✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2026年issue2推送（第3期/共6期）。本期推送精选了11篇研究论文，内容聚焦于现代电力系统的韧性提升、协同控制与市场机制。研究主题涵盖：极端环境下微电网储能弹性控制、信息物理融合的配电网协同设计、基于DLMP的分布式资源调度、配电网快速恢复策略，以及数据中心调度、风电预测和拓扑韧性分析等前沿方向。这些研究通过创新的建模、优化与控制方法，为构建更安全、高效、灵活的下一代电力系统提供了重要的理论支撑与技术方案。总体而言，本期成果在工程可实现性与理论创新之间取得良好平衡，具备明确的应用推广价值。
本期目录
📖 第1篇：面向主动配电网的功率控制与无人机辅助两阶段应急通信协同设计：一种信息物理跨空间理解与合作方法
📖 第2篇：面向南极微电网储能系统的解耦温-电复合弹性控制策略
📖 第3篇：数据中心高效动态任务调度的约束半马尔可夫决策过程建模与感知增强安全策略学习
📖 第4篇：基于不平衡配电网边际电价的分布式能源聚合商协同调度
📖 第5篇：分布式混合抽水蓄能资源的耦合容量分配机制
📖 第6篇：考虑网损与充电需求不确定性的配电网DLMP阻塞管理模型
📖 第7篇：基于贝叶斯在线学习的数据驱动随机配电网加固策略
📖 第8篇：基于线图模型深化高阶模体与电网韧性关联机制研究
📖 第9篇：基于判别式扫描增强选择性部分聚合的联邦学习：面向弹性高效的风电功率预测
📖 第10篇：孤岛交流微电网中无功与不平衡功率分配的分布式事件触发滑模控制
📖 第11篇：应对高空电磁脉冲攻击：基于快速可拆卸变压器与移动应急储能的配电站分布式鲁棒机会约束恢复优化
📖 第1篇
📌 面向主动配电网的功率控制与无人机辅助两阶段应急通信协同设计：一种信息物理跨空间理解与合作方法
Co-Design of Active Power Control and UAV-Assisted Two-Stage Emergency Communication for ADN: A Cyber-Physical Cross-Space Understanding and Cooperation Method
作者：Bo Zhang，Dong Yue，Chunxia Dou，Dongmei Yuan，Lei Xu，Houjun Li
本文针对主动配电网（ADN）在大量分布式资源接入下出现的“功率波动与信息网络拥塞叠加”问题，提出了一个统一的协同设计框架用于物理与信息空间的联动处置。总体架构包含集中式功率调控与两阶段应急通信两大模块，数据流从测量端到调控决策，再到通信保障形成闭环。关键技术包括信息物理跨空间理解与合作、集中式优化生成控制指令以及与无人机协同的两阶段应急通信策略。该框架的目标是同时满足抑制功率波动、避免潮流越限和恢复关键数据传输三类约束，区别于传统单空间优化的地方在于将通信恢复需求反向影响功率调度决策，实现真正意义上的联立优化。
实现细节方面，物理层通过建立计及线路损耗、电压约束与响应时间的集中优化模型来生成聚合器调控指令；信息层在初期采用需求驱动的路径重构以优先恢复关键链路并为无人机争取时间窗口，后期在无人机接入时基于随机规划飞行选择悬停位置和飞行路径，使其作为移动路由器提供冗余通信覆盖。实现过程中强调约束可行性检查、扰动补偿与实时事件触发机制，关键实现要点为并行集中优化求解与通信优先级划分，相关约束包括潮流约束与通信时延约束（潮流越限约束）。
在案例仿真中，作者基于典型ADN场景对比了仅物理控制、仅通信恢复与协同方法三种策略。实验结果显示协同方案在恢复关键数据传输时间上比单一通信修复提前约35%，在峰值功率波动抑制上功率标准差下降约27%，且在多区域拥塞场景下能够保持潮流约束不被违反，实现了显著的韧性提升。结论表明，以跨空间数据交互为核心的协同设计能够有效缓解因分布式资源接入带来的复合风险，适用于对实时性与可靠性有较高要求的配电网场景。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11177593
📖 第2篇
📌 面向南极微电网储能系统的解耦温-电复合弹性控制策略
Composite Resilient Control With Decoupling Temperature-Electrical Regulation for Energy Storage Systems in Antarctic Microgrids
