✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Power Systems期刊2025年issue6文章推送（第2期/共9期）。本期推送共包含10篇研究论文，聚焦于智能电网安全防护、微电网稳定性增强、高压直流互联系统频率响应、电力系统稳定性分析、逆变器并网系统谐波与稳定性统一分析、最优输电切换优化、数据驱动事件分类器对抗防御、电动汽车聚合商市场投标策略、电池储能竞价策略以及电力系统惯性估计等前沿研究方向。这些研究为高比例可再生能源接入背景下电力系统的安全稳定运行与市场化运营提供了创新的理论方法和技术解决方案。
本期目录
📖 第1篇：动态智能电网中性能保障的深度学习网络攻击检测方法
📖 第2篇：基于多智能体协同的分布式构网负载集成提升微电网小信号稳定性研究
📖 第3篇：解锁跨区域惯量灵活性：面向不确定环境下高压直流互联系统的增强型紧急频率响应方案
📖 第4篇：基于鲁棒全纯嵌入的含极限点P-V曲线快速追踪方法
📖 第5篇：逆变器并网电力系统谐波与频率/电压稳定性的统一分析方法
📖 第6篇：基于参数优化的交流感知直流最优输电切换问题研究
📖 第7篇：基于扩散模型的电力系统数据驱动事件分类器对抗净化方法
📖 第8篇：电动汽车聚合商参与北欧FCR-D市场的投标策略：一种机会约束规划方法
📖 第9篇：应对市场出清不确定性的电池储能竞价策略研究
📖 第10篇：基于环境测量的现代电力系统惯性估计去中心化贝叶斯推断方法
📖 第1篇
📌 动态智能电网中性能保障的深度学习网络攻击检测方法
Performance Guaranteed Deep Learning for Detection of Cyber-Attacks in Dynamic Smart Grids
作者：Mostafa Mohammadpourfard，Chenhan Xiao，Yang Weng
随着智能电网向信息物理系统演进，虚假数据注入攻击(FDIAs)已成为威胁电力系统可靠性的关键挑战，特别是在线路中断等动态运行条件下，数据分布变化和概念漂移使得传统检测方法面临严峻考验。针对这些挑战，本文提出了深度对比变分网络(DCVN)，这是一种无需标注数据或网络拓扑假设的无监督学习框架。该框架借助深度信念网络(DBN)提取鲁棒特征，并集成了改进的变分自编码器(VAE)和噪声对比估计(NCE)，以增强对异常的敏感性和判别能力。
训练过程中，DCVN通过新颖的损失函数优化VAE潜在空间，最大化正常和异常样本的对比度。此方法无需标注数据，显著降低了成本和实时部署难度，有效适应动态条件下FDIA的复杂特性，同时避免了大量重新训练的需求。
实验证明，DCVN在IEEE 14、118和300总线系统中表现优异。模型在正常场景实现了接近完美的检测率和F1分数，在动态场景（含线路中断）也保持了F1分数高于0.95，显著优于传统LSTM和SVM方法。该方法创新地完全消除了对标注数据的依赖，并提供了理论性能保证，为动态电力系统网络安全提供了可靠解决方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11037619
📖 第2篇
📌 基于多智能体协同的分布式构网负载集成提升微电网小信号稳定性研究
Small-Signal Stability Enhancement Through Integration of Distributed Grid-Forming Loads Considering Multi-Agent Collaboration
作者：Issarachai Ngamroo，Tossaporn Surinkaew，Yasunori Mitani
未来孤岛微电网中分布式可控负载集成快速增长，推动了分布式构网负载发展，带来主动调节电网频率和电压的新机遇。本文针对含DGFM-Ls的微电网，提出了多智能体协作的小信号稳定性提升策略，系统建立了综合数学模型，解决了多智能体协作环境下的稳定性挑战。
研究重点关注多智能体合作的不确定性问题，包括测量信号可观测性缺失及数据质量波动。设计了完整的DGFM-L模型框架，包含PI控制器、附加调节控制器及锁相环模型，通过时间域仿真验证了策略在缓解智能体故障影响、调节频率电压及保障功率共享中的显著效果。
仿真结果表明，所提出的PDGFM-L策略在多种条件下展现出优越的阻尼性能与系统鲁棒性，阻尼比峰值可达34.9%，无零或负阻尼，显著优于传统负载。该方法为高比例分布式负载集成微电网的稳定运行提供了重要理论和工程支持。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10969108
📖 第3篇
📌 解锁跨区域惯量灵活性：面向不确定环境下高压直流互联系统的增强型紧急频率响应方案
