A Decentralized Framework for Real-Time Energy Trading in Distribution Networks with Load and Generation Uncertainty
ece.ubc.ca（不列颠哥伦比亚大学电气与计算机工程系）
本文提出一种分布式能源交易算法，以应对配电网络运营商在实时调度可控负荷和发电时面临的挑战，通过隐私保护和鲁棒性框架提升利润。
2017-05-07 cs.SY eess.SY
Consensus-Based Decentralized Energy Trading for Distributed Energy Resources
在智能电网中，分布式能源（DER）已经渗透到居民区，以提供一种新的电力供应形式，主要来自可再生能源。拥有DER的居民家庭和商业建筑已经成为当地电网中的生产消费者，因为他们可以将剩余的电力出售给其他人。已经开始研究通过更好的控制和沟通策略来整合和利用DER。随着物联网（IoT）技术的进步，DER之间可以实现前所未有的协调，以促进能源交易和交互式能源管理。然而，在优化过程中防止用户信息泄露一直是研究人员面临的挑战，这促使他们开发保护隐私的能源管理系统。在本文中，我们开发了一个完全分散的交互式能源管理使用基于共识的算法。具体来说，我们设计了一个虚拟池，供产消者在物联网技术的支持下进行能源交易和信息交换。基于共识的算法使产消者能够以协调的方式独立地获得最佳能源计划，而不会泄露任何个人数据。我们使用真实世界的数据进行模拟和验证我们开发的算法。结果表明，我们的共识为基础的分散式交易能量管理策略是可行的，可以显着降低系统的整体成本。
2021-10-28 cs.SY eess.SY math.OC
Resilient Decentralized Control of Inverter-interfaced Distributed Energy Sources in Low-voltage Distribution Grids
本文表明，可以找到一个逆变器接口的可再生能源RES和其最佳无功功率支持的终端电压之间的关系。这种关系被称为电压-无功曲线VVC，能够实现RES的分散操作，以实现有源电压管理（AVM）。在本文中，分散AVM技术进行修改，以考虑现实的操作约束的RES的影响。AVM技术利用逆变器的无功功率支持能力，以实现所需的目标，在不平衡的有源低压配电系统LVDS。然而，结果表明，这种AVM技术无法满足运营商的目标时，网络结构动态变化。通过根据系统配置和组件可用性更新VVC，目标函数将得到显著改善，并且AVM方法对网络变化保持弹性。为了保持分布式结构，逆变器的阻抗识别能力被用来找到系统配置本地。自适应VVC能够在线设置中分散控制逆变器。一个现实生活中的郊区住宅LV-DS在都柏林，爱尔兰被用来展示所提出的方法，并证明了所提出的弹性有源电压管理技术的有效性。
2019-11-26 cs.SY eess.SY
Decentralized Local Voltage Control for Active Distribution Networks
针对主动配电网中DERs和双向潮流带来的电压挑战，提出基于鞍点重构和共识+创新更新的分散式Volt/VAr控制方法，仅用邻居通信，仿真验证了电压稳定性改善。
2025-09-10 cs.SY eess.SY
A Study of Energy Trading in a Low-Voltage Network: Centralised and Distributed Approaches
The University of Sydney（悉尼大学）
本文研究了低压网络中集中式和分布式能源交易机制，分析了消费者和产消者参与本地市场的效益，并通过仿真验证了本地市场的重要性。
2018-09-19 cs.SY eess.SY
Decentralized Safe Reinforcement Learning for Voltage Control
基于逆变器的分布式能源通过快速调节其无功功率为快速时标电压控制提供了可能性。电力电子接口允许这些资源实现几乎任意的控制律，但设计这些分散控制器是不平凡的。强化学习（RL）方法越来越受欢迎，用于搜索由神经网络参数化的策略。然而，很难强制执行学习控制器是安全的，因为它们可能会将不稳定性引入系统。提出了一种电压控制的安全学习方法。我们证明了系统是指数稳定的，如果每个控制器满足一定的Lipschitz约束。优化了Lipschitz界集，扩大了神经网络控制器的搜索空间。我们显式设计神经网络控制器的结构，使它们通过设计满足Lipschitz约束。构建了一个分散的强化学习框架，用于在无模型设置中训练每条总线上的局部神经网络控制器。
