✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2025年issue6文章推送（第9期/共10期）。本期精选了10篇研究论文，聚焦于智能电网与新能源技术领域，涵盖燃料电池控制、太阳能热电模块功率平衡、配电网故障识别、智能电表安全防护、软开关点优化运行、电动汽车充电站能量管理、距离保护补偿、虚拟电厂通信调度、负荷数据隐私保护以及虚假数据注入攻击定位等前沿研究方向。这些研究通过人工智能、数据驱动和先进控制策略，为构建安全、高效、可靠的现代电力系统提供了创新解决方案。
本期目录
📖 第1篇：基于稳定循环平衡网络的直流微电网质子交换膜燃料电池控制器
📖 第2篇：面向全工况运行的太阳能热电模块虚拟异步机/同步发电机功率平衡策略
📖 第3篇：基于低压监测节点等效阻抗比的有源配电网中压相间短路故障区段识别方法
📖 第4篇：面向智能电表多类型虚假数据注入攻击的轻量化自适应时序检测方法
📖 第5篇：混合模仿-强化学习框架在不平衡配电网中实现软开关点最优运行
📖 第6篇：面向电网交互式电动汽车充电站的混合燃料电池与电池储能功率管理策略
📖 第7篇：基于数据驱动的逆变型资源附近距离保护相间故障补偿方法
📖 第8篇：大规模软件定义虚拟电厂中通信服务的成本效益在线动态调度方法
📖 第9篇：PrivLoad：基于扩散模型的隐私保护负荷曲线合成框架
📖 第10篇：智能电网中虚假数据注入攻击的定位检测：基于分割学习的云边协同框架
📖 第1篇
📌 基于稳定循环平衡网络的直流微电网质子交换膜燃料电池控制器
A Stable Recurrent Equilibrium Network-Based Controller for Proton Exchange Membrane Fuel Cell in DC Microgrids
作者：Yulin Liu，Ruigang Wang，Wendong Feng，Ran Li，Zhongbao Wei，Herbert H. C. Iu，Tyrone Fernando，Xinan Zhang
随着化石燃料过度使用导致的温室效应和空气污染日益严重，可再生能源的利用变得尤为迫切。本文聚焦于质子交换膜燃料电池（PEMFC）的控制问题，提出基于循环平衡网络（REN）的模型不敏感人工智能控制方法。该方法通过Youla参数化将REN集成至PEMFC控制系统，创新点在于构建了鲁棒稳定的控制框架，实现了闭环系统稳定性证明，并显著降低了计算复杂度，提升了控制性能和实用性。
该方法在训练过程中通过指定增量L2增益边界和满足增量积分二次约束，实现了神经网络的内置稳定性。实验重点强调硬件在环（HIL）与数字信号处理器（DSP）验证，有效应对PEMFC复杂的电化学动力学和多重外部扰动，标志着从离线训练向在线控制方法的重大优化。
验证实验涵盖PEMFC模型参数变化、温度波动及非线性阀门摩尔常数等工况，结果表明该控制器保持优异的控制性能，超越传统的模型预测控制（MPC）与比例积分（PI）控制方法，显著提升了直流微电网燃料电池系统的稳定性与适应性，为可再生能源的高效利用提供技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11082386
📖 第2篇
📌 面向全工况运行的太阳能热电模块虚拟异步机/同步发电机功率平衡策略
A Power Balancing Strategy of Virtual Asynchronous Machine/Synchronous Generator for STEM During Full Operating Conditions
作者：Yibo Wang，Rui Wang，Qiuye Sun，Ming-Jia Li，Pinjia Zhang，Peng Wang
针对太阳能热电模块（STEM）在热电加热器（TEH）与热电发电机（TEG）两种运行模式下的功率平衡问题，本文提出了结合虚拟同步发电机（VSG）与虚拟异步机（VAM）的源-负载无缝切换控制策略。创新设计的双向运行统一等效电路和考虑汤姆逊效应的热力学模型，实现了全工况下的实时功率调节。
研究结合非平衡态热力学与有限时间热力学方法，提升了模型精度与适用范围。通过提出的室温恢复功率平衡控制策略，保证了TEG和TEH两种模式下的无缝切换和稳定的频率调节能力。
经六种运行场景的仿真及硬件在环（HIL）验证，策略实现了系统在复杂微电网中的稳定频率调节和优异性能表现。特别是在TEH模式时，STEM作为负载参与调节，显著增强了微电网的动态响应和运行灵活性，为未来能源系统集成提供理论及应用支持。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11099098
📖 第3篇
📌 基于低压监测节点等效阻抗比的有源配电网中压相间短路故障区段识别方法
