Adversarially Robust Learning for Security-Constrained Optimal Power Flow
Carnegie Mellon University（卡内基梅隆大学）
近年来，ML社区对对抗性鲁棒学习和隐式层的兴趣激增，但这两个领域之间的联系很少被探索。在这项工作中，我们结合这些领域的创新来解决N-k安全约束最优潮流（SCOPF）的问题。N-k SCOPF是电网运行的核心问题，其目的是以一种对潜在的k个同时设备中断具有鲁棒性的方式调度发电。受对抗性鲁棒训练方法的启发，我们将N-k SCOPF框架视为极小极大最优化问题-将发电设置视为可调参数，将设备中断视为（对抗性）攻击-并通过基于梯度的技术解决此问题。这个极大极小问题的损失函数涉及到求解代表网格物理和操作决策的隐式方程，我们通过隐函数定理对此进行区分。我们证明了我们的框架在解决N-3 SCOPF，这在传统上被认为是过于昂贵的解决问题的大小取决于组合的潜在中断的数量的有效性。
2021-11-12 cs.LG cs.SY eess.SY
Understanding the Inefficiency of Security-Constrained Economic Dispatch
the Johns Hopkins University（约翰斯·霍普金斯大学）；Institute of High Performance Computing, A*STAR（新加坡科技研究局高性能计算研究所）
本文研究安全约束经济调度的经济成本，引入价格of安全指标，分析生成可用性和需求分布对安全价格的影响，并通过实验验证分析结果。
2017-06-02 cs.SY eess.SY
Decomposing Convexified Security-Constrained ACOPF Problem with AGC Reformulation
本文提出了一种新的自动发电控制（AGC）的分解凸松弛算法。它找到了一个最优解的交流最优潮流（ACOPF）的问题，是安全的，对一个大的意外事件。利用二阶锥松弛法将原ACOPF问题转化为无列联约束的系统。对意外事件进行过滤，以区分将采取预防措施的意外事件和将采取纠正措施的意外事件。选定的预防性行动的意外情况包括在一套安全限制中。利用Benders分解将安全约束ACOPF问题分解为一个主问题和若干个安全检查子问题。子问题在并行计算过程中进行评估，提高了计算效率。每个子问题内的AGC是由一组建议的有效约束，所以采购的解决方案是每个发电机组在意外事件的物理响应建模。Benders最优切割产生的子问题有不匹配和切割被传递到主问题遇到的安全约束。松弛结果的准确性进行了验证，使用所提出的紧密性措施。所提出的有效AGC约束和所提出的算法的可扩展性的有效性证明在几个案例研究。
2021-07-07 cs.SY eess.SY math.OC
A Cardinality Minimization Approach to Security-Constrained Economic Dispatch
我们提出了一个基于阈值的基数最小化制定模型的安全约束的经济调度问题。该模型旨在最大限度地减少系统的运营成本，同时减少在紧急事件期间在紧急操作区运行的线路数量。该模型允许系统操作员监控线路在紧急区域运行的持续时间，并确保它们在系统操作员确定的可接受的可靠性标准范围内。我们开发了一个连续的差分凸逼近的基数最小化问题和解决方法来解决这个问题。我们的数值实验表明，基数最小化的方法降低了整体系统的运行成本，以及避免长时间的高电价在突发事件。
2022-07-09 cs.SY eess.SY
Enhancing System Flexibility through Corrective Demand Response in Security-Constrained Unit Commitment
目前，系统运营商通过在日前调度中出于经济原因调度可控负荷来实现需求响应。特别地，需求从电力成本较高的高峰时间转移到非高峰时间，以通过平坦化负载分布来保持系统可靠性。然而，在短期业务中，没有明确考虑到在发生意外后的情况下采取这种行动的系统灵活性和经济效益。因此，本文强调了需求响应的好处，作为一个纠正行动，潜在的突发事件后，提前一天调度。提出了一种安全约束的机组组合（SCUC）模型，该模型考虑了当线路或发电机停运时，通过修正需求响应（CDR）提供的灵活性来维持系统的系统可靠性。该模型在IEEE 24节点系统上进行了测试，仿真结果表明，在日常运营中，总成本节省显着。此外，结果表明，发电机具有更好的长期可靠性，并且能够使用现有系统的灵活性，并在实施CDR时满足基本情况下更高的关键需求。