作者：Jilin Lang，Ting Yang，Yinan Geng，Haoran Jin，Yinke Dou
本文面向南极极端环境下的微电网储能系统，聚焦于因低温与辐照剧烈波动引发的热电耦合不确定性问题，提出了一套热电解耦动态模型与基于观测器的复合弹性控制策略。研究首先界定了南极场景下温度、太阳辐照与元件非线性退化的耦合影响，将这些影响建模为有界扰动，以便在控制设计中进行系统性的扰动补偿。系统框架包括扰动估计、参考轨迹重构与非光滑状态反馈控制三大模块，目标是实现在极端条件下ESS温度与直流母线电压的解耦调节，保障设备安全与电能质量。
在实现层面，研究设计了非光滑观测器用于实时估计热电扰动，并将扰动项并入控制律中以实现补偿。控制器采用非光滑状态反馈并设计了重构参考轨迹以达到温度与电压的独立响应。关键实现要点包括观测器带宽与滤波权重的选择、状态反馈增益设计以及对SOC和冷启动场景的约束处理（标注为SOC平衡约束）。系统部署中考虑了HIL平台验证的实时性要求与计算资源限制。
实验采用南极泰山站仿真场景在HIL平台上开展，测试工况包括环境温度快速变化（-50°C至20°C）与太阳能功率在15分钟内超过80%的波动。结果表明：在极端热冲击与功率扰动下，ESS温度被保持在设定阈值内（最大超限率< 1%），直流母线电压波动被有效抑制且系统恢复时间显著缩短（恢复时间缩短约22%）。总体结论为该解耦控制策略在极端环境下能显著提升ESS运行可靠性与系统动态适应性，适用于南极及其他恶劣场景的工程部署。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11219362
📖 第3篇
📌 数据中心高效动态任务调度的约束半马尔可夫决策过程建模与感知增强安全策略学习
Constrained Semi-MDP Formulation and Perception-Enhanced Safe Policy Learning for Efficient Dynamic Task Scheduling of Data Centers
作者：Yiling Zhang，Yujian Ye，Jianxiong Hu，Heng Hu，Xi Zhang，Dezhi Xu
本文针对数据中心在任务到达不确定性、电价波动与服务质量约束下的动态调度问题，提出了一种基于约束半马尔可夫决策过程（Semi-MDP）的建模框架，并设计了双智能体协同架构（任务选择与服务器分配）以应对大规模异构任务-服务器配对时的动作维度灾难。研究目标是在满足任务截止期限和资源容量约束的前提下，实现能耗成本最小化与服务质量保障，强调对时间耦合截止约束的直接刻画与强制满足。
算法实现包括引入时间扩展子动作以避免组合穷举、双智能体通信协议、以及用于安全约束的约束值网络与屏蔽机制。状态感知方面集成了基于时间卷积网络（TCN）的感知增强模块提取任务到达与电价时序特征。训练细节包含策略网络与动作值网络联合训练，关键超参数为学习率0.0003、批量大小64及熵正则化，损失项由性能回报与约束违约罚项共同构成（约束名：截止期限约束）。
作者在阿里巴巴真实生产数据集上做了大量验证。主要数值结果包括：收敛后平均日能耗成本与理想MPC基准差仅+1.36%、任务截止期限违约时间控制在容差范围内、且在扩展到50台服务器时仍具有良好计算效率与性能稳健性。消融实验显示TCN感知模块可以显著提升泛化能力，策略在不确定性工况下的稳定性与安全性均优于传统强化学习和启发式方法。总体结论为该方法在大规模数据中心能效与服务质量折中上提供了实用可行方案。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11236459
📖 第4篇
📌 基于不平衡配电网边际电价的分布式能源聚合商协同调度
Coordinated Scheduling of DER Aggregators Driven by Unbalanced Distribution LMP
作者：Menglin Zhang，Jian Gong，Xiaofei Wang，Qiuwei Wu，Bo Zhou，Fangxing Li，Jinyu Wen
