Graph neural networks for power grid operational risk assessment under evolving grid topology
Vanderbilt University(范德堡大学)
该研究提出用图神经网络在无未来电网拓扑与调度明确信息的情况下预测电网关注量,开展提前数小时的风险评估,验证了其精度与效率优势,可提升电网态势感知能力。
2024-05-12 cs.LG cs.SY eess.SY
Coupled Evolutionary Behavioral and Disease Dynamics under Reinfection Risk
本文在博弈论框架下研究再感染风险下流行病传播与个体防护决策的耦合演化,完整刻画SIS模型的平衡点及稳定性,并分析时间尺度分离下SIS和SIRI模型的不连续混合动力学,揭示振荡与滑模收敛现象。
2023-05-30 cs.GT cs.SY eess.SY
Data-driven State of Risk Prediction and Mitigation in Support of the Net-zero Carbon Electric Grid
实现净零碳电网的一种方法是加强分布式可再生发电资源的部署,如光伏(PV)太阳能和风力发电,并辅以固定和移动(电动汽车)电池储能系统(BESS)。本文假设一个场景,其中光伏可再生能源发电和BESS集成到一个纳米电网(n-Grid),一个安装在住宅或商业场所的prosumer拥有的虚拟发电厂。为了盈利,需要有效地管理这种分布式能源(DER),以支持其自身的负载以及批发和零售市场服务。本文介绍了一种基于风险的、数据驱动的方法,该方法专注于预测公用电网停电的风险状态(SoR)。SoR预测能够开发最佳缓解策略,旨在通过收获n-Grid灵活性来减少电网中断的影响。几个数据分析工具,以协助n-Grid运营商和聚合器的n-Grid参与批发市场的辅助服务产品,并展示了一些初步的实施结果。
2022-07-07 cs.SY eess.SY
Comparision of Traditional and Fuzzy Failure Mode and Effects Analysis for Smart Grid Electrical Distribution Systems
可靠性评估是识别、解释和减少安全关键系统(如智能电网)中潜在故障的不可或缺的技术。故障模式与影响分析(FMEA)是风险分析的一种有据可查的技术,用于研究故障模式对安全关键系统(如智能电网)的影响。在传统的FMEA中,故障模式的优先级是基于称为风险优先数的数字评估。风险优先数(RPN)定义为三个风险因素(即严重度(S)、发生率(O)和可检测性(D))的乘积。这些风险因素通常是通过广泛的团队努力和判断来实现的,这可能导致错误和不一致。针对传统FMEA方法的不足,提出了一种基于模糊的FMEA方法来生成可靠的风险优先级排序。在这项研究中,传统的和基于模糊的FMEA风险优先级排序的智能电网配电系统进行了比较,并提出了建议的基础上分析。结果证明了模糊FMEA方法的有效性。
2022-05-10 cs.SY eess.SY
The Risk of Hidden Failures to the United States Electrical Grid and Potential for Mitigation
隐藏故障对美国电网的可靠性产生了明显的影响。这些危险是保护装置误操作的原因,并可能导致附近组件的多元素意外事件,大大增加了级联事件的可能性。本文深入概述了隐藏故障的原因和风险,并讨论了确定隐藏故障可能造成连锁故障风险的关键位置的方法,最终目标是确定有效的缓解方法,可以防止其发生在保护继电器中。
2021-12-31 cs.SY eess.SY
Mitigating Data Centers Load Risks and Enabling Grid Support Functions through Grid-Forming Control
University of Central Florida(中佛罗里达大学)
本文提出通过电网形成控制技术,在数据中心中集成电池储能系统,以缓解负载风险并提供电网支持功能,通过仿真验证了其在动态负载和电网断开情况下的有效性。
2026-02-01 cs.SY eess.SY
Interdependent Security Games on Networks under Behavioral Probability Weighting
School of Electrical and Computer Engineering, Purdue University(普渡大学电气与计算机工程学院)
本文研究了网络中依赖安全博弈中节点的行为概率加权对最优投资策略和纳什均衡安全风险的影响,分析了不同图拓扑在总努力博弈和最弱链接博弈中的最优投资策略。
2016-08-12 cs.GT cs.SY eess.SY
Data-Driven Active Power Flow Modeling: A Behavioral Systems Approach
Jouly;University of Kassel(卡塞尔大学)
