✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2026年issue1推送（第5期/共6期）。本期推送共包含11篇研究论文简介，内容聚焦于高比例可再生能源与电动汽车接入背景下，新型电力系统与综合能源系统的优化运行、稳定控制、智能感知与韧性提升等前沿主题。具体涵盖集成能源系统多时间域调度、直流微电网电压控制、宽频扰动监测、人工智能驱动的配电网优化、电动汽车充电控制与电网交互、信息物理系统融合、灾后恢复策略以及新型电力电子设备对系统动态特性的影响等多个关键研究方向。
本期目录
📖 第1篇：考虑大规模电动汽车并网的集成能源系统多时间域分层调度与频率分解
📖 第2篇：面向含恒功率负载直流微电网约束调节的非光滑分散电压控制器
📖 第3篇：面向可再生能源电力系统宽频扰动监测的新型非接触式电流传感器
📖 第4篇：OptDisPro：基于大语言模型的多智能体框架实现启发式最优配电网流的灵活自适应
📖 第5篇：电动汽车充电控制中并网跟随与构网型变流器的最优配置
📖 第6篇：考虑信息物理交互的电热综合能源系统优化运行
📖 第7篇：配电网中智能混合变压器的最优配置
📖 第8篇：基于无迹卡尔曼滤波深度强化学习的多机器人自适应充电网络规划与集成用于电压调节
📖 第9篇：考虑热备用资源的灾后电热信息物理系统多时间尺度协同恢复策略
📖 第10篇：基于虚拟阻抗限流策略影响的电力系统功角摇摆轨迹分析
📖 第11篇：基于无模型安全深度强化学习的冰蓄冷区域供冷系统实时运行策略
📖 第1篇
📌 考虑大规模电动汽车并网的集成能源系统多时间域分层调度与频率分解
Multi-Time-Domain Hierarchical Scheduling of Integrated Energy Systems With Frequency Decomposition Considering Large-Scale Grid Connection of Electric Vehicles
作者：Zhifeng Liu，Zeqi Li，Xiaolong Jin，Hongjie Jia
在全球能源脱碳的背景下，集成能源系统（IES）面临着高比例可再生能源的固有不确定性与大规模、可能无序接入的电动汽车（EV）带来的双重挑战，导致显著的供需失衡与系统波动。本文提出了基于多时间域控制模型驱动的双层优化框架。上层采用多目标智能算法，生成经济成本与环境影响的帕累托最优解；下层则基于奇异摄动理论将设备动态划分为快/慢子系统实现差异化调度，提升系统韧性。核心创新为：通过奇异摄动理论有效协调设备响应速度差异，系统波动率维持在5%以下，计算复杂度较传统模型预测控制降低约25%；基于前景理论驱动的EV动态充电响应模型，融入用户损失厌恶特征，借助价格激励实现有序充放电，运行成本降低9.71%；针对锂离子电池和超级电容器混合储能系统，提出傅里叶级数的功率解耦协同分配策略，降低电池寿命衰减28.7%。
该框架运用多层次智能算法体系，灵活处理设备响应时间差异与用户行为复杂性，提升系统的鲁棒性和经济环保性能。采用多目标智能算法驱动的帕累托优化与基于奇异摄动理论的多时间域控制深度耦合，兼顾经济效益、系统稳定与环境减排，核心实现了动态设备分层调度和用户行为建模，获得稳健且高效的调度方案。
实验基于实际数据构建案例，结果表明该方法实现了高比例可再生能源与EV消纳，经济成本降低12.2%，碳排放减少11.5%。研究为增强高波动源荷系统的经济性、环保性和稳定性提供了创新理论方法，对推动新型电力系统建设具有重要实用价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11192655
📖 第2篇
📌 面向含恒功率负载直流微电网约束调节的非光滑分散电压控制器
Nonsmooth Decentralized Voltage Controller for Constrained Regulation of DC Microgrids With Constant Power Loads
作者：Grigoris Michos，Apostolos S. Manasis，George C. Konstantopoulos
随着电动汽车、高压直流输电和储能等直流应用的发展，直流微电网面临恒功率负载（CPL）的稳定性挑战，因其负阻抗特性导致系统易不稳和电压瞬变。本文提出了一种基于非光滑分散电压控制器的创新方案，该控制器依赖本地信息，无需节点通信，实现所有节点的电压约束调节。关键创新是引入非光滑切换函数，数学上证明闭环系统存在鲁棒正不变集，保障电压在预设安全边界内，提供过/欠电压保护。
研究基于李雅普诺夫函数提供了控制参数选择的充分条件，确保闭环系统的渐近稳定性并估计平衡点吸引域。理论证明即使在纯CPL负载且无阻抗抵消的极端情况下，系统依旧稳定。该控制器的非光滑结构显著增强了暂态响应速度和收敛率，且实现复杂度低，参数整定不依赖网络拓扑。
