Δg

每一个能量体的能量负荷包括电力负荷、热力负荷和气体负荷。每一个负荷都可以分为一个等效必须运行能源负载和可调度能量负载。

S2.2、能量体中的每一个参与者都会根据一组局部约束做出决策，这些约束条件都会在分布式微型处理器中进行计算。

对于电能，燃料发电机的功率能量约束和斜坡率限制分别为：

其中，

可再生发电机的最优性和全能性的权衡约束如下：

其中，b是可再生发电机限制方程的正参数，

电存储的约束条件为：

其中，

可调度功率负荷的限制为：

其中，

可调度电功率负荷的比率为：

其中，ψ代表从SCM/h到MW的转换比，SCM/h是气体输送用的单位，即每小时多少立方米，MW是兆瓦，这个值通常设定为1/84；γ

对于热能，燃料加热设备的约束条件如下：

其中，a是燃料加热设备限制方程的正参数，

可再生加热设备的最优性和可能性之间的权衡约束如下：

其中，c是可再生加热设备的限制方程正参数，

热存储的约束条件为：

其中，

可调度热负荷的极限为：

其中，

可调度热负荷的比率为：

其中，γ

在气体系统中，相关的约束条件如下。

Q(·)是关于

其中，

气体负载的限制为：

其中，

气体负载的比率为：

其中，

在热电联产同时在电力系统和热系统中，其局部运行约束为：

其中，

S2.3：提出计算过程中所需要的成本函数，具体如下所示。

燃料发电机和燃料加热设备的成本函数和热电联产的成本函数，由燃料成本分别得出：

其中，

权衡最优性和发电可能性，可再生发电机和可再生加热设备的成本函数分别为：

其中，

电存储和热存储的成本函数分别为：

其中，

气体供应的成本函数为：

其中，

考虑需求响应的能量负荷效用函数为：

其中，

向其他能量体出售/购买能源的收入/成本为：

其中，

S3、在分布式微型处理器中建立并计算能量体之间的能量分布模型，通过本地能量路由器资产，每个能量体可以向其他能量体出售剩余能源，以获得额外利润或从其他能量体购买赤字能源，以满足其内部能源需求。定义三个能量分布图，对应于能量体之间功率、热量和气体的不同物理链接。

S3.1：功率分布图被定义为

其中，N＝{1,2，···，n}表示所有能量路由器的节点集，ε

S3.2：将边e

其中，

S3.3：如果

其中，

基于步骤S3.1、S3.2和S3.3，能量体之间的最优功率分配问题表述为一类具有多个源节点和汇节点的动态网络流优化问题。此外，G

S3.4：类似的功率分配定义和模型可用于热量分配和气体分配。构建热能与气体分布为G

需要满足的节点边缘热流和气流平衡约束以及热气管道阻塞约束为：

其中，h

S4、在分布式微型处理器中对能量体中的多目标进行能源控制。

S4.1：设想一个具有n个能量体的能源互联网系统(EI)；同时，每个能量体有m

其中，

对于电能，

对于热能，

S4.2：定义x

其中，若x

将零变量对应的代价函数设置为任何类型的强凸函数。此外，内质网起着与其他内质网交换能量和信息的作用。为估计分布式能量网络中交换能量的值，即

S4.3：目标函数及其约束条件转化为如下形式：

其中，

S5、设置牛顿下降概念和动态事件触发通信策略嵌入到分布式优化算法的设计中。通过原对偶分析、泰勒展开和微分投影运算，提出分布式动态事件触发的网内网间牛顿-拉夫森算法，在分布式微型处理器内执行该算法的计算。

S5.1：具体流程如图9所示，该算法不需要特殊的初始化条件。输入变量初始值W(x

S5.2：为了实现动态事件触发，分别设置网内网间的动态事件触发机制。

网内动态事件触发机制具体形式如下：

网间的动态事件触发机制具体形式如下：

其中，θ

S5.3：求解x

在分布式微型处理器中首先计算x

接下来在分布式微型处理器中计算

其中，y

S6、在分布式微型处理器中检测出受到网络攻击的计算单元，并通过北斗通信进行信息传递，对于检测到受到网络攻击的计算单元，立即进行隔离。

S6.1、在信息交换的过程中，考虑到网络攻击的影响，对每一个计算单元都需要进行防御网络攻击中的协同攻击和非协同攻击的检测。在进行防御网络攻击中引入协商一致协定书变量s、δ，定义δ为第一项协商一致协定书，如下式所示：

