Distributed Load Shedding for Microgrid with Compensation Support via Wireless Network
Shanghai Jiao Tong University（上海交通大学）；Collaborative Innovation Center for Advanced Ship and Deep-Sea Exploration（先进船舶与深海探测协同创新中心）；Key Laboratory of System Control and Information Processing, Ministry of Education of China（教育部系统控制与信息处理重点实验室）
本文提出基于无线网络的分布式负荷切除方案，通过优化不同优先级负载的有功功率协调，结合子梯度方法算法和TDMA多播Metropolis调度，提高响应率和可靠性，验证了方案的有效性。
2018-07-23 cs.SY eess.SY
Maximal Load Shedding Verification for Neural Network Models of AC Line Switching
University of Vermont（佛蒙特大学）；Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文提出一种双层验证方法，利用凸松弛和局部搜索，为神经网络求解交流线路切换问题提供最坏情况负荷削减的下界，并在多个测试用例上验证其优于随机采样。
2025-10-27 cs.SY eess.SY
Machine Learning for Fairness-Aware Load Shedding: A Real-Time Solution via Identifying Binding Constraints
National Renewable Energy Laboratory（美国国家可再生能源实验室）
本文提出一种机器学习算法，通过识别绑定约束实现毫秒级计算，解决公平感知负荷削减优化问题的实时性挑战，并在3节点和RTS-GMLC系统上验证了其有效性。
2025-02-27 cs.AI cs.SY eess.SY
Optimal Rotational Load Shedding via Bilinear Integer Programming
University of California, Santa Cruz（加州大学圣克鲁兹分校）
本文研究了如何通过双线性整数规划优化电力分配网络中多个负荷区的旋转负荷削减计划，提出了一种新的双线性整数规划求解方法，并通过大量仿真验证了该方法的有效性。
2018-10-21 cs.SY eess.SY math.OC
A Cooperative Game Theory-based Approach to Under-frequency Load Shedding Control
针对电力系统频率稳定与控制问题，提出了一种基于合作博弈理论的低频减载方法。低频减载对于频率稳定性和频率控制至关重要，特别是在可再生能源高度渗透和重构电力系统的电网中。传统的UFLS方法，其中大部分是离线的，通常基于预定的时间表去除固定量的预定负载，这可能导致负载的过度或不足削减。本文提出了一种基于合作博弈理论的两阶段策略，以有效和精确地确定位置和数量的负荷减低频开关控制。在第一阶段中，使用参考等效惯性中心的初始频率变化率（ROCOF）来计算要甩负荷的总量，也称为发电量或干扰功率的不足。在第二阶段，Shapley值，合作博弈论的解决方案的概念之一，用于确定负荷削减量和位置。所提出的方法是实现减少9总线3机西部电力协调委员会（WECC）系统和实时数字仿真器（RTDS）进行了仿真。结果表明，所提出的UFLS方法可以有效地恢复系统的正常状态后的干扰。
2021-06-27 cs.SY eess.SY
Optimal Load Shedding for Public Safety Power Shutoffs
针对公共安全断电事件，提出一种基于负荷重要性的多步遗传算法减载优化方法，在保持关键负荷和电网稳定的前提下实现最小减载，降低野火风险。
2023-11-13 cs.SY eess.SY math.OC
Unit commitment with analytical underfrequency load-shedding constraints for island power systems
本文提出校正型频率约束机组组合（C-FCUC），通过解析建模低频减载约束来优化孤岛电力系统的旋转备用配置，并验证其可推广为预防型频率约束机组组合和标准机组组合，在西班牙孤岛系统中成功应用。
2023-04-11 cs.SY eess.SY
Under-frequency Load Shedding for Power Reserve Management in Islanded Microgrids
本文针对孤岛微电网提出低频减载方案，通过设定不同频率阈值触发减载，利用分段器、智能电表和可控电器，在OPAL-RT平台上验证了恢复功率储备和平衡三相电压的有效性。
2023-09-06 cs.SY eess.SY