A Method for Identifying the Medium-Voltage Phase-to-Phase Short-Circuit Fault Section in Active Distribution Networks Based on the Equivalent Impedance Ratio of Low-Voltage Monitoring Nodes
作者：Zhihua Zhang，Haojie Shi，Guang Li，Duhao Song，Yuxiao Xing，Bingyin Xu，Hongjie Wu
随着分布式电源（DG）大量接入，配电网故障定位面临重大挑战。本文创新提出基于低压监测节点等效阻抗比变化特性的中压相间短路故障区段识别方法。方法通过建立低压线路电压与中压电压序分量的映射，利用智能融合终端采集的负荷侧电压幅值，实现故障区段的精准判别。
结合有源配电网特殊的故障等效建模，分析逆变型分布式电源输出特性对故障识别的影响，确保识别结果不受故障位置、变压器连接方式、负荷变化等多种因素干扰，体现了良好的鲁棒性和适应性。
仿真验证了该方法突破了配电网不同电压等级数据壁垒，实现有限信息下的高效故障区段识别，显著降低了智能化改造难度，提供了适应高比例DG接入的有源配电网故障分析的新技术路径，具备重要工程应用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11119680
📖 第4篇
📌 面向智能电表多类型虚假数据注入攻击的轻量化自适应时序检测方法
A Lightweight Time-Adaptive Data-Driven Method for Detecting Multi-False Data Injection in Smart Meters
作者：Zhenyuan Du，Ziming Yan，Yan Xu
针对智能电表面临的虚假数据注入攻击（FDIA）威胁，本文提出一种轻量化的自适应时序数据驱动检测方法。方法融合改进的MobileNet特征提取模块与统计指标计算模块，构建双路径网络，实现对增强维度电表数据的深度特征学习，克服传统方法的检测盲区。
设计了多尺度时序自适应检测结构，基于可信度评估的序列决策机制，提前检测出攻击。采用NSGA-II多目标优化算法，离线优化检测器的可信度阈值，在检测速度与准确率间实现最佳平衡。
在包含20个居民用户与8种不同FDIA类型的数据集上验证，检测准确率显著提升，速度大幅提升。结合深度可分离卷积、ReLU6激活和倒残差结构，实现极低计算复杂度和内存占用，适合资源受限的边缘设备部署，展现出广阔的应用前景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11029093
📖 第5篇
📌 混合模仿-强化学习框架在不平衡配电网中实现软开关点最优运行
A Hybrid Imitation–Reinforcement Learning Framework for Optimal Operation of Soft Open Points in Unbalanced Distribution Networks
作者：Shoaib Hussain，Mostafa Farrokhabadi，Hamidreza Zareipour
针对分布式能源导致的配电网电压越限和负载不平衡问题，本文提出了名为RETEACH的混合模仿-强化学习框架，用于优化相变软开关点（PCSOP）的运行。该框架融合离策略强化学习与模仿学习，克服传统方法收敛困难，提升优化效率。
核心创新包括设计基于PCSOP物理特性的策略引导模块、开发自适应动态经验回放机制加速训练，及提出数据驱动的运行损耗线性化模型，显著提升非线性交流最优潮流计算的收敛速度。
在改进的IEEE-33节点和IEEE-123节点测试馈线上训练与测试，结果显示相较传统非线性最优潮流和其他方法，RETEACH在降低网络损耗和优化电压分布方面表现优越，实时推理时间仅3毫秒，适用于高不平衡、多变工况，推动主动配电网智能运维。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11131604
📖 第6篇
📌 面向电网交互式电动汽车充电站的混合燃料电池与电池储能功率管理策略
A Hybrid Fuel Cell and Battery Storage Power Management for Grid-Interactive EV Charging Station
作者：Mohd Khalid
本文提出一种基于线路电阻校正下垂控制技术的分散式能量管理策略，实现电池储能系统与燃料电池系统的协同运行，动态调整增益平衡电池荷电状态，显著延长寿命并提升功率支持能力。
系统架构整合光伏阵列、燃料电池、电池单元及双向DC-DC转换器，支持单位功率因数的电网交互及电网孤岛模式，控制方案有效降低谐波失真，在动态负载波动和光伏波动下保持了直流母线电压稳定。
实验验证显示，该方案功率分配精度显著提升，母线电压偏差率控制在0.9%内，广泛适用于多个充电场景，提升充电站运营的可靠性与能效，降低了运行成本，促进可持续交通能源发展。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11083880