2020-06-20 cs.SY eess.SY math.OC
Security-Constrained Unit Commitment Con-sidering Locational Frequency Stability in Low-Inertia Power Grids
随着风能和太阳能发电装置的增加，电力系统中的传统同步发电机逐渐被取代，导致系统惯性显著减小。将系统频率保持在可接受的范围内对于电力系统的稳定性变得更加关键。在本文中，我们首先研究了区域间振荡对系统的频率变化率（RoCoF）安全的影响，然后，位置RoCoF占G-1应急稳定性的限制。通过实施这些频率相关的约束，基于位置的RoCoF约束的安全约束机组组合（LRC-SCUC）模型的建议。此外，一个有效的分段线性化（PWL）技术，制定了一个RoCoF线性化问题和线性化的非线性函数表示SCUC中的基于位置的RoCoF约束。仿真结果表明，包含惯性相关的约束，可以大大提高系统的稳定性，在较高的运营成本的代价。结果还表明，采用虚拟惯性技术不仅降低了系统的总成本，而且提高了系统的市场效率。
2022-05-30 cs.SY eess.SY
Formulating Connectedness in Security-Constrained Optimal Transmission Switching Problems
研究了具有安全约束的输电线路最优切换问题中的网络连通性问题，该问题因支路故障和线路校正切换而变得复杂。首先提出了在合理范围内尽可能保持NC的两个准则。通过扩展基于电流的NC约束，推导出一个命题，将NC的不同情况与线性规划的最优性联系起来，得到了NC准则的数学表达式。通过Karush-Kuhn-Tucker条件，将该公式进一步转化为一个易于处理的形式，该形式可以与现有的SCOTs模型相结合，而不影响原求解方法的适用性。最后，各种网络和SCOTs模型的案例研究表明，所提出的方法的有效性。
2022-02-09 cs.SY eess.SY
An Accelerated-Decomposition Approach for Security-Constrained Unit Commitment with Corrective Network Reconfiguration- Part II: Results and Discussion
针对安全约束机组组合（SCUC）中的计算复杂性问题，提出了一种新的基于校正网络重构（CNR）的SCUC算法。这是通过分解SCUC/SCUC-CNR公式，然后快速筛选非关键子问题的可扩展性的考虑。这是对SCUC和SCUC-CNR的广泛配方进行比较，以显示所提出的典型分解和加速分解方法SCUC和SCUC-CNR分别的优点。IEEE 24节点系统的仿真结果表明，所提出的方法是在解决方案质量的损失，大大加快。所提出的加速分解方法可以实现大型电力系统，因为它们具有很大的性能在IEEE 73节点系统和波兰系统的可扩展性测试时，与各自的广泛的配方和典型的分解方法。总的来说，一个动态的应急后网络可以大大减轻网络拥塞，并导致较低的最优成本。
2020-07-17 cs.SY eess.SY math.OC
A two-step approach to Wasserstein distributionally robust chance- and security-constrained dispatch
本文考虑了可再生能源发电存在时，发电机和线路同时发生事故的安全约束调度问题。由于可再生能源的不确定性建模使用联合机会约束和不匹配所造成的意外事件和可再生能源使用储备处理。我们考虑一个分布鲁棒的方法来解决机会约束规划。我们假设不确定性的样本是可用的。使用它们，我们构建了一组分布，称为模糊集，包含所有的分布，接近经验分布下的Wasserstein度量。对模糊度集中的所有分布施加机会约束，形成分布鲁棒最优化问题。这个问题是非凸的，计算量很大，难以精确求解。我们采用两步的方法来找到一个近似解。在第一步中，我们在不确定性空间中构造一个多面体集，该多面体集在模糊集中的所有分布下都包含足够的质量。这个集合是通过求解几个二维分布鲁棒问题而构造的。在第二步中，我们解决了一个线性鲁棒最优化问题的不确定性约束施加在所有的不确定性值躺在多面体集。我们使用数值实验证明了我们的方法的可扩展性和鲁棒性。