Adaptive Load Shedding for Grid Emergency Control via Deep Reinforcement Learning
紧急控制，典型地如欠压减载（UVLS），被广泛地用于在紧急情况下解决实际电力系统中的低电压和电压不稳定问题。然而，现有的紧急控制方案是基于规则的，不能自适应地应用于不确定和浮动的操作条件。本文提出了一种基于深度强化学习和专家系统的自适应UVLS紧急控制算法。我们首先构造动态组件，用于将电力系统操作描绘为环境。瞬态电压恢复准则对UVLS提出了时变要求，它被集成到状态和奖励函数中，以指导深度神经网络的学习。该方法不存在报酬函数系数的调整问题，而这一问题被认为是现有基于DRL算法的不足之处。大量的案例研究表明，所提出的方法优于传统的UVLS继电器在紧急控制的及时性和有效性。
2021-02-25 cs.SY eess.SY
AC-aware Optimization Framework for Under-Frequency Load Shedding
本文提出一种交流感知预测优化框架，利用模型降阶技术捕捉交流网络效应和调速器动态，周期性自适应调整低频减载设定值，在1,648节点系统上验证其优于静态及简化模型的自适应UFLS方案。
2025-01-06 cs.SY eess.SY
Scalable Learning for Optimal Load Shedding Under Power Grid Emergency Operations
Department of Electrical and Computer Engineering The University of Texas at Austin（德克萨斯大学奥斯汀分校电气与计算机工程系）
对突发事件的有效和及时响应对于增强电网的弹性至关重要。考虑到级联传播的快速、复杂过程，由于计算复杂性和通信延迟问题，在大规模网络中难以实现诸如最优减载（OLS）的校正动作。本文提出了一种基于离线神经网络（NN）的OLS学习方法，通过离线训练构建各种潜在事故情景下的最优切负荷决策规则。值得注意的是，拟议的基于NN的OLS决策是完全分散的，使各个负载中心能够使用现成的本地测量结果对特定的应急情况做出快速反应。IEEE 14节点系统的数值研究表明，我们的可扩展的OLS设计的有效性，实时响应严重的电网紧急事件。
2022-01-27 cs.LG 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
Data-driven Under Frequency Load Shedding Using Reinforcement Learning
针对传统低频减载方案适应性差、强化学习方法训练计算负担重的问题，提出用机器学习分类器捕捉系统频率响应后训练RL智能体的方法，可缩短训练与实时应用时间、减少减载量，在IEEE 68节点系统上验证了更优性能。
2024-10-06 cs.SY eess.SY
Machine Learning for Campus Energy Resilience: Clustering and Time-Series Forecasting in Intelligent Load Shedding
University of Lagos（拉各斯大学）
本研究针对拉各斯大学提出基于机器学习的智能减载框架，通过主成分分析降维和Mini-Batch K-Means聚类划分建筑需求等级，并结合Prophet等模型进行短期负荷预测，实现更公平、数据驱动的配电优化。
2025-09-21 cs.LG cs.SY eess.SY
Accelerated Deep Reinforcement Learning Based Load Shedding for Emergency Voltage Control
切负荷是防止电压失稳的最有效的紧急控制手段之一。随着电力系统中不确定性的增加和运行条件的快速变化，现有方法在速度、自适应性或可扩展性方面存在突出问题。近年来，深度强化学习（DRL）被认为是一种有前途的快速自适应电网稳定控制方法。然而，现有的DRL算法在应用于电力系统控制问题时表现出两个突出的问题：1）计算效率低，需要大量的训练和调整时间;以及2）可扩展性差，使得难以扩展到高维控制问题。为了克服这些问题，一个加速DRL算法称为PARS开发和定制的电力系统电压稳定控制通过减载。PARS具有高度的可扩展性，并且仅使用五个主要超参数即可轻松调优。IEEE 39总线和IEEE 300总线系统的方法进行了测试，后者是迄今为止最大的规模这样的研究。测试结果表明，与其他方法相比，包括模型预测控制（MPC）和邻近策略优化（PPO）方法，PARS具有更好的计算效率（更快的收敛速度）、更强的学习鲁棒性、良好的可扩展性和泛化能力。
2020-12-05 cs.SY eess.SP eess.SY
Machine Learning for Scalable and Optimal Load Shedding Under Power System Contingency
National Renewable Energy Laboratory（国家可再生能源实验室）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