2021-10-03 cs.SY eess.SY
Improved Voltage Regulation with Optimal Design of Decentralized Volt-VAr Control
针对分布式能源接入带来的电压调节问题，提出基于线性化潮流和历史数据的分散式VVC斜率设计，在非凸谱半径稳定性约束下最小化稳态电压偏差，仿真证明其优于现有凸约束方法。
2025-10-16 cs.SY eess.SY
Max-Plus Synchronization in Decentralized Trading Systems
本文提出一种受交易成本约束的去中心化定价与交换机制，通过研究 max-plus 矩阵加权图上 Tarski Laplacian 算子热方程的时间不变解来近似交易均衡，并利用同步算法（RRAggU）的数值模拟验证了理论发现。
2023-09-13 cs.DM cs.GT cs.SY
Cooperative Multi-Agent Deep Reinforcement Learning for Adaptive Decentralized Emergency Voltage Control
本文提出一种基于协作多智能体深度强化学习（MADRL）的自适应分散式欠压甩负荷算法，利用新型神经网络和注意力机制实现智能体协调控制，有效应对电力系统高度不确定性，防止连锁停电。
2023-10-20 cs.SY eess.SY
A Peer-to-Peer Energy Trading Framework in Distribution Systems Considering Network Constraints
本文提出一种考虑网络约束的配电网P2P能源交易框架，采用区块双重拍卖机制，并在IEEE 33节点系统上验证其有效性。
2023-09-06 cs.SY eess.SY
Decentralized Bus Voltage Restoration for DC Microgrids
针对直流微电网母线电压因馈线电阻而下降的问题，提出一种基于换流器输出电流和馈线电阻的本地分散式补偿方法，无需通信链路，仿真与硬件在环验证了其有效性和可靠性提升。
2024-11-10 cs.SY eess.SY
Introducing Decentralized EV Charging Coordination for the Voltage Regulation
L2S, Supelec（索邦大学电气实验室）；Supelec Power System Department（索邦大学电力系统系）；Renault SAS（雷诺汽车）
本文提出去中心化优化方法协调电动汽车充电以实现电压控制，通过灵敏度矩阵方法维持电压水平，两种不同方法在不同网络节点影响下进行测试，证明了异步更新的全局方法收敛性，模拟显示其他算法在迭代次数和信息需求上更具优势。
2015-09-25 cs.SY eess.SY
TRANSAX: A Blockchain-based Decentralized Forward-Trading Energy Exchange for Transactive Microgrids
University of Houston（休斯顿大学）；Vanderbilt University（范德堡大学）；Siemens Corporate Technology（西门子企业技术）
本文提出了一种基于区块链的去中心化前向交易能源交易所，旨在解决微电网中隐私、信任和韧性问题，通过结合MILP求解器、智能合约和发布-订阅中间件，构建了一个新的分布式应用平台。
2019-02-03 cs.SY eess.SY
Decentralized Gain Learning for Voltage Control via Local Trajectory Convolution
New York University（纽约大学）
针对分布式能源引起的电压波动，提出一种仅利用局部母线电压偏差轨迹自卷积恢复系统级目标梯度的分散式增益优化方法，无需网络模型或通信，仿真验证其有效性。
2026-09-28 cs.SY eess.SY
Feasibility Study of Financial P2P Energy Trading in a Grid-tied Power Network
研究了P2P能源交易在并网环境下的适用性。主要目的是了解金融P2P能源交易对网络运行的影响，从而证明在设计实用的P2P交易方案时考虑与电力网络相关的各种问题的重要性。为了做到这一点，一个简单的机制，在不考虑任何网络的限制，如许多现有的研究所做的生产者之间的能源交易。一旦交易参数，如每个产消者在P2P市场上交易的能量和每单位能量的价格被确定，所开发的方案进行测试的低压（LV）网络模型，以检查其部署在一个真正的P2P网络的可行性。结果表明，虽然所考虑的交易计划是经济上有益的参与prosumers相比，现有的激励机制（如上网电价），它可能是不适合实际部署，由于违反总线电压限制在多个P2P交易同时执行。此外，电网运营商可能经历用于补偿P2P交易期间的损失的财务损失。