通过实验和实时功率硬件在环测试，验证控制器在负载骤变和电压阶跃情境下快速恢复电压，严格约束在安全范围内，性能优于饱和PI和有界积分控制器。该方法为低惯量直流微电网提供了一种安全、可靠且高效的分散式电压控制解决方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11168949
📖 第3篇
📌 面向可再生能源电力系统宽频扰动监测的新型非接触式电流传感器
Novel Noncontact Current Sensor for Wideband Disturbance Monitoring in Renewable Energy-Based Power Systems
作者：Wenxuan Yao，Leipeng Zhang，Bing Li，Yiqun Tang，Sihao Tang，He Yin，Jicheng Yu，Wei Qiu
随着风电、光伏等可再生能源大规模接入，电力电子设备带来的宽频扰动日益突出，传统电流互感器测量精度和动态性能不足。本文研发了一种基于隧道磁阻（TMR）技术的双气隙零磁场（TDZ）电流传感器，有效提升宽频扰动监测性能。核心设计为双气隙与零磁场闭环复合结构，融合线圈与反馈电路精准逼近实际磁场，双气隙结构显著降低导体偏心误差，线性度较开环提升39倍。
进一步将TDZ传感器集成为宽频扰动记录仪原型——电网态势感知装置（GSAD），配合递归离散傅里叶变换算法实现高保真相量测量，覆盖直流至100kHz宽频信号。实验显示线性度达0.03%，满量程精度0.038%，频率误差和总矢量误差分别低至0.2mHz和0.039%，优于传统电流互感器及霍尔/罗氏线圈。
特别在导体偏心测试中，双气隙结构将测量误差降低一数量级，展现强大抗干扰能力。该传感器成本优势明显，且可兼容现有同步相量测量单元，为高比例可再生能源电网的实时监测、振荡溯源与稳定控制提供可靠技术保障。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11153549
📖 第4篇
📌 OptDisPro：基于大语言模型的多智能体框架实现启发式最优配电网流的灵活自适应
OptDisPro: LLM-Based Multi-Agent Framework for Flexibly Adapting Heuristic Optimal DisFlow
作者：Zhengbo Li，Haolan Yang，Youbo Liu，Yue Xiang，Hongjun Gao，Jingyao Liu，Junyong Liu
分布式能源渗透率提高使配电网最优潮流（OPF）的建模与求解日益复杂。传统人工建模脚本耗时且代码错误率高。本文提出基于大语言模型（LLM）的多智能体框架OptDisPro，自动通过自然语言指令驱动完成配电网OPF脚本建模和求解。
该框架包含设计者、求解器、评审者、管理者四类智能体，模拟专家团队分工高效协作。通过结构化链式思考提示工程增强智能体推理能力，集成可执行反馈机制实现自主调试和迭代优化。为提升解全局最优性，提出自适应多算法选择策略（ASMA），并行生成多解，管理者智能体评估选优。
真实配电网场景测试显示，框架能准确理解多样自然语言指令，自动生成高质量求解代码，代码正确率及结果稳定性显著优于基线方法。该方法大幅降低配电网优化门槛，为LLM在电力系统垂直领域应用提供可复用范式，未来有望支持脚本在线自更新与智能运行。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11201936
📖 第5篇
📌 电动汽车充电控制中并网跟随与构网型变流器的最优配置
Optimal Distribution of Grid-Following and Grid-Forming Converters for Charging Control of Electric Vehicles
作者：Amit Kumer Podder，Tomonori Sadamoto，Aranya Chakrabortty
面对电动汽车充电基础设施迅速扩展，保障配电网稳定性成为关键挑战。电压源变流器（VSC）在电动汽车充电站（EVCS）中传统采用并网跟随（GFL）模式，但高充电速率或弱网环境下可能引发小信号稳定性问题。另一方面，构网（GFM）模式可改善小信号稳定性，但可能削弱电压稳定性。本文针对该悖论，提出了组合协同优化方法，实现GFL与GFM比例的最优配置。
研究基于EVCS状态空间动态模型，构建多目标优化问题，协同优化GFL-GFM配置比例、电动汽车充电电流设定点和状态反馈控制器（LQR）。为应对计算复杂度，采用贪婪启发式算法和参与因子（PF）分析缩减优化规模，显著提升效率。