针对电力系统故障下实时最优切负荷（OLS）难以实现的问题，提出去中心化神经网络离线训练方法，利用本地测量自主构建OLS方案，减少计算通信需求，在IEEE 118节点和合成德克萨斯2000节点系统验证了其高效性。
2025-02-11 cs.LG cs.SY eess.SY
A Policy Switching Approach to Consolidating Load Shedding and Islanding Protection Schemes
School of Electrical Engineering & Computer Science Oregon State University（俄勒冈州立大学电气与计算机工程学院）
本文提出一种算法方法，通过策略切换整合传统负载削减和孤岛保护方案，以优化电力网络在故障发生前后运行性能。
2014-08-09 cs.SY eess.SY physics.soc-ph
Real-time hybrid controls of energy storage and load shedding for integrated power and energy systems of ships
本文针对含BESS和SCESS的船舶综合电力系统，提出利用不同爬坡率特性并结合滚动时域优化的实时EMS，以减少减载、平衡SoC并降低计算负担。
2024-03-02 cs.SY eess.SY
Barrier Function-based Safe Reinforcement Learning for Emergency Control of Power Systems
低压减载已被认为是在紧急和严重情况下恢复电网电压稳定的标准和有效措施。然而，这种方案通常会使大量的负载跳闸，这对客户来说是不必要的和有害的。最近，深度强化学习（RL）被认为是一种很有前途的方法，可以显着减少甩负荷量。然而，与大多数现有的基于机器学习（ML）的控制技术一样，RL控制通常不能保证被控系统的安全性。介绍了一种新的电力系统紧急切负荷的安全RL方法，该方法可以提高电网在发生故障后的电压安全恢复能力。与标准RL方法不同，安全RL方法具有由障碍函数组成的奖励函数，当系统状态达到安全界限时，该障碍函数达到负无穷大。因此，最优控制策略，使最大化的回报函数，可以使电力系统，以避免安全边界。该方法具有通用性，可应用于其它安全关键控制问题。在39节点IEEE基准上进行了数值仿真，以证明所提出的安全RL紧急控制的有效性，以及其对训练中未出现的故障的自适应能力。
2021-09-30 cs.SY eess.SY
Techno-Economic Planning of Spatially-Resolved Battery Storage Systems in Renewable-Dominant Grids Under Weather Variability
本文针对可再生能源主导电网中的波动性与切负荷问题，提出基于两阶段随机规划的电池储能系统选址、定容与选型方法，并以纽约州为案例验证其可减少34%弃电和21%切负荷，揭示成本与可再生能源渗透率的非线性关系。
2025-08-17 cs.SY eess.SY
A Preliminary Study on the Role of Energy Storage and Load Rationing in Mitigating the Impact of the 2021 Texas Power Outage
2021年2月，一场史无前例的冬季风暴席卷美国，严重影响德州电网，导致超过450万客户电力服务中断。本文评估了在实际电网的现实情况下，客户经历的减负荷。并对利用储能和负荷配给来缓解轮流停电对电网的不利影响进行了初步研究。据估计，如果能量存储是唯一的技术选择，则需要总装机容量为920 GWh的公用事业规模的电池存储系统来完全抵消德克萨斯州停电期间的甩负荷。我们的模拟结果表明，在系统上实施20%的负荷配给可能会使估计的储能容量减少85%。该估计是使用2021年2月15日至2月18日的预测容量和需求概况获得的。认识到实际部署这种规模的储能将是非常具有挑战性的事实，研究了提供更细粒度的需求减少的方法，作为利用储能最大限度地提高消费者生存能力的一种手段。初步案例研究表明，在这种极端天气条件下，将负荷配给和适当的储能规模相结合的潜力可能会为电网提供更大的可靠性改善。
2021-11-25 cs.SY eess.SY
Community Resilience Optimization Subject to Power Flow Constraints in Cyber-Physical-Social Systems in Power Engineering
针对电力工程中的网络-物理-社会系统，提出了一种潮流约束下的社区弹性优化方法，并采用基于多智能体的算法进行求解。在物理侧的发电与社会侧的消费者和关键负荷之间建立联系的工具是潮流算法。具体而言，情感，同理心，合作的水平，和消费者的身体健康，prosumers在拟议的社区弹性优化方法建模，同时占电功率系统的限制和他们的影响的关键负载，其中包括医院，收容所，加油站，仅举几例。这种优化解释了这样一个事实，即社会的满意度、生活水平和社会福祉取决于包括电力在内的能源供应。显然，由于减载造成的电力短缺对精神和心理生活质量都有影响，这反过来又影响到社区的复原力。开发的约束社区弹性优化方法应用于两个案例研究，包括两个区域6节点系统和修改后的IEEE RTS 24节点系统。仿真结果表明，情绪，风险感知和社交媒体平台效应因子的初始值的降低需要增加减载，这反过来又导致社区弹性的下降。相反，合作，同情，身体健康，微电网和分布式能源的能力的初始值的增加导致在减负荷，这反过来又引起了社区弹性的增强。