2019-09-10 cs.SY eess.SY
An Electricity Market with Reactive Power Trading: Incorporating Dynamic Operating Envelopes
Australian National University（澳大利亚国立大学）；Monash University（莫纳什大学）；University of Melbourne（墨尔本大学）；The University of Sydney（悉尼大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）
本文提出一种包含动态运行围栏的电力市场，通过点对点无功功率交易改善电压分布，以提升分布式能源资源的电网整合能力。
2026-08-25 cs.SY eess.SY
Decentralized Dynamic Optimization for Power Network Voltage Control
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文研究了电力网络电压控制的分布式动态优化问题，提出基于梯度投影更新的策略，分析异步更新和时变网络条件下的性能，提供误差界并验证了其在实际网络中的有效性。
2016-07-23 cs.SY eess.SY math.OC
Decentralized Voltage Control of AC Microgrids with Constant Power Loads using Control Barrier Functions
University of Patras（帕特雷大学）
本文提出基于控制屏障函数的非线性去中心化电压控制器，用于调节高渗透时间变化恒功率负载的交流微电网，通过级联结构确保状态轨迹有界并收敛至期望电压。
2025-12-19 cs.SY eess.SY
Optimal Solution Analysis and Decentralized Mechanisms for Peer-to-Peer Energy Markets
研究了P2P能源市场中产消者的最优出清问题。证明了在不强制交易权值且成功交易节点之间的通信结构是连通的情况下，P2P市场的最优清算价格和总交易功率与基于池的市场的最优清算价格和总交易功率相同.然而，如果这种通信结构是不连接的，那么P2P市场被聚集成更小的P2P市场。如果交易权重被施加，那么导出的P2P市场解决方案可以被显著改变。接下来，提出了一种新的分散式优化方法来推导P2P市场的交易机制，基于交替方向乘数法（ADMM），该方法自然适合P2P能源系统中的双向交易，并且收敛速度相当快。变量更新的分析公式揭示了每一对产消者在他们各自的交易价格和权力与他们的总交易权力之间的深刻关系。进一步，基于这些公式，分散学习方案的prosumers代价函数的参数调整，提出了实现成功的交易与总交易电量的期望。一个合成系统和IEEE欧洲低压测试馈线的案例研究，然后进行验证所提出的方法。
2020-09-01 cs.MA cs.SY eess.SY
Dynamic Operating Envelopes Embedded Peer-to-Peer-to-Grid Energy Trading
提出考虑配电网完整性的去中心化P2P2G交易机制，通过DSO与产消者协商动态运行包络引导电网友好交易，并采用COCA算法降低通信成本，仿真验证了其有效性。
2023-11-23 cs.SY eess.SY
Stability Constrained Reinforcement Learning for Decentralized Real-Time Voltage Control
针对深度强化学习在电力系统实时电压控制中缺乏稳定性保障的问题，提出基于单调神经网络和Lyapunov函数的稳定性约束强化学习方法，在IEEE测试馈线中验证其可在保证电压稳定的同时降低控制成本、缩短恢复时间。
2023-10-03 cs.SY eess.SY
Causality-based Cost Allocation for Peer-to-Peer Energy Trading in Distribution System
本文提出基于成本因果性的网络成本分配方法及电网感知匹配过程，利用网络成本信号调整点对点交易偏好，以改善电网状况并提升社会福利，并通过数学证明其优越性。
