✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2025年issue5文章推送（第6期/共6期）。本期推送共包含9篇研究论文，聚焦于智能电网安全防护、多能源系统协调优化、可再生能源集成与极端天气应对等前沿领域，涵盖了基于扩散模型的能源数据生成、多点虚假数据注入攻击检测、预防性维护框架、分布式P2P能源交易安全、配电系统与微电网非迭代协调调度、多微电网振荡稳定控制、极端天气场景生成、电-气综合能源系统安全评估以及台风灾害下多能源系统恢复等关键技术方向。
本期研究成果聚焦于提升智能电网的运行安全性与可靠性，助力多能源系统的灵活高效协同及增强能源互联网的韧性，为应对新能源接入与极端气候挑战提供理论与技术支撑，具有重要的应用价值和发展前景。
本期目录
📖 第1篇：考虑台风灾害综合不确定性的多能源配电系统分布式市场辅助恢复方法
📖 第2篇：考虑信息物理相互依存特性的电-气综合能源系统N-1评估
📖 第3篇：基于增强GAN与极端天气标记的风-光-负荷联合场景生成方法
📖 第4篇：风-光混合多微电网多尺度振荡的分层分布式模型预测稳定控制
📖 第5篇：基于快速近似等效投影的配电系统与微电网非迭代协调优化调度
📖 第6篇：基于时空异常检测的拜占庭弹性分布式P2P能源交易
📖 第7篇：基于Transformer-KAN预测与PPO控制电网重构的后果感知型预防性维护框架
📖 第8篇：智能电网负荷频率控制中多点虚假数据注入攻击的检测与防御
📖 第9篇：EnergyDiff：基于扩散模型的通用时间序列能源数据生成
📖 第1篇
📌 考虑台风灾害综合不确定性的多能源配电系统分布式市场辅助恢复方法
A Distributed Market-Aided Restoration Approach of Multi-Energy Distribution Systems Considering Comprehensive Uncertainties From Typhoon Disaster
作者：Zhuo Wang，Hui Hou，Ruizeng Wei，Zhengmao Li
针对多能源配电系统灾害恢复背景，本文提出了综合考虑台风灾害不确定性的分布式市场辅助恢复方法。提出了基于应力强度干涉理论和结构脆弱性模型的台风线路损坏表征方法，并结合多个辅助变量构建MDS可操作模型，简化电力与热力网络约束。创新点包括应用结构动态交互反馈模型以提升损坏预测准确度，和设计了协调电热负荷恢复的两阶段风险规避框架。
采用古诺-纳什均衡机制构建多能源微电网联合竞价模型，作为市场辅助策略促进恢复过程；为提升算法隐私与效率，开发了基于交替搜索程序的分布式求解框架。实现细节包括弹性定价机制的设计，准确刻画竞价价格与电热供应的弹性关系，优化资源配置，提升市场响应灵活性。
基于2024年中国超强台风“雅吉”统计数据的案例验证显示，该方法显著降低了MDS的负荷缺供电量和恢复成本，分别达12.89%和12.93%的成本降幅。研究总结了成本-风险均衡的恢复策略，为灾后多能源系统的韧性提升提供了技术支持。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11029621
📖 第2篇
📌 考虑信息物理相互依存特性的电-气综合能源系统N-1评估
N-1 Evaluation of Integrated Electricity and Gas System Considering Cyber-Physical Interdependence
作者：Suhan Zhang，Xin Zhang，Rui Zhang，Wei Gu，Ge Cao
本文针对电力与天然气系统深度耦合带来的复杂安全威胁，提出了考虑信息物理相互依存特性的电-气综合能源系统N-1安全评估框架。创新构建非线性偏微分代数方程模型，重新定义信息物理故障为仿真边界的不连续性与突变，突破了传统方法计算复杂、收敛难的瓶颈。
采用变系数解析法将非线性偏微分方程转化为变系数形式，避免了方程离散化，显著提升了仿真效率和收敛速度。N-1评估框架可深度探查故障传播路径，及时检测违规，辅以多重性能指标量化故障影响程度。
案例分析验证了所提方法在提升安全评估实时性及准确性方面的显著优越性，尤其有效识别了因信息物理耦合强化的关键运行风险。结论表明该方法对保障电-气系统韧性、降低潜在损失具有重要实践意义。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11029084
📖 第3篇
