✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Power Systems期刊2026年issue1推送（第5期/共6期）。本期推送共包含10篇研究论文，内容聚焦于高比例新能源接入下电力系统的稳定性分析与控制、智能优化算法及网络安全等前沿领域。具体研究主题包括：风电场功率振荡阻尼器优化配置、基于强化学习的输配电网协同频率控制、逆变器资源动态模型参数误差识别、考虑暂态过电压约束的发电基地规划、配电系统隐私保护虚假数据注入攻击检测、基于质量-多样性学习的机组组合优化、量子牛顿潮流计算、含不确定性配电系统的实时最坏情况潮流分析、以及含异构变流器系统的小信号稳定性分析与构网型变流器多模态低频振荡机理研究。这些工作为解决新型电力系统面临的动态稳定、优化运行与网络安全等关键挑战提供了创新的理论方法与技术方案。
本期目录
📖 第1篇：基于开环增益摄动界的风电场功率振荡阻尼器优化配置以提升稳定裕度
📖 第2篇：基于序贯更新的异构智能体强化学习方法：实现输配电网协同的负荷频率控制
📖 第3篇：基于逆变器资源动态模型验证与校准的参数误差识别
📖 第4篇：考虑LCC-HVDC暂态过电压约束的逆变型电源发电基地规划
📖 第5篇：考虑攻击者偏好的辐射状配电系统隐私保护虚假数据注入攻击检测
📖 第6篇：基于质量-多样性学习的多方案机组组合优化
📖 第7篇：量子牛顿潮流计算：一种基于量子奇异值变换的高效算法
📖 第8篇：具有功率注入不确定性的配电系统实时最坏情况潮流计算
📖 第9篇：面向小信号稳定性分析的含跟网型与构网型变流器电力系统降阶多子系统方法
📖 第10篇：构网型变流器中多模态低频振荡的互阻尼排斥机制研究
📖 第1篇
📌 基于开环增益摄动界的风电场功率振荡阻尼器优化配置以提升稳定裕度
Optimal Power Oscillation Damper Placement in Wind Farm to Enhance Stability Margin Based on Open-Loop Gain Perturbation Bound
作者：Jianqiao Ye，Shenghu Li
随着风电渗透率的不断提高，双馈感应发电机（DFIG）等风力发电机因其低惯性特性，削弱了电力系统的阻尼能力，加剧了低频振荡（LFO）风险。传统上，低频振荡主要由同步发电机（SG）的电力系统稳定器（PSS）抑制，而如今，安装在DFIG上的功率振荡阻尼器（POD）被寄予厚望。然而，现有研究通常将整个风电场聚合为一个等效机组，忽略了不同DFIG之间风速、控制参数和接入点距离的差异，且在所有DFIG上安装POD可能并非必要，造成了资源浪费。
本文针对上述问题，首次系统研究了多DFIG风电场中POD的优化配置问题，旨在以最少数量的POD有效提升系统稳定裕度并抑制低频振荡。研究的核心创新点在于：首先，基于传递函数分解，全新推导了包含同步发电机、多DFIG风电场及POD的多重反馈回路结构，清晰揭示了POD对系统稳定性的影响路径。其次，通过对开环增益函数进行摄动分析，提出了一个比传统Bauer-Fike定理更紧致的稳定裕度边界，用以精确量化POD配置位置对系统稳定性的影响。最后，基于该稳定裕度边界，建立了以最小化POD安装数量为目标、满足系统阻尼要求的优化配置模型，并采用融合贪婪搜索策略的改进模拟退火（I-SA）算法高效求解。
详细给出训练/推理流程、损失项与约束名称、优化器/学习率/批量、特征工程/数据增强、正则化或鲁棒性设计、复杂度与部署要点；标注关键实现要点与约束名。本研究中，采用基于系统的稳定裕度定量指标，通过传递函数与增益摄动结合建立了系统的阻尼性能指标。算法设计上，利用贪婪搜索策略融合改进模拟退火算法，实现对POD安装位置的有效选择和数量优化，降低了计算复杂度且保证了收敛性。该方法在不同系统运行工况、风速变化及通信时延下均显示出稳定性和鲁棒性。
通过典型风电系统仿真及案例分析验证了所提稳定裕度边界的准确性。结果显示，POD配置在电气距离更远的DFIG对提升系统稳定裕度效果更显著，相较于靠近公共连接点（PCC）的DFIG。优化配置方案在满足系统稳定性要求的同时，成功确定了POD的最小数量及最优安装位置，显著提高了资源配置效率。此外，针对多种运行工况和扰动，方案表现出良好的鲁棒性，为工业应用中风电场附加阻尼控制提供了理论依据和实用工具。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11072299