2022-08-16 cs.SY eess.SY math.OC
Learning Optimization Proxies for Large-Scale Security-Constrained Economic Dispatch
Georgia Institute of Technology（佐治亚理工学院）
安全约束经济调度（SCED）是输电系统运营商（TSO）在保证电网可靠运行的同时，实时清除能源市场的基本优化模型。在运营不确定性日益增加的背景下，由于可再生发电机和分布式能源的渗透率增加，运营商必须持续实时监控风险，即，他们必须快速评估系统在负载和可再生能源生产的各种变化下的行为。不幸的是，考虑到实时操作的严格约束，系统地解决每个这样的场景的优化问题是不实际的。为了克服这一限制，本文提出学习SCED的优化代理，即，一个机器学习（ML）模型，可以在毫秒内预测SCED的最佳解决方案。受MISO市场清算优化的原则分析的启发，本文提出了一种新的ML管道，解决了学习SCED解决方案的主要挑战，即，负荷、可再生能源产出和生产成本的可变性，以及承诺决策的组合结构。一种新的分类，然后回归架构，还提出了进一步捕捉SCED解决方案的行为。法国传输系统的数值实验报告，并证明该方法的能力，在一个时间框架内，是兼容的实时操作，准确的优化代理，产生相对误差低于$0.6\%$。
2021-12-27 cs.LG cs.SY eess.SY
Security-Constrained Multi-Objective Optimal Power Flow for a Hybrid AC/VSC-MTDC System with Lasso-based Contingency Filtering
为了协调AC/VSC-MTDC系统的经济性和电压质量，提出了一种新的校正安全约束多目标最优潮流（SC-MOPF）方法。以发电成本和电压偏差最小化为目标函数，提出了一种带N-1安全约束的并联SC-MOPF模型，用于求解并网AC/DC系统的校正控制问题。为了求解该模型，通过引入并行计算，提出了一种新的并行双准则进化指标进化算法（BCE-IBEA），以寻求多个分布良好的Pareto最优解.在此过程中，最小绝对收缩和选择算子（Lasso）为基础的N-1应变过滤计划与复合安全指数的发展，有效地筛选出最严重的情况下，从所有的意外事件。从而，最佳的妥协解决方案，反映了不同的决策者的偏好，自动确定通过集成的决策技术。在修改后的IEEE 14和300节点系统的案例研究表明，所提出的方法管理，以解决这个SC-MOPF问题，显着提高计算效率。
2019-12-31 cs.SY eess.SP eess.SY
Deep Learning based Security-Constrained Unit Commitment Considering Locational Frequency Stability in Low-Inertia Power Systems
随着电力系统脱碳的目标，传统的同步发电机逐渐被转换器接口的可再生发电所取代。由于系统惯性的显著降低，这种转变引起了对系统频率和频率变化率（RoCoF）安全性的关注。现有的研究成果大多来自统一的系统频率响应模型，这可能无法捕捉系统的所有特性。为保证位置频率安全，提出了一种基于深度神经网络（DNN）的RoCoF约束机组组合（DNN-RCUC）模型。RoCoF预测器被训练为基于高保真仿真数据集预测最高位置RoCoF。训练样本是从各种场景下的模型中生成的，这可以避免仿真发散和系统不稳定。然后将训练好的网络转化为一组混合整数线性约束，表示机组组合中的位置RoCoF限制约束。在IEEE 24节点系统上对所提出的DNN-RCUC模型进行了研究。PSS/E上的时域仿真结果验证了该算法的有效性。
2022-08-17 cs.SY eess.SY
Spatio-Temporal Deep Learning-Assisted Reduced Security-Constrained Unit Commitment
University of Houston（休斯顿大学）
本文提出结合GNN与LSTM的时空机器学习方法，用于预测机组组合并识别关键线路，以简化SCUC并在多个IEEE测试系统上实现不损失解质量的计算加速。
