✦ 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9期/共9期）。本期推送共包含8篇研究论文，聚焦高比例可再生能源接入下电力系统运行与优化的前沿课题，涵盖短期调度模型构建、月度安全约束机组组合、频率控制策略优化、次同步振荡源定位、输配电网灵活性区域特性分析、图神经网络状态估计、弹性机组组合应对极端天气以及构网型系统不确定性传播等关键研究方向。这些研究通过创新算法与理论突破，为现代电力系统应对波动性增强、安全性挑战提供了重要技术支撑。
本期目录
📖 第1篇：能量与功率平衡内置协调的短期调度：模型构建与实践验证
📖 第2篇：基于软演员-评论家与逻辑Benders分解算法的风电不确定性下月度安全约束机组组合
📖 第3篇：考虑灵活资源的自适应一次和二次频率控制策略的稳定性保证优化
📖 第4篇：基于多元变分模态分解的高风电渗透率电力系统次同步振荡源定位
📖 第5篇：TSO-DSO灵活性区域本质非凸：颠覆传统认知的关键发现
📖 第6篇：面向PMU不可观测电力系统的拓扑感知图神经网络状态估计
📖 第7篇：面向严重风暴的输电系统两阶段弹性机组组合优化
📖 第8篇：构网型专属电力系统中非线性流的不确定性传播
📖 第1篇
📌 能量与功率平衡内置协调的短期调度：模型构建与实践验证
Short-Term Dispatch with Built-In Coordination of Energy and Power Balance: Formulation and Practicability Validation
作者：Yuan Zhang，Mingxu Xiang，Xiaotian Li，Zhifang Yang
传统电力调度主要基于时间间隔的能量平衡，通过预留充足备用容量来满足连续时间尺度的功率平衡需求。本文提出了一种新型短期调度模型，实现了能量平衡与功率平衡的内置协调，在保障系统安全性的同时有效降低整体运行成本。随着可再生能源并网比例不断提高，电力系统波动性显著增强，传统仅关注能量平衡而简化功率平衡的调度模式已显现出明显不足。现有研究主要分为两类方法：连续功率平衡法通过构建连续时间模型实现供需瞬时平衡，但需要获取连续负荷曲线且与现有调度框架兼容性差；离散调度法通过提高时间分辨率改善功率平衡，但仍未充分利用调度区间内的负荷曲线信息。
本文创新性地引入能量平衡目标调整变量，建立了混合整数线性规划模型，显式表达了功率平衡需求和成本。与传统调度模型将能量平衡任务固定于调度区间端点负荷预测值不同，新模型允许在负荷预测上下限范围内灵活调整能量平衡目标，实现了能量服务与调节服务的协同优化。模型通过参与因子将系统里程需求分配给各调节机组，精确模拟了自动发电控制行为。
为验证方法实用性，本文建立了对抗预测误差的有效空间理论分析框架。通过多参数规划方法，定量推导负荷预测误差与模型实用性的精确关系。理论分析和算例表明，即使在预测误差达到47%的情况下，所提方法仍能保持有效性，验证了其实际应用潜力。基于IEEE 30节点、118节点、341节点和6716节点系统的案例研究表明，新方法可实现1.25%至8.06%的运行成本节约。计算效率分析显示，通过整数变量固定策略可将求解时间大幅缩减至30秒以内，满足实际调度时间要求。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11029156
📖 第2篇
📌 基于软演员-评论家与逻辑Benders分解算法的风电不确定性下月度安全约束机组组合
Soft Actor-Critic Combined With Logic-Based Benders Decomposition Algorithm for Monthly Security Constrained Unit Commitment Under Wind Power Uncertainty
作者：Jianbing Feng，Zhouyang Ren，Wenyuan Li
随着风电渗透率提高，电力系统运行面临挑战。月度安全约束机组组合（M-SCUC）从长期视角保障高可再生能源接入下电力系统运行可靠性与灵活性。M-SCUC面临两大挑战：预测误差随时间传播导致不确定性复杂度激增；模型规模急剧扩大，变量和约束维度显著增加。本文提出结合逻辑Benders分解的软演员-评论家（LBD-SAC）算法，基于深度强化学习框架，通过任务分解与优化辅助训练机制，将M-SCUC分解为主问题和子问题，主问题处理启停决策，子问题处理最优潮流，利用约束违反和松弛边界作为安全探索成本，通过加速原始-对偶优化方法最小化成本，实现高效求解。
该算法优势主要体现在：缓解高维动作空间的维度灾难，提升可扩展性和收敛性能；通过逻辑推理过程增强约束满足能力，保证运行安全；采用条件生成对抗网络精准模拟时间变化不确定性，提供精确时序环境。
