✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Sustainable Energy期刊2025年issue4文章推送（第4期/共6期）。本期共收录10篇研究论文，聚焦于可再生能源集成与多能源系统优化领域，涵盖电-气综合系统潮流计算、风电数据清洗、燃料电池系统建模、氢能调度策略、热电联供安全计算、净零电网设计以及光伏功率预测等前沿研究方向。
这些研究成果对于保障能源系统的安全、高效与可持续运行具有重要意义，推动了智能电网及多能源系统技术的创新与应用。
本期目录
📖 第1篇：基于强化学习的电-气综合系统最优潮流计算策略
📖 第2篇：基于Wasserstein距离的风电场异常风电数据迭代清洗方法
📖 第3篇：通过净零电网推动工业可持续性与经济效益
📖 第4篇：基于变换方法的热电联供调度安全分布式计算
📖 第5篇：基于量子退火的多堆栈燃料电池混合动力系统三阶段调度策略
📖 第6篇：考虑辅助系统影响的燃料电池系统机理凸优化模型
📖 第7篇：提升并网微电网可再生能源消纳的双向电力-氢系统分布式调度策略
📖 第8篇：含异构调节资源的电力系统电压与频率稳定性约束机组组合研究
📖 第9篇：考虑水电站调峰制氢船舶航行的电-氢-热系统短期调度策略
📖 第10篇：基于深度强化学习的多模态对抗攻击下鲁棒光伏功率预测
📖 第1篇
📌 基于强化学习的电-气综合系统最优潮流计算策略
An RL-Based Strategy for Optimal Power and Gas Flow Calculation
作者：Ye-Eun Jang，Young-Jin Kim
随着可再生能源渗透率提高和天然气价格下降，天然气发电机组在电力系统中日益重要，电-气综合系统的协同运行成为保障能源安全的关键。然而，电力与天然气系统的强非线性特性使得最优电-气潮流（OPGF）问题求解极具挑战性。传统方法通常采用线性化或凸松弛技术简化模型，但会牺牲计算精度或导致不可行解。本文提出了一种创新解决方案，通过问题分解与强化学习（RL）切割平面技术相结合，将原始OPGF问题分解为简化OPGF（SOPGF）子问题和电-气潮流（PGF）计算子问题。SOPGF子问题通过线性规划求解器高效处理，而PGF计算子问题采用牛顿法重构电压幅值、无功功率等关键变量。为保障解的可行性，在SOPGF约束集中引入由RL算法生成的线性不等式约束（切割平面），有效限定可行域范围。
该策略的核心突破在于：首次将RL-based切割平面方法应用于OPGF问题，通过智能体训练实现切割的自动生成与筛选；引入动作选择机制提升训练效率，将动作空间维度从O(N_T(N_G+N_W))降低至O(N_G⌈N_T/N_ASP⌉+N_W⌈N_T/N_ASG⌉)；完整考虑气体动力学方程，无需对系统拓扑作特定假设。案例研究采用IEEE 9总线-6节点和39总线-20节点综合系统验证，表明相比传统线性化方法和直接RL求解，计算效率提升7.67-8.60倍，且显著降低约束违反率。
该研究为高比例可再生能源接入下的多能源系统优化运行提供了新思路，其融合人工智能与物理模型的方法兼具工程实用性与学术前瞻性。未来可扩展至含压缩机的复杂天然气网络及电力市场联合优化场景，实现更广泛的应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10945737
📖 第2篇
📌 基于Wasserstein距离的风电场异常风电数据迭代清洗方法
An Iterative Cleaning Method for Abnormal Wind Power Data in Wind Farms Based on Wasserstein Distance
作者：Yijun Shen，Bo Chen，Jianzheng Wang，Shichao Liu，Li Yu
风力发电机功率曲线是评估风机发电性能的重要指标，对风电场运行和电力系统调度具有重要意义。然而，风机停机、传感器故障和限电等因素造成大量异常数据，影响风机状态监测和功率预测。本文提出了一种基于Wasserstein距离的迭代清洗方法，通过渐进式去除异常数据，同时建立风速与功率的关系模型。创新性地将神经网络、Wasserstein距离和单调性约束结合，构建曲线模型并同步清理异常数据，实现模型拟合曲线收敛至真实功率曲线。
该方法具有三大创新点：提炼了一套通用的风电数据清洗框架，实现建模过程中异常数据干扰的消除；通过数值模拟和12个真实风机数据集的实验证明，方法在大量异常数据下依然能建立准确的功率曲线模型；提出了新的性能指标EMD（地球移动距离）量化模型误差。
实验显示该方法能有效处理三类异常数据：底部曲线堆积异常、中部曲线堆积异常和曲线周围分散异常。特别在大量堆积异常时，相较传统方法表现出更高的清洗精度。该成果为风电场数据质量管理提供可靠技术支持，也具备跨领域推广潜力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10935841
📖 第3篇
📌 通过净零电网推动工业可持续性与经济效益
Advancing Industrial Sustainability and Economics Through a Net-Zero Grid
作者：Abdullahi Bamigbade，Francisco de León
工业领域作为全球能源消耗三分之一的关键部门，其绿色转型迫切。本文提出了一种针对工业负载低功率因数和高谐波失真的创新净零电网设计框架，整合光伏发电和电池储能，通过模块化有源电力滤波器仅补偿负载谐波电流，大幅减小滤波器尺寸。
