DERs-Aided Blackstart and Load Restoration Framework for Distribution Systems Considering Synchronization and Frequency Security Constraints
针对极端天气导致的配电系统长时间停电,提出一种DER辅助的黑启动与恢复框架,通过虚拟同步机控制估计频率响应并设计同步切换条件,在考虑频率安全约束下实现微电网与输电网的同步及负荷恢复,并在IEEE-123节点系统验证。
2024-11-10 cs.SY eess.SY
Solvability of Power Flow Equations Through Existence and Uniqueness of Complex Fixed Point
Energy Systems Division, Argonne National Laboratory(阿贡国家实验室能源系统部);School of Industrial and Systems Engineering, Georgia Institute of Technology(佐治亚理工学院工业与系统工程学院)
本文提出了一种新的分析方法,利用复域中固定点的收缩性质,为功率流方程的解的存在性和唯一性提供了更强的充分条件,并通过大量计算实验验证了其有效性。
2019-04-18 cs.SY eess.SY math.OC
Data Center Spatio-Temporal Load Flexibility in Security-Constrained Unit Commitment for Enhanced Grid Efficiency and Reliability
University of Houston(休斯顿大学)
本文提出了一种模块化的安全约束机组调度框架,协调灵活的数据中心工作负载与系统级调度,以减少可再生能源弃风弃光、缓解电网拥堵并降低运行成本。通过三种混合整数线性规划模型:数据中心空间模型(DC-S)、数据中心时间模型(DC-T)和数据中心时空模型(DC-ST),实现了跨地理分布站点的即时工作负载重新分配、时间可延迟负载的转移以及两者联合激活,从而扩大可行的操作区域。
2026-05-18 cs.SY eess.SY
Digital Twin for Real-Time Security Assessment and Flexibility Activation in the Bornholm Distribution System
Technical University of Denmark(丹麦技术大学)
本文提出基于数字孪生的实时安全评估与灵活性激活方法,通过整合网络拓扑和智能电表数据,在Bornholm配电网中验证了优化方法对电压约束的缓解效果,提升了系统安全性和运行效率。
2026-04-14 cs.SY eess.SY
A Multi-stack Power-to-Hydrogen Load Control Framework for the Power Factor-Constrained Integration in Volatile Peak Shaving Conditions
多电堆组成的大规模发电制氢(P2H)系统是电力系统潜在的强大调峰资源。然而,由于在连接电网侧的性能与固有的运行控制的研究差距,P2H负荷的连续运行是有限的PF评估时,融入电网的波动条件下。本文首先填补了空白,提出了一个典型的功率变换器接口拓扑的P2H负载的有功功率和无功功率的分析模型。在此基础上,捕捉多堆P2H负载的全工况PF特性作为统一的电流和温度控制变量的函数。然后,PF约束的多时标控制框架的构建,以综合评估柔性,PF,生产和安全。为保证控制精度和易处理性,提出了基于模型的小时前鲁棒模型预测控制器和基于规则的实时增量校正算法的两级连接。案例研究验证了一个内在的控制PF和生产之间的权衡,从而在一个不平等的分配策略相比,传统的面向生产的控制。验证了扩展PF和安全维度的意义,以提高灵活性。在此基础上,归纳出了集群级低、中、高负荷下的5种典型运行模式,可供工业应用。
2023-01-14 cs.SY eess.SY
Robust and Scalable Game-theoretic Security Investment Methods for Voltage Stability of Power Systems
针对负荷攻击下的电压稳定问题,提出基于Stackelberg博弈的鲁棒防御序贯算法和遗传算法,实现大规模电力系统的可靠防御,验证了资源充足时防御可行性。
2023-09-04 cs.DC cs.SY eess.SY
On existence and stability of equilibria of DC Microgrid with constant power loads
本文研究了具有恒定功率负载的直流微电网平衡存在性和稳定性问题,提出通过虚拟电阻和电感设计控制器,利用Tarski定理获得平衡存在的条件,并通过二次特征值问题定理分析局部稳定性。
2018-01-04 cs.SY eess.SY
Localizing Load-Altering Attacks Against Power Grids Using Deep Capsule Nets
最近的研究表明,针对终端用户拥有的大量高瓦数智能电器的僵尸网络型网络攻击可能严重威胁电网的安全。准确检测和定位此类攻击对于限制损害至关重要。为此,本文提出了一种新的技术,使用胶囊网络(CN)量身定制的电网安全应用,使用相量测量单元(PMU)监测的频率和相角数据。利用胶囊的矢量输出和胶囊之间的动态路由协议,CN可以获得准确的检测和定位性能。为了证明所提出的技术的效率,我们比较了开发的CN与基准数据驱动的方法,包括二维卷积神经网络(2D-CNN),一维CNN(1D-CNN),深层多层感知器(MLP),和支持向量机(SVM)。在IEEE 14-,39-和57-总线系统上进行仿真,考虑各种现实世界的问题,如PMU延迟,噪声数据和丢失的数据点。结果表明,CN的性能明显优于其他技术,因此使其适用于上述网络安全应用。
2022-09-06 cs.CR cs.SY eess.SY
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
Is Machine Learning in Power Systems Vulnerable?