2020-04-02 cs.SY eess.SY physics.soc-ph
Quantitative Analysis of Demand Response Using Thermostatically Controlled Loads
恒温控制负载（TCL），如加热，通风和空调（HVAC）系统的灵活的功耗特性使它们成为需求响应（DR）的有吸引力的目标。TCL拥有一个短暂的时间，在此期间，其电力利用率可以改变，而不会对客户的舒适度产生任何重大影响。这表明TCL是提供辅助服务的潜在潜力。本文提出了一种新的指标的需求响应支持时间（DRST）的HVAC启用的需求响应和一种新的算法，这样的HVAC-DR的量化。消费者的舒适度不会受到影响，建议的DRST为基础的HVAC-DR。案例研究表明，它的好处在微电网日前调度的成本节省和减少强制甩负荷在电网-微电网联络线停电事件。这说明了储备潜在的好处和增加微电网的可靠性时，考虑基于DRST的HVAC-DR。
2021-10-24 cs.SY eess.SY
Load Block Modeling in Distribution Systems: Network Reconfiguration for Load Restoration
Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室）
本文研究配电网恢复问题，提出更准确的负载切除、投入和恢复建模方法，以应对复杂工程约束。
2026-04-16 cs.SY eess.SY math.OC
Data-driven Coordinated AC/DC Control Strategy for Frequency Safety
本文提出了一种数据驱动的协调交流直流控制策略，用于在非预期操作条件和大功率缺额下确保系统频率安全，通过整合直流紧急支持与传统负载切除，实现最小控制成本和高预测准确性。
2024-05-21 cs.SY eess.SY
A Load Switching Group based Feeder-level Microgrid Energy Management Algorithm for Service Restoration in Power Distribution System
本文提出了一种基于负载切换组的能量管理系统（LSG-EMS），用于在由一个或多个电网形成分布式能源供电的配电馈线上操作微电网。配电馈线上的负载被分成可以远程接通和断开的负载开关组。LSG-EMS算法被表述为混合整数线性规划（MILP）问题，其目标函数是最大化服务负载，同时最小化切换动作总数。提出了一组新的拓扑约束条件，允许馈线上形成多个微网，并选择最优供电路径，通过最大化客户偏好服务期内的供电持续时间和强制执行最小服务持续时间来考虑客户舒适度。所提出的方法被证明在一个修改后的IEEE 33节点系统，使用实际的客户数据。仿真结果表明，LSG-EMS成功地协调多个网格形成源，通过选择一个最佳的供电拓扑结构，最大限度地提高关键和非关键负载的供电周期，同时最大限度地减少客户服务中断的服务恢复过程中。
2020-11-17 cs.SY eess.SY
Scheduling of Software-Defined Microgrids for Optimal Frequency Regulation
本文针对高比例逆变器资源微电网的频率稳定问题，提出一种软件定义微电网最优调度框架，通过动态优化虚拟惯量与阻尼并显式建模负荷削减延迟和参数更新失败，在改进IEEE 33节点系统中验证了其有效性与经济价值。
2024-02-21 cs.SY eess.SY
Structural Emergency Control Paradigm
Massachusetts Institute of Technology（麻省理工学院）；Technical University of Denmark（丹麦技术大学）；Cornell University（康奈尔大学）
本文提出一种新的结构紧急控制方法，通过离散重定位平衡点及其稳定性区域，使系统从故障清除状态连续吸引回原平衡点，无需连续测量或负载削减，适用于大规模电网。
2017-01-16 cs.SY eess.SY
Reliability Value of Long-Duration Energy Storage against Extreme Events in High-Renewable Grids: A Full-Year AC-OPF Assessment
Massachusetts Institute of Technology（麻省理工学院）；Yonsei University（延世大学）；Ewha Womans University（梨花女子大学）