系统利用负载电流调整功率因数，在用电高峰和低谷期间通过优化功率注入或吸收最大化经济效益。集成有功和无功电流下垂控制器，确保电网故障时频率及电压支撑。创新点包括首次面向工业负载特性设计净零电网，将消费者和分布式能源运营商统一视为实体，实现经济与可持续发展的平衡。
仿真结果显示，该系统将工业负载的总谐波失真从最高72.10%降至4.35%以下，完全满足规范。电网极端频率和电压下性能稳定，提供高质量供电和有效支撑。这为工业绿色转型提供经济可行路径，助力多方共赢及构建韧性工业能源系统。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10925895
📖 第4篇
📌 基于变换方法的热电联供调度安全分布式计算
A Secure Distributed Computation of Combined Heat and Power Dispatch Based on Transformation Method
作者：Yuan Du，Yixun Xue，Mohammad Shahidehpour，Leilei Zhao，Xinyue Chang，Jia Su，Hongbin Sun
随着热电联供(CHP)机组广泛应用，电力传输系统(PTS)与区域供热系统(DHS)耦合紧密，但由不同运营商管理带来信息安全顾虑。现有分布式调度算法需交换CHP输出和双重乘子，存在信息泄露风险。本文提出基于变换方法的安全分布式计算框架，利用随机非奇异矩阵掩码CHPD模型系数，隐藏真实经济和物理参数。
为提升效率，开发了改进的Benders分解方法，引入有效不等式和强化割平面，实现掩码模型的高效分布式求解。信息安全分析表明，本方法能抵御半诚实对手和外部窃听者攻击。
数值测试基于不同规模集成电热系统，结果显示在保持精度的同时，成功隐藏敏感信息，改进Benders方法提升收敛速度，迭代次数平均不超过31次。该方法确保了多主体协同优化中的信息安全与计算效率，为能源互联网安全可靠运行奠定基础。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11008674
📖 第5篇
📌 基于量子退火的多堆栈燃料电池混合动力系统三阶段调度策略
A Quantum Annealing-Based Three-Stage Scheduling Strategy for Multi-Stack Fuel Cell Hybrid Power Systems
作者：Wenzhuo Shi，Junyu Chen，Xianzhuo Sun，Zhengyang Hu，Yuhong Zhao，Yibo Ding，Cong Yuan，Fei Gao，Yuhua Du，Zhao Xu，Yigeng Huangfu
在全球气候行动推动下，氢能作为实现零碳能源系统的重要载体，燃料电池混合动力系统（FCHPS）因其高效氢能转电性能备受关注。多堆栈配置下，FCHPS调度遇到非凸优化及高维二进制变量问题，导致传统方法效率低。本文提出了基于量子退火（QA）的三阶段调度策略，将决策解耦为日前、日内、实时三个时间尺度，实现对各阶段预测信息的充分利用。
创新点为首次将量子退火技术引入FCHPS调度，通过将传统模型转为QUBO格式并映射至Ising模型，利用D-Wave量子退火器解决大规模二进制优化。实验平台验证该方法计算速度比传统DMPC快近50倍，较Gurobi快22倍，且总目标函数值分别降低约10.62%和14.66%，展示优异性能。
本研究为高功率燃料电池混合系统调度提供了创新方案，展现了量子计算在能源优化领域的潜力，后续工作将进一步优化量子算法与控制结构，提升应用广度与效率。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11014234
📖 第6篇
📌 考虑辅助系统影响的燃料电池系统机理凸优化模型
A Mechanism-Based Convex Model of Fuel Cell Systems Considering the Effect of Auxiliary System
作者：Haohui Ding，Qinran Hu，Yuze Wang，Cong Wang，Jia Su，Haizhou Liu
燃料电池系统作为清洁高效能源转换设备，广泛应用于电力系统。现有模型在重载工况呈现非凸性或精度不足，限制了其调度应用。本文提出了基于机理的燃料电池系统可行运行区域模型，创新地同时考虑燃料电池效率衰减和辅助系统动态功耗两关键因素。
通过理论分析和实验验证，模型在轻载至重载工况均保持高精度，平均误差5.4%，显著优于现有主流线性模型的24.4%。实验揭示辅助系统功耗占比高达70%，平均约30%，凸显其建模重要性。采用三角形分割进行凸化处理，确保模型可高效纳入优化调度。
基于实测数据验证，模型准确反映效率随功率递减特性，尤其稳态下平均误差降至3.7%，优于现有凸优化模型。该成果推动了燃料电池系统精准建模和高效调度，对清洁能源规模应用及碳中和目标实现具有积极意义。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10976439
📖 第7篇
📌 提升并网微电网可再生能源消纳的双向电力-氢系统分布式调度策略
A Distributed Dispatch of Bi-Directional Power and Hydrogen Systems for Enhancing the Renewable Energy Integration in Grid-Connected Microgrids