University of Washington(华盛顿大学);Los Alamos National Laboratory(洛斯阿拉莫斯国家实验室)
本文研究了电力系统中机器学习应用的安全性问题,发现现有算法易受对抗样本攻击,并通过案例验证了其脆弱性,呼吁设计更安全的算法。
2018-08-27 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
Resilience-Oriented DG Siting and Sizing Considering Energy Equity Constraint
本文针对低收入用户在极端天气下承受更多停电损失的问题,提出在分布式电源选址定容中引入能源公平约束,并通过两阶段随机规划与期望切负荷指标实现韧性导向的公平规划。
2024-10-17 cs.SY eess.SY
A Hybrid Quantum Algorithm for Load Flow
本文提出一种用于潮流计算的混合量子算法,利用量子算法HHL替换Newton-Raphson方法中计算成本高昂的方程求解步骤,初步仿真结果展现了量子算法在潮流分析及相关问题中的应用潜力。
2024-06-27 cs.SY eess.SY
Online Security Assessment of Low-Inertia Power Systems: A Real-Time Frequency Stability Tool for the Australian South-West Interconnected System
在具有低转动惯量和高可再生能源渗透率的小型/中型孤立电网中,发电/负荷事故事件可能导致大的频率偏移,可能导致级联故障甚至停电。因此,对于系统运营商来说,能够实时监控网络状态并始终预测最大可能的频偏是至关重要的。本文介绍了一种实时频率稳定性(RTFS)工具,由澳大利亚能源市场运营商(AEMO)开发,并在西南互联系统(SWIS)的控制室中运行,以确保可用的旋转储备足够快,足以在任何条件下,特别是低惯性条件下阻止频率偏移。为了减少计算负担和不同的涡轮机调速器模型的复杂性,一个简单的一阶滞后函数与两个可调变量已被用于每个发电机。这些可调参数,以及其他关键的模型参数,如负载阻尼和惯性,已校准对实际的频率响应使用高速故障记录器数据的历史事件。正如在几个案例研究中所证明的,实时工具已被证明是准确的预测系统频率的轨迹后,可信的意外事件,从而表明,类似的实施可以在其他地方进行,而世界各地的电力系统的进展,以降低惯性。
2020-10-27 cs.SY eess.SY
A Stochastic-Robust Approach for Resilient Microgrid Investment Planning Under Static and Transient Islanding Security Constraints
在规划微电网(MG)投资时,通常会考虑静态安全约束,以确保其在孤岛模式下运行的弹性和能力。然而,由于瞬态响应,未调度的孤岛事件可能触发MG内的分布式能源(DER)的级联断开,导致部分或全部负载损失。在本文中,最小最大最小,混合,随机鲁棒投资规划模型,提出了获得一个弹性MG同时考虑高影响低频(HILF)和低影响高频(LIHF)的不确定性。HILF的不确定性与MG在灾难性事件后的计划外孤岛有关,LIHF的不确定性与相关负载和DER生成有关,其特征在于一组场景。在这两种类型的不确定性下的MG弹性,确保将静态和瞬态孤岛约束到建议的投资模型。瞬态响应约束的包含导致具有非线性动态频率响应模型的最小-最大-最小问题,该问题不能通过可用的优化工具直接求解。因此,在本文中,提出了一个三阶段的解决方案的方法来找到最优的投资计划。在CIGRE 18节点配电网上对算法的性能进行了测试。
2020-07-07 cs.SY eess.SY math.OC
Cyber-Physical Co-Simulation of Load Frequency Control under Load-Altering Attacks
针对负荷改变攻击尤其是动态负荷改变攻击对电网稳定性的威胁,本文提出一种开源的电网与通信网络信息物理联合仿真环境,可实现电网保护机制建模并支撑具体场景下的攻击全面分析。
2025-08-01 cs.CR cs.SY eess.SY
Generating Contextual Load Profiles Using a Conditional Variational Autoencoder
Delft University of Technology(代尔夫特理工大学)
在电力系统规划和安全评估中,尤其是在历史数据不足的情况下,具有相似分布和相关性的发电系统状态是必不可少的。在本文中,我们描述了一个生成模型的工业和商业客户的负载配置文件,基于条件变分自编码器(CVAE)神经网络架构,这是具有挑战性的,由于高度可变的性质,这样的配置文件。生成的上下文负载配置文件以一年中的月份和与电网的典型功率交换为条件。此外,代的质量进行了视觉和统计评估。实验结果表明,我们提出的CVAE模型可以捕捉历史负荷曲线的时间特征,并生成“现实”的数据,具有令人满意的单变量分布和多变量依赖关系。
2022-12-13 cs.LG cs.SY eess.SY
Security Measures for Grids against Rank-1 Undetectable Time-Synchronization Attacks
