Quantifying cascading power outages during climate extremes considering renewable energy integration
本文提出耦合气候-能源级联停电模型，以2022年飓风菲奥娜导致波多黎各全系统停电为验证，揭示关键组件早期失效反而增强系统韧性的新模式，并发现用户侧太阳能并网超过45%临界水平且缺乏灵活性资源时会加剧故障概率。
2024-07-01 cs.SY eess.SY
Adaptive Network Response to Line Failures in Power Systems
电力系统中的输电线路故障是非局部传播和级联的。在这项工作中，我们提出了一个自适应控制策略，提供了强有力的保证，在缓解和本地化的线路故障。具体来说，我们利用网络桥块分解和频率调节方法称为统一控制的属性。如果平衡区域的统一控制操作与网络的桥块相吻合，所提出的策略驱动后应急系统的稳定状态，其中初始线路停电的影响是本地化的区域内，只要可能，停止级联过程。当最初的线路停电不能本地化，建议的控制策略提供了一个可配置的设计，逐步涉及和协调更多的平衡领域。我们比较了所提出的控制策略与经典的自动发电控制（AGC）的IEEE 118总线和2736总线测试网络。仿真结果表明，我们的策略大大提高了整体的可靠性方面的N-k安全标准，并本地化的初始故障的影响，在大多数的模拟突发事件。此外，在我们所有的案例研究中，与AGC相比，所提出的框架产生的负载损耗（如果有的话）显著减少。
2022-05-12 cs.SY eess.SY math.DS
Fast Identification of Saturated Cut-sets using Graph Search Techniques
当多个停电事故快速连续发生时，重要的是要快速知道电力网络的不同互连（或割集）的功率传输能力是否有限。在本文中开发的算法识别这种有限的割集非常快，从而提高了实时态势感知的电力系统运营商。所提出的方法的意义是使用IEEE 39总线测试系统，而其计算的好处是证明使用相对较大的测试案例，包含数千个总线。结果表明，所提出的网络分析可以估计停电对系统的任何割集的影响，并筛选出的割集，得到饱和的最大余量，非常快。
2020-08-07 cs.SY eess.SY
Topology Estimation Following Islanding and its Impact on Preventive Control of Cascading Failure
在级联故障期间的电网的拓扑结构的知识是集中式停电预防控制的基本要素，鉴于多个岛屿通常形成，作为级联的进展。此外，关于电网的网络层和物理层之间的相互依赖性的学术研究表明，级联期间的电力故障可能导致通信网络的中断，这逐渐减少了可观察的区域。这些挑战目前的文献线路停电检测，假设电网仍然是一个单一的连接组件。我们提出了一种新的方法来消除这种假设。在孤岛事件之后，首先识别形成所连接的组件的总线，然后检测各个岛内的进一步线路中断。除了电力系统的测量，可观察的断路器状态被集成为我们的拓扑识别算法的约束。误差传播对估计过程的影响，因为依赖于以前的估计不断增长的级联过程中也进行了研究。最后，估计的导纳矩阵用于预防控制的连锁故障，创建一个闭环系统。首次研究了这种相互关联的估计和控制对总负荷的影响。IEEE-118节点系统和2,383节点波兰网络的仿真结果表明了该方法的有效性。
2021-04-13 cs.SY eess.SY
Line Outage Impact Factor (LOIF): A New Sensitivity Factor for Enhanced Transmission Observability
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；The University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
提出线路停运影响因子 (LOIF) 作为新灵敏度因子，用于输电线路停运检测，相比线路停运分布因子 (LODF) 能更有效选择监测线路，提高检测精度。
2026-06-17 cs.SY eess.SY
Small disturbances can trigger cascading failures in power grids
随着电力需求的急剧增长，世界范围内电网大面积停电事故频繁发生。级联故障是网络中断的主要原因。因此，揭示电网中复杂的级联机制，有助于设计有效的策略抑制故障，进一步保证用户的稳定供电。基于网络动力学的最新进展，提出了一种基于李雅普诺夫稳定性的复杂网络级联故障分析框架。我们抛弃了传统静态故障模型中网络稳定的假设，发现小扰动实际上可以触发不稳定网络的级联故障。更严重的是，这种故障往往伴随着平衡转换过程中的线路过载故障。通过对西班牙电网的仿真分析，总结出这种新的失效模式具有发生率低、破坏性大、传播速度快等特点。它通常倾向于首先发生在边缘节点，然后传播到中心节点。这些特征与实践中对停机的经验观察是一致的。