2025-01-26 cs.SY eess.SY
Fully Decentralized Peer-to-Peer Community Grid with Dynamic and Congestion Pricing
本文提出一种全去中心化P2P社区电网，引入由需求决定的动态电网定价和动态拥塞定价，在保护隐私和满足物理约束下优化功率流动，并证明其收敛性与全局最优性，实验显示可显著降低主网发电成本和消费者电网交易量。
2023-08-09 cs.SY eess.SY
Secure and Decentralized Peer-to-Peer Energy Transactions using Blockchain Technology
Wayne State University（韦恩州立大学）
本文提出利用区块链技术实现安全去中心化的P2P能源交易机制，通过去中心化投标策略提升社会福利并确保交易的安全性和可持续性。
2025-09-29 cs.SY eess.SY
A decentralized scalable approach to voltage control of DC islanded microgrids
Università degli Studi di Pavia（帕维亚大学）；United Technologies Research Center Ireland（联合技术研究中心爱尔兰）；Institute of Energy Technology, Aalborg University（奥尔堡大学能源技术研究所）
本文提出了一种去中心化控制方案，用于由多个分布式发电单元组成的直流孤立微电网，通过优化问题确保系统稳定性，实现控制器的可扩展性。
2015-03-24 cs.SY eess.SY
Network-Aware Demand-side Management Framework with A Community Energy Storage System Considering Voltage Constraints
本文研究了将社区储能（CES）系统与屋顶光伏（PV）发电相结合的可行性，以实现对社区的需求侧管理，同时保持配电网电压在允许的范围内。为此，我们在CES供应商和屋顶光伏系统用户之间开发了一个分散的能源交易系统。通过利用径向配电网络的线性化分支流模型，开发了电压约束的领导者-追随者Stackelberg博弈，其中CES供应商通过与CES系统和电网进行能量交易来最大化收入，并且用户最小化他们的个人能量成本。Stackelberg博弈有一个唯一的均衡，在这个均衡中，CES供应商的收入最大化，用户的能源成本最小化。一个案例研究，与现实的光伏发电和需求数据，证实了能源交易系统可以降低峰值能源需求，防止网络电压波动，同时提供经济利益的用户和CES供应商。此外，模拟强调，与集中式系统相比，分散式能源交易系统为储能容量较小的用户提供了更大的经济效益。
2020-08-21 cs.GT cs.SY eess.SY
A Scalable Network-Aware Multi-Agent Reinforcement Learning Framework for Decentralized Inverter-based Voltage Control
针对高渗透DGs下分散式电压控制的可扩展性难题，本文提出利用网络结构截断critic输入的SNA框架，降低通信成本并提供近似保证，在114个DGs系统中验证有效。
2023-12-07 cs.LG cs.MA cs.SY
Simulation of Blockchain based Power Trading with Solar Power Prediction in Prosumer Consortium Model
Prosumer联盟能源交易模型可以是能源成本的解决方案之一，提高性能，并利用分布式发电向当地团体或社区（如大学）提供可靠的电力。这项研究演示了基于区块链的电力交易的模拟，并辅以在两个产消者节点中使用MLFF神经网络训练的太阳能预测。这项研究可以成为实施基于分散区块链系统的电力交易市场模型的第一步，该模型在大学电网系统中具有分布式发电。该系统可以平衡研究所内的电力需求和供应，实现安全和快速的交易，并通过预测太阳能发电量来加强当地市场体系。MLFF训练的性能可以预测模型的近90%的准确率作为短期预测。正因为如此，产消者可以在进行有利于自己的交易之前完成决策。
2021-07-01 cs.SY eess.SY
A Multi-Objective Planning and Scheduling Framework for Community Energy Storage Systems in Low Voltage Distribution Networks