其中，δ(z+1)中的δ表示增量成本的列堆栈向量，其包含的内容为热电联产，纯动力装置，纯热力装置的增量成本，z代表第z次迭代；μ是第一项协商一致协定书的收敛点系数，它是一个足够小的正常数；F是第一项协商一致协定的更新共识矩阵，ρ为范围系数。

s为第二项协商一致协定书，如下式所示：

其中，s为局部估计能量失配的列堆栈向量；x为能量输出的列堆栈向量；M是第二项协商一致协定的更新共识矩阵，

在识别过程中，第一项协商一致协定书和第二项协商一致协定书都有一定的范围，都在范围内则视为没有收到网络攻击。首先对第二项协商一致协定书判断，若

S6.2：对于相关判断信息进行计算。通过除疑似受攻击单元之外的计算单元来计算相关信息的合理界。

S6.2.1：对于第二项协商一致协定s的计算：在下次迭代中，单元σ局部估计能量失配的合理界为：

其中，s

S6.2.2：对于第一项协商一致协定δ的计算：在下一次迭代中，单元σ的电力增量成本的有理界限为：

式中相关系数的选取如下所示：

其中，l代表物理传输线，

S6.3：将接收到的实际值s

S6.4：判断是否表现正常。将δ

S6.5：更新单元σ的检测结果变量d

将更新后的检测结果变量送至相邻的计算单元。通过设置d

S6.6：非协同攻击下的隔离过程：网络攻击只针对某一个计算单元进行攻击。

S6.6.1：计数规则定义为：

S6.6.2：设计信誉值为判定单元是否隔离的一个阈值：

其中，

S6.7：协同攻击下的隔离过程：公共网络对于两个及以上的计算单元同时发动共谋攻击。S6.7.1：当行为不良的异常单元已通过步骤S6.6相关过程将其隔离之后，将连接信息记录在观测子网中并对链接矩阵进行更新：

S6.7.2：链接矩阵F(k)＝[f

S6.7.3：重复步骤S6.7.1-S6.7.2，直至所有异常单元被隔离。

S7、对于没有受到网络攻击的计算单元，每一个能量体内的参与者动态地与其邻居通过北斗通信进行信息交互，交互后的信息在分布式微型处理器中带入控制算法不断进行计算。然后能量路由器与其邻居能量路由器动态地进行能量交换，并更新各能量体内参与者的功率、热和气体的输出以及能量路由器的功率、热、气体交换量。

S7.1：对于没有受网络攻击的单元，能量体中的每一个参与者和能量路由器与其邻居交换信息，更新数据。具体过程如图10所示。

S7.2：根据y

S8、输出市场最优的能量价格y*

在此处牛顿下降方向不仅嵌入了计算每个参与者的最优操作，而且还嵌入了能量体之间边缘的最优能量分布，加快了网内网间的收敛速度。

本发明基于全局供需约束，设计了能量体内各参与者相应的决策变量和目标函数，同时为能量路由器交换信息搭建了能量分布模型。提出了一种新的分布式动态事件触发牛顿-拉夫森算法，它采用原始-对偶分析、泰勒展开和微分投影运算设计。本发明嵌入了动态事件触发通信策略，通过设计动态触发机制，如果满足触发条件，每个能源参与者可以在离散的时刻交换信息，并且实现连续时间算法，不需要全局时间同步。本发明不仅将牛顿下降方法嵌入计算每个参与者的最优操作，而且还嵌入了能量体之间边缘的最优能量分布。

本发明与现有的基于梯度和基于牛顿的分布式方法相比，具有收敛速度快、无特殊初始化条件和异步通信等优点。每个能源参与者可以快速获得其最优操作，并自适应地响应模型切换，而无需重置全局初始值。同时，异步通信可以避免全局时钟同步的要求，更加灵活，易于实现。本发明所提出的事件触发机制的主要好处是减少了通信交互，并显著降低了对精确连续时间信息传输的依赖。同时，也能减少通信开销和带宽等。此外，所提出的触发机制涉及额外的动态变量，它保持更长的事件间时间，并明确排除芝诺现象。本发明在系统或图保持连接的情况下，该算法对单个甚至几个链路故障具有更好的鲁棒性。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。