针对可再生能源导致电网参数未知的问题,基于Willems基本引理提出数据驱动的非线性有功潮流模型,直接利用输入/输出数据进行优化,无需电网电气参数,并通过凸松弛实现高效求解。
2026-06-15 cs.SY eess.SY
Risk-Averse Resilient Operation of Electricity Grid Under the Risk of Wildfire
San Diego State University(圣地亚哥州立大学)
本文提出在高可再生能源渗透率下,通过双阶段鲁棒优化方法平衡电网断电与客户服务,评估不同可再生能源渗透率对极端火灾风险的影响。
2026-04-10 cs.SY eess.SY
Revealing drivers and risks for power grid frequency stability with explainable AI
电电力系统的稳定操作要求电网频率保持在严格的操作限制内。随着数百万消费者和数千台发电机连接到电网,详细的人类构建模型再也无法捕捉这个复杂系统的全部动态。现代机器学习算法为系统建模和预测提供了强大的替代方案,但许多模型的内在黑箱特性阻碍了科学见解,并带来了严重的安全风险。在这里,我们展示了可解释AI(XAI)如何通过揭示对电网频率的关键依赖关系和影响来解决这些问题。我们准确预测欧洲三个主要同步区域的频率稳定性指标(如RoCoF和Nadir),并确定决定电网稳定性的关键特征。负荷变化、具体发电变化以及价格和预测误差对于了解和稳定电网至关重要。
2022-01-06 cs.SY eess.SY physics.data-an
A Risk-Managed Steady-State Analysis to Assess the Impact of Power Grid Uncertainties
电力系统正在经历由于新兴的随机资产的随机性和可变性的影响增加。增加的影响将新的不确定性引入电力系统,这可能影响系统的可操作性和可靠性。现有的用于评估系统级可操作性和可靠性的稳态方法主要是确定性的,因此,不适合捕捉随机性和可变性。这项工作引入了一个概率稳态分析的启发,统计最坏情况下的电路分析,以评估由于随机资源的操作违规的风险。与并行蒙特卡罗分析(MCS)相比,我们已经看到使用我们的方法在运行时速度上提高了24倍,而德克萨斯州7k低风日测试系统的概率准确性没有显着损失。
2022-11-08 cs.SY eess.SY
Evaluating the Impacts of Transmission Expansion on Sub-Synchronous Resonance Risk
虽然输电扩建计划对电网的可靠性产生积极影响,但它们可能会增加电网中一些有害事件的风险和严重性,主要是由于改变系统配置,从而改变电气距离。本文旨在评估和量化的影响,输电扩建项目的次同步谐振(SSR)的风险,通过两个步骤的方法,利用停电计数指标和次同步阻尼指标。介绍了一种基于图论的SSR筛选工具,以量化与所有电网意外事件相关的停电计数,这些意外事件导致可再生发电资源与附近的串联补偿线路之间的径向连接。此外,基于频率扫描的阻尼分析进行评估的影响,传输扩展对系统阻尼在次同步频率范围内。所提出的方法已被用来评估最近建成的输电扩建项目对SSR风险的影响,在得克萨斯州电力可靠性委员会(ERCOT)电网的一部分。
2019-09-24 cs.SY eess.SY
Mitigating the Impact of Uncertain Wildfire Risk on Power Grids through Topology Control
针对野火预测不确定导致PSPS决策次优的问题,提出两阶段拓扑控制方法,联合优化发电与切负荷成本,并比较事件前、后控制及风险置信度的影响。
2024-08-08 cs.SY eess.SY math.OC
Operational Risks in Grid Integration of Large Data Center Loads: Characteristics, Stability Assessments, and Sensitivity Studies
Pacific Northwest National Laboratory(太平洋西北国家实验室)
本文针对AI驱动下大型数据中心负荷波动加剧电网承压的问题,提出基于类能流的暂态稳定性评估和基于状态矩阵的小信号稳定性评估方法,经IEEE 68节点模型验证可提升并网风险感知能力。
2025-10-28 cs.SY eess.SY
Statistical Modeling of Networked Solar Resources for Assessing and Mitigating Risk of Interdependent Inverter Tripping Events in Distribution Grids
