✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2026年issue3推送（第6期/共7期），共包含10篇研究论文简介，内容覆盖电力市场优化、电网网络安全、新能源预测、微电网运行与交通电力协同等多个前沿领域。论文方法涉及概率预测、最优停止理论、盲量子计算、强化学习与数字孪生双时间尺度优化等技术路线。期望本期内容能为读者在电力系统规划、运行、安全与韧性方面的研究与实践提供有益启发。
本期目录
📖 第1篇：数据中心的最优可再生能源购电协议设计
📖 第2篇：状态估计器FDIA后数据恢复方法（优化+惯性+校准预测）
📖 第3篇：PDF重塑 —— 针对概率风电预测的对抗性攻击
📖 第4篇：现货市场电价差概率密度预测
📖 第5篇：面向准组合微电网的安全仿射盲量子计算方法
📖 第6篇：考虑电力系统调节的电动自动驾驶按需出行系统实时运行
📖 第7篇：基于强化学习的卫星互联网电力走廊多无人机部署方法
📖 第8篇：网络攻击下分布式可再生能源微电网的弹性二次频率控制
📖 第9篇：面向日前微电网运行的风险感知预测-优化集成方法
📖 第10篇：交直流混合微电网数字孪生的场景驱动推演与双时间尺度优化方法
📖 第1篇
📌 数据中心的最优可再生能源购电协议设计
Optimal Renewable Power Purchase Agreements for Data Centers
作者：Kekun Gao，Yuejun Yan，Yuke Zhou，Endong Liu，Zhaoyang Wang，Pengcheng You
本文面向大型数据中心的长期能源采购问题，明确了如何通过长期可再生能源购电协议（PPA）来对冲市场波动并降低碳排放。研究建立了一个包含合同起始时间、合同期限、约定供电量与锁定电价四要素的协议模型，采用连续时间随机过程建模电力市场价格演化，核心方法为几何布朗运动建模与分解优化框架。论文提出了基于静态参数优化与动态签署时机选择的双层设计思路，主要创新包括起始期限分解与动态阈值策略两方面的理论贡献，前者将复杂的联合优化拆解为可解析子问题，后者将最优停止理论用于签署时机判断，从而避免暴露于短期价格噪声中。
在实现细节上，论文针对给定起始时间解析求解合同期限、供电量与锁定电价的闭式或半闭式解，并对不同参数区间给出策略界面；训练/推理层面并非典型的机器学习训练，而是基于历史价格序列估计的参数拟合与阈值计算，关键实现要点包括对锁定电价约束与合同期限优化的数学化刻画与解析推导。该方案在参数不确定性下通过敏感性分析评估稳健性，并给出在折现率、期望增长率与价格波动率不同组合下的最优策略调整建议。
实验基于纽约独立系统运营商（NYISO）2015—2025年电价数据进行回测，设计了对比基线（不签约、固定长期合同、盲目即时签约等），评价指标包括长期电费支出、对冲效益与碳减排量。关键数据：在合理签署策略下，论文报告了电费下降35%的长期节省；此外，敏感性分析显示当市场价格增长率大幅高于折现率时，最长合同期限趋于最优；当增长率较低时，存在明确的最优期限与低于市场的锁定电价。总结认为该方法在规避价格波动与实现长期成本最小化方面具有明显工程价值，适用于电力市场成熟、长期交易可行的数据中心运营商。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11305167
📖 第2篇
📌 基于优化、测量惯性及校准预测的状态估计器虚假数据注入攻击后数据恢复方法
Optimization-Based Data Recovery After False Data Injection Attacks on State Estimators Using Measurements Inertia and Calibrated Predictions
作者：Elham Ommani，Hamed Delkhosh，Hossein Seifi
针对电力系统状态估计器遭受虚假数据注入攻击（FDIA）后控制中心面临的测量数据污染与推断错误问题，本文提出了一套以优化为核心的数据恢复框架。研究首先定义了恢复目标：在尽量保留未受攻击测量的前提下，修复被污染变量以恢复潮流一致性；系统框架包括攻击区域定位、两类信息源融合与约束优化求解三大模块。论文在攻击定位上采用图论方法从可疑总线子图组合中选取共享节点最多的组合，以减小需调整节点数，这一改进在算例中平均降低了约40%的调整规模，显著提高了恢复保真性。
方法实现上融合了两条核心信息流：一是基于回归的测量数据惯性，通过时间序列回归捕获变量演化轨迹；二是基于XGBoost的预测数据校准，对控制中心原始预测误差进行在线校正。两类信息源以加权方式融入恢复优化问题，优化问题严格包含潮流平衡约束，权重通过交叉验证确定（论文中最优权重为校准预测0.8、测量惯性0.2）。在线部署方面，作者采用最近两周每5分钟一条样本的在线训练策略，保证训练速度低于数据采集速率以实现自适应能力；关键实现要点为在线训练窗口与潮流平衡约束的实时求解。