Unlock the Inter-Area Inertia Flexibility: An Enhanced Emergency Frequency Response Scheme for HVDC-Interconnected Systems With Uncertainty
作者：Sufan Jiang，Qinran Hu，Tao Qian，Yan Wen
随着可变可再生能源渗透率提升，电力系统惯量短缺问题日益突出，尤其对高压直流(HVDC)系统的频率稳定构成挑战。本文提出了一种增强型紧急频率响应方案，并设计了协同激励的跨区域惯量市场机制，提升系统韧性。
方案通过直流换流器的阶跃式电磁功率响应快速分配扰动，实现跨区惯量输送。研究创新地将方案嵌入机会约束机组组合优化，通过凸性证明及对偶模型推导，结合分布式隐私保护的交替方向乘子法算法，实现经济且安全的调度。
仿真表明，该响应方案显著降低了频率跌落幅度，相较传统方案在成本效益和系统韧性上均有提升。基于位置定价分析，明确了频率动态指标对跨区域惯量服务价格的内在影响机制，促进了高比例可再生能源环境下频率支撑市场的发展。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10982265
📖 第4篇
📌 基于鲁棒全纯嵌入的含极限点P-V曲线快速追踪方法
A Robust Holomorphic Embedding-Based Method for Fast Tracing of P-V Curves With Limiting Points
作者：Wen Zhang，Yusi Zhang，Cuiqing Zhang，Hsiao-Dong Chiang，Tao Wang
针对含极限点的连续潮流计算中存在的收敛难、效率低及误判问题，本文提出了结合弧长参数化的增强型全纯嵌入方法（E-HEAP），有效解决大型电力系统中的连续潮流追踪难题。
E-HEAP创新地实现了发电机物理硬限值和运行约束的嵌入处理，通过伴随矩阵特征值计算，快速定位首个违反硬限值的位置，将复杂非线性求解转为简单线性代数问题，提升数值鲁棒性和计算效率。
在10,000+节点测试中，E-HEAP对多个密集极限点的识别及通过鼻点的能力显著优于传统预测-校正法。数值实验显示计算速度提升超过15倍，适用于包含高比例可再生能源的现代电力系统的在线稳定性分析需求。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10965496
📖 第5篇
📌 逆变器并网电力系统谐波与频率/电压稳定性的统一分析方法
A Unified Analysis Method for Harmonic and Frequency/Voltage Stability of Inverter-Integrated Power Systems
作者：Fengting Wei，Haitao Zhang，Xiuli Wang，Maryam Saeedifard，Ziang Wang，Xifan Wang
随着基于逆变器资源(IBRs)的大规模并网，谐波不稳定与频率/电压不稳定风险加剧。本文首次证明了谐波稳定性与频率/电压稳定性的等效性，提出基于局部dq导纳模型的统一分析框架。
该方法支持对两类稳定性的黑箱分析，保护多厂商隐私，实现频率与电压稳定性的协同分析，避免传统方法只能单独评估的局限性，显著提高了逆变器并网系统的动态特性捕捉能力。
通过系统分割与数学映射，本方法建立了dq导纳与频率-电压-功率（FVP）传递函数的对应关系。多案例验证表明，该方法能精确预测含异构发电和非线性负载系统的频率和电压动态响应，为高比例新能源系统稳定性分析提供了重要工具。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10963700
📖 第6篇
📌 基于参数优化的交流感知直流最优输电切换问题研究
AC-Informed DC Optimal Transmission Switching Problems via Parameter Optimization
作者：Babak Taheri，Daniel K. Molzahn
最优输电切换(OTS)问题需优化线路通电状态和发电机设定点以最小化成本。由于交流潮流模型的非线性和线路状态的离散性，AC-OTS计算复杂。为此，常用直流潮流近似构建DC-OTS，然而切换决策存在次优或不可行风险。
本文引入机器学习参数优化技术，通过调整直流潮流参数，实现与AC-OPF中视在功率流对齐，提升线路拥塞识别精度，有效缩小DC-OTS与AC-OTS结果差异，改进切换决策准确性。
与现有包括LPAC-OTS、QC-OTS等方法相比，优化后DC-OTS在采用交流潮流评估时成本降低高达44%。该方法引入针对线路潮流的损失函数及隐式切换次数约束，兼具效率与实际应用性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11023158