本文提出多时段交流最优潮流模型，评估长时间储能在高可再生能源电网中应对极端事件的可靠性价值，在200母线系统上使年度减载平均降低83.0%，并保障N-1事故下的运行可行性。
2026-09-09 cs.SY eess.SY
AC-OPF Feasibility Analysis and Sensitivity-Guided Capacitor Placement in a High-PV Islanded Microgrid
Massachusetts Institute of Technology（麻省理工学院）
本文在数字孪生框架下对高光伏渗透率的城市级微电网进行AC最优功率流对比研究，通过灵敏度分析指导电容器布置以提升可靠性与经济性。
2026-04-15 cs.SY eess.SY
Optimizing Battery and Line Undergrounding Investments for Transmission Systems under Wildfire Risk Scenarios: A Benders Decomposition Approach
针对气候变化下输电系统野火风险与断电负荷削减问题，提出基于多情景的Benders分解两阶段框架，优化电池安装与线路地下化投资，在真实数据的大规模电网中验证了有效性。
2025-06-17 cs.SY eess.SY
An Integrated Approach for Failure Mitigation & Localization in Power Systems
输电网通常由多个控制区域组成，这些控制区域通过网状结构中的多条联络线连接以实现可靠性。众所周知，线路故障可能会非本地传播，冗余可能会加剧级联。在本文中，我们提出了一个综合的方法，电网的可靠性，（i）明智地关闭少量的联络线，使控制区域连接在一个树结构;（ii）利用统一的频率控制模式，实时提供拥塞管理。尽管所提出的拓扑结构减少了冗余，但区域级的树结构和实时拥塞管理的集成可以为故障定位和缓解提供更强的保证。我们说明了我们的方法在IEEE 39总线网络和评估其性能的IEEE 118总线，179总线，200总线和240总线网络与各种网络拥塞条件。仿真结果表明，与传统的方法相比，我们的方法不仅可以防止在更多的故障情况下切负荷，而且在切负荷是不可避免的情况下，也会引起少量的负荷损失。此外，根据我们的方法，发电机以本地方式更积极有效地调整其运营。
2020-04-22 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
Tertiary Regulation of Cascaded Run-of-the-River Hydropower in the Islanded Renewable Power System Considering Multi-Timescale Dynamics
为了实现农村地区的电力供应和开发清洁能源，全世界都在建设完全可再生的电力系统，包括梯级径流式水电和光伏、风能等不稳定能源。在孤岛运行模式下，初级和次级频率控制，即，水轮机调速器和自动发电控制（AGC）负责频率稳定性。然而，由于径流式水电的蓄水能力有限和河流动力学约束，在梯级电站之间没有协调的情况下，传统的固定参与因子AGC不能充分发挥梯级水电的可调节性。当不稳定的能量和负载之间发生不平衡时，甩负荷可能是不可避免的。为了解决这个问题，本文提出了一个协调的三级控制方法，联合考虑电力系统动态和河流动态耦合的梯级水电站。电力系统和河流动力学的时间尺度是非常不同的。为了统一多时间尺度动态，建立一个模型预测控制器，协调级联工厂，AGC参数和涡轮流量之间的关系在一个时间间隔内近似基于数据的二阶多项式代理模型。通过优化AGC参与因子，以滚动时域方式协调级联电厂，并使甩负荷最小化。对一个实际系统的仿真结果表明，所提出的方法可以有效地降低光伏波动下的负荷损耗。
2021-03-28 cs.SY eess.SY math.OC
AC Dynamics-aware Trajectory Optimization with Binary Enforcement for Adaptive UFLS Design
University of Vermont（佛蒙特大学）
本文提出一种基于轨迹优化的自适应UFLS方法，通过引入全AC非线性动态和二进制决策，解决传统UFLS方案在高分布式能源渗透下的非适应性问题，有效恢复系统频率。
2026-03-19 cs.SY eess.SY
Voltage Collapse Stabilization in Star DC Networks
电压崩溃是一种停电引起的动态不稳定性，发生在电力需求超过可以通过网络传输的最大功率时。避免电压崩溃的传统（预防性）方法是基于确保网络永远不会达到其最大容量。然而，这样的方法导致网络资源的低效使用，并且没有考虑到不可预见的事件。为了克服这一局限性，本文试图启动电压崩溃稳定的研究，即，以稳定电压崩溃点为目标的负荷控制器的设计。我们制定了一个星形直流网络的电压稳定性问题作为一个动态的问题，每个负载寻求实现恒定的功耗更新其电导作为电压的变化。我们介绍了一个电压崩溃稳定控制器，并表明，高压平衡稳定。更重要的是，我们能够在极端负载条件下实现比例减载。我们使用数字插图进一步强调了我们控制器的主要功能。