实验在IEEE 118节点系统上进行了大规模评估（共8298个样本），与现有恢复方法比较，本文方法在最大、平均与标准差恢复质量指数上分别提升了约19%、24%以上。计算性能方面平均耗时约1.6秒，低于典型控制中心更新周期，具备在线应用能力。关键数值包括样本数=8298、平均耗时=1.6s、恢复质量提升≈24%，结论指出该方案在提高FDIA后系统态估计弹性与在线可用性方面具有显著工程价值，适合在具有在线预测与历史数据积累的控制中心部署。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11318976
📖 第3篇
📌 PDF重塑：针对概率风电预测的对抗性攻击
PDF-Reshape: Adversarial Attack on Probabilistic Wind Power Forecasting
作者：Yan Chen，Boli Chen，Mingyang Sun
本文聚焦于概率风电预测模型的安全性，提出一种名为PDF重塑攻击的对抗性框架，攻击目标并非仅改变点预测，而是通过操控预测概率密度函数（PDF）的形状统计量（如方差、偏度、尾部概率等）来改变情景概率分布，从而在不显著改变期望值的情况下实现隐蔽而有害的干扰。论文将攻击建模为一个约束型多目标优化问题，攻击策略旨在最大化目标统计量的偏离同时将期望值偏移最小化，以保证在调度或风险计算环节的隐蔽性。
在实现上，本文采用非支配排序遗传算法II与梯度算子结合的启发式求解器，支持白盒与黑盒两种攻击场景。在白盒情形利用模型梯度直达攻击方向，黑盒情形则通过有限查询与数值积分估算PDF统计量并迭代更新攻击向量。关键实现要点包括对期望偏移约束的严格施加与对统计度量目标的加权优化，以保证攻击在既定隐蔽性阈值下最大化对下游调度决策的影响。
评估基于GEFCom2014数据集，对LSTM、Transformer、NGBoost等主流模型以及高斯/贝塔/伽马/威布尔等PDF假设进行攻击实验。结果显示，在保持期望偏移低于10%的条件下，部分形状指标的最大变化可达644.13%，对经济调度成本的影响在高约束情形下平均增加了138.4美元，最高可达175.87美元。结论指出，保留均值的同时重塑PDF可以显著提高对抗攻击的隐蔽性与破坏力，提示概率预测系统在部署时需引入形状稳健性检测与对抗训练等防御措施。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11371436
📖 第4篇
📌 现货市场电价差概率密度预测
Probability Density Forecasting of Electricity Price Difference in the Spot Market
作者：Zhenghui Li，Kangping Li，Chunyi Huang，Mahmud Fotuhi-Firuzabad
本文关注日前市场（DA）与实时市场（RT）之间电价差的概率密度预测问题，指出若单独预测两者再相减会放大误差，因而提出了基于联合概率密度建模的端到端预测框架。研究利用偏斜DeepAR对DA和RT价格分别进行概率密度预测，随后基于Sklar定理构建二者的联合PDF，并推导出价差PDF与联合PDF之间的积分关系，从理论上保证价差概率估计的一致性与稳健性。
为使积分计算高效且数值稳定，作者提出条件密度投影的数值方法，将联合密度投影到价差空间并以数值积分近似求解。实现细节包括针对电价偏态与厚尾特性进行特征工程、分布假设选择与模型正则化，训练过程中采用经典负对数似然损失并结合早停策略控制过拟合。关键超参数与实现要点为分布假设选择与数值积分精度的权衡。
在PJM市场数据上进行验证，比较基线包括单独预测差值与基于Copula的传统方法。结果显示综合性能提升至少10.15%，并在套利决策与风险控制任务上表现出更可靠的概率输出。关键数值包括模型在测试集上的对数似然与CRPS等指标的改进，结论表明该方法在关联时序概率预测场景下具有较强的泛化能力，适用于市场套利和风险管理应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11342373
📖 第5篇
📌 面向准组合微电网能量优化的安全仿射盲量子计算方法
Quasi-Combinatorial Microgrid Energy Optimization Using Secure Affine-Based Blind Quantum Computing
作者：Xutao Han，Zhiyi Li，Yue Xu，Xin Fang，Chongyu Wang，Mohammad Shahidehpour