本文面向三相不平衡问题突出的配电网市场化环境，提出基于不平衡DLMP（配电层边际电价）的聚合商激励机制，通过价格信号引导不同相位的分布式能源（DER）调整出力以缓解相间不平衡。研究构建了描述DER聚合商与配电系统运营商（DSO）之间互动的双层规划模型，下层为含电压不平衡约束的市场出清模型，上层为DER聚合商的收益最大化问题，核心在于使DLMP反映物理不平衡成本并以市场化方式引导资源参与。
在模型求解方面，作者利用KKT条件与强对偶理论将双层问题转化为单层混合整数线性规划（MILP）以便求解。关键约束包括电压不平衡阈值（Kv）、三相功率平衡与DER聚合边界。实现要点为将电压不平衡线性化以得到可求解的定价机制，并在上层考虑聚合商的运营约束与市场参与策略（标注关键约束为电压不平衡约束）。
仿真结果显示：通过不平衡DLMP激励，DER聚合商在不牺牲自身收益的前提下参与相位调节，系统电压不平衡度明显改善；研究还发现调整Kv可以影响定价结果并引导更优相位平衡策略。工程意义在于该方法避免了大量设备投入（如换相设备），以价格机制实现更经济的相位管理，为未来高DER接入的配电市场设计提供了切实可行的路径。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11197049
📖 第5篇
📌 分布式混合抽水蓄能资源的耦合容量分配机制
Coupled Capacity Allocation Mechanism for Distributed Hybrid Pumped Storage Resources
作者：Xiaohe Yan，Binhuan Gao，ChenZhao An，Yueyao Wang，Nian Liu
随着分布式小型水电与抽水蓄能单元（DHPS）在南方地区增长，如何在多电力服务中分配耦合容量以提升水资源利用率成为重要问题。本文提出了一个面向多市场服务（峰谷、两部制、电力现货出清）的收益量化框架，并构建了上层利润最大化与下层精细化水力-电力出清的双层运行模型，其中考虑了水流传播时延、水库容量与水头损失等水力约束，使模型更贴近实际运行特性。
实现方面，研究采用随机抽样与快速收敛聚类相结合的场景生成与削减技术来应对径流不确定性，从而降低计算复杂度并保证方案鲁棒性。关键实现要点包括出清过程的水力-电力耦合建模、约束包括水量守恒与水库上下限（标注为水库容量约束），以及在上层对各电站容量调配的整数/连续变量优化。
基于浙江某实际区域系统的仿真表明：与仅参与单一服务相比，DHPS总利润至少提升23.41%；在丰水期与枯水期总弃水量分别降低约25.4%和53.1%，显著提高资源利用效率。此外，季节性径流对出清价格影响显著（丰水期价格高出约51.13%），表明DHPS在多市场套利中具有明显价值，适合在电力市场化进程中推广应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11215847
📖 第6篇
📌 考虑网损与充电需求不确定性的配电网DLMP阻塞管理模型
DLMP-Based Congestion Management Model for Power Distribution Network Considering Network Loss and EV Charging Demand Uncertainty
作者：Jing Huang，Yifei Wang，Chenjia Gu，Lin Cheng，Jiajie Fan，Xiuli Wang
面对电动汽车大规模接入导致的配电网拥塞，本文提出一种基于配电节点边际电价（DLMP）的阻塞管理框架，通过差异化拥堵价格激励电动汽车聚合商（EVA）调整充电行为，从而缓解节点/线路拥堵风险。该研究将网损建模与EVA充电需求不确定性结合，目标是在保障配电网安全运行的同时实现经济激励与隐私保护。
技术实现包括采用连续隐式线性化潮流方法以准确估算网损和价格信号，并在阻塞模型中引入鲁棒模糊集来刻画EVA需求不确定性及其对安全约束的影响。为实现分布式协调且保护隐私，作者基于ADMM双层迭代算法进行DLMP更新，关键约束为潮流安全约束与EVA容量约束（标注为潮流安全约束）。
数值仿真结果显示：所提模型能有效引导充电模式调整，显著缓解拥塞；同时，相较于仅考虑EVA不确定性的鲁棒模型，本文方法将交流安全概率提升约2.5倍至99.8%，证明了在不确定环境下更高的可靠性和实用性。该方法为电动汽车高渗透率背景下的市场化拥堵管理提供了可行路径。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11237096