据推测,基于逆变器的分布式光伏(PV)发电机的更高渗透率可能会增加由于电压波动而导致跳闸事件的风险。为了量化这种风险,公用事业公司需要实时求解联网PV的跳闸事件的交互式方程。然而,这些方程是不可微的,非线性的,指数复杂的,因此,不能被用来作为一个易于处理的基础,太阳能削减预测和缓解。此外,由于有限的电网可观测性,负载/PV功率值可能无法实时获得,这进一步使跳闸事件预测复杂化。为了应对这些挑战,我们采用切比雪夫不等式来获得另一种概率模型,用于量化联网PV的跳闸风险。该模型使运营商能够估计相互依赖的逆变器跳闸事件的概率,仅使用PV/负载统计,并在一个可扩展的方式。此外,通过将此概率模型集成到优化框架中,设计对策以减轻大规模相互依赖的跳闸事件。由于所提出的模型是参数化的节点有功/无功功率的统计特性,它是特别有益的,在实际系统中,具有有限的实时可观测性。数值实验已经进行了采用真实数据和馈线模型,以验证所提出的技术的性能。
2020-01-27 cs.SY eess.SY
Grid Trouble in Paradise: Uncovering Vulnerable Distributed Energy Resources and Their Grid-Level Risks
Georgia Institute of Technology(佐治亚理工学院)
本研究通过互联网规模扫描识别超6.6万个暴露的太阳能分布式能源资源,发现至少1万个存在已知漏洞,并利用瓦胡岛电网分析证明攻击者可引发电压和潮流违规,造成电能质量下降乃至停电,揭示了并网DERs的新兴电网风险。
2026-09-10 cs.CR cs.SY eess.SY
Expected Revenue, Risk, and Grid Impact of Bitcoin Mining: A Decision-Theoretic Perspective
Texas A&M University(德克萨斯农工大学)
本文提出一种基于决策理论的统计模型,用于量化比特币挖矿的预期收益、风险及电网影响,通过伯努利试验原理推导出不同规模下的利润概率。
2026-08-26 cs.CE cs.SY eess.SY
Game-Theoretic Energy Source Allocation Mechanism in Smart-Grids
这项工作研究了分散和不协调的能源选择问题的智能电网消费者异构的能源配置文件和风险的态度:他们在当地社区竞争有限数量的可再生能源,在风险支付更高的成本,如果能源不足以满足所有这些需求。我们建模这个问题作为一个非合作博弈和研究的混合策略纳什均衡(NE)的存在性比例分配政策时,可再生能源的总需求超过了可用的。我们得出下NE封闭形式的表达式所产生的总可再生能源需求和社会成本在不同的消费者配置文件,能源成本和可用性。分析还提供了有用的指导方针,消费者应该做什么(竞争或不)的基础上,他们的风险态度,或如果他们应该更多的冒险,在某些情况下。最后,我们数值研究了这种分散的计划相比,通过价格的无政府度量集中的效率。
2022-03-15 cs.SY eess.SY
A Bi-Level Stochastic Game Model for PMU Placement in Power Grid with Cybersecurity Risks
本文针对存在数据完整性攻击风险的电网PMU布点问题,提出一种双层随机非合作博弈模型,在IEEE-9节点系统中实现降低9%部署成本的同时保持网络可观测性。
2023-04-15 cs.CR 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
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
Asymmetry underlies stability in power grids
本文发现电网中发电机适当异质化比同质化更能提升同步稳定性,并将此反直觉效应归因于逆对称破缺,首次在真实系统中验证该现象。
2024-09-22 cond-mat.dis-nn cs.SY eess.SY
The Dilemma of Electricity Grid Expansion Planning in Areas at the Risk of Wildfire
针对野火风险下的电网规划难题,本文构建含分布式光伏、线路改造与新增的两阶段鲁棒优化模型,并用C&CG算法在6及118节点系统验证其平衡安全停电与供电成本的效果。
2024-09-09 cs.SY eess.SY
Cumulative Prospect Theory Based Dynamic Pricing for Shared Mobility on Demand Services
Massachusetts Institute of Technology(麻省理工学院);Ford Motor Company(福特汽车公司)
本文提出了一种基于累积前景理论的动态定价策略,用于共享出行按需服务,通过乘客行为模型和约束优化算法实现多乘客运输的定制化解决方案。
2019-11-28 cs.CY cs.SY eess.SY
Cyber-physical risk modeling with imperfect cyber-attackers