针对含大量离散决策变量的准组合微电网能量优化问题，本文提出了一种结合盲量子计算与仿射加密的隐私保护求解框架。研究首先分析了将QCEO问题转化为QUBO并外包量子云求解时的隐私泄露风险，然后设计了基于仿射变换的密钥矩阵与向量对QUBO系数进行加密，从而在不泄露经济与技术参数的前提下将问题提交到云端量子处理器进行求解。
实现上，本文定制了仿射密钥以同时优化Ising图的结构，使得加密后的节点度分布更均匀以利于量子嵌入，关键实现要点包括密钥矩阵设计与Ising网络优化。该方法无需额外量子比特或特殊硬件，仅通过矩阵乘加完成加密与解密，保留了原问题的近似最优解性质。论文还详细讨论了解密后误差控制与加密参数选择对计算性能的影响。
在D-Wave Advantage 4.1上进行实证，结果显示加密后QUBO的决策时间较原始QUBO减少约57.69%，解误差降低两个数量级，且解密后与原始QCEO最优值偏差小于0.05%。这些数值表明仿射盲量子计算在保护隐私的同时还能提升求解效率，具有较强的工程推广价值，适合资源受限且需对外委托量子计算服务的微电网运营方。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11334188
📖 第6篇
📌 考虑电力系统调节的电动自动驾驶按需出行系统实时运行
Real-Time Operation of Electric Autonomous Mobility-on-Demand System Considering Power System Regulation
作者：Lyuzhu Pan，Hongcai Zhang
本文研究电动自动驾驶按需出行（EAMoD）车队在规模化充电对配电网可能造成的影响，提出一个同时考虑出行调度与电力系统调节约束的实时协同运行框架。研究建模采用马尔可夫决策过程刻画车队的时空演化，并在场站层面详细建模了快充/慢充设施的约束与排队特征。框架的目标是最大化车队运营利润同时满足电力系统的调度与安全约束，实现交通与电力的协同优化。
为克服高维决策空间的计算难题，本文提出了一种结合模型预测控制（MPC）与分段线性值函数近似的近似动态规划算法。实现要点包括如何构造分段线性近似的价值函数、MPC的递归期长度选择与对电力系统调节信号的实时响应机制。关键超参数为MPC回溯窗口与近似段数，论文给出了在不同配置下的性能边界与计算复杂度分析。
基于纽约曼哈顿真实出租车数据与14节点配电网进行案例研究，结果显示与基本ADP相比，日均利润提高约12.1%；相比纯MPC方法提高了约5.1%，最优解距离理想解仅差7.9%。在加入电力系统调节约束后，系统仍能将电压与过载风险控制在可接受范围内，且对EAMoD服务质量与利润的影响非常微小（分别约0.11%和0.37%），说明该协同框架在实际城市部署中具有良好的可行性与工程价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11320893
📖 第7篇
📌 基于强化学习的卫星互联网电力走廊多无人机部署方法
Reinforcement Learning-Based Multi-UAV Deployment for Power Corridor Monitoring With Satellite Internet
作者：Keren He，Quan Zhou，Zhaoyue Xia，Sen Yuan，Qian Zhou，Chenhao Sun，Xiangjun Li，Zhikang Shuai
面对偏远地区电力走廊监测的通信受限与地形复杂问题，本文提出了一个无人机与低轨卫星一体化的监测框架，结合风险感知调度与在线学习的无人机部署算法。系统由无人机-卫星一体化通信层、风险感知任务分配层与在线学习决策层构成，能够在无地面通信基础设施的场景下实现连续高保真数据回传。风险量化模型综合线路重要性、故障历史与自然灾害概率，为传感任务分配提供输入。
算法上提出了基于上下文多臂赌博机的在线部署策略，利用上下文特征矩阵估计每个网格的期望奖励并通过UCB策略平衡探索與利用，关键实现要点包括上下文特征构建、置信界限计算与能耗-覆盖权衡。实现细节还涉及将卫星链路延时与带宽特性纳入任务收益模型以及通过在线更新的置信度矩阵自适应调整部署策略。
仿真对比TD3-AUTP、SARSA-based及Ptr-A*等方法，关键结果包括在有限无人机数量下90%的决策轮次能将无人机部署至最优网格，平均累积奖励收敛更快且最终值更高；在覆盖率、连接数与能量效率方面均有显著提升。报告的核心数值为最优部署概率=90%、收敛速度显著提升与高风险区域覆盖增益，表明该方法适用于大规模、动态的远程巡检场景并具有良好可扩展性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11289550
📖 第8篇
📌 网络攻击下分布式可再生能源微电网的弹性二次频率控制：一种双重回放Q学习方法
