✦ 点击蓝字，关注我们！✦
欢迎阅读IEEE Transactions on Smart Grid期刊2025年issue4文章推送（第6期/共10期）。本篇推送共包含10篇研究论文简介，内容聚焦于智能电网韧性提升、微电网控制优化、新能源并网技术及电力-交通耦合系统等前沿领域，涵盖了基于无人机-5G混合通信的电网灾后恢复、多总线直流微电网的博弈论控制、变压器励磁涌流抑制、微电网集群碳配额共享、固体氧化物燃料电池在线学习控制、孤岛微电网暂态稳定控制、电热水器群控策略、配电网碳感知能源交易、V2G仿真平台开发以及电动汽车集群灵活性聚合等创新研究方向。
本期目录
📖 第1篇：突破电动汽车集群灵活性量化瓶颈：高效聚合方法助力电网稳定
📖 第2篇：V2Sim：城市电-交通耦合网络的开源V2G微观仿真平台
📖 第3篇：基于纳什均衡深度强化学习的配电网碳感知点对点能源交易新方法
📖 第4篇：智能电网中基于分布式深度强化学习的数据驱动电热水器群控策略
📖 第5篇：基于安全强化学习的孤岛微电网暂态稳定控制：拓扑重构新方法
📖 第6篇：基于屏障李雅普诺夫函数的SOFC在线学习控制新方法：提升直流微电网性能
📖 第7篇：微电网集群动态点对点碳配额共享新方案：四层博弈决策框架
📖 第8篇：黑启动中变压器励磁涌流抑制：一种新型有限控制集模型预测控制方法
📖 第9篇：基于博弈论的多总线直流微电网分布式精准均流与电压偏差最小化控制
📖 第10篇：提升电网自愈能力：基于无人机-5G混合通信的灾后恢复新方法
📖 第1篇
📌 突破电动汽车集群灵活性量化瓶颈：高效聚合方法助力电网稳定
An Efficient Method for Quantifying the Aggregate Flexibility of Plug-In Electric Vehicle Populations
作者：Feras Al Taha，Tyrone L. Vincent，Eilyan Bitar
随着电动汽车（EV）的普及，其充电负荷的灵活调控成为电网平衡供需的关键手段。通过聚合商（Aggregator）协调大量EV的充电行为，可以形成虚拟储能资源，为电力市场提供低成本能源及辅助服务。然而，如何准确量化异构EV群体的聚合灵活性（即所有可行充电策略的集合），并以符合市场规则的数学形式表达，一直是行业面临的重大挑战。
本文提出一种创新方法：通过优化给定凸多面体（称为基集）的仿射变换（平移与线性变换），构造聚合灵活性的最大体积内近似（inner approximation）。该方法将复杂的集合包含问题转化为可扩展的线性规划（LP），计算复杂度随EV数量和维度多项式增长，显著提升了计算效率。
数值实验表明，该方法在峰值削减和电费最小化场景中均优于现有方法，平均次优差距接近零。在包含200辆EV的集群中，计算时间随规模线性增长，且可并行化处理，具备实际部署潜力。该方法适用于异构EV群体，并保证符合市场规则，具有广泛适用性和实用性。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10490133
📖 第2篇
📌 V2Sim：城市电-交通耦合网络的开源V2G微观仿真平台
V2Sim: An Open-Source Microscopic V2G Simulation Platform in Urban Power and Transportation Network
作者：Tao Qian，Mingyu Fang，Qinran Hu，Chengcheng Shao，Junyi Zheng
针对电动汽车（EV）快速发展背景，车辆到电网（V2G）技术成为优化城市能源系统的重要手段。现有仿真工具难以精确模拟电动汽车的充电负荷及V2G操作。本研究提出V2Sim开源仿真平台，整合SUMO交通仿真和DistFlow配电网络分析，支持细粒度充电站建模。
平台支持自定义V2G策略、故障感知及多进程加速，用于模拟真实城市交通和电网交互。基于南京真实交通网络，详细分析了充电负荷的时空分布及级联故障传播，提供对电-交通耦合系统的精确评估。
V2Sim作为首个Python开源平台，具备高度可扩展性，支持模块定制和动态调整，极大推动了智慧城市集成能源管理的研究和应用。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10970754
📖 第3篇
📌 基于纳什均衡深度强化学习的配电网碳感知点对点能源交易新方法
Carbon-Aware Peer-to-Peer Energy Trading in an Unbalanced Distribution Network via a Nash Equilibrium Discovery Deep Reinforcement Learning Approach