本文提出了一种方法，用于优化规划和调度方面的社区储能（CES）系统中存在的太阳能光伏（SPV）电源在低压（LV）配电网。为此，我们开发了一个多目标优化框架，最大限度地减少实际功率损耗，LV客户和CES提供商与电网的能源交易成本，以及CES的投资成本。通过将优化问题与线性化潮流模型相结合，还考虑了包括电压约束的配电网限制。模拟所提出的优化框架与客户的实际电力消耗和SPV发电数据，突出的实际电力损失和能源交易成本与电网相比，减少了近29%和16%，分别与没有CES的情况下。此外，一个案例研究证明我们的方法是胜任在实现这三个目标优于优化模型，优化CES调度。
2023-01-06 cs.SY eess.SY
Robust Decentralized Voltage Control of DC-DC Converters with Applications to Power Sharing and Ripple Sharing
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；University of Minnesota（明尼苏达大学）
本文提出了一种去中心化控制架构，用于多直流-直流转换器的电压调节，通过等效单转换器系统实现多转换器系统的性能和鲁棒性，并采用鲁棒最优控制框架解决负载电流扰动问题。
2016-04-12 cs.SY eess.SY math.OC
A Novel Decentralized Inverter Control Algorithm for Loss Minimization and LVRT Improvement
调整转换器连接的RES的无功功率注入以最小化损耗的算法可能会损害转换器的故障穿越能力。这对于配电网的可靠运行至关重要，因为它们可能会在最需要的时候失去宝贵的资源来支持电网电压。本文探讨了两种新的损耗最小化算法如何既能实现在正常运行期间系统损耗的大幅降低，又能在故障期间保持连接以支持电压。我们提出的算法是分散的和无模型的：它们不需要通信，也不需要电网拓扑或转换器的电网位置的知识。利用本地信息，它们控制无功功率注入以最小化系统损耗。在本文中，我们扩展了这些算法，以确保转换器的低电压穿越（LVRT）能力，并将其与最先进的Wavelet-CNN-LSTM RES预测方法相结合，以提高其性能。我们在实时数字仿真（RTDS）平台上进行了大量的仿真，在那里我们证明了我们提出的算法可以实现功率损耗的大幅降低，同时保持符合电网规范的LVRT使它们适合在配电系统中实施。
2023-03-05 cs.SY eess.SY
Distribution System Voltage Prediction from Smart Inverters using Decentralized Regression
针对高光伏渗透下的配电系统电压预测问题，提出基于智能逆变器环形集群的异步去中心化 COLA 回归方法，以更低通信开销实现精确电压幅值预测，并引入无需正则化项的动态停止准则。
2021-01-13 cs.DC cs.NA cs.SY
Optimal Operation of Distribution System Operator and the Impact of Peer-to-Peer Transactions
本文提出含参与P2P交易产消者的配电系统运营商优化运行方法，研究发现符合特定模式的P2P交易不影响DSO内部调度与系统物理潮流，仅改变财务分配。
2024-09-12 cs.SY eess.SY
Fully Decentralized Reinforcement Learning-based Control of Photovoltaics in Distribution Grids for Joint Provision of Real and Reactive Power
在本文中，我们引入了一个新的框架，以解决电压调节的问题，在不平衡的配电网与深光伏渗透。在这个框架中，每个太阳能电池板智能逆变器都明确控制有功和无功功率设定值，目标是同时最小化系统范围的电压偏差和最大化太阳能功率输出。我们将问题表述为具有连续动作空间的马尔可夫决策过程，并使用基于强化学习的方法--邻近策略优化来解决它，而不需要任何预测或网络拓扑或线路参数的明确知识。通过以准稳态方式表示系统，并通过仔细制定马尔可夫决策过程，我们降低了问题的复杂性，并允许完全分散（无通信）的政策，所有这些都使训练的政策更加实用和可解释。基于美国中西部实际网络，对240节点不平衡配电网进行了数值模拟，用于验证所提出的框架和强化学习方法。
2021-04-29 cs.SY eess.SY