2019-07-30 cs.SY eess.SY
Cascading Power Outages Propagate Locally in an Influence Graph that is not the Actual Grid Topology
University of Vermont（佛蒙特大学）；Iowa State University（爱荷华州立大学）
本文提出一种方法，通过级联故障模拟数据构建影响力图模型，用于分析停电传播路径，并推导出减少大范围停电风险的方程。
2016-06-06 cs.SY eess.SY physics.soc-ph
Hazard resistance-based spatiotemporal risk analysis for distribution network outages during hurricanes
针对SMC在飓风演变过程中直接使用时变失效概率导致高估破坏的问题，提出HRSRA方法，将其转换为时不变灾害抗力，并融合高分辨率气象与GIS数据，在波多黎各真实停电数据上验证了优越性。
2024-01-18 cs.SY eess.SY
Optimal SVI-Weighted PSPS Decisions with Decision-Dependent Outage Uncertainty
针对公共安全停电（PSPS）决策未考虑决策依赖型野火故障概率的问题，本文采用分布塑形构建高效MILP模型，在不同分布鲁棒性水平下评估成本与风险权衡，为PSPS决策提供优化方法。
2025-04-15 cs.SY eess.SY math.OC
Failure Localization in Power Systems via Tree Partitions
California Institute of Technology（加州理工学院）
本文利用树划分概念分析电力系统中线路故障的可定位性，揭示故障在树划分区域内传播的精细机制，通过暂时断开部分线路可提高系统鲁棒性，减少大规模停电风险。
2018-08-17 cs.SY eess.SY
The impact of analytical outage modeling on expansion planning problems in the area of power systems
扩展规划问题是指能源生产或储存所需的货币和单位投资。这些问题的一个内在因素是各方面的随机性因素，例如机组的发电量、气候变化或电网中断的频率和持续时间。特别是对于后者，停电建模是至关重要的，要仔细考虑在其核心的分布式发电系统，如微电网设计时。到目前为止，在大多数研究中，使用单一的统计分布，如泊松过程。然而，通过仔细研究纽约州提供的真实停电数据，可以观察到停电似乎并不来自同一分布。在某些年份，每次中断的平均持续时间会出现巨大的峰值，这是因为灾难性事件。因此，在这项研究中，我们提出并测试了一种替代建模停电事件。这种替代方案将基于这样一个前提，即停电可以大致分为两类：定期停电和严重停电。在这种分类法下，仍然可以假设每种类型的事件都遵循泊松过程，但一般来说，中断遵循泊松过程，这实际上是这两种类型的叠加。强化学习方法被用来解决扩展规划问题，并使用真实的位置特定的数据。结果验证了我们最初的假设，并表明优化结果显着影响停电建模。总之，准确建模电网中断事件并直接测量灾难性故障期间能源系统的可靠性性能可以提供宝贵的工具和见解，因此可以用于为此类中断做最好的准备。
2020-01-23 cs.SY eess.SY
Cascading Failures in Power Grids
本文研究了人为攻击对国家电力系统造成的后果。我们考虑两种类型的攻击：（$i$）攻击对手使用战术武器，并摧毁了大部分的网格，物理上针对一个大的地理区域;（$ii$）有针对性的攻击对手，采取了少量的关键组件在网络中的同时。我们的分析使用（$i$）的基础电网，包括拓扑结构，控制和保护组件的现实表示，（$ii$）的有针对性的攻击场景的现实表示，和（$iii$）的动态稳定性分析，这超出了传统的工作，包括结构和线性流分析。这种现实的分析是昂贵的，但至关重要的，因为它可以捕捉级联故障，由于攻击引起的瞬态不稳定性的结果。我们的模型承认在保护系统中存在隐藏的故障，导致继电器误操作。我们分析了不同级别的隐藏故障的连锁停电的程度。我们的研究结果表明：（$i$）战术攻击具有显著的社会、经济和健康损害，但不一定导致区域级联;相反，有针对性的攻击可导致显著级联并导致大区域上的断电。我们的工作表明，有必要加强电网，不仅要防止网络攻击，还要防止物理攻击。此外，我们表明，现实的表示和分析可以导致从根本上新的见解，简化模型是不可能捕捉。最后，这些方法和结果帮助我们识别网格中的关键元素;然后可以以更精确的方式加固系统以减少漏洞。
2022-09-26 cs.SY eess.SY
Dynamic Modeling of Cascading Failure in Power Systems
Oregon State University（俄勒冈州立大学）；University of Vermont（佛蒙特大学）