作者：Xiao Liu，Yujian Ye，Sinan Li，Cuo Zhang，Qianyi Ma，Jianguo Zhu
针对配电网中分布式能源快速增长导致的复杂交易需求，本文提出一套碳感知点对点（P2P）能源交易机制。该机制结合碳许可交易与连续双重拍卖，基于合作马尔可夫博弈构建，实现智能投标决策。
采用纳什均衡发现多智能体深度强化学习框架，融合信任区域策略优化算法，提高交易策略的可靠性和可解释性。此外，创新性实现了三相不平衡网络上的碳流精确核算，解决了传统单相近似存在的排放不公平问题。
在IEEE-123测试系统中，方法实现了运营成本下降和碳排放减少，并通过严格纳什均衡验证展示了良好的市场适应性，对智能配电网低碳转型具有重要价值。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10966432
📖 第4篇
📌 智能电网中基于分布式深度强化学习的数据驱动电热水器群控策略
Distributed Deep Reinforcement Learning for Data-Driven Water Heater Model in Smart Grid
作者：Jiangjiao Xu，Ting Zheng，Yibing Dang，Fan Yang，Dongdong Li
针对电热水器（EWH）集群在需求响应中的用户行为多样性问题，提出分布式深度强化学习（DRL）策略。该策略结合离线预训练和在线个性化训练，实现聚类基础上的知识共享与需求响应优化。
利用数据驱动的电热水器模型，结合相似消费行为进行聚类分析。通过分布式管理框架，有效处理用户异质性，提高了训练效率和模型适应性，核心创新包括分类预训练和两阶段在线训练。
实验验证显示该方法有效降低了峰值需求和成本，用户舒适度显著提升。与传统温控器相比，成本降低38%，且在负荷转移和响应实时性方面优于遗传算法和粒子群优化。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10915553
📖 第5篇
📌 基于安全强化学习的孤岛微电网暂态稳定控制：拓扑重构新方法
Safe Reinforcement Learning-Based Transient Stability Control for Islanded Microgrids With Topology Reconfiguration
作者：Tong Su，Junbo Zhao，Yiyun Yao，Alaa Selim，Fei Ding
为解决孤岛微电网暂态稳定控制的实时性难题，提出基于安全强化学习（Safe RL）的暂态稳定紧急控制（TSEC）框架，替代传统耗时的时域仿真。
创新地引入深度西格玛点过程（DSPP）作为高斯过程模型评估暂态稳定性，并结合奖励约束策略优化（RCPO）算法实现动作策略的安全学习，提升训练效率和泛化能力。
实验结果表明，该方法在实际52节点微电网中可在50ms内生成最优策略，将暂态稳定指标从-99.23提升至97.36，有效减少负荷削减并提高控制精度与效率。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=11003897
📖 第6篇
📌 基于屏障李雅普诺夫函数的SOFC在线学习控制新方法：提升直流微电网性能
A Novel Barrier Lyapunov Function-Based Online Learning Control Method for Solid Oxide Fuel Cell in DC Microgrids
作者：Yulin Liu，Tianhao Qie，Wendong Feng，Herbert H. C. Iu，Tyrone Fernando，Zhongbao Wei，Xinan Zhang
针对固体氧化物燃料电池（SOFC）在直流微电网中的控制难题，提出基于屏障李雅普诺夫函数（BLF）的在线学习控制方法，确保跟踪误差始终受限，实现全模型无关高精度控制。
采用双径向基函数神经网络（RBFNN）架构进行分工协作，一网捕获系统长期动态，另一网捕获快速扰动，显著降低传感需求和计算复杂度，实现模型无关控制。
硬件在环（HIL）实验验证方法的卓越性能，在严苛工况下仍保持电压精确跟踪，直流母线电压稳定，且平均绝对百分比误差（MAPE）显著优于传统PI和模型预测控制。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10990122
📖 第7篇
📌 微电网集群动态点对点碳配额共享新方案：四层博弈决策框架