📖 第2篇
📌 基于序贯更新的异构智能体强化学习方法：实现输配电网协同的负荷频率控制
Order-Based Heterogeneous Agents Reinforcement Learning Method With the Coordination of Distribution Network and Transmission Network for Load Frequency Control
作者：Shixuan Yu，Xiaodong Zheng，Tianzhuo Shi，Ruilin Chen，Shuangsi Xue，Hui Cao
随着大规模分布式能源（DERs）持续接入配电网（DN），配电网具备参与负荷频率控制（LFC）的能力。然而，光伏（PV）、电池储能系统（BESS）等异构可控DERs之间的协调控制挑战巨大。传统的PI控制器在复杂时变系统中适应性不足，现有深度强化学习（DRL）方案在多智能体信用分配、时变辐照度影响及PV与BESS协同调度方面存在限制。
本文提出了一种基于序贯更新的异构智能体软演员-评论家方法（OHASAC），将LFC建模为部分可观测的马尔可夫博弈（MG），同时考虑配电网与输电网（TN）协同。核心创新是设计了多智能体异步更新训练框架，引入神经网络“序列选择器”动态估计智能体最优更新顺序，有效解决信用分配难题，确保局部策略与全局目标一致，提升训练效率与性能。
在奖励函数设计中，OHASAC综合考虑频率稳定性、设备平滑出力、均衡使用及电池充放电策略，特别纳入了PV与BESS协同调度以维持系统频率稳定。仿真在IEEE 9总线输电网与IEEE 13总线配电网环境进行，扩展至34总线验证可扩展性。结果表明，OHASAC在多种工况下，相较SAC、PPO、MATD3及传统PID控制，表现出更快收敛、更优频率控制效果及更强泛化能力。
该方法有效管理分布式发电资源，通过优先更新对频率敏感智能体，显著提升系统整体控制性能与运行经济性。该研究为高比例新能源接入电力系统的频率稳定控制，提供了数据驱动、模型无关且具备良好协调能力的智能方案，对未来构建源网荷储协同互动的新型电力系统具有重要参考价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11125904
📖 第3篇
📌 基于逆变器资源动态模型验证与校准的参数误差识别
Parameter Error Identification for Validation and Calibration of Dynamic Models of Inverter-Based Resources
作者：Nitish Sharma，Yuzhang Lin
随着可再生能源占比提升，基于逆变器资源（IBR）的精确动态模型 对系统运行规划至关重要。但IBR模型参数众多，易因人为录入错误、控制设定未更新等出现参数误差，且难以准确定位。传统方法需要同时估计所有参数，导致系统不可观测或数值不稳定。
本文提出创新框架，利用终端测量数据检测、识别、估计IBR模型内的参数误差。核心是将用于稳态模型（代数方程）校准的最大归一化拉格朗日乘子法集成到卡尔曼滤波框架，扩展应用于IBR动态模型（微分方程），解决传统方法难用于动态系统问题。
方法显著优势包括：1）无需同时估计所有参数即可精准定位需校准的错误参数，避免计算负担和数值问题；2）有效区分模型参数误差与传感器测量误差，为采用正确缓解措施提供关键依据。当模型仿真与现场测量不符时，明确错误根源是参数不准还是传感器异常，是有效校准前提。
通过IEEE 39节点测试系统仿真验证了方法有效性。案例显示，该框架成功识别IBR物理系统及数字控制器中的参数错误，能处理多个参数同时错误及参数与测量误差并存等复杂场景。与传统轨迹灵敏度分析方法相比，所提归一化拉格朗日乘子指标更直接、可靠指示出真正存在且需校准的参数。该工具助力电力系统运营商进行系统化模型验证和离线模型校准，提升动态安全评估准确性，并自动化满足NERC MOD-026/027标准要求，保障高比例新能源电网运行可靠。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11113359
📖 第4篇
📌 考虑LCC-HVDC暂态过电压约束的逆变型电源发电基地规划