相量测量单元(PMU)的时间同步攻击构成了真正的威胁,智能电网,它被证明是可行的,在实践中,他们可以有一个不可忽视的负面影响的状态估计,而不会触发坏数据检测机制。以前的工作确定的脆弱性条件时,有针对性的PMU测量一个相量。然而,PMU能够测量多个量。我们提出了新的脆弱性条件下的一般情况下,PMU测量任何数量的相量,可以共享相同的时间参考。一个是不依赖于测量值的充分条件。我们提出了一个安全要求,防止它,并提供了一个贪婪的离线算法,执行它。如果这个安全要求得到满足,仍然有可能,网格可以被攻击,虽然我们推测,这是非常不可能的。我们确定了两个充分和必要的脆弱性条件依赖于测量值。对于每一个,我们提供了一个度量,显示观察到的和脆弱性条件之间的距离。我们建议他们进行监控以确保安全。数值结果表明,IEEE-39总线基准与真实的负载配置文件,满足我们的安全要求的网格的测量是远远脆弱的。
2020-09-15 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
Managing Risks from Large Digital Loads Using Coordinated Grid-Forming Storage Network
针对AI数据中心引发的大型数字负荷波动问题,提出通过协调构网型储能网络的双层控制策略来保障电网稳定,无需昂贵的电网升级。
2025-08-14 cs.SY eess.SY
Dynamic Resilience Assessment of Power Systems With Data Center Load Events Using Physics-Informed Neural Networks
Binghamton University, State University of New York(纽约州立大学宾汉姆顿分校)
提出基于物理信息神经网络(DAE-PINN)的电网侧动态韧性评估框架,通过隐式后向欧拉残差无监督学习动态与代数状态,实现扰动后轨迹快速评估,并利用多阶段韧性指标量化数据中心断开与重连的影响。
2026-06-23 cs.SY eess.SY
IoT-enabled Distributed Cyber-attacks on Transmission and Distribution Grids
本文提出一种分析物联网控制负载分布式网络攻击对电网影响的建模框架,通过双层优化分析配电与输电电网的 techno-economic 互动,并通过案例研究展示攻击对电网的潜在影响。
2017-06-22 cs.SY eess.SY
Enhancing data security against cyberattacks in artificial intelligence based smartgrid systems with crypto agility
本文针对微电网实施中的网络攻击等安全挑战,提出深度应用基于人工智能的技术,以确保智能电网高效、安全、可靠地运行并抵御网络攻击。
2023-05-19 cs.SY eess.SY
Data-driven Estimation of Under Frequency Load Shedding after Outages in Small Power Systems
本文提出一种基于回归树和Tobit模型的数据驱动方法,用于估计小型电力系统停电后的低频减载量,并可直接嵌入混合整数线性规划,在拉帕尔马岛系统中实现平均绝对误差仅0.213 MW的准确估计。
2024-02-20 cs.SY eess.SY
Multi-Objective Deep Reinforcement Learning for Secure and Stable Power System Operation
Technical University of Denmark(丹麦技术大学)
针对电力系统多目标运行需求,提出统一控制的深度强化学习智能体,兼顾热安全与关键模式阻尼,在扰动下实现更好的运行平衡与性能提升。
2026-08-24 cs.SY eess.SY
Scheduling HVAC loads to promote renewable generation integration with a learning-based joint chance-constrained approach
通过灵活调度供热、通风和空调(HVAC)负荷等资源,可以有效促进分布式可再生能源发电(DRG)在配电网中的集成。然而,找到最佳的调度,他们是不平凡的,因为DRG输出是高度不确定的。为了解决这个问题,本文提出了一种基于学习的联合机会约束的方法来协调HVAC负荷与DRG。与采用单个机会约束来管理不确定性的前沿工作不同,本文采用联合机会约束(JCC)来控制所有关键约束的违反概率。这种联合方式可以根据运营商的偏好明确地保证整个系统的运行安全。为了克服JCC的棘手性,我们首先证明了JCC可以安全地近似鲁棒约束与适当的不确定性集。一个著名的机器学习算法,单类支持向量聚类,然后引入到这些强大的约束,构建一个足够小的多面体不确定性集。在强对偶的基础上,进一步构造了一个线性鲁棒对偶,以保证计算效率。基于各种分布不确定性的数值结果证实了所提出的方法的最优性和可行性的优势。
2022-09-30 cs.SY eess.SY math.OC
Uncovering Load-Altering Attacks Against N-1 Secure Power Grids: A Rare-Event Sampling Approach
本文提出用稀有事件采样揭示可突破 N-1 安全电网的负荷改变攻击,并基于 IEEE 基准比较静态与动态攻击的时空特征及连锁故障影响。
2023-07-17 cs.CR cs.SY eess.SY