A Novel Dynamic Peer-to-Peer Carbon Right Sharing Scheme for Microgrid Clusters
作者：Wei Zhou，Jingang Lai，Xi Li，Zhigang Zeng
本文围绕全球碳排放空间不足挑战，提出一种针对微电网集群的四层分布式博弈决策框架，实现动态点对点碳排放权（CER）共享，提升交易效率和公平性。
框架构建探索、选择、均衡和修正四个阶段，结合Stackelberg博弈模型设计碳配额共享策略，实现碳价动态调整及角色灵活转换，增强市场参与度。创新包括引入碳排放权平衡器（CERB）及奖惩结算方案。
数值结果显示，方法使微电网集群总收益提升5.20%，碳排放减少2014.62公斤，同时避免了信息泄露风险，推动微电网深度低碳化运营。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10945844
📖 第8篇
📌 黑启动中变压器励磁涌流抑制：一种新型有限控制集模型预测控制方法
A Novel Finite Control Set Model Predictive Control for Transformer Energization in Black Start
作者：Chen Bainian，Xiangjun Quan，Qinran Hu ，Zaijun Wu
针对黑启动期间变压器励磁涌流导致逆变器失稳问题，提出基于有限控制集模型预测控制（FCS-MPC）的新方法，结合变压器磁通分析与带外生输入ARX模型预测励磁电流。
该方法无需额外硬件，仅通过改进控制算法实现了励磁涌流有效抑制和快速动态响应，解决了传统软硬励磁方法在启动时间和设备成本上的不足。
硬件在环实验验证显示方法在高残余磁通条件下依然稳定，微电网黑启动仿真中保证了逆变器稳定运行并高质量供电，显著提升了电网恢复的可靠性和效率。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10970742
📖 第9篇
📌 基于博弈论的多总线直流微电网分布式精准均流与电压偏差最小化控制
Distributed Accurate Current Sharing for Multi-Bus DC Microgrids With Minimizing Voltage Regulation Deviations: A Game-Theoretic Approach
作者：Gang Yang，Lei Ding，Maojiao Ye，Shunyuan Xiao，Dong Yue
聚焦多总线直流微电网中电流分配与电压调节的相互冲突问题，提出基于博弈论框架的分布式控制策略，同时实现精准比例电流分配和电压偏差最小化。
策略设计包括基于正则化的最小范数纳什均衡寻求方案，融合梯度下降与领导-跟随算法，有效处理通信故障和负载变化，实现控制目标具有充分条件。
在六总线系统实验验证中策略表现优异，达成精准均流和全总线电压调节，提升了微电网的稳定性和可靠性，为设计复杂微电网控制系统提供理论与实践支撑。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10937981
📖 第10篇
📌 提升电网自愈能力：基于无人机-5G混合通信的灾后恢复新方法
Enhancing the Self-Healing Capability of Cyber-Physical Distribution Systems: An AAV-5G Hybrid Wired/Wireless Communication Method
作者：Zhanghao Huang，Keng-Weng Lao，Shaohua Yang，Guangxu Feng，Jianhua Gong，Nan Lin，Yu Nie
针对极端灾害后信息物理配电系统（CPDS）通信快速恢复难题，提出创新的AAV-5G混合有线/无线通信方法，结合5G基站和有线网络资源，实现高效灾后恢复。
方法利用无人机作为移动5G基站，构建多跳通信链路，充分发挥5G低时延与高可靠性优势，显著减少无人机部署数量。基于IEEE 123节点系统，2-4架无人机即可恢复全部馈线终端单元通信，降低90%以上部署成本。
时空优化算法动态规划无人机部署与飞行路径，仿真表明负荷削减减约35%，恢复时间缩短40%，适用于地震、台风等大规模灾害的快速电网重建，推动能源基础设施数字化防灾发展。
🔗 https://ieeexplore.ieee.org/stampPDF/getPDF.jsp?tp=&arnumber=10835222
点击关注 获取更多精彩