📖 第7篇
📌 基于扩散模型的电力系统数据驱动事件分类器对抗净化方法
Adversarial Purification for Data-Driven Power System Event Classifiers With Diffusion Models
作者：Yuanbin Cheng，Koji Yamashita，Jim Follum，Nanpeng Yu
相量测量单元(PMU)广泛部署推动基于机器学习的电力事件检测与分类，然而对抗攻击脆弱性严重。本文提出基于扩散概率模型的对抗净化方法，有效防御攻击，保障分类器准确性。
方法包含向PMU数据注入噪声及利用预训练神经网络去噪两步，减小原始与攻击数据的L2距离，显著提升分类准确率且满足实时监控要求。
对比传统方法，本文方案无需重新训练分类器，且独立于分类器运行，可防未知攻击。采用去噪扩散隐式模型(DDIM)和减少迭代步数，计算效率大幅提升，实现了电力系统实时网络安全保障。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10955722
📖 第8篇
📌 电动汽车聚合商参与北欧FCR-D市场的投标策略：一种机会约束规划方法
Aggregator of Electric Vehicles Bidding in Nordic FCR-D Markets: A Chance-Constrained Program
作者：Gustav A. Lunde，Emil V. Damm，Peter A.V. Gade，Jalal Kazempour
丹麦Energinet推出创新电网规范P90，允许随机灵活资源以至少90%概率成功投标，规范有限能源资源参与。针对电动汽车聚合商，本文提出机会约束优化模型，考虑消费基线不确定性，优化FCR-D市场备用容量投标。
采用ALSO-X算法和条件风险价值(CVaR)两种样本方法重构联合机会约束，设计了结合FCR-D上下调市场的全方位优化方案。使用丹麦1400个充电站真实数据，验证了样本外盈利潜力及投标能力显著提升的协同效应。
研究发现通过FCR-D服务，车主年度电费可节省6%-10%。该投标策略不仅提升电网频率稳定，也为分布式资源市场参与提供了理论与实践基础。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10960637
📖 第9篇
📌 应对市场出清不确定性的电池储能竞价策略研究
Bidding Strategies for Battery Energy Storage Addressing Uncertain Market Clearance
作者：Weihang Ren，Yongpei Guan，Buck Feng
随着可再生能源渗透率提升，电池储能通过峰谷电价套利实现盈利的需求增加。面对市场出清机制不确定性，本文基于最新研究提出三种优化模型，分别对应最佳场景、首价和随机场景，兼顾理论理想与实际波动。
研究创新性设计了通用网络流模型，划分买入、卖出与空闲区间，构建状态转移网络，显著降低问题复杂性，求解速度提升两个数量级。
通过加州、德州和PJM三个电网数据实证，采用24小时差异化报价下的随机场景策略实现日均收益483.67美元，并降低收益波动20%以上，同时提升高峰期电池荷电状态，增强系统供电可靠性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11034739
📖 第10篇
📌 基于环境测量的现代电力系统惯性估计去中心化贝叶斯推断方法
Decentralized Bayesian Inference for Inertia Estimation in Modern Power System Using Ambient Measurements
作者：Kai Liu，Yijun Xu，Zongsheng Zheng，Yongbing Yao，Wei Gu，Chengjun Liu，Shuai Lu，Lamine Mili，Changli Shi
随着可再生能源渗透率增加，传统同步发电机惯性明显下降，严重影响系统稳定。本文提出基于环境测量的去中心化贝叶斯框架，利用负荷随机性完成对同步及异步发电机惯性的实时监测和估计。
关键创新在于发电机从电网解耦，规避贝叶斯推断的维度灾难，并结合变分模态分解(VMD)处理长期观测导致的误差积累，显著提升估计精度。
设计了高效的多重重要性采样(MIS)算法，获得精确非高斯后验，实现从传统MCMC的20分钟缩短至3分钟。案例分析表明方法对负荷变化、励磁机参数误差及复合噪声具备较强鲁棒性和广泛适用性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11005496
点击关注 获取更多精彩