Resilient Secondary Frequency Control in Distributed Renewable Energy Microgrids Under Cyber Attacks: A Double Replay Q-Learning Approach
作者：Yu Zhang，Minrui Fei，Dajun Du，Yukun Hu
本文研究目标是在分布式可再生能源微电网面对虚假数据注入攻击（FDIA）时保持频率稳定性，提出将Lyapunov稳定性分析与强化学习控制结合的弹性二次频率控制框架。首先构建基于虚拟同步发电机（VSG）的分布式二次频率控制模型，严格推导在致动器侧与传感器侧两类攻击下系统可容忍的最大攻击强度边界，为检测与触发安全控制提供理论阈值。
在控制器设计方面，本文提出了双重回放Q学习算法：通过双Q表交替更新抑制Q值过高估计并结合优先经验回放机制提高训练稳定性。实现细节包括回放缓冲区的样本权重设计、优先级更新规则以及将Lyapunov边界嵌入触发机制的具体实现。关键技术点为优先经验回放与边界感知触发，保障控制的分布式部署与无单点故障特性。
在上海大学测试床与改进的IEEE 9节点系统上测试表明：面对超界FDIA时，该方法能在约3–5秒内恢复频率稳定，训练在约200回合收敛。与现有强化学习控制策略比较，本文方法在恢复速度、鲁棒性和抗攻击能力上均有明显优势，验证了将理论稳定性边界与强化学习结合在工程级微电网安全控制中的可行性与价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11298344
📖 第9篇
📌 面向日前微电网运行的风险感知预测-优化集成方法
Risk-Aware Prediction-Optimization Integrated Method for Day-Ahead Microgrid Operation
作者：Hongzhang Sheng，Yan Xu，Dunjian Xie
针对微电网日前运行中预测误差可能导致的高经济风险，本文提出将经济风险显式嵌入预测-优化端到端学习框架的思路。研究通过构建双层问题：上层为预测模型训练以最小化由误差引起的决策损失，下层为储能与柔性负荷的调度优化，创新性地引入谱风险测度（SRM）对训练样本进行加权，使训练更关注高损失尾部样本，从而实现风险感知的预测-优化对齐。
为高效求解该双层问题，作者提出可微的凸替代损失函数近似原始决策损失，并在训练中对高损失样本加权，关键实现要点包括可微替代损失、SRM加权与优化器选择（论文中采用Adam类优化并设置学习率衰减与早停）。实验还包括对替代损失的敏感性分析以及在不同数据量与波动下的泛化验证，确保方法在工程化部署时的稳健性。
在西班牙真实数据集的算例中，相比基于均方误差的预测与风险中性预测-优化方法，本方法将平均决策损失分别降低了约31.70%与4.98%，并将CVaR降低了约22.52%与4.17%。这些指标表明风险感知的端到端训练能在降低期望成本的同时显著缩减极端损失的风险，适合对成本波动敏感的微电网运营环境。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11422273
📖 第10篇
📌 面向交直流混合微电网数字孪生的场景驱动推演与双时间尺度优化方法
Scenario-Driven Deduction and Dual-Timescale Optimization Approach for Digital Twin of Hybrid AC/DC Microgrid
作者：Keguang Shen，Jiaming Weng，Dong Liu，Pengfeng Lin
本文提出了一套面向交直流混合微电网的数字孪生与双时间尺度优化框架，解决日前调度与亚秒级暂态动态之间的鸿沟。上层通过日前最优潮流生成经济调度指令，下层基于模型预测控制（MPC）在检测到非计划孤岛或暂态事件时执行预计算的控制策略。框架的核心在于利用数字孪生进行场景驱动推演，在每个调度时刻对可能的孤岛序列进行暂态仿真并预先计算支撑能力、切负荷方案与MPC初始参数，从而实现快速响应。
方法实现包括基于电网形成矩阵的后孤岛支撑能力量化、电气距离加权的切负荷策略以及统一的MPC模型设计。实现要点为如何在商用硬件上将场景推演的暂态序列计算压缩至6–10秒内，以及如何将预计算结果与在线故障检测无缝对接以保障实时性与安全性。
在真实油井站微电网案例中与二阶锥规划基线比较，本文方法在孤岛期间将交流频率偏差与直流母线电压偏差分别降低了约74.1%和49.6%；同时调度指令与实测暂态的跟踪一致性分别提高了23.8%与31%。这些指标证明了数字孪生驱动的双时间尺度方法在提升微电网故障过渡平滑性与运行安全性方面具有明确工程价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11322563
点击关注 获取更多精彩