Planning Inverter-Based Resource Generation Base Considering LCC-HVDC Transient Overvoltage Constraints
作者：Xiao Cai，Ning Zhang，Jiaxin Wang，Haiyang Jiang，Ershun Du，Chongqing Kang
随着采用电网换相换流器高压直流输电（LCC-HVDC）的发电基地日益增多，高比例逆变型电源（IBR）基地面临因换相失败故障引发的过电压问题，严重威胁系统保护和稳定性。本文针对该实际问题，提出考虑过电压约束的高IBR渗透率发电基地电力规划模型，确保任何母线过电压不得超过限值，并最小化建设成本。
核心创新是首次在发电基地规划层面系统性建模并嵌入由LCC-HVDC换相失败引发的暂态过电压约束。传统规划模型往往忽略此类动态安全问题，导致方案实际运行中可能失效。通过建立包含同步发电机、同步调相机和IBR对过电压影响的解析模型，将复杂非线性约束保守线性化，高效集成到大规模混合整数线性规划模型。
具体提出三步骤优化框架：一，求解各IBR集群侧对过电压耐受能力与IBR总容量、同步调相机数量的关系；二，将该关系作为约束进行电网侧发电容量扩展规划，优化火电、储能、IBR容量及调相机数量；三，基于二步确定总容量，优化集群内各场站容量配置及调相机安装位置。该框架成功解耦电网-集群耦合问题，显著降低计算复杂度。
通过对中国西北某实际待建发电基地案例研究验证。若不考虑过电压约束，规划倾向配置更高IBR和储能容量，换相失败后关键节点电压超1.3 p.u.安全限值，导致设备脱网。应用本模型后，系统确保所有节点过电压低于0.3 p.u.限值，优化配置同步调相机，在高IBR渗透和高直流输送功率条件下实现安全稳定运行。研究还发现，减少火电机组显著增加同步调相机需求，凸显双碳目标下源网协同规划重要性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11087539
📖 第5篇
📌 考虑攻击者偏好的辐射状配电系统隐私保护虚假数据注入攻击检测
Privacy-Preserving FDIA Detection for Radial Distribution Systems Considering Attacker Preference
作者：Mingjian Cui，Chengbin Zhang，Bing Kang，Jian Zhang，Antonio Gómez-Expósito
随着先进数据采集与信息通信技术应用，现代配电系统成为典型网络物理系统。虚假数据注入攻击（FDIA）通过恶意篡改测量数据，干扰配电系统状态估计，构成重大网络安全威胁。传统检测方法面对具备专业知识且构造隐蔽攻击向量的攻击者时，往往失效。
本文提出面向三相不平衡系统的分布式数据驱动FDIA检测方法，实现高效检测同时严格保护数据隐私。首次系统构建并证明了考虑攻击者偏好的隐蔽FDIA模型，利用多项式伪测量及基于地理和电气位置筛选节点构建的“隐蔽攻击库”矩阵，以攻击偏好因子量化攻击者行为，生成能规避传统残差检测的隐蔽攻击向量。
提出基于自动调谐惩罚系数的交替方向乘子法（ρ-ADMM）改进方案，构建隐私保护的分布式检测框架。该方法无需所有私有数据上传至中央服务器，通过边缘计算设备共享必要模型参数，显著降低数据泄露风险，实现有效隐蔽FDIA检测。
在IEEE 123节点配电系统全面验证，结果显示算法在检测精度、数据恢复能力、电压不平衡分析及时间消耗方面表现优越。面对不同强度攻击，检测快速收敛，准确率接近集中式算法，且保证私有测量数据安全。相比欧氏距离法、卡方检验和SNR检测，本文方法明显优于传统检测，在关键电能质量指标估算上更精准。该工作为配电系统网络安全防御提供新思路，适用于智能化电力系统，奠定复杂攻击场景下高度针对性FDIA检测框架基础。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11128978
📖 第6篇
📌 基于质量-多样性学习的多方案机组组合优化
Quality-Diversity Learning Enabled Multi-Alternative Unit Commitment Optimization
作者：Yixi Chen，Jizhong Zhu，Cong Zeng
机组组合（UC）是电力系统市场清算、发电调度和风险评估关键环节。传统UC优化多聚焦寻找单一全局最优解，忽略那些性能相近但行为模式各异的替代方案所蕴含的信息。针对这一局限，本文提出质量-多样性学习（QDL）方法，旨在提供一套高质量且多样化的调度方案集合。