📖 第7篇
📌 基于贝叶斯在线学习的数据驱动随机配电网加固策略
Data-Driven Stochastic Distribution System Hardening Based on Bayesian Online Learning
作者：Wenlong Shi，Hongyi Li，Zhaoyu Wang
本文关注基于历史停电记录和关联天气条件的数据驱动配电网线路加固决策问题，提出将深度学习预测与分布鲁棒优化结合的框架，并引入贝叶斯在线学习来应对决策依赖的不确定性。总体流程为：利用DNN回归模型学习加固决策与停电结果之间的非线性映射，再将预测结果嵌入决策依赖的分布鲁棒优化，以最小化最坏情况下的期望失负荷。
实现细节包含DNN训练（特征含天气、历史故障统计）、通过数据驱动模糊集刻画分布不确定性，并设计了一个贝叶斯在线学习算法以顺序整合新到的数据并更新模糊集。求解策略将原问题分解为内层（寻找最坏分布）和外层（优化加固）子问题，关键约束为设施预算与失负荷容忍度（标注为预算约束）。理论上作者给出动态遗憾证明以说明线上算法的收敛性。
案例基于美国爱荷华州24年停电记录验证。结果显示，数据驱动加固策略在降低最坏情况下期望失负荷方面优于传统鲁棒优化、随机规划等方法；在实际案例中相对基线最大失负荷降低比例明显，且在在线更新过程中模型能不断精炼决策以适应新的历史数据。结论为历史停电数据与贝叶斯在线学习的结合能显著提升配电网加固决策的经济性与鲁棒性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11224337
📖 第8篇
📌 基于线图模型深化高阶模体与电网韧性关联机制研究
Deepening the Understanding of Interdependence Between Higher-Order Motifs and Resilience in Power Grid Through Line Graph
作者：Le Fu，Zhaojun Ruan，Jiajun Guo，Xiangyu Meng，Xilin Wang
本文从拓扑角度分析电网韧性，提出采用线图转换来研究高阶模体对系统韧性的影响，从而克服基于节点-边模体分析中存在的子图嵌套与耦合破坏难以分离的问题。线图将原图的边映射为节点，使得在固定边数条件下不同模体互相独立，便于量化单一模体类型对韧性的贡献。作者进一步提出了目标模体移除策略以实现选择性边干预，降低对非目标模体的附带破坏。
在建模与分析层面，研究构建了以系统可承受的最大发电缺额为韧性度量的非线性优化模型，并基于线图节点的共现频率设计了边移除优先级，以保证对目标模体的精准调控。关键实现要点包括模体识别算法、线图构造复杂度管理与移除策略的共现频次计算（标注关键技术为模体共现度量）。
在2383节点系统的案例验证中，作者发现模体移除导致的韧性退化呈现明显分层（M7 > M5 > M6 > M8/M9），其中对称性高的模体（M7、M5）尽管占比较小，却对韧性影响最大，说明模体的重要性取决于结构对称性而非普遍性。结论为线图方法能有效隔离高阶结构对韧性的贡献，为面向局部拓扑的加固策略提供了理论依据。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11301846
📖 第9篇
📌 基于判别式扫描增强选择性部分聚合的联邦学习：面向弹性高效的风电功率预测
Discriminative Scanner Enhanced Selective Partial Aggregation-Based Federated Learning for Resilient and Efficient Wind Power Forecasting
作者：Md. Abdur Rahman，Adnan Anwar，Md Enamul Haque
面对风电预测中数据隐私保护与联邦学习（FL）通信/计算开销以及攻击脆弱性的问题，本文提出了DiSP-SPA-FL框架，该框架结合了选择性部分聚合（SPA）与判别式扫描预处理器（DiSP），旨在在保证预测精度的同时显著降低通信与计算资源消耗并提升对拒绝服务/投毒攻击的鲁棒性。SPA基于公开气象数据量化时空相关性，仅选择代表性客户端参与聚合；DiSP通过欧氏邻近检测异常模型更新并剔除。
