✦ 点击蓝字，关注我们！✦
欢迎阅读本期IEEE Transactions on Power Systems期刊2025年issue3文章推送(第5期/共6期）。本期共包含9篇研究论文，聚焦电力系统前沿领域，涵盖深度学习驱动的振荡源定位、微电网最优功率流算法、含逆变器资源的配电系统恢复、极端天气下电网韧性增强等创新方向，展现了人工智能与物理模型融合、多时间尺度动态分析、数据驱动鲁棒优化等关键技术突破，为新型电力系统安全稳定运行提供了重要理论支撑与方法创新。
本期目录
📖 第1篇：基于知识的深度学习方法用于多重振荡源的定位
📖 第2篇：基于改进ADP的限迭代去中心化算法在网络微电网最佳功率流中的应用
📖 第3篇：针对富含逆变器资源配电系统恢复的新型精细化合成频率响应速率约束
📖 第4篇：动态韧性区域基础的主动调度提升电力系统韧性
📖 第5篇：基于切换系统理论的风力发电机重复低电压穿越动态建模与稳定性分析
📖 第6篇：基于动态解耦的凹凸规划在不对称双极直流配电网中的最优潮流研究
📖 第7篇：数据驱动的分布鲁棒能源与储备调度：考虑可再生能源灵活性
📖 第8篇：DFIG式风力发电系统中电压控制与转子速度控制的跨时间尺度互动分析
📖 第9篇：基于块选择反演算法的三相短路电流计算在大规模高压电力系统中的应用
📖 第1篇
📌 基于知识的深度学习方法用于多重振荡源的定位
Knowledge-Informed Deep Learning Method for Multiple Oscillation Sources Localization
作者：Zhenjie Cui, Weihao Hu, Guozhou Zhang, Qi Huang, Zhe Chen, Frede Blaabjerg
本文提出了一种新颖的基于知识的深度学习方法，用于细致定位强迫振荡源（FOSs）。该方法能够在异常测量条件下有效识别多重FOSs。首先，提出了一种基于耗散能量流（DEF）的知识引导模块，在该模块中，测相单位（PMU）信号被解构并重构到时频域，以提取DEF知识。随后，采用了一种空间-时间图注意网络（ST-GAT），将拓扑信息嵌入到该网络中，以捕捉FOSs的传播模式。实验结果表明，所提出方法在精度和鲁棒性上优于传统方法。
FOSs的快速准确定位对于抑制强迫振荡至关重要。常见的FOS定位方法包括耗散能量流（DEF）和交叉功率谱密度。这些方法虽然有效，但在多个FOS和异常测量的情况下确保定位精度仍然是一个挑战。为了应对这些问题，本文提出的知识-informed方法通过融合理论DEF知识和电网拓扑知识，结构上提升了深度学习算法的性能。
具体而言，该方法首先通过DEF理论引导进行多变量测量数据的解构和压缩，旨在提取信息熵更高的特征。接着引入了ST-GAT模块，以使得模型可以从更全面的视角学习FOS的扩展模式。通过对数值结果的分析，该方法在正常及极端场景下均展示了超高的定位准确率，尤其在存在测量异常时，准确率超过98%。此外，本文方法的拓扑和DEF知识的结合，显著提升了模型的学习性能，增强了鲁棒性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10854907
📖 第2篇
📌 基于改进ADP的限迭代去中心化算法在网络微电网最佳功率流中的应用
Improved ADP-Based Limited-Iterative Decentralized Algorithm for Optimal Power Flow of Networked Microgrids
作者：Jiajun Chen, Jianquan Zhu, Haixin Liu, Mingbo Liu
本文提出了一种基于改进近似动态规划（IADP）的限迭代去中心化算法，用于解决网络微电网（NMGs）的最佳功率流（OPF）问题。传统的近似动态规划（ADP）算法需要在大量的状态和场景下反复更新价值函数，这不仅计算繁琐，而且带来了巨大的通信负担。相比之下，IADP算法通过无限维的贝尔曼方程直接描述价值函数，显著提高了计算效率并减少了网络间的通信需求。