在改进IEEE 33节点配电网中，优化方案较全GFL或全GFM配置在小信号稳定性（H2范数改善29.34%）和电压稳定指数之间达成更佳平衡，兼顾系统鲁棒性和电压稳定裕度。通过“等待与节省”激励合理补偿用户成本，显著助力电网稳定与电动汽车充电基础设施集成。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11181195
📖 第6篇
📌 考虑信息物理交互的电热综合能源系统优化运行
Optimal Operation of Integrated Electricity and Heat Energy Systems Considering Cyber-Physical Interaction
作者：Yuan Cheng，Jia Su，Xinyue Chang，Zening Li，Yixun Xue，Hongbin Sun
随着信息物理系统深度融合，传感器故障导致系统可观测性与状态感知能力下降，对综合能源系统调度提出挑战。本文提出了融合状态估计的最优调度模型，结合信息物理交互过程，在缺失测量或设备故障时补充系统状态感知，辅助修正调度决策，评估信息缺失对运行影响。
针对模型中热网质-量调节双线性项难题，提出了自适应分段McCormick松弛技术，采用非均匀、自适应变量域划分，动态生成分段。该方法提升计算效率，求解时间较直接求解非线性模型减少11.5%，误差仅有0.056%，兼具精度与速度。
案例分析显示该模型准确反映可观测性变化及状态估计对调度的影响。典型不可观测场景下，基于状态估计的调度使总负荷削减降低57.43%，运行成本减少25.45%，显著提升系统可靠性。该研究为信息物理融合环境下综合能源系统的安全、经济和高效运行提供了有效的理论与技术支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11159537
📖 第7篇
📌 配电网中智能混合变压器的最优配置
Optimal Placement of Smart Hybrid Transformers in Distribution Networks
作者：Samuel Hayward，Martin Doff-Sotta，Michael Merlin，Matthew Williams，Thomas Morstyn
针对配电网中因分布式发电快速增长引发的电能质量问题，本文提出采用序列线性规划方法（HT SLP），实现智能混合变压器的不对称三相配电网中的最优选址、配置与协调控制。混合变压器结合传统变压器及部分额定功率电力电子器件，兼顾高效率、低成本、动态调节和无功补偿能力，适合在多样化环境中优化电压品质和经济效益。
HT SLP方法通过迭代混合整数线性规划，避免复杂非线性问题直接求解，同时考虑电力电子器件非线性特性及多时段优化，保障控制灵活性和经济指标最大化。采用改良欧洲低压配电网基准模型及附加测试网络，验证方案实用性。
案例研究显示，优化配置混合变压器能显著提升分布式发电的消纳能力，增加剩余功率输出收益。最佳案例中，净现值达到656万英镑，年利润增长达45.53%。与仅用传统变压器场景相比，优化配置显著抑制电压越限，通过协调控制实现最大经济效益。该成果为电网运营商部署决策提供了科学依据，推动未来高比例可再生能源配电网发展。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11224498
📖 第8篇
📌 基于无迹卡尔曼滤波深度强化学习的多机器人自适应充电网络规划与集成用于电压调节
Planning and Integration of a Multi-Robot Adaptive Charging Network for Voltage Regulation via Unscented Kalman Filter-Based Deep Reinforcement Learning
作者：Sihai An，Jing Qiu，Jiafeng Lin，Xianzhuo Sun，Boxuan Liu，Zhe Yuan
随着电动汽车渗透率提升及负荷不确定增加，配电网电压跌落问题凸显。本文提出基于多机器人自适应充电网络（MRACN）的三级电压调节框架，分层协同传统电压调节设备，确保电压安全。
底层通过融合电压安全指数的MRACN调度策略实现用户充电与局部电压缓解；中层采用日前最优潮流优化有载调压变压器和电容器调度；顶层引入基于无迹卡尔曼滤波（UKF）的深度强化学习（DRL），将MRACN与静止无功补偿器集成，完成分钟级实时电压控制。