📌 基于增强GAN与极端天气标记的风-光-负荷联合场景生成方法
Enhanced GAN-Based Joint Wind-Solar-Load Scenario Generation With Extreme Weather Labelling
作者：Hongzhen Wang，Boyu Qin，Shidong Hong，Xi Xu，Yiwei Su，Tingxiang Lu，Tao Ding
本文针对高比例可再生能源渗透及极端天气频发，提出了一种创新的基于增强生成对抗网络（GAN）的多能源极端场景联合生成方法。结合气象因子提取与气象-场景因果关系检验，实现了极端场景机理分析及样本构建。
通过引入Wasserstein距离与梯度惩罚机制，结合可变学习率优化策略，显著提升了模型的收敛性和生成稳定性。物理约束（如功率边界、爬坡率限制）被纳入训练过程中，确保了生成场景的物理合理性与实用性。
评估指标包括点准确度与场景准确度，生成的极端场景自相关函数与偏自相关函数高度吻合真实样本，且模型展现出强鲁棒性。与CGAN及WGAN-GP比较，提出方法在匹配质量和生成效果上均显著优越，提升了极端场景小样本扩展能力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11012665
📖 第4篇
📌 风-光混合多微电网多尺度振荡的分层分布式模型预测稳定控制
Hierarchical Distributed Model-Predictive Stabilization Control of Multi-Scale Oscillations in Wind–Solar Hybrid Multi-Microgrids
作者：Zhuoli Zhao，Qinggang Yang，Zehan Zhang，Yuewu Wang，Hanyuan Tan，Junhua Wu，Loi Lei Lai
针对多微电网在风光混合接入背景下存在的多尺度振荡问题，本文提出了具有两级振荡控制回路的分层分布式模型预测控制策略。研究基于系统模态可控性与可观测性分析，优化测控信号选择，聚焦稳定性增强。
该策略设计了分散式下层控制及全双工通信的上层控制，有效实现了局部与区域振荡的解耦与抑制，且所有控制器均内嵌运行约束，保证控制方案更具适用性与安全性。
仿真实验及硬件在环测试表明，控制策略可在5秒内有效抑制1.4Hz和0.4Hz的振荡，显著降低功率超调，且在通信链路故障条件下表现出卓越鲁棒性，展示出对高比例可再生能源接入的多微电网系统稳定运行的重要支撑作用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10818999
📖 第5篇
📌 基于快速近似等效投影的配电系统与微电网非迭代协调优化调度
Non-Iterative Coordinated Optimal Dispatch of Distribution System and Microgrids via Fast Approximation Equivalent Projection
作者：Peng Hao，Chunyi Huang，Chengmin Wang，Kangping Li，Zhenfei Tan
针对配电系统与微电网非迭代协调优化调度中的计算效率与收敛性瓶颈，本文提出基于快速近似渐进顶点枚举算法的调度方法。创新点包括引入外法向量计算方法及顶点法向量计数限制策略，和面向日前调度的时间解耦技术。
通过等效投影，微电网将高维运行区域映射为低维等效区域，进而实现与配电系统间的非迭代协调调度，保障各实体决策隐私，避免迭代算法收敛问题，提升整体计算性能。
统计数据显示，新算法在6维运行区域投影的计算时间降低了82%，体积误差仅增0.39%。在IEEE33和IEEE123节点示范系统中，调度成本偏差仅为1.09%和0.35%，验证了方法的经济与高效性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11036544
📖 第6篇
📌 基于时空异常检测的拜占庭弹性分布式P2P能源交易
Byzantine-Resilient Distributed P2P Energy Trading via Spatial–Temporal Anomaly Detection
作者：Junhong Liu，Qinfei Long，Rong-Peng Liu，Wenjie Liu，Yunhe Hou
本文提出了充分考虑物理网络约束和功率损耗的完全分布式P2P能源交易模型，重点研究拜占庭故障对系统的对抗影响。通过理论与实践结合，有效提升基于物理信息的网络安全保障水平。