本文提出一种动态模拟模型，用于电力网络和保护系统，以更全面地模拟连锁停电机制，验证不同负载模型和保护措施对连锁停电规模的影响。
2015-05-06 cs.SY eess.SY physics.soc-ph
Controlled Tripping of Overheated Lines Mitigates Power Outages
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文通过改进准静态级联模型，研究波兰输电网中过热线路跳闸顺序对停电规模的影响，发现控制跳闸可显著减轻极端紧急情况下的损害。
2011-10-05 cs.SY eess.SY math.OC
Local Cyber-physical Attack with Leveraging Detection in Smart Grid
Research Center for Information Technology Innovation, Academia Sinica（中央研究院資訊科技創新研究中心）；Engineering Product Development, Singapore University of Technology and Design（新加坡科技设计大学工程产品开发）；Institute of Communications Engineering, National Sun Yat-sen University（国立中山大学通讯工程学系）
本文提出一种新的攻击策略，通过掩盖线路故障位置并误导控制中心，实现对智能电网的持续欺骗，验证了该策略的有效性。
2017-08-10 cs.SY eess.SY
A Spectral Representation of Power Systems with Applications to Adaptive Grid Partitioning and Cascading Failure Localization
电力系统中的输电线路故障会非局部地传播和级联。这一众所周知但又违反直觉的特性使得优化和可靠地运行这些复杂网络变得更具挑战性。在这项工作中，我们提出了一个全面的框架，频谱图论的基础上，充分和严格地捕捉多个同时发生的线路故障传播，区分非割集和割集停电。使用这种电力系统的谱表示，我们确定了关键的图形子结构，确保线路故障定位-网络桥块分解。利用这一理论，我们提出了一个自适应网络拓扑结构重构的范例，使用两个阶段的算法，第一阶段的目的是确定最佳集群使用的概念，网络模块化和第二阶段细化集群通过最佳线路切换动作。我们所提出的方法说明了使用广泛的数值例子标准IEEE网络，我们讨论了几个扩展和所提出的算法的变种。
2021-05-11 cs.SY eess.SY math.OC
Identification and Analysis of Cascading Failures in Power Grids with Protective Actions
Nanyang Technological University（南洋理工大学）
本文研究了电力系统中导致最坏级联故障的初始扰动识别与分析，提出了一种最优控制方法来确定电力传输系统支路上最破坏性的扰动，并在凸优化框架中考虑保护动作如负荷削减和发电调度，以防止级联停电。通过求解代数方程组获得识别最破坏性扰动的必要条件，并通过IEEE RTS 24节点系统进行数值模拟验证。
2019-03-29 cs.SY eess.SY
A Robust Optimization Approach for Terminating the Cascading Failure of Power Systems
由于电力系统的不确定性和复杂的内在动态特性，一旦发生连锁故障，预测连锁故障路径是困难的。这使得实现针对级联停电的有效电力系统保护具有挑战性。本文通过引入级联的不确定性和随机因素，建立了预测电力系统连锁故障路径的马尔可夫链模型。马尔可夫链的转移矩阵依赖于由过载或随机因素引起的支路停运概率。此外，提出了一种鲁棒的优化公式来处理连锁停电的最佳切负荷多个连锁故障路径具有相对较高的概率。本质上，它可以转化为最佳逼近问题。因此，一个有效的数值求解器的基础上Dykstra的算法来处理鲁棒优化问题。从理论上给出了防止电力系统连锁大停电的概率下限。最后，以IEEE 118节点系统为例，对所提出的电力系统保护方法进行了验证。
2019-08-01 cs.SY eess.SY
Balancing Wildfire Risk and Power Outages through Optimized Power Shut-Offs
电网故障可能导致灾难性的野火，特别是在大风和低湿度的地区。在实时操作中，电力公司通常没有多少减轻野火风险的选择，导致使用破坏性措施，例如主动清除设备，通常被称为公共安全断电。这种断电对客户有重大影响，他们经历断电是为了保护他们免受火灾。这项工作提出了最佳的电源关闭问题，一个优化模型，以支持极端野火风险的背景下，短期运营决策。具体而言，该模型优化了电网运行，以最大限度地提高可输送的电力量，同时通过选择性地切断电网中的组件，主动最大限度地降低野火点燃的风险。这是第一个优化模型，考虑如何预防野火风险措施影响野火风险\emph{and}电力系统的可靠性在短期内，操作的时间框架。该方法的有效性证明了增强版本的RTS-GMLC测试案例，位于南加州，并与两种方法的基础上简单的风险阈值进行比较。所提出的基于优化的模型降低了野火的风险和损失的负荷相对于基准。