研究指出，IADP采用了一种新的伯恩斯坦多项式投影技术，将理论上不可处理的无限维问题转化为可解决的有限维问题。这种有效的转换使得算法能够在不进行网络间迭代的情况下，直接获得每个网络的解决方案。通过对49-总线和265-总线NMGs的案例研究，验证了该算法的有效性和实用性。
此外，实现的案例显示，所提出的算法在处理复杂的OPF模型时，包括具有更多实际操作约束的算法（如三相电路和PV-PQ总线条件），依然能够保持良好的准确性和效率。与其他去中心化算法相比，本算法不需要反复迭代，从而在计算时间上表现出显著优势，使得在保证信息隐私的同时，优化过程更加高效。这一方法的提出为微电网的协同管理提供了新的思路，具有广泛的应用前景和研究价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10690250
📖 第3篇
📌 针对富含逆变器资源配电系统恢复的新型精细化合成频率响应速率约束
Imposing Fine-Grained Synthetic Frequency Response Rate Constraints for IBR-Rich Distribution System Restoration
作者：Chongyu Wang, Yunjian Xu, Kaiyuan Pang, Mohammad Shahidehpour, Qin Wang, Guoteng Wang, Fushuan Wen
在配电系统恢复（DSR）的过程中，频率响应速率（FRR）约束是确保系统安全和稳定的重要条件，特别是在负荷抽取造成的频率下降时。在传统发电机主导的配电系统中，这些约束比较简单。然而，随着基于逆变器的资源（IBR）逐渐增加，FRR转变成合成频率响应速率（SFRR），使得其约束模型更加复杂。本文提出了一种创新的方法，能够无损地精细化施加SFRR约束，首次将其应用于IBR丰富的配电系统恢复优化模型。
研究的创新之处在于从控制源的角度出发，建立节点与动态形成的微电网（MG）之间的关系，通过简单而有效的约束设计，确保在多种操作情境下能够准确实施SFRR。这种方法的优势在于减少了传统模型中频率响应的线性化误差，使得恢复过程中的频率波动控制更为精细。同时，采用了基于仿真和数值计算的方法，有效提升了DSR的优化决策能力。
通过对案例的模拟与比较，结果显示，该方法在恢复负荷的效率和安全性方面显著优于现有技术。本文的研究成果不仅为电力系统的安全性提供了保障，同时也为实际应用中配电系统的恢复管理提供了新思路。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10848123
📖 第4篇
📌 动态韧性区域基础的主动调度提升电力系统韧性
Dynamic Resilience Region-Based Proactive Scheduling for Enhancing the Power System Resilience
作者：Zhihao He, Zhiyi Li, Xuanyi Xiao, Chong Wang, Ping Ju
随着极端天气事件频发，电力系统的韧性水平日益成为关键议题。电力系统在遭遇极端天气，如台风时，常常会发生N-k级连锁故障，导致大规模的供电中断。现有的主动调度方法一般采用滚动优化策略，针对前期的故障情景进行决策，以期最小化运营成本。然而，追求最佳方案的策略可能导致后续阶段因不可预测故障而产生大量的负荷削减，严重影响电力系统的可靠性。
为了解决这一问题，本文提出了动态韧性区域（Dynamic Resilience Region, DRR）的概念，该方法旨在识别在极端天气事件逐步展开时，具有最大安全裕度的操作点。我们的方法首先通过将可预见的N-k级故障的稳态安全区域交集映射到可调度变量上，从而建模DRR。其次，通过依据韧性切割技术提出了一种高效算法来获取DRR的解析形式，并证明其收敛性。
基于IEEE 30-bus和118-bus系统的案例研究表明，所提出的方法在极端天气事件下显著降低了总负荷削减，突出体现了DRR在提高电力系统韧性方面的潜力。DRR方法的灵活性和高效性使其在实际应用中具备良好的推广价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10694792