实现方面作者对多种深度模型（LSTM、CNN、Bi-LSTM等）进行了比较，最终以LSTM+平均聚合作为基线并集成DiSP检测器。关键实现要点包括客户端选择阈值设置、聚合比例与训练轮数控制（标注为聚合覆盖率80%），以及异常剔除策略中近邻距离阈值的设定（为防投毒攻击）。这些设计能将通信与计算开销在覆盖80%客户端多样性时降低约60%。
基于GEFCom2014数据集的大量实验证明：DiSP-SPA-FL在正常场景下的MAE/RMSE接近全聚合FL方案；在遭受单点或协同攻击时误差增长显著低于传统裁剪或余弦相似度防御方法。关键数值包括在部分攻击场景下RMSE提升控制在+5%以内，并实现了显著的资源节约。作者建议在实际风电场联邦部署中结合零信任策略进一步增强系统安全。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11202586
📖 第10篇
📌 孤岛交流微电网中无功与不平衡功率分配的分布式事件触发滑模控制
Distributed Event-Triggered Sliding Mode Control for Reactive and Unbalanced Power Sharing in Islanded AC Microgrids
作者：Shengkang Sun，Xin Cai，Bingpeng Gao，Peng Lu
针对孤岛运行下微电网中分布式发电机（DG）间无功与不平衡功率分配问题，本文提出将快速趋近律的有限时间滑模控制与事件触发通信相结合的分布式二级控制策略。该方案在保证分配精度的同时显著降低通信频次，适用于通信带宽受限且存在扰动的实际微电网场景，目标是在有限时间内实现精确按比例分配并抑制抖振。
具体实现上，设计了基于快速趋近律的滑模面与对应控制律，并提出两种事件触发策略：结构简单的静态触发与自适应的动态触发阈值。动态方案通过滑模状态动态调节触发阈值以进一步节约通信。理论上通过李雅普诺夫方法证明闭环稳定性并消除Zeno现象（关键约束为无穷触发避免）。
仿真结果表明：在含多种形式外部扰动（正弦、余弦等）的工况下，所提控制器能在有限时间内完成无功與不平衡功率按比例分配，且比传统恒定或幂次趋近律方法具有更快收敛速度和更小抖振。动态触发相比静态触发进一步减少通信次数约20%—35%，并在即插即用场景中展现良好扩展性，适合大规模微电网部署。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11230861
📖 第11篇
📌 应对高空电磁脉冲攻击：基于快速可拆卸变压器与移动应急储能的配电站分布式鲁棒机会约束恢复优化
Distributed Robust Chance-Constrained Optimization for Distribution Substation Restoration With Quickly Detachable Transformers and Mobile Emergency Storage Dispatch Under HEMP Attacks
作者：Shunqi Wang，Tao Ding，Mohammad Shahidehpour
本文针对高空电磁脉冲（HEMP）攻击导致配电站关键设备（如电力变压器）损坏且常规修复耗时长的情形，提出了将快速可拆卸变压器（QDT）与移动应急储能（MES）协同调度的恢复优化模型。研究将电力恢复问题扩展为电力-交通协同调度问题，以缩短关键资源（备用变压器模块和移动储能）的运输与安装时间，从而加速负荷恢复进程。
在方法上，作者提出连续时间域动态区间调度，以交通代理到达时间戳划分调度阶段，精细耦合电力与交通时序；并采用分布式鲁棒机会约束处理运输时间不确定性，通过安全可处理近似与二元扩展将问题转化为可求解的混合整数二阶锥规划（MISOCP），关键约束为运输时间置信水平与恢复可靠性（标注为机会约束可靠性95%）。
基于改进的IEEE 33与141节点系统的案例验证显示：集成QDT后在141节点系统中加权负荷恢复量提升约30.4%；动态时间划分相比固定间隔调度能更早启动恢复并提升阶段性恢复量；鲁棒优化在牺牲约1.2%恢复效率的情况下，将方案可靠性提升至95%。结论为该协同策略在应对HEMP等极端攻击下具有显著工程可行性与恢复效果。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11270969
点击关注 获取更多精彩