2023-06-02 cs.LG cs.SY eess.SY
Envisioning security control in renewable dominated power systems through stochastic multi-period AC security constrained optimal power flow
可再生能源普及率的提高带来了环境效益，但同时也增加了运行成本，降低了N-1安全标准的满足程度。为了解决后一个问题，本文设想的N-1安全控制的RES为主的电力系统通过随机多周期交流安全约束最优潮流（SCOPF）。本文扩展了最先进的，即确定性和单时间段AC SCOPF，以捕获两个新的维度，RES随机性和多个时间段，以及新兴的灵活性来源，如灵活负载（FL）和储能系统（ESS）。因此，本文首次提出并解决了一个新的问题制定的形式随机多周期AC SCOPF（S-MP-SCOPF）。将S-MP-SCOPF问题转化为一个非线性规划问题。它计算最佳的灵活性资源和其他传统的控制手段，在日前运行的拥塞管理和电压控制的设定点。本文的另一个显着特点是全面和准确的建模，使用：交流潮流模型的前应急和后应急状态，跨时间的资源，如FL和ESS在24小时的时间范围和RES的不确定性的约束。该模型的重要性和性能，通过一个直接的方法，推动问题的大小到求解器的限制，说明了两个测试系统的5个节点和60个节点，分别，而未来的工作将开发一个易于处理的算法。
2021-06-18 cs.SY eess.SY
Security-Constrained Optimal Operation of Energy-Water Nexus based on a Fast Contingency Filtering Method
由于电力驱动的水利设施越来越多，水和电力系统的相互依赖性越来越强。一个系统的安全性可能会受到另一个系统的意外事件的影响。本文研究了一个安全约束的能源-水网络（EWN）的操作问题，这是一个计算上具有挑战性的优化问题，由于非线性，非凸性和规模。我们提出了一个两步迭代权变过滤方法的基础上的可行性和评级的意外事件，以减少问题的规模。在正常情况下，通过考虑一组无法用校正措施控制的意外事件，获得最优功率和水流量。在第二步中，对突发事件进行可行性检查，然后对无法控制的突发事件进行评级。最后，获得临界意外事故并将其添加到下一次迭代的第一步。我们还采用凸技术，以减少计算负担。所提出的方法是通过两个案例研究进行验证。结果表明，该方法可以有效地获得最优值。
2022-01-26 cs.SY eess.SY
Robust Management of Airport Security Queues Considering Passenger Non-compliance with Chance-Constrained Optimization
本文针对机场安检排队问题，提出一种机会约束优化模型来推荐乘客到达时段，以应对乘客不遵守建议的不确定性，并在巴塞罗那机场数据上实现总等待时间减少85%，比确定性模型提升30%。
2025-05-09 cs.SY eess.SY
Fast and Certified Bounding of Security-Constrained DCOPF via Interval Bound Propagation
University of Vermont（佛蒙特大学）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出利用区间界限传播方法快速计算安全约束直流最优功率流的优化目标界限，适用于大规模电力系统。
2026-04-30 cs.SY eess.SY
Security-Constrained Substation Reconfiguration Considering Busbar and Coupler Contingencies
Delft University of Technology（代尔夫特理工大学）；Austrian Institute of Technology（奥地利技术研究所）
本文提出了一种基于MILP的启发式方法，用于考虑母线和耦合器故障的安全约束变电站重构，以提高系统安全性和计算效率。
2026-03-11 cs.SY eess.SY
Fast Security-Constrained Optimal Power Flow through Low-Impact and Redundancy Screening