2020-11-15 cs.SY eess.SY
A Graph Theoretic Approach to Power System Vulnerability Identification
在大的电力系统干扰期间，当多个部件快速连续发生故障时，快速识别具有有限功率传输能力的传输互连变得至关重要。了解中断对这些关键互连（称为饱和割集）的影响对于增强态势感知和采取正确行动非常重要。本文提出了一种新的图论方法来分析事故是否会在网状电力网络中产生饱和割集。所提出的算法的一个新的特点是，它降低了解决方案的时间显着可行的实时操作的方法。它还指出了通过关键互连的功率传输应减少的最小量，以便不会发生事故后饱和。所提出的算法增强态势感知的鲁棒性证明使用IEEE-118总线系统以及17,000+总线模型的西部互联（WI）。与不同方法的电力系统脆弱性评估的比较证明了所提出的计划，以帮助电力系统在极端紧急情况下的操作的效用。
2020-07-15 cs.SY eess.SY
Relaxation Based Modeling of GMD Induced Cascading Failures in PowerModelsGMD.jl
地磁扰动（GMD）的一个主要风险是电网的连锁故障。电力系统中的GMD事件和连锁停电的建模是困难的，无论是独立的还是联合的，因为涉及许多不同的机制和物理。介绍了一种基于松弛法的GMD连锁故障建模方法：采用基于直流近似的DCSIMSEP求解器模拟GMD连锁故障，松弛交流潮流方程组以保证最优性，无功损耗建模保持问题凸性。所开发的算法在PowerModelsGMD.jl中实现，PowerModelsGMD.jl是一种专门用于建模和分析地磁灾害的开源软件，并在RTS-GMLC-GIC-EAST合成测试网络上进行了演示。
2021-12-31 cs.SY eess.SY physics.space-ph
Electrical Power Grid Reliability Assessment Exposed to Straight Line Winds
University of Wyoming（怀俄明大学）
本研究针对直线风对电网的影响，提出输电线路概率风险评估方法，采用IEEE 118节点系统验证，可分析失效概率、连锁效应并识别关键线路，为电网规划与运行提供支撑。
2026-10-16 cs.SY eess.SY
Resilience Analysis and Cascading FailureModeling of Power Systems under Extreme Temperatures
在本文中，我们提出了一个基于交流潮流的连锁故障模型，明确考虑外部天气条件，特别是极端温度，并评估极端温度对连锁停电的启动和传播的影响。具体而言，负荷和动态线路额定值的变化，由于温度扰动建模，输电线路和发电机停电的概率进行评估，并仔细计算每种类型的事件的时间，以决定实际的事件序列。应该强调的是，在外部温度变化出现时，相关事件可能共同导致电压不稳定。此外，我们模型的欠压减载和操作员重新调度的控制策略，以防止连锁故障的传播。RTS-96三区域系统的仿真结果验证了该模型的有效性，发现温度扰动会导致相关的负荷变化和线路/发电机跳闸，这将大大增加级联和电压失稳的风险。临界温度变化，临界区域的温度扰动，最脆弱的总线识别，并比较不同的控制策略也仔细研究。
2020-09-29 cs.SY eess.SY
Cascading Failure Mitigation via Transmission Switching
University of Utah（犹他大学）
本文提出了一种基于系统应力指标的传输切换方法，用于减少电力系统级联故障的风险，挑战了传统观点，表明在系统压力下切换线路可以降低级联故障风险。
2021-01-05 cs.SY eess.SP eess.SY
Cut-set and Stability Constrained Optimal Power Flow for Resilient Operation During Wildfires
提出一种割集与稳定性约束最优潮流，集成可行性测试算法和数据驱动暂态稳定性分析器，通过发电再调度和负荷削减，在IEEE 118节点系统上验证了其能降低野火脆弱性并最小化运行成本。
2024-04-19 cs.SY eess.SY
Cascading Failures in Power Grids - Analysis and Algorithms
Columbia University（哥伦比亚大学）；Laboratoire d’Informatique Fondamentale de Marseille（马赛基础信息学实验室）