该方法维护多单元智能体档案库，并行演化高性能策略。各智能体共享同一优化目标（最小化总成本），但被引导探索不同行为区域。核心在于引入行为描述符（如总在线负荷率、机组启停次数），量化及区分不同调度方案特征。离线训练阶段，利用大量历史负荷数据，在模拟真实约束的马尔可夫决策过程环境下，通过分层分布式计算架构并行训练，结合质量和多样性驱动机制，确保档案库策略经济性提升同时覆盖广泛操作场景。
训练完成后，档案库形成结构化高性能UC策略集合。在线调度时，调度员可基于实时或预测负荷，从库中快速检索生成多个候选方案，这些方案经济性接近但运行特性差异显著，满足不同调度偏好。重要优势是，当某方案基态或事故下可行性测试失败时，无需重新优化，可立即调用可行替代方案，显著提升运行准备度和可靠性。
在IEEE标准测试系统应用验证相比传统数学规划和深度强化学习方法，QDL在离线训练增加可接受边际下，成功生成数十个高质量方案，方案满足交流潮流等复杂约束，在线可行性接近100%。此法将计算负担有效移至离线，为调度员提供前所未有的决策灵活性与鲁棒性，为应对电网高维、非凸、不确定优化挑战树立新范式。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11236996
📖 第7篇
📌 量子牛顿潮流计算：一种基于量子奇异值变换的高效算法
Quantum Newtonian Power Flow
作者：Ruoyan Fan，Chaofan Lin，Peng Zhang
随着量子计算在电力系统分析中展现潜力，设计适用于含噪声中等规模量子（NISQ）设备的算法是关键挑战。传统基于HHL算法的量子潮流计算虽展现指数加速潜力，但高电路深度和量子比特需求限制实用性。变分量子线性求解器（VQLS）虽降低电路深度，却面临训练不稳定和优化困难。
本文提出创新的量子牛顿潮流（QNPF）算法，将牛顿法与量子奇异值变换（QSVT）结合，实现高效稳定潮流计算。优势在于量子电路能直接处理非厄米矩阵且辅助量子比特少，利用QSVT单次电路执行完成牛顿迭代解算，无需反复优化电路参数，引入分块重缩放技术确保病态条件计算精度。
算法设计中，QNPF将每次牛顿迭代表述为量子态 |ΔS⟩=J·|D⟩，其中J为雅可比矩阵。通过QSVT对J†奇异值分解，构造逆函数多项式逼近，实现高效求逆。当J接近奇异时，分块重缩放调整奇异值分布，确保其在QSVT可处理范围内，保障数值稳定性。
在IEEE 5节点和118节点系统测试中，结果显示QNPF与传统牛顿法收敛精度和迭代次数相同，迭代次数少于快速解耦法，分块重缩放显著提升病态情况下鲁棒性。随机潮流分析中QNPF与经典方法结果一致，电压幅值和相角均方根误差低于10⁻¹⁰和10⁻⁷，展现卓越准确性与可扩展性。该研究标志量子计算在电力系统分析的重要进展，为NISQ设备提供更可行量子潮流方案，且框架可扩展至其他线性系统求解领域。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11249455
📖 第8篇
📌 具有功率注入不确定性的配电系统实时最坏情况潮流计算
Real-Time Worst-Case Load Flow for Distribution Systems With Power Injection Uncertainties
作者：Kin Cheong Sou，Sei Zhen Khong，Henrik Sandberg
随着分布式可再生能源（如风电、光伏）大规模接入，因其间歇性与波动性，电力系统运行呈显著不确定性。传统确定性潮流难满足实时安全评估。本文提出针对辐射状配电系统的实时最坏情况潮流（WCLF）计算方法，快速准确评估功率注入不确定条件下母线电压和线路电流的极值。
核心研究为区间潮流问题变体，基于非线性DistFlow方程，考虑母线功率不确定性，目标寻找母线电压及线路电流极值。创新在于深入分析DistFlow结构，提出高效计算流程，避免传统反复求解优化问题的循环计算，极大提升效率。
关键贡献包括：1）证明辐射状系统电压随母线净功率注入单调增加，仅需一次确定性潮流计算即可精确得最小电压；2）基于电压单调性和DistFlow结构，开发低复杂度程序估计所有母线最大电压及线路最大电流，且具备运行中估计精度保证界限；3）通过将DistFlow重构为定点方程，推导改进高斯-赛德尔迭代程序内嵌优化求解，计算成本近似单次确定性潮流。