通过求解安全约束最优潮流（SCOPF）来确定具有事故意识的调度决策对于现实世界的电力系统是具有挑战性的，因为高的问题维度常常导致不切实际的计算需求。这个问题变得更加严重时，SCOPF不仅要解决一个单一的实例，但多个时期，例如，在电力市场分析的背景下。本文提出了一种算法，确定的最小约束，精确定义的空间的可行节点注入一个给定的网络和应急方案。通过内化节点注入的技术限制，并强制执行最小的最坏情况下的影响，意外线路流量，计算工作量可以进一步提高。案例研究应用和分析的IEEE 118和A&M 2000总线系统，以及德国和欧洲的传输系统的方法。在所有测试的情况下，该算法识别至少95%的网络和安全约束冗余，导致显着的SCOPF解决时间减少。明确讨论了可扩展性和实际实现。案例研究的代码和输入数据是在开源许可下作为论文的补充发布的。
2020-05-12 cs.SY eess.SY
Security-Constrained AC/DC Grid Optimal Power Flow Considering Asymmetrical HVDC Grid Operation using Sparse Tableau Formulation
针对单换流极停运故障后工况，提出考虑双极换流站不对称运行的高压直流电网安全约束最优潮流模型，可选择不对称运行换流站数量，能降低运行成本并揭示成本对不对称程度的敏感性，还提出中性线切换策略缓解电压偏移问题。
2025-11-13 cs.SY eess.SY
Interpreting the Value of Flexibility in AC Security-Constrained Transmission Expansion Planning via a Cooperative Game Framework
本文提出一种基于合作博弈论的SCTEP工具，量化灵活性（如储能）对避免负荷削减和降低系统成本的贡献，并与线路加固比较，以指导规划者优先投资。
2024-03-14 cs.SY eess.SY
Distributed Security Constrained Economic Dispatch
Carnegie Mellon University（卡内基梅隆大学）；SYSU-CMU Joint Institute of Engineering, Guandong, China（中山大学-卡内基梅隆大学联合工程学院）；Energy Science, Technology and Policy, CIT interdisciplinary, Carnegie Mellon University, Pittsburgh, PA, US（卡内基梅隆大学跨学科科学、技术与政策中心）；SYSU-CMU Shunde International Joint Research Institute, Guandong, China（中山大学-卡内基梅隆大学顺德国际联合研究院）
本文研究了两种分解方法的收敛速度，用于解决安全约束经济调度问题，比较了Lagrange松弛与增广Lagrange松弛在精度和信息隐私方面的优劣，发现ALR因共享数据量大而收敛更快。
2015-11-09 cs.DC cs.SY eess.SY
An Alternative Method for Solving Security-Constrained Unit Commitment with Neural Network Based Battery Degradation Model
电池储能系统（BESS）可以有效缓解可再生能源发电量变化的不确定性，并提供灵活的辅助服务。然而，降解是可再充电电池（例如最广泛使用的锂离子电池）的关键问题。基于神经网络的电池退化（NNBD）模型可以准确地量化电池退化。将NNBD模型与安全约束机组组合（SCUC）相结合，建立了一种基于电池退化的SCUC（BD-SCUC）模型，该模型能够精确地考虑等效电池退化成本。然而，由于NNBD模型的高度非线性，BD-SCUC可能无法直接求解。为了解决这个问题，通过将每个神经元处的非线性激活函数转换为线性约束来线性化NNBD模型，这使得BD-SCUC成为线性化BD-SCUC（L-BD-SCUC）模型。算例分析表明，所提出的L-BD-SCUC模型能有效求解多BESS节点电力系统日前调度问题，并使总费用（包括等效降级费用和正常运行费用）最低.