Robust dynamic operating envelopes for flexibility operation using only local voltage measurement
本文提出一种仅依赖本地电压测量的动态运行包络计算框架，支持实时分散式与日前风险规避鲁棒DOE生成，并扩展为P-Q图，提升配电网络在不确定性下的运行韧性与灵活性。
2023-07-05 cs.SY eess.SY
MPC-Based Fast Frequency Control of Voltage Source Converters in Low-Inertia Power Systems
可再生能源发电的快速部署导致旋转系统惯性和阻尼的显著降低，从而使电力系统中的频率控制更具挑战性。提出了一种基于模型预测控制（MPC）的新型并网发电机控制方案，旨在充分利用并网发电机的快速响应能力为系统提供快速的频率控制服务。控制器操纵转换器功率注入以限制干扰后的频率最低点和频率变化率。集中式和分散式MPC方法被认为是性能和实际实施方面的比较。特别注意的是分散控制器生成一个明确的MPC解决方案，以提高计算效率，降低硬件要求。从高保真微分代数方程模型的IEEE 39节点系统的仿真结果表明，所提出的控制方案的有效性。
2020-04-06 cs.SY eess.SY
Risk-Aware Learning for Scalable Voltage Optimization in Distribution Grids
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
分布式能源（DER）的实时协调是调节配电网电压分布的关键。通过利用可扩展的神经网络（NN）架构，可以实现分散的DER决策，以解决缺乏实时通信的问题。本文通过考虑无功预测和电压偏差的潜在风险，提出了一种先进的学习型DER协调方案。这种风险量化的条件风险价值（CVaR）仅使用最坏情况下的样本，我们提出了一个小批量选择算法，以解决训练速度问题，最大限度地减少CVaR正则化损失。使用IEEE 123-bus测试用例的真实世界数据的数值测试已经证明了所提出的用于分散DER决策的风险感知学习算法的计算和安全改进，特别是在减少馈线电压违规方面。
2022-04-18 cs.LG cs.SY eess.SY
A Decentralized Local Flexibility Market for Local Energy Communities to Mitigate Grid Congestion: A Case Study in Sweden
本文提出结合本地灵活性容量市场和本地能源市场的预防性拥堵管理框架，使本地能源社区跨市场优化灵活性资源向配电系统运营商提供服务，案例表明该框架有效缓解拥堵并为社区带来高达40%的经济收益。
2025-04-29 cs.SY eess.SY
An Adaptive Cyber-Resilient Framework for P2P Energy Trading under Optimal Stealthy Attacks
Indian Institute of Technology Delhi（印度理工学院德里分校）
针对P2P能源交易面临的最优隐蔽攻击问题，本文设计含马氏距离增强检测器与自适应rho缓解策略的网络弹性框架，实现98.49%的攻击检测准确率，降低约18.43%运行成本，为安全P2P能源交易提供可行方案。
2026-10-14 cs.SY eess.SY
Blockchain-Empowered Socially Optimal Transactive Energy System: Framework and Implementation
交换能量在未来电力系统的运行和能量管理中起着关键作用。然而，传统的操作机制，遵循集中式设计，往往是不安全的，容易受到恶意行为，并遭受隐私泄漏。在这项工作中，我们在交易能源中引入区块链技术来应对这些挑战。具体来说，我们为产消者开发了一种新的基于区块链的交易能源框架，并设计了一种与底层区块链系统运行相匹配的去中心化能源交易算法。我们证明了交易算法提高了个人利益，并保证了社会最优性能，从而激励产消者加入交易能源平台。此外，我们评估了在整个物联网（IoT）设备的小规模网络的实施过程中，以及使用真实数据进行广泛模拟的交易能源平台的可行性。我们的研究结果表明，这种基于区块链的交易能源平台在实践中是可行的，分散的交易算法将用户的个人成本降低了77%，并将总体成本降低了24%。
2020-10-26 cs.CR cs.SY eess.SY