广泛基准测试验证实用精度与效率。对于含10,476母线系统，方法支持约0.5秒内完成区间分析，相对误差小于10%，相比传统需大量优化问题求解方法显著加速，为含高比例新能源的配电网实时安全监控、风险评估及优化调度提供了强力支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11122887
📖 第9篇
📌 面向小信号稳定性分析的含跟网型与构网型变流器电力系统降阶多子系统方法
Reduced-Order Multi-Subsystems of Power Systems With Grid-Following and Grid-Forming Converters for Small-Signal Stability Analysis
作者：Guang Hu，Huanhai Xin，Yu Tang，Linbin Huang，Yongheng Yang
随着基于电力电子变流器（PEC）的可再生能源大规模并网，系统面临未知的稳定性挑战。现有含跟网型（GFL）和构网型（GFM）PEC的小信号稳定性分析多集中于双机系统，难以应用于大规模电网。本文提出稳定性等效多子系统（SEMSs）概念，适用于含异构PEC的电力系统。
该方法创新点在于将复杂高阶多馈入系统解耦为明确物理意义的等效双机子系统，每个SEMS保留GFL与GFM PEC及PEC与电网间动态交互作用。系统整体稳定特性可通过分析各SEMS稳定性推断。并提出简洁稳定性判据，融合网络与PEC特性，分别揭示二者对整体稳定性的独立影响，显著减少计算负担。
贡献包括：适用GFL与GFM PEC混合系统，实现向物理清晰的等效双机子系统解耦；SEMS保留关键交互，支持基于黑箱方法的低计算量稳定性评估；判据由稳定运行域（SOR）和特征阻抗集构成，支持快速稳定判别与灵敏度分析。通过硬件在环测试及EMT仿真验证，所提方法准确反映原系统振荡模式，显著降低高比例电力电子装备电网小信号稳定性分析复杂度。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11119160
📖 第10篇
📌 构网型变流器中多模态低频振荡的互阻尼排斥机制研究
Research on the Mutual Damping Repulsion Mechanism of Multi-Modal Low-Frequency Oscillations in Grid-Forming Converter
作者：Letian Wang，Shiyun Xu，Huadong Sun，Jingtian Bi，Peng Han
随着电力电子设备渗透率提高，保证系统稳定运行面临严峻挑战。构网型（GFM）技术因模拟同步机动态，提供电压、频率和阻尼支持备受关注。然而考虑直流动态的应用（如风电、光伏、柔性直流输电），GFM变流器内部同步控制环与直流电压控制环耦合，极易引发多模态低频振荡。
本文深入研究该关键问题，揭示多模态振荡互阻尼排斥效应及机理。发现两主导低频振荡模式：同步控制主导（SC-LFO）与直流电压控制主导（DVC-LFO），两模式通过虚拟阻尼系数D、比例增益kpdc强耦合。
采用频域阻尼转矩分析方法阐明互阻尼排斥现象：当同步或直流环自阻尼增强，它们会互施递增负阻尼转矩。调节任一环动态时，SC-LFO与DVC-LFO阻尼呈反向变化趋势，即一个模式阻尼增强以牺牲另一个模式形成“排斥”现象。该现象表明传统单纯增大虚拟阻尼D以增强同步稳定性思路可能不可行，过度增大虚拟阻尼D或导致DVC-LFO失稳。
通过建立简化适用于GFM的Heffron-Phillips模型，推导阻尼转矩解析表达式，量化关键参数（D、kpdc、虚拟惯量H、线路电抗xt、直流电容Cdc）对两振荡模式阻尼的交叉影响。提出考虑互阻尼排斥影响的工程参数整定规则，强调设计与验证阶段须优先考虑多模态振荡的协同稳定需求。理论分析经特征值和时域仿真（含Kundur双区测试）验证。同时分析直流侧资源动态（以光伏阵列为例）对该机制的影响，分为可忽略、改善或恶化稳定性，并用仿真予以验证。本研究为高比例GFM变流器接入未来电网中多模态低频振荡的识别与抑制提供重要理论依据与设计指南。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11098855
点击关注 获取更多精彩