2022-07-13 cs.SY eess.SY
Stochastic Security Constrained AC Optimal Power Flow Using General Polynomial Chaos Expansion
针对可再生能源并网带来的电网不确定性刻画难题，提出带机会约束的随机安全约束交流最优潮流模型，采用通用多项式混沌展开建模非高斯不确定性，经案例验证可高保真捕捉不确定性、发现更多不安全故障场景。
2025-10-03 cs.SY eess.SY
Adversarial optimization leads to over-optimistic security-constrained dispatch, but sampling can help
针对安全约束交流最优潮流问题，本文指出对抗优化可能高估调度鲁棒性，并提出一种优先攻击多样性的对抗采样方法，以提升鲁棒性并准确评估电压崩溃风险。
2023-10-10 cs.SY eess.SY
Security Constrained Optimal Power Shutoff
针对公共安全停电可能削弱电网冗余、使其难以承受意外线路故障的问题，提出SC-OPS模型，通过事故后安全约束协同优化野火风险与事故前后切负荷，并在EPRI 39节点系统验证其可提升计划韧性。
2023-04-26 cs.SY eess.SY
RoCoF Constrained Regional Inertia Security Region: Formulation and Application
本文提出区域惯量安全域（R-ISR）建模方法，通过局部线性化和凸分解将非凸边界转化为凸约束，并嵌入惯量优化调整模型，发现增加某区域惯量可能反而恶化其RoCoF。
2025-07-21 cs.SY eess.SY
End-to-End Learning of Correlated Operating Reserve Requirements in Security-Constrained Economic Dispatch
Massachusetts Institute of Technology（麻省理工学院）；Energy Trading Analytics, LLC（能源交易分析有限责任公司）
本文提出通过端到端训练解决安全约束经济调度中相关备用需求的设计问题，采用鲁棒优化方法学习备用集形状以最小化调度成本，结合分布估计与校准技术实现有限样本覆盖。
2026-04-06 cs.SY eess.SY math.OC
Regional Frequency-Constrained Planning for the Optimal Sizing of Power Systems via Enhanced Input Convex Neural Networks
针对高比例可再生能源下区域频率差异与区间振荡问题，提出基于增强ICNN约束提取和自适应遗传算法的电力系统容量规划模型。
2025-07-24 cs.SY eess.SY
Risk-Sensitive Security-Constrained Economic Dispatch: Pricing and Algorithm Design
针对调度成本与线路故障韧性的权衡问题，提出基于CVaR的风险敏感型安全约束经济调度模型，分析两种定价模式的收入特性并证明后者能保证系统运营商销售盈余和收入非负，还设计Benders分解算法提升计算效率。
2025-02-19 cs.SY econ.TH eess.SY
Feasibility-Aware Security-Constrained Unit Commitment via Hybrid Soft Actor-Critic with Quantum-Sampled Features
University of Missouri（密苏里大学）
研究针对安全约束机组组合计算成本高的问题，提出三层混合框架，用伯努利混合软演员-评论家策略、量子采样辅助通道及原生SCUC混合整数线性规划求解，评估多节点案例，发现有用承诺信息的量是影响可扩展性的主要限制。
2026-07-21 cs.SY eess.SY
Hyperproperty-Constrained Secure Reinforcement Learning
Bayloy University（贝勒大学）；University of Dayton（代顿大学）；University of Missouri-Columbia（密苏里大学哥伦比亚分校）
针对现有强化学习研究缺乏超属性层面安全约束的问题，提出在满足HyperTWTL安全规约的同时用动态Boltzmann softmax RL学习最优策略的方法，经机器人任务验证优于基线算法。
2025-07-31 cs.AI cs.LG cs.LO
DeepOPF: A Deep Neural Network Approach for Security-Constrained DC Optimal Power Flow
The Chinese University of Hong Kong（香港中文大学）；City University of Hong Kong（香港城市大学）；Tencent Quantum Laboratory（腾讯量子实验室）
DeepOPF是一种用于求解安全约束直流最优潮流（SC-DCOPF）问题的深度神经网络（DNN）方法，它对于电力系统的可靠和经济运行至关重要。DeepOPF的灵感来自于这样一种观察，即求解给定电力网络的SC-DCOPF问题相当于描述从负荷输入到发电机和相角输出的高维映射。我们首先训练DNN来学习映射并从负载输入预测生成。然后，我们直接重建的相位角从发电机和负荷通过使用潮流方程。这种预测和重建方法减少了要学习的映射的维度，随后减少了DNN的大小和所需的训练数据量。我们进一步推导出根据负载生成映射的期望近似精度来调整DNN大小的条件。我们开发了一个后处理程序的基础上$\ell_1$ -投影，以确保所获得的解决方案的可行性，这可以是独立的利益。IEEE测试用例的仿真结果表明，DeepOPF生成的可行解的最优性损失小于0.2%，同时与最先进的求解器相比，计算时间加快了两个数量级。