在IEEE 118、300及500节点系统上验证，LBD-SAC在训练性能、求解效率和决策质量均优于现有深度强化学习和优化方法。相比随机对偶动态整数规划及鲁棒优化方法，显著降低电力供需失衡风险，实现鲁棒性与经济性平衡。尤其在强NP难M-SCUC问题上，展现实时计算性能，求解效率提升逾69000倍，优势随系统规模扩大更加明显。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11021394
📖 第3篇
📌 考虑灵活资源的自适应一次和二次频率控制策略的稳定性保证优化
Stability-Guaranteed Optimization of Adaptive Primary and Secondary Frequency Control Strategies Considering Flexible Resources
作者：Yuxin Ma，Zechun Hu，Yonghua Song
随着可再生能源渗透率的提高，电力系统频率安全风险加剧。灵活资源如电池储能被引入负荷频率控制系统，通过定制控制逻辑提升频率性能。现有研究多单独优化一次频率调节(PFR)或二次频率调节(SFR)，尚少联合优化探讨。本文提出新型频率控制框架，考虑PFR和SFR耦合效应，采用神经网络建模非线性PFR/SFR策略，增强控制灵活性。基于李雅普诺夫稳定性理论与循环泛函方法，推导出系统频率稳定性与鲁棒性的H∞稳定性判据。
创新点在于结合基于模型的稳定性判据与无模型的深度强化学习（DRL）方法，通过将稳定性判据嵌入DRL算法，实现PFR与SFR控制参数联合优化，既提升控制性能又确保理论稳定性。时域仿真中优化后框架在正常及故障工况表现均优异。
实用价值体现在：适度协调传统同步机与新兴灵活资源；理论保证解决纯数据驱动方法稳定性风险；具备良好工程适用性，无需额外基础设施，系统和资源侧算法更新足矣。扩展分析显示该方法对系统参数不确定性具鲁棒性，适用于多区域互联系统。该控制策略为高比例新能源接入电网的安全稳定提供关键技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11016105
📖 第4篇
📌 基于多元变分模态分解的高风电渗透率电力系统次同步振荡源定位
Subsynchronous Oscillation Source Location in Power System With High Penetration of Wind Power Using Multivariate Variational Mode Decomposition
作者：Tao Jiang，Bohan Liu，Xue Li，Andrea Mazza，Guoqing Li，Enrico Pons，Tao Huang
随着风电大规模并网，次同步振荡（SSO）事件显著威胁电网安全稳定。近年来德州、明尼苏达及河北固原等地发生由风电引发的SSO事故，导致风机脱网和机组轴系断裂，限制了系统稳定性和风电消纳。本文提出基于多元变分模态分解（MVMD）的SSO源定位方法，利用包含电压与电流的多通道测量矩阵，同步分解多通道本征模态函数（IMF），精准提取SSO分量。
随后通过希尔伯特变换（HT）识别与SSO模式相关IMF，利用识别IMF计算基于MVMD的暂态能量流（TEF），实现准确定位。创新点包括开发多通道并行处理方法，降低大规模WAMS数据计算复杂度；设计高风电渗透电力系统适用的TEF在线定位模型；验证强迫型SSO与次同步控制相互作用有效性。
基于4机11节点仿真和华北固原现场测量验证方法，高于传统的多元经验模态分解及VMD方法，特别在噪声下鲁棒性与定位精度显著提升。数值效率优于单通道VMD，满足在线分析需求。该方法极大提升传统TEF准确性，为高比例新能源接入安全稳定运行提供重要技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10964691
📖 第5篇
📌 TSO-DSO灵活性区域本质非凸：颠覆传统认知的关键发现
TSO-DSO Flexibility Regions are Non-Convex
作者：David Pozo
电力系统协调领域传统假设输配电运营商（TSO-DSO）间灵活性区域具有凸性。然而，本文通过数学证明揭示该假设误区，指出TSO-DSO灵活性区域本质非凸。团队构建两节点反例系统，解析推导出接口灵活性区域精确表达式，发现配电网络最小电压限制是诱导非凸根本原因。
该发现挑战基于凸性的多方法论，促使对现有方法进行批判重评，确保准确聚合配电级灵活资源。研究与40年前稳态安全区域概念关联，指出灵活性区域为该经典概念在配电网单节点上的投影。文献梳理显示，75%研究默认凸性，而少数承认非凸但未深入分析。
技术层面表明，即便单资源灵活区凸集，网络约束传播导致TSO-DSO聚合灵活区呈非凸，主要源于最小电压限制与功率流物理特性的内在关联。研究提供灵活性区域几何解释，展示约束如何塑造可行操作区域。此发现对系统协调至关重要，凸性简化可能致使次优决策与不可行点，适用于动态运行包络等相关概念。未来研究将推动算法从凸性假设向高精度非凸表征转变。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11159114