作者：Longfei Li，Chenhui Lin，Ye Guo，Wenchuan Wu，Mohammad Shahidehpour
为应对碳中和目标，可再生能源大规模接入电力系统，传统并网微电网因稳定性限制功率交换，导致利用率不足。氢能作为清洁载体，电制氢技术有效缓解弃电问题。本文构建了双向电力-氢系统（BDPHS）协调调度模型，整合电解槽动态特性、氢储能与燃料电池，形成混合整数线性规划（MILP）问题。
采用改进交替方向乘子法（I-ADMM）实现分布式优化，保护主体隐私。创新点包括精细化建模电解槽产氢状态转换，氢储能与燃料电池协同实现能量时空平移，结合Nesterov加速及自适应惩罚克服离散问题收敛难题。
基于改进的IEEE 9节点和39节点系统仿真，方案在9节点系统总成本下降60.9%，弃电成本下降85.2%；39节点系统分别降低52.2%和71.8%。氢能系统动态调整产氢响应新能源波动，显著提升可再生能源消纳能力。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10977964
📖 第8篇
📌 含异构调节资源的电力系统电压与频率稳定性约束机组组合研究
Voltage and Frequency Stability Constrained Unit Commitment for Power Systems With Heterogeneous Regulation Resources
作者：Yihang Jiang，Shuqiang Zhao
随着变流器型可再生能源大规模接入和传统机组退役，电力系统稳定性面临极限。本文提出含同步发电机、同步调相机及跟网型与构网型变流器的电压与频率稳定性约束机组组合（UC）模型，涵盖惯量响应、一次调频、二次调频全过程关键指标，精确反映各调节资源动态特性。
创新性地揭示频率与电压稳定的内在耦合关系，如风电机组减载频率支持影响电压稳定裕度。采用基于混合整数线性规划的分段线性化算法处理非线性约束，确保模型计算效率。
案例验证显示，仅考虑频率和电压稳定约束分别导致调度成本增加13.35%和8.87%，同时考虑增至13.93%。调相机及改造机组提升稳定裕度，促进风电消纳。研究为高变流器渗透电网稳定提供创新解决方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11005481
📖 第9篇
📌 考虑水电站调峰制氢船舶航行的电-氢-热系统短期调度策略
Short-Term Scheduling of Integrated Electric-Hydrogen-Thermal Systems Considering Hydroelectric Power Plant Peaking for Hydrogen Vessel Navigation
作者：Quan Sui，Huashen He，Jing Liang，Zhongwen Li，Chengguo Su
氢能作为清洁能源载体，船舶运输具成本优势，但受河流水位等环境影响较敏感。本文提出创新的电-氢-热系统短期调度策略，特别考虑水电站调峰对氢能船舶航行影响。建立水路氢能链时空运行模型，刻画了可逆固体氧化物电池（RSOC）电解温度、制氢效率与最大运行功率间动态关系。
RSOC通过调整电解温度（1073K与1273K）灵活切换高制氢效率与大电解功率，提升系统灵活性。设计多日协同调度，允许热电厂在纯发电与热电联产间切换，结合电锅炉协同供热缓解弃风，释放运行弹性。
调度模型线性化为混合整数二阶锥规划问题，设计双层求解算法，提升计算效率33.3%。基于IEEE 118节点系统仿真，成本较传统调度降低12.9%，考虑不确定性情况仍节约4.0%。研究凸显电-氢-热系统协同优化与可再生能源高效消纳的双重优势。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11030854
📖 第10篇
📌 基于深度强化学习的多模态对抗攻击下鲁棒光伏功率预测
Robust Photovoltaic Power Forecasting Against Multi-Modal Adversarial Attack via Deep Reinforcement Learning
作者：Jingxuan Liu，Haixiang Zang，Lilin Cheng，Tao Ding，Zhinong Wei，Guoqiang Sun
随着深度学习和多模态数据的光伏功率预测应用，网络攻击尤其是假数据注入威胁电网安全。本文针对多模态对抗攻击，提出基于深度确定性策略梯度（DDPG）的鲁棒光伏功率预测框架，构建对抗攻击模型模拟多模态数据的虚假注入，运用软体积约束平衡攻击显著性与不可感知性。
设计DDPG智能体动态分配各模态数据权重，减轻数据中毒影响并最大化有效信息利用，框架结合预训练演员与环境模块，融合超短期云层运动与光伏功率时间波动特性，显著提升预测鲁棒性。
实验中输入扰动不超过5%时，平均绝对误差仅增加0.053kW，远低于无鲁棒性方法的0.207kW。相较最新方法，该框架在1%、3%、5%对抗攻击下MAE分别仅增加-1.2%、1.67%、3.4%，有效抑制攻击影响。该研究突破性解决了多模态数据协同攻击下的鲁棒光伏预测问题，为电力系统安全运行提供强大技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10935707
点击关注 获取更多精彩