本文分析电力网络中级联线路故障的影响，提出基于伪逆矩阵的高效算法，探讨了电阻距离和伪逆矩阵在故障预测中的作用，证明了相关问题的计算复杂性。
2014-02-07 cs.SY eess.SY
Sizing of Movable Energy Resources for Service Restoration and Reliability Enhancement
极端事件的频率（例如，飓风、地震和洪水）和人为攻击（网络和物理攻击）近年来急剧增加。这些事件已经严重影响了电力系统，范围从长的停电时间到主要设备（例如，变电站、输电线路、发电厂和配电系统）的破坏。配电系统故障和停电是造成供电中断的主要原因。网络重新配置和可移动能源（MER）可以在紧急情况期间和之后为负荷供电方面发挥至关重要的作用。本文提出了一种两阶段的策略，以确定最小的MER与网络重构的配电服务恢复和提供本地和孤立的负荷的大小。序贯蒙特卡罗模拟被用来模拟配电系统组件的停电。在事故发生后，第一阶段基于生成树搜索算法确定网络重构。在第二阶段中，如果一些系统负载不能通过网络重构来馈送，则部署MER，并且基于DSPA来确定到达隔离区域的最佳路径。从DSPA得到的旅行时间与建议的顺序蒙特卡罗模拟为基础的方法来确定MER的大小。所提出的方法适用于几个配电系统，包括IEEE-13和IEEE-123节点测试馈线。结果表明，网络重构可以减少所需的MER的大小，以提供孤立的地区。
2020-08-17 cs.SY eess.SY
Nodal Braess's Paradox and Inertia Destabilization with Dynamic Node and Line Failures in Power Grids
Potsdam Institute for Climate Impact Research (PIK)（波茨坦气候影响研究所）；Reiner Lemoine Institut gGmbH（莱纳·莱莫因研究所）；Technische Universität Berlin（柏林工业大学）；Humboldt-Universität zu Berlin（柏林洪堡大学）；Fraunhofer Research Institution for Energy Infrastructures and Geotechnologies IEG（弗劳恩霍夫能源基础设施和岩土技术研究院）
提出集成节点/线路故障与同步振荡器动力学的新模型，发现高惯性和节点鲁棒性增强可能反常地扩大级联规模，揭示新型Braess悖论。
2026-06-19 cs.SY eess.SY nlin.AO
Managing Wildfire Risk and Promoting Equity through Optimal Configuration of Networked Microgrids
提出网络化微电网优化配置模型，在野火高风险情景下兼顾供电最大化、社会脆弱性与公平性，并通过真实化馈线及风险数据验证其减载与公平效益。
2023-06-06 cs.SY eess.SY
Two-Stage Stochastic Optimal Power Flow for Microgrids With Uncertain Wildfire Effects
针对野火引发的电网停运问题，本文考虑线路停运与光伏发电的不确定性，提出基于DistFlow二阶锥松弛的两阶段随机微电网最优潮流框架，分离动态线路额定值约束，经改进IEEE 22节点系统验证有效，可提升电网韧性。
2024-05-16 cs.SY eess.SY
Topology-Aware Reinforcement Learning over Graphs for Resilient Power Distribution Networks
The University of Texas at Dallas（德克萨斯大学达拉斯分校）；University at Buffalo（布法罗大学）；Virginia Tech（弗吉尼亚理工大学）
本文提出一种拓扑感知的图强化学习框架，通过整合拓扑数据分析提升电力分配网络的韧性，实验表明其在奖励、电力输送和电压违规方面均优于基线模型。
2026-03-07 cs.LG cs.SY eess.SY
Offline-Tuned Service-Aware TN-NTN Feeder Allocation for 6G Post-Disaster Service Resilience
Rhineland-Palatinate Technical University of Kaiserslautern-Landau（莱茵兰-普法尔茨凯泽斯劳滕-兰道工业大学）；German Research Center for Artificial Intelligence (DFKI GmbH)（德国人工智能研究中心）
该研究针对6G灾后TN故障导致的服务中断问题，提出离线调优CEM的服务感知TN-NTN馈线分配策略，可显著提升应急加权网络连续性指标。
2026-10-14 cs.NI cs.SY eess.SY