📖 第6篇
📌 面向PMU不可观测电力系统的拓扑感知图神经网络状态估计
Topology-Aware Graph Neural Network-Based State Estimation for PMU-Unobservable Power Systems
作者：Shiva Moshtagh，Behrouz Azimian，Mohammad Golgol，Anamitra Pal
传统基于优化的时间同步状态估计面临在线计算负担高、PMU覆盖有限及非高斯噪声挑战。尽管存在基于学习的模型，但易受拓扑变化和实时数据丢失影响。本文提出基于图神经网络（GNN）的新型深度几何学习方法，用于估计PMU不可观测电力系统状态。该方法结合图卷积与多头图注意力层，构建定制化端到端学习框架，有效应对拓扑变化和实时丢失，推导出状态估计误差随拓扑变化的上界。
框架六大优势包含：仅用PMU数据实现高速计算，无需迭代或矩阵求逆；融合历史SCADA数据学习分布，克服PMU覆盖和故障导致的不可观测性；拓扑变更后依然保持准确状态估计，无需重新训练；基于数学推导提供拓扑自适应性可解释性；优于传统优化估计，增强对非高斯噪声的处理能力；内建不良数据检测与校正机制，减弱数据异常影响。
通过高斯混合模型和期望最大化初始化参数，结合多头图注意力捕捉复杂节点关系。理论分析证明在拓扑扰动下框架输出差异存在明确上界，确保稳定性。实验验证表明，该定制化GNN-SE方法在多系统中优于传统优化和常规学习模型，特別在IEEE 118和2000节点德州系统保持亚秒级态势感知能力的同时，显著提升状态估计准确性与鲁棒性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11018475
📖 第7篇
📌 面向严重风暴的输电系统两阶段弹性机组组合优化
Two-Stage Resilience-Oriented Unit Commitment of Transmission Systems Against Severe Windstorms
作者：Mohammad Salimi，Yuzhong Gong，Rajesh Karki，Chi Yung Chung
气候变化加剧导致极端天气频发，严重风暴威胁电力系统安全。本文提出创新的两阶段弹性机组组合优化模型，提升输电系统面对即将来临风暴的弹性运行规划能力。模型涵盖机组组合调度、负荷削减及维修队伍调度，全面覆盖弹性梯形全阶段。
第一阶段基于风速预测与元件脆弱性曲线计算输电线路故障概率，采用保守性控制信息间隙决策理论模型，实现成本与鲁棒性的权衡。通过求解弹性机组组合问题，最大化风暴不确定性鲁棒性同时满足总成本要求。第二阶段创新提出机组组合集成维修队伍调度模型，依据第一阶段决策，通过维修团队安排受损线路修复，最小化负荷削减，基于滚动时域动态调整恢复方案。
在IEEE RTS-79和RTS-96系统验证显示，该模型为不同保守级别决策者提供最优成本-鲁棒性权衡，同时基于2000场景序贯蒙特卡洛模拟证明方案可靠性。创新点包括首次引入保守性控制机制，开发集成维修调度机组组合模型，实现运行与恢复协同优化，并建立滚动时域更新机制，增强系统动态适应力，为电力系统应对极端天气提供坚实理论与实践指导。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11072288
📖 第8篇
📌 构网型专属电力系统中非线性流的不确定性传播
Uncertainty Propagation Through Nonlinear Flows of Grid-Forming Exclusive Power Systems
作者：Soummya Roy，Hugo N. Villegas Pico
构网型(GFM)专属电力系统在提高可再生能源占比背景下，面临不确定运行条件下的暂态稳定性新挑战。传统同步机分析方法不适用，因GFM系统快速控制及电流限制器引入不可微分向量场。本文创新提出通过构建GFM发电厂解析模型并开发显式Runge-Kutta方案，实现初始条件不确定性的传播。
具体贡献包括：设计基于可微分双轴抗饱和PI调节器的GFM发电厂模型，采用对数函数近似传统硬限制，适用电流饱和下不确定性传播；开发多元多项式截断乘法算法，防止多项式阶数爆炸；提出基于五阶Runge-Kutta积分规则的不确定性传播方法，较经典Picard迭代更优。
核心创新在于将初始条件不确定性建模为多元多项式向量，通过非线性系统动态传播，结合收缩理论通过计算多项式确定暂态稳定性。案例验证显示，在全GFM资产供电系统中，确实存在导致暂态不稳定的不确定初始条件集合。该成果对支持美国2050零排放战略及联邦能源监管委员会2023号令中GFM技术问题具有重要意义。该方法通过单次研究确定不确定初始条件集合稳定性，有效避免传统需大量模拟的分析负担，为高比例可再生能源系统安全稳定运行提供崭新分析工具。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10958171
点击关注 获取更多精彩