📖 第7篇
📌 基于数据驱动的逆变型资源附近距离保护相间故障补偿方法
A Data-Driven Compensation Method for Distance Relays Near Inverter-Based Resources During Phase-to-Phase Faults
作者：Mohammad Farshad，Mohammad Pazoki
针对逆变型资源（IBRs）影响传统距离保护继电器正常动作的问题，本文提出了基于数据驱动阻抗补偿方法。该方法通过构建故障时刻视在阻抗实部和虚部的数据库，并结合本地测量启动判据，实现实时故障性质判别及阻抗补偿。
该方案无需修改变流器控制策略，仅依赖本地数据，规避了通信延迟与同步问题，兼顾了低采样率继电器的实时性要求。采用数据库充分考虑各类系统状态，确保补偿精度与继电器稳定性。
仿真验证显示，补偿方法将距离保护第一区段检测区内故障时间缩短至三个周波以内，有效提升了IBR环境下保护继电器的故障检测性能，具有良好学术及工程应用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11098741
📖 第8篇
📌 大规模软件定义虚拟电厂中通信服务的成本效益在线动态调度方法
A Cost-Effective Online Dynamic Scheduling Method for Communication Services in Large-Scale Software-Defined Virtual Power Plants
作者：Jiaxin Li，Zhanbo Xu，Jiang Wu，Jun Yu，Xiaohong Guan，Lei Wu
面对虚拟电厂（VPP）通信服务需求激增带来的高昂成本，本文提出基于P95计费规则的离线动态调度模型，转化为混合整数线性规划，实现成本最小化与服务质量保障。
开发了针对P95计费规则时间耦合特性的成本效益在线滚动算法，结合快速路由决策机制，顺序更新链路流量，支持大规模VPP通信资源的高效调度和实时决策。
大量数值案例验证显示新方法相较传统算法可降低通信成本6%-40%，且计算效率超越最先进求解器两个数量级，适应大规模网络场景，推动了绿色低碳能源通信经济发展。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11047267
📖 第9篇
📌 PrivLoad：基于扩散模型的隐私保护负荷曲线合成框架
PrivLoad: Privacy-Preserving Load Profiles Synthesis Based on Diffusion Models
作者：Quan Yuan，Haochi Wu，Shibo He，Mingyang Sun
针对智能电表数据泄露用户隐私问题，本文提出结合扩散模型与差分隐私技术的PrivLoad框架。通过设计考虑负荷值范围的去噪机制，提高模拟负荷时间相关性的保真度，兼顾隐私与数据实用性。
采用基于Unet架构的去噪网络融合下采样、中间和上采样模块，配合注意力机制捕获长程依赖性。生成过程中，采用DDIM采样器提升采样效率，同时确保负荷数据物理约束，保障合成数据合理性。
在多个真实负荷数据集上测试，隐私预算为10时，PrivLoad聚类指标较基线提升超40%。t-SNE可视化显示合成与真实负荷高度吻合，适用于峰值负荷估计，显著增强负荷数据共享的隐私保护与实用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11159535
📖 第10篇
📌 智能电网中虚假数据注入攻击的定位检测：基于分割学习的云边协同框架
Locational Detection of False Data Injection Attacks in Smart Grids: A Cloud–Edge Framework Based on Split Learning
作者：Mert Kesici，Malek Alduhaymi，Anton Ishchenko，Guangya Yang，Bikash C. Pal
针对智能电网虚假数据注入攻击（FDIA）的定位难题，本文提出基于分割学习的云边协同框架。采用U型通信结构，将检测模型拆分为边缘侧本地特征提取器和分类器，以及云端全局特征提取器，实现了数据隐私保护和高效的攻击定位。
引入自注意力和空间注意力模块，提升本地和全局特征提取效果。框架实现了训练与推理阶段的全流程协作，解决传统联邦学习仅训练协作的瓶颈，适配非一致性测量数据，满足配电网多节点测量异构性的现实需求。
实验验证在IEEE 13、37节点系统分别取得99.80%和99.96%的高检测准确率，在25dB噪声环境下，检测性能仍超98%，大幅提升智能电网安全防护能力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11039096
点击关注 获取更多精彩