Q-EnergyDEX: A Zero-Trust Distributed Energy Trading Framework Driven by Quantum Key Distribution and Blockchain
针对现有区块链能源交易易受量子攻击的问题，提出Q-EnergyDEX框架，融合量子密钥分发与区块链，实现零信任安全交易，仿真验证其密钥稳定性和近最优社会福利。
2025-10-16 cs.SY eess.SY
Regression-based Inverter Control for Decentralized Optimal Power Flow and Voltage Regulation
2 Department of Electrical Engineering \& Computer Sciences, UC Berkeley, Berkeley, USA；3 Department of Mechanical Engineering, UC Berkeley, Berkeley, USA；4 Delft Center for Systems；Control, Delft University of Technology, Delft, The Netherlands
本文提出了一种系统化的数据驱动方法，通过本地测量确定逆变器输出无功功率，以实现接近最优的结果，该方法通过网络模型和历史负荷和发电数据进行最优功率流计算，然后利用回归找到每个逆变器的函数，将本地历史数据映射到其最优无功功率注入的近似值，从而实现分布式控制，以在电压和容量约束下最小化损耗并实现电压平坦化，同时允许高效的电压-无功优化（VVO）方案，使传统控制设备与现有逆变器协同工作，以安全运行高分布式发电水平的配电网。
2019-02-20 cs.LG cs.MA cs.SY
Distributed Multi-Horizon Model Predictive Control for Network of Energy Hubs
针对多能源枢纽网络的协同优化与隐私问题，提出基于一致性ADMM的分布式多时域MPC框架，在三枢纽基准上实现了接近集中式的低成本、短计算时间和强鲁棒性。
2023-04-27 cs.SY eess.SY
PMU-Based Decentralized Mixed Algebraic and Dynamic State Observation in Multi-Machine Power Systems
针对具有未知输入的多机电力系统，提出了一种新的分散混合代数动态观测方法。更具体地说，我们证明了三阶磁通衰减模型的同步发电机，当地PMU测量提供足够的信息，代数重建的负载角和正交轴内部电压。由于代数结构，实现了高的数值效率，这使得该方法适用于大规模电力系统。此外，我们证明了相对轴速度可以在全球范围内估计结合经典的沉浸和不变性（I & I）观察员-最近推出的动态回归和混合（DREM）参数估计。这种自适应观测器在弱激励假设下保证了全局收敛性，并在实际应用中得到了验证。所提出的方法不需要测量外源输入信号，如磁场电压和机械扭矩，也不需要机械子系统参数的知识。
2020-11-10 cs.SY eess.SY math.DS
Decentralized Stability Certificates in IBR-Dominated Grids: The Role of the Network State
Johns Hopkins University（约翰斯·霍普金斯大学）；Lund University（隆德大学）
本文提出一种分散分析框架，揭示无功失配、线路负载和逆变器控制参数如何共同决定小信号稳定性，并证明网络应力会缩小稳定控制器参数集。
2026-09-16 cs.SY eess.SY
Optimal Scheduling of Electric Vehicles Charging in low-Voltage Distribution Systems
Shanghai Jiao Tong University（上海交通大学）；University of Minnesota（明尼苏达大学）
本文研究了中国两种智能充电场景，探讨了集中式和分散式充电策略在时间分段定价下的优化方法，并通过模拟验证了充电调度的有效性。
2016-01-19 cs.SY eess.SY
Plug-and-play voltage and frequency control of islanded microgrids with meshed topology
Dipartimento di Ingegneria Industriale e dell’Informazione Università degli Studi di Pavia（帕维亚大学工业与信息工程学院）