📖 第5篇
📌 基于切换系统理论的风力发电机重复低电压穿越动态建模与稳定性分析
Dynamic Modeling and Stability Analysis for Repeated LVRT Process of Wind Turbine Based on Switched System Theory
作者：Qiping Lai, Chen Shen, Dongsheng Li
近年来，随着风能的广泛应用，风力发电系统在电网连接中面临许多挑战，尤其是在弱电网中。当风力发电机重复进入和退出低电压穿越（LVRT）状态时，会引发一种新的电压震荡现象，这种现象严重威胁到电力系统的安全与稳定运行。本研究对这一现象进行了深入的动态研究，采用切换系统理论进行动态建模、机制阐明及稳定性分析。
首先，考虑到风力发电机的外部连接阻抗和内部控制动态，本研究构建了一种新型的风力发电机电网侧变换器（WT-GSC）切换系统模型。该模型定量地描述了电压震荡的发展动态及机制。研究发现，风力发电机在重复LVRT状态下，导致电网连接点的电压震荡，这种震荡与来自风力波动的随机电压震荡形式显著不同。为了分析这种现象的稳定性，提出了一种基于共同Lyapunov函数的稳定性分析标准。
此外，为了提升系统的稳定性，采用Sobol全局灵敏度分析方法识别影响系统稳定性的主要参数，并通过粒子群优化算法（PSO）对这些参数进行优化。最后，通过在改良的IEEE 39-bus测试系统上进行的仿真验证了所提出的动态建模及稳定性分析方法的有效性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10759775
📖 第6篇
📌 基于动态解耦的凹凸规划在不对称双极直流配电网中的最优潮流研究
Dynamic Decoupling-Based Convex-Concave Programming for Optimal Power Flow in Asymmetric Bipolar DC Distribution Networks
作者：Yiyao Zhou, Qianggang Wang, Gianfranco Chicco, Jianquan Liao, Yuan Chi, Tao Huang, Haoke Wu, Niancheng Zhou
最优潮流（OPF）在处理不对称双极直流配电网络（DCDNs）的运营问题中发挥着至关重要的作用。然而，现有的OPF模型在应用于双极DCDNs时，往往对问题类型、基本假设以及目标函数的选择表现出较大的敏感性。为此，本文提出了一种基于动态解耦的凸-凹规划（CCP）框架，以更合理地制定OPF模型。
具体来说，本文深入分析了双极DCDNs中极点与端口之间的耦合电力关系，推导出无需任何预先假设的解耦极-地等效电路。此研究通过引入切平面和凸-凹不等式，重构利用现有传统OPF模型的可行区域，减少对精确松弛条件的依赖。通过这一动态解耦方法，本文成功解决了OPF问题，同时检验了非严格单调目标函数下的电力优化问题。
此外，该方法具有良好的可扩展性，表明其适用于大规模的径向双极DCDNs。通过数值实验的结果，证明了所提方法有效地应对不同类型的电力优化问题，展现了它在不对称双极DCDNs中的实际应用价值以及潜在的广泛前景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10750423
📖 第7篇
📌 数据驱动的分布鲁棒能源与储备调度：考虑可再生能源灵活性
Data-Driven Distributionally Robust Energy and Reserve Scheduling Considering RES Flexibility
作者：Haoyuan Wang, Zhaohong Bie
随着可变可再生能源（RES）在电力系统中的渗透，电力系统面临的的不确定性显著增加，为了维持发电与消费之间的平衡，系统需要更多的灵活性。与其他资源的高成本投资相比，RES本身也可以通过降低输出为平衡储备提供灵活性，成为值得关注的一种灵活性来源。本文提出了一种经济调度方案，允许可变的RES提供储备，进而为自身及其他可变资源的不确定性提供平衡能力。