2020-09-22 cs.LG cs.SY eess.SY
Hybrid MAC Protocol with Integrated Multi-Layered Security for Resource-Constrained UAV Swarm Communications
本文提出一种硬件软件协同设计的无人机群通信框架，通过混合MAC协议和零信任安全模型，在NS-3仿真中提升了分组投递率、延迟、弹性和开销性能。
2025-10-24 cs.NI cs.SY eess.SY
Coordinated Frequency-Constrained Stochastic Economic Dispatch for Integrated Transmission and Distribution System via Distributed Optimization
针对可再生能源接入导致的网络与频率安全问题，本文提出输配电一体化系统的协调频率约束随机经济调度模型，并基于交替方向乘子算法设计双层分布式优化框架求解，实现了TPS与ADN的双向功率与频率支持，有效提升了系统安全性和经济性。
2023-05-19 cs.SY eess.SY
A Security-Constrained Optimal Power Management Algorithm for Shipboard Microgrids with Battery Energy Storage System
本文针对含柴油发电机和电池储能的船舶微电网，提出一种基于混合整数线性规划的安全约束最优功率管理算法，实现机组组合与功率调度，在保障防停电能力的同时最大化燃油节省。
2023-04-07 cs.SY eess.SY
Chance-Constrained Unit Commitment with N-1 Security and Wind Uncertainty
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）；Columbia University（哥伦比亚大学）
本文提出了一种结合N-1安全性和机会约束的机组调度方法，用于应对风能渗透率增加带来的电网可靠性和经济性挑战，通过混合整数二次锥规划模型和改进的Benders分解算法进行求解，并在IEEE RTS-96和IEEE 300 NESTA测试系统上进行了案例研究。
2020-11-20 cs.SY eess.SY
Feasibility-Aware Security-Constrained Unit Commitment via Hybrid Soft Actor-Critic with Quantum-Sampled Features
University of Missouri（密苏里大学）
提出三层混合框架，结合伯努利混合软演员-评论家策略、量子采样辅助通道和原生SCUC混合整数线性规划，在有限强制子集下恢复调度与安全变量，实现求解器兼容的可行性感知机组组合。
2026-06-26 cs.SY eess.SY
Short-Term Voltage Security Constrained UC to Prevent Trip Faults in High Wind Power Penetrated Power Systems
针对高风电渗透率系统，提出含MRSCR与暂态电压安全约束的机组组合模型，经简化与广义Benders分解高效求解，防止风机脱网。
2023-06-19 cs.SY eess.SY
A network-constrained rolling transactive energy model for EV aggregators participating in balancing marke
越来越多地采用可再生能源增加了平衡电力的需求。由于分布式能源的快速采用，配电系统运营商的安全问题日益增加。到目前为止，提出了各种运营模式来管理分布式能源的经济效益。然而，缺乏一个有效的运营模式，平衡的安全，市场和不确定性管理。以聚合器运行为研究对象，建立了聚合器与电网运营商交互运行的运行模型。滚动优化模型的开发，以管理预测误差的不确定性。通过配电网络运营商和聚合器之间的迭代价格协商过程，连续地确保网络安全。混合整数公式的凸化保证了解的最优性。
2019-12-15 cs.SY eess.SY
A Parallelized, Adam-Based Solver for Reserve and Security Constrained AC Unit Commitment
本文提出一种并行化、基于Adam的数值求解器QuasiGrad，用于解决安全与备用约束交流机组组合问题，在ARPA-E GO3竞赛中市场盈余得分与最高分相差不到5%，并已开源。
2024-02-19 cs.SY eess.SY
Emergency-Aware and Frequency-Constrained HVDC Planning for A Multi-Area Asynchronously Interconnected Grid
Tsinghua University（清华大学）；Massachusetts Institute of Technology（麻省理工学院）；Nanyang Technological University（南洋理工大学）
本文提出了一种考虑紧急情况和频率约束的HVDC规划方法，用于优化多区域异步互联电网中区域间HVDC联络线的容量，以提升频率安全性和经济效率。
2026-03-12 cs.SY eess.SY