本文提出了一种新的分布式控制方案，用于由分布式发电单元互联组成的孤立微电网，通过本地控制器调节每个DGU的PCC电压和频率，确保整体稳定性。设计过程是分散的，且允许即插即用操作，仅需物理连接的DGU重新调整控制器。
2014-10-03 cs.SY eess.SY math.OC
Safe Decentralized Operation of EV Virtual Power Plant with Limited Network Visibility via Multi-Agent Reinforcement Learning
Department of Data Science and AI, Faculty of IT, Monash University（蒙纳士大学信息技术学院数据科学与人工智能系）；Monash Energy Institute, Monash University（蒙纳士大学蒙纳士能源研究所）
本文提出一种安全增强的虚拟电厂框架，利用多智能体强化学习在有限信息约束下协调多个电动汽车充电站，确保电压安全并维持经济运行。
2026-03-24 cs.AI cs.SY eess.SY
Peer-to-Peer Energy Trading of Solar and Energy Storage: A Networked Multiagent Reinforcement Learning Approach
School of Industrial Engineering, Purdue University（普渡大学工业工程学院）
针对P2P能源交易中主体缺乏交易 expertise、可再生能源零边际成本定价难的问题，提出结合供需比P2P出清机制的多智能体强化学习框架，实现光伏与储能资源自动化管理，还可整合网络约束实现电压控制，保障交易物理可行性以推动落地。
2024-10-09 cs.LG cs.MA cs.SY
Safe and Private Forward-Trading Platform for Transactive Microgrids
由于分布式能源使用的增加和可再生能源发电的快速增长，交互式微电网已经成为配电系统运营商所面临问题的变革性解决方案。交互式微电网是紧密耦合的网络和物理系统，需要有弹性和强大的金融市场，在那里可以提交和清算交易，同时确保错误或恶意交易不会破坏电网的稳定。在本文中，我们介绍了TRANSAX，一种新的分散式平台的交互式微电网。TRANSAX使参与者能够在能源期货市场上进行交易，通过为能源交易寻找可行的匹配来提高效率，减少配电系统运营商的负担。TRANSAX通过使用分布式混合服务匿名化交易活动为参与者提供隐私，同时还根据安全要求实施限制交易活动的约束，例如将电力流量保持在线路容量以下。我们表明，TRANSAX可以满足看似矛盾的要求，效率，安全性和隐私，我们证明了其性能使用模拟结果
2019-10-11 cs.CR cs.CY cs.DC
FairMarket-RL: LLM-Guided Fairness Shaping for Multi-Agent Reinforcement Learning in Peer-to-Peer Markets
University of Michigan-Dearborn（密歇根大学迪尔伯恩分校）；Laval University（拉瓦尔大学）
本文提出FairMarket-RL框架，结合LLM与强化学习，利用LLM作为实时公平性评估器并通过自适应奖励塑造训练智能体，在P2P微电网交易中实现了高需求满足率与公平利润分配，为去中心化能源系统提供了可扩展的公平交易方案。
2025-06-28 cs.LG cs.SY econ.GN
Community Energy Storage-based Energy Trading Management for Cost Benefits and Network Support
在本文中，屋顶光伏（PV）电源与社区储能（CES）系统的集成可以在多大程度上降低能源成本和配电网（DN）的损失进行了探讨。为此，三个能源交易系统（ETS）进行了比较;第一，ETS的光伏用户交换能源与CES系统除了电网，第二，ETS的光伏用户只交换能源与CES系统，第三，ETS的光伏用户只交换能源与电网。提出了一种多目标最优化框架，结合线性配电网潮流模型，研究了在满足DN电压和电流限制的前提下，能量成本和网损降低之间的权衡。利用真实的能源需求和PV电力数据进行的模拟强调，启用用户和CES系统之间的能量交换可以在DN功率损耗和能源成本降低之间进行更好的权衡。此外，模拟表明，与没有CES系统的ETS相比，所有三个ETS都提供了近85%的DN能量损失减少，收入显著增加。
2020-11-25 cs.SY eess.SY math.OC
