A Bilevel Attacker-Defender Model for Enhancing Power Systems Resilience with Distributed Generation

Scientia et Technica Journal

View Publication Info
 
 
Field Value
 
Title A Bilevel Attacker-Defender Model for Enhancing Power Systems Resilience with Distributed Generation
Un modelo Binivel de Ataque-Defensa para mejorar la resiliencia de los sistemas de potencia con generación distribuida
 
Creator López Lezama, Jesús María
Restrepo Cuestas, Bonie Johana
Hernández Valencia, Juan Pablo
 
Description Electric transmission and distribution systems are subject not only to natural occurring outages but also to intentional attacks. These lasts performed by malicious agents that aim at maximizing the load shedding of the system. Intentional attacks are counteracted by the reaction of the system operator which deploys strategies to minimize the damage caused by such attacks. This paper presents a bilevel modeling approach for enhancing resilience of power systems with high participation of distributed generation (DG). The model describes the interaction of a disruptive agent that aims at maximizing damage to a power system and the system operator that resorts to different strategies to minimize system damage. The proposed mixed integer nonlinear programming model is solved with a hybrid genetic algorithm. Results are presented on a benchmark power system showing the optimal responses of the system operator for a set of deliberate attacks. It was observed that the higher the participation of DG the lower the impact of the attacks was. The presence of DG also influenced the optimal strategies of the attacker which in some cases deviated from optimal attack plans to suboptimal solutions. This allows concluding that the presence of DG benefits the power system in terms of less expected load shedding under intentional attacks.     
Los sistemas de transmisión y distribución están sujetos no solo a fallas naturales sino también a fallas causadas por ataques intencionales. Estos últimos llevados a cabo por agentes maliciosos que tienen como objetivo maximizar el deslastre de carga del sistema. Los ataques intencionales son contrarrestados por la reacción del operador del sistema que lleva a cabo estrategias para minimizar el daño causado por los ataques. Este artículo presenta un modelo de programación binivel para mejorar la resiliencia de los sistemas de potencia con alta participación de generación distribuida (GD). El modelo describe la interacción de un agente disruptivo que pretende maximizar el daño al sistema de potencia y el operador de red que recurre a diferentes estrategias para minimizar el daño. El modelo propuesto es no lineal entero mixto y se soluciona mediante un algoritmo genético híbrido.  Se pudo observar que a mayor participación de la GD el impacto de los ataques era menor. La presencia de GD también tuvo influencia en las estrategias del atacante, el cual, en algunos casos, se desviaba de los ataques óptimos a soluciones sub-óptimas. Lo anterior permite concluir que la presencia de GD beneficia al sistema de potencia en términos de menor deslastre de carga esperado ante ataques intencionales.      
 
Publisher Universidad Tecnológica de Pereira
 
Date 2020-12-17
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
 
Format application/pdf
 
Identifier https://revistas.utp.edu.co/index.php/revistaciencia/article/view/23721
10.22517/23447214.23721
 
Source Scientia et Technica; Vol 25 No 4 (2020); 540-547
Scientia et Technica; Vol. 25 Núm. 4 (2020); 540-547
2344-7214
0122-1701
 
Language eng
 
Relation https://revistas.utp.edu.co/index.php/revistaciencia/article/view/23721/16447
 
Rights Derechos de autor 2020 Scientia et technica
http://creativecommons.org/licenses/by-nc-nd/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library