Les réseaux électriques sont devenus beaucoup plus complexes au cours des dernières décennies en raison de la demande énergétique, des réglementations environnementales et des systèmes d’énergie renouvelable à petite échelle qui transforment les entreprises et les particuliers en consommateurs-producteurs combinés.
Une façon de s’assurer que les alimentations électriques restent résilientes consiste à créer de petits groupes de sources et de charges appelés micro-réseaux. Les micro-réseaux peuvent fonctionner indépendamment du réseau principal en cas de besoin, par exemple pour soutenir les hôpitaux lors de catastrophes naturelles.
Crédit image : KAUST
À mesure que les micro-réseaux deviennent plus complexes, ils nécessitent des réseaux informatiques sophistiqués pour coordonner, contrôler et distribuer différentes sources d’énergie. Comme tout réseau, ils sont vulnérables aux cyberattaques. Pour se préparer à de tels événements, les chercheurs de KAUST ont exécuté des simulations d’attaques possibles, évalué l’impact qu’elles pourraient avoir et développé des méthodes pour détecter et supprimer les comportements malveillants.
« Le système de micro-réseaux que nous avons envisagé était le modèle de distribution urbaine canadien, composé de quatre générations distribuées (DG) basées sur des onduleurs », explique Ph.D. étudiant Ioannis Zografopoulos, qui a travaillé sur le projet aux côtés de Charalambos Konstantinou, professeur adjoint d’informatique. « Le modèle canadien est idéal pour capturer efficacement la dynamique du système et les interdépendances entre les quatre DG et montrer comment un événement malveillant affectant un DG peut se propager au reste du système.
Alors que les études précédentes sur les attaques de micro-réseaux supposaient que les attaquants avaient une bonne connaissance des composants internes et de la structure du réseau électrique, Zografopoulos et Konstantinou ont adopté une approche plus réaliste. Au lieu de cela, ils ont adopté un modèle où l’attaquant a des connaissances limitées mais est capable de concevoir des attaques basées sur des données historiques mesurées sur les performances du réseau.
Les chercheurs ont examiné trois types d’attaques différents. Zografopoulos explique, « le premier scénario impliquait de modifier les données de mesure que l’opérateur du système de micro-réseau utilise pour coordonner la production d’électricité des DG, le second impliquait de modifier les signaux de contrôle qui régulent la conversion de puissance dans les contrôleurs DG, tandis que le troisième impliquait des changements soudains dans charge, provoquant des instabilités du réseau.
Les simulations ont montré que les trois scénarios pourraient avoir des effets néfastes qui se répercutent sur le système électrique, entraînant des coûts importants, des pertes de puissance et des dommages aux équipements. Cependant, les chercheurs ont également identifié des méthodes efficaces pour détecter rapidement et avec précision les conditions anormales associées à une attaque imminente.
« Nos travaux futurs se concentreront sur l’identification des événements perturbateurs et leur atténuation via l’isolement préventif des sous-systèmes de micro-réseaux, en protégeant leurs composants joyaux de la couronne », déclare Zografopoulos. « Nous prévoyons que nos contributions ouvriront la voie à des micro-réseaux résilients, automatisant la détection des attaques et soutenant les stratégies défensives et d’auto-guérison. »
La source: KAUST