我们建模的恶意网络攻击者寻求诱导电网不安全的负载重新分配攻击的手段所带来的风险,同时明确承认,这样的演员将合理地基于其决策策略的不完善的信息。更具体地说,我们引入了一种新的制定网络攻击者的决策问题,并分析了随机不准确的数据对电网分支导纳或容量的决定的分布,以及它们各自的影响的分布。我们的研究结果表明,不准确的准入值最常导致次优的网络攻击,仍然危及电网安全,而不准确的容量值导致明显不太有效的攻击。我们还发现,在所有(随机)不完善的网络攻击之间,存在常见的受攻击网络资产和常见的受影响物理资产,可以在预防和/或纠正意义上利用这些资产进行有效的网络物理风险管理。
2021-10-01 cs.CR cs.SY eess.SY
Microgrid Optimal Energy Scheduling with Risk Analysis
目前微电网资源调度优化中的风险分析还没有量化。对含分布式能源的居民微网进行了条件风险价值(cVaR)分析。我们假设建立自组织微电网的基础设施已经到位,用于具有光伏(PV),柴油和电池储能系统(BESS)等电源的居民区。考虑到这种情况,我们解决了提前一天的调度,以优化分配各种资源,以满足社区,特别是住宅区与整个电网断开连接的情况下的需求,如洪水,飓风,冬季风暴或运营故障。其目标是提供一个替代框架,以优化优先客户的电力可用性,并加强整体电网对正常运行考虑之外的电力下降的影响。本文的重点将是在最小化成本的同时,将光伏与柴油和BESS相结合的可再生能源纳入其中。案例研究表明,通过拟议的能源管理系统,可以实施微电网,以应对新的挑战。
2023-01-04 cs.SY eess.SY
Chance-constrained Solar PV Hosting Capacity Assessment for Distribution Grids Using Gaussian Process and Logit Learning
本文提出一种基于高斯过程和Logit学习的机会约束框架,用于评估配电网光伏接纳能力,在IEEE测试案例上预测过电压准确率达93%,且计算成本低。
2025-05-26 cs.SY eess.SY
Optimal Power Grid Operations with Foundation Models
IBM Research Europe(IBM欧洲研究院);IBM Research, T.J. Watson Research Center(IBM研究院T.J.沃森研究中心)
本文提出利用AI基础模型和图神经网络高效利用稀缺电网数据,并以自监督学习潮流动态作为关键第一步,从而提升电网运行与规划的最优性。
2024-09-03 cs.AI cs.LG cs.SY
The Risk of Cascading Failures in Electrical Grids Triggered by Extreme Weather Events
与气候变化有关的严重威胁之一是极端天气事件的数量和严重程度增加。一个突出的例子是飓风,它是由沿海温度上升造成的。这种极端天气事件可能对基础设施系统造成广泛的破坏,并可能破坏电力传输网络中的组件,这反过来又可能导致大停电。在我们最近的工作中,我们使用历史风场数据集研究了美国东海岸电力系统中飓风引起的级联故障的风险。为了这个目的,我们模拟飓风期间架空输电线路的破坏,其中每条故障线路会导致系统中的电力流重新路由。新的电力流可能会使额外的线路过载,这些线路随后会自动停用,从而导致电力流的另一次改道,等等。最终,一连串的故障可能会发生,从而导致电力系统的大部分停电。
2021-07-01 cs.SY eess.SY nlin.AO
Weathering Adaptation: Grid Infrastructure Planning in a Changing Climate
与电功率系统规划和操作相关的决策依赖于历史天气数据和过去性能记录所告知的假设和见解。然而,不断变化的气候趋势正在改变能源使用模式和电网资产的运行条件,从而改变系统面临的风险的性质和严重程度。由于电网资产仍在运行数十年,因此规划不断变化的风险需要将气候预测纳入电网基础设施规划流程。目前的工作为电力部门的气候意识决策提供了一条途径。我们评估了使用现有气候模型和数据进行电力规划的适用性,并讨论了它们的局限性。我们审查电网基础设施和气候之间的相互作用,综合什么是已知的环境运行条件的变化将如何影响基础设施的利用率,约束和性能。我们通过介绍加利福尼亚州的案例研究,研究气候数据是否以及在何处可以整合到基础设施规划过程中,将我们的研究结果置于背景中。这项工作的核心贡献是一系列九项建议,详细说明了气候预测,网格建模架构和灾害准备方面的进展,这些进展是确保基础设施规划决策对与不断变化的气候条件相关的不确定性和风险具有鲁棒性所必需的。
2019-12-05 cs.SY eess.SY physics.ao-ph
Preventing an Extractive Green Hydrogen Industry: Risks and Benefits of Grid Expansion and Green Hydrogen in and for Kenya
本研究通过肯尼亚县级多节点容量扩展模型发现,并网电解槽可降低30%的平准化度电成本、累计节省4.6亿美元并支持风电并网,同时使氢能碳强度低于国际认证阈值,但需以公平为导向协调风电、输电与基础设施规划,使绿色氢能既为肯尼亚生产也为肯尼亚服务。
2025-07-19 cs.SY eess.SY physics.soc-ph