提出采用基于张量学习的在线时空异常检测，融合领域物理知识提升检测可靠性，并通过闭式解形式保障算法高效性和实用性，实现对复杂虚假数据注入攻击的及时识别与缓解。
理论分析证明所提方法在稳定性与最优性方面具备严格保证，仿真结果显示其能有效抵抗多种复杂拜占庭攻击，保护分布式P2P能源交易系统的安全与隐私，具有重要的工程应用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11003163
📖 第7篇
📌 基于Transformer-KAN预测与PPO控制电网重构的后果感知型预防性维护框架
Consequence-Aware Prescriptive Maintenance Framework With Transformer-KAN Forecasting and PPO-Controlled Grid Reconfiguration
作者：Hamid Mirshekali，Fatemehsadat Ghanadi Ladani，Hamid Reza Shaker
本文提出了一种基于Transformer-KAN和近端策略优化（PPO）的预防性维护框架，针对现代电网设备面临的极限运行压力，实现了从负荷预测到决策自动执行的闭环管理。
引入小波变换、切比雪夫-皮尔逊嵌入及统计特征提取优化预测精度，同时创新采用改进的Chernoff-Bound算法及故障后果归一化评估，确保关键警报优先处理，实现有限维护资源的最优配置。
在丹麦实际配电网与IEEE测试系统中，框架将警报重要性降低39.6%，工业负荷预测误差降至4.44×10^-3，验证了方案的高效性和工程实用价值，极大提升电网运行的鲁棒性与智能化水平。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11036850
📖 第8篇
📌 智能电网负荷频率控制中多点虚假数据注入攻击的检测与防御
Detection and Defense Against Multi-Point False Data Injection Attacks of Load Frequency Control in Smart Grid
作者：Xing-Chen Shangguan，Ming-Hui Yu，Chuan-Ke Zhang，Yong He
面对智能电网负荷频率控制（LFC）在开放通信环境中的多点虚假数据注入（FDI）攻击问题，本文设计了基于双层长短期记忆（LSTM）神经网络的攻击检测器及双向门控循环单元（BiGRU）防御机制，实现高效的攻击识别与缓释。
创新体现在专门针对LFC系统的多点FDI检测策略，融合数据驱动时序分析框架以提升时序依赖建模能力，并在包含高压直流链路与可再生能源三区域系统中进行验证，填补以往研究空白。
仿真结果显示，检测器达到97.1%准确率，显著优于传统LSTM；防御方法有效将频率偏差降低85%，确保多区域LFC系统在多点攻击下的稳定性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11032157
📖 第9篇
📌 EnergyDiff：基于扩散模型的通用时间序列能源数据生成
EnergyDiff: Universal Time-Series Energy Data Generation Using Diffusion Models
作者：Nan Lin，Peter Palensky，Pedro P. Vergara
本文提出基于去噪扩散概率模型（DDPM）的EnergyDiff框架，用于高分辨率能源时间序列数据合成。通过引入专门设计的去噪网络和折叠操作有效降低Transformer计算复杂度，提出边缘分布校准技术精准匹配边缘分布，定制Transformer模块实现多尺度时序特征学习，支持跨域应用。
训练过程结合经验分布函数引导，确保生成数据保留复杂时序依赖关系的同时，边缘统计特性与真实样本高度一致。在推理阶段，采用高效的多通道短序列转换策略提升生成稳定性与效率。
实验涵盖1分钟至1小时多种分辨率，KL散度、Wasserstein距离及Kolmogorov-Smirnov统计量指标明显优于传统GMM与t-Copula模型。该框架已成功应用于电力负荷、热泵能耗及光伏发电多个能源领域，支持用户及变压器级数据生成，极大促进了能源系统数据安全和智能决策。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11049025
点击关注 获取更多精彩