创新点包括多目标MRACN规划模型有效抑制电压越限，跨时间尺度三级协同控制框架实现无缝衔接，多智能体DRL协调机制自适应分配无功功率，及通过UKF替代计算密集潮流计算，使训练速度提升近一数量级，状态估计误差控制在2%以内。实验在耦合测试平台验证该方法显著减少电压越限时间和系统损耗。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11195829
📖 第9篇
📌 考虑热备用资源的灾后电热信息物理系统多时间尺度协同恢复策略
Post-Disaster Multi-Timescale Coordinated Restoration of Power and Thermal Cyber-Physical System Considering Hot Standby Resources
作者：Shen Dong，Buxiang Zhou，Tianlei Zang，Chuangzhi Li，Huan Luo，Jiaqi Ruan，Shi Chen，Xianyong Xiao
极端自然灾害频发，严重威胁融合多能源形式的综合能源系统。灾后恢复关乎系统韧性，然而多数研究忽略信息与物理系统间深度耦合及“热备用”应急资源的作用。本文首次系统揭示信息与物理端“热备用”资源价值，实现与传统维修队伍等资源的跨时间尺度协同。
物理层方面，热惯性能在电力暂时不足时释放管道热能，维持用户供热，短期内解耦热电耦合关系，助力电力负荷恢复与分布式能源消纳。信息层则利用热力系统的无线通信基站（如5G）作为应急备用，确保有线通信故障时关键节点快速接入，保障系统可控性。 研究建立包含热惯性、无线通信、维修队伍调度、信息物理交互、系统运行及拓扑重构的综合数学模型，以最小化负荷损失和应急成本、减少通信延迟及最大化分布式能源消纳为目标。采用多种线性化技术转化模型为混合整数规划问题高效求解。案例基于RBTS-Bus2与12节点热力系统展开，表明方法可实现物理负荷全恢复，恢复成本下降67.19%，热惯性贡献16.09%热负荷输出，且加速系统恢复，显著提升综合能源系统灾后韧性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11184621
📖 第10篇
📌 基于虚拟阻抗限流策略影响的电力系统功角摇摆轨迹分析
Power Swing Trajectory Influenced by Virtual Impedance-Based Current-Limiting Strategy
作者：Yanshu Niu，Zhe Yang，Bikash C. Pal
随着可再生能源渗透率提升，构网型逆变器在未来电力系统中核心角色凸显。但其有限过流能力导致限流模式外特性与传统同步发电机系统显著不同，给依赖传统同步发电机设计的功角摇摆检测带来挑战。
本文针对采用虚拟阻抗限流策略的构网型逆变器，首次系统分析其功角摇摆过程中的视在阻抗轨迹。比较可变虚拟阻抗与自适应虚拟阻抗两种策略，发现轨迹根本区别于传统同步机或无限流构网型逆变器，分别表现为曲线和圆弧，对传统闭锁和解列功能存在误判风险。
深度探讨构网型逆变器控制参数（惯量常数H和阻尼系数Dp）对功角摇摆及阻抗轨迹的影响。仿真验证理论，指出虚拟阻抗不仅改变轨迹形态，还可能恶化暂态稳定性，某些参数使轨迹绕过检测区域，导致稳定性识别失败。研究成果对新型电力系统的保护装置改造与参数优化具有重要指导价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11203273
📖 第11篇
📌 基于无模型安全深度强化学习的冰蓄冷区域供冷系统实时运行策略
Real-Time Operational Strategy for Ice Thermal Storage District Cooling Systems via Model-Free Safe Deep Reinforcement Learning
作者：Z. Y. Wang，J. H. Zheng，Q. H. Wu
区域供冷系统通过集中冷却降低建筑群能耗和碳排放，但现有基于模型方法难以应对大规模、随机非线性优化，难以满足实时调度需求。本文提出了一种无模型安全深度强化学习方法，为包含多制冷机和冰蓄冷单元的区域供冷系统实现实时调度。
研究将优化建模为约束马尔可夫决策过程，解耦目标与约束避免奖励混淆。引入内点优化器专家知识辅以模仿学习预训练，缓解早期探索混乱和局部收敛问题。应用拉格朗日松弛方法改进深度确定性策略梯度算法，达到约束满足与成本最优平衡。
在12节点与619节点区域供冷系统验证，所提方法在毫秒级内生成高质量调度方案，性能优于主流基于模型及数据驱动方法，在超参数变化下保持良好鲁棒性。该技术提供无需精确模型、高效可靠的实时调度手段，对推动城市能源系统智能化与节能减排具有重要实际意义。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11184258
点击关注 获取更多精彩