为应对来自RES的不确定性，本文提出了一种数据驱动的分布鲁棒机会约束（DD-DRCC）方法。这种方法捕捉到了不确定性范围和概率分布信息，以有效管理RES在电力系统中的使用。通过采用联合机会约束，保证了在重新调度阶段储备的充足性、可用性和可传递性。通过将模型转化为线性规划问题并使用条件价值-at-risk（CVaR）进行求解，本文提供了一种高效的求解方案。
案例研究表明，所提方法在可靠性和经济性之间取得了良好的平衡，相比现有方法展现出了优越性。通过引入RES作为新的灵活性来源，所提出的调度方案能降低系统成本，同时促进更高比例的RES集成，实现零碳未来的目标。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10691667
📖 第8篇
📌 DFIG式风力发电系统中电压控制与转子速度控制的跨时间尺度互动分析
Cross-Timescale Interaction Analysis Between Voltage-Control and Rotor-Speed-Control Timescales in DFIG-WTs-Dominated Power Systems
作者：Jiabing Hu, Wei Wang, Yingbiao Li, Jianbo Guo
在多时间尺度的特性下，双馈感应发电机（DFIG）型风力发电系统的能量存储组件与控制循环展现了复杂的动态行为。这些多时间尺度的特性可能会在以DFIG为主的电力系统中引发多时间尺度的动态现象。迄今为止，相关研究大多集中于单一时间尺度的动态机制，往往采用简化模型进行分析或利用全时间尺度模型探讨控制回路之间的相互作用，但很少涉及电压控制对转子动力学的跨时间尺度影响机制。
本研究探讨了在一个以DFIG为主的电力系统中，电压控制与转子速度控制之间的跨时间尺度互动机制。通过建立等效电路，本研究揭示了电压控制在转子模式下的动态耦合机制，进一步阐明了电压控制如何影响转子运动及其阻尼特性。
通过模态分析，研究发现终端电压控制的带宽与转子速度控制的带宽大相径庭，各自效应在低阻尼情况下的相互作用显著。当负载电容减小时，电压控制的相对参与程度会明显降低；而增大电压控制的比例系数则会增强对转子运动的积极阻尼效果。在仿真验证中，研究通过两机两区系统、四机两区系统以及IEEE39节点系统，证实了电压控制在转子速度控制时间尺度中参与机制的普遍性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10768930
📖 第9篇
📌 基于块选择反演算法的三相短路电流计算在大规模高压电力系统中的应用
Block-Based Selected Inversion for Computing Three-Phase Selected Short-Circuit Currents in Large-Scale High-Voltage Power Systems
作者：Haowen Feng, Tao Ding
在大规模高压电力系统中，计算三相短路电流（3pSCCs）通常需要求取反向节点导纳矩阵（NAM），这一过程通常耗时较长。然而，当只需计算一些关键节点的3pSCCs时，实际上并不需要获得完整的反向矩阵。本文提出了一种基于块选择反演算法（BBSI），旨在针对特定元素构建块三对角矩阵，从而提高计算效率。
该方法通过计算块三对角矩阵内选定块的逆来直接获取所需的选定元素，进而计算3pSCCs。仿真结果表明，该算法在保证高解算精度的前提下显著加快了计算速度。传统的LDLT分解法作为求解NAM的标准方法，虽然在准确性上表现良好，但对于只计算特定的3pSCCs来说，时间消耗依然可观。
BBSI算法通过构造含有小块的块三对角矩阵，使非零元素集中于主对角线，进而在较小的单位内进行计算，避免了对整个NAM的全面处理，显著降低了计算复杂度。BBSI算法在处理大型稀疏矩阵方面具有更高的内存效率，因为它只计算和存储包含非零元素的块，从而避免了传统方法在内存限制下的约束，能够有效处理超大型规模的计算问题。
🔗 https://ieeexplore.ieee.org/stampPDF
点击关注 获取更多精彩