2021-04-19 cs.SY eess.SY
False Relay Operation Attacks in Power Systems with High Renewables
负荷发电平衡和系统惯性对于维持电力系统的频率至关重要。为了保持负荷发电平衡，电网配备了频率变化率（ROCOF）和甩负荷（LS）继电器。随着可再生能源的日益普及，电网的惯性正在下降，这导致在负载-发电不平衡的情况下系统频率下降更快。在此背景下，我们分析了在具有高可再生能源的电力系统中启动虚假数据注入（FDI）以创建虚假继电操作（FRO）的可行性，我们称之为FRO攻击。我们对电力系统的频率动态和相应的FDI攻击进行建模，包括同步发电机惯性、调速器时间常数和下垂等参数对FRO攻击成功的影响。我们将FRO攻击形式化为约束满足问题（CSP），并使用可满足性模理论（SMT）解决。我们的案例研究表明，可再生能源的电网更容易受到FRO攻击，同步发电机的惯性在减少电网中FRO攻击的成功方面起着至关重要的作用。
2021-02-24 cs.SY eess.SY
Exploiting Vulnerabilities of Load Forecasting Through Adversarial Attacks
University of Washington（华盛顿大学）
本文研究了一类负荷预测算法的脆弱性，提出了一种无需假设攻击者能力的数据注入攻击算法，通过注入恶意数据影响负荷预测，导致系统操作中的负载削减和调度成本增加。
2019-04-13 cs.SY eess.SY math.OC
Comparative Assessment of Look-Ahead Economic Dispatch and Ramp Products for Grid Flexibility
Midcontinent ISO（中部电网独立系统运营商）
本文比较了前瞻性经济调度与爬坡产品在电网灵活性中的性能，发现两者在特定条件下存在差异，提出改进爬坡产品实现的建议。
2026-01-29 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
An Improved Transmission Switching Algorithm for Managing Post-(N-1) Contingency Violations in Electricity Networks
这封信是通过将搜索空间移动到甩负荷总线来改进传输切换（TS）性能的概念证明。过去的研究表明，改变输电系统拓扑结构会改变潮流，并消除事故后违规。因此，TS可以在N-1意外事故后减少甩负荷量。其中一个主要的挑战是在合适的时间找到最好的TS候选。在这封信中，最好的TS候选人是通过使用一种新的启发式双层方法的基础上线性灵敏度。建议的双层方法是很容易实现在现实世界中，保证消除后应急违规，并排名最佳的TS候选人的基础上最小的甩负荷可能。此外，所提出的方法是计算效率，因为它不涉及混合整数规划。在IEEE 39节点试验系统中，通过对N-1事故后输电系统拓扑结构的修改，实现了双水平方法。结果表明，具有发电再调度的TS是防止连锁故障的最佳切负荷恢复方案。此外，双水平的方法，即使在文献中的现有方法不能完全消除后偶然违规的情况下。
2020-06-23 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
Optimal Hardening Strategy for Electricity-Hydrogen Networks with Hydrogen Leakage Risk Control against Extreme Weather
针对极端天气下电-氢配电网的氢气管道泄漏风险，本文建立含决策相关不确定性的失效模型，提出纳入 HLCC 的两阶段分布鲁棒加固优化方法，并通过二阶锥重构与 C&CG 算法高效求解。
2024-10-27 cs.SY eess.SY
Model predictive control strategy in waked wind farms for optimal fatigue loads
本文提出一种闭环模型预测控制策略，在尾流风电场中优化功率跟踪与疲劳载荷，通过权衡载荷均衡，在64台风机仿真中验证了可缓解动态疲劳载荷且不影响功率跟踪。
2023-08-25 cs.SY eess.SY
Sharing the Load: Considering Fairness in De-energization Scheduling to Mitigate Wildfire Ignition Risk using Rolling Optimization
野火是对公共安全的威胁，由于气候变化，野火的频率和严重程度都有所增加。为了减轻野火点火风险，电力电力系统运营商在“公共安全电力切断”（PSPS）事件期间主动地使高风险电力线路断电。线路断电会导致社区断电，这可能会对经济、健康和安全造成负面影响。此外，同一社区在野火季节可能会反复经历断电，这加剧了这些负面影响。然而，可能有许多电力线路的组合，其去电将导致大约相同的系统范围野火风险的降低，但相关的停电影响不同的社区。因此，人们可能会对解除制裁决定的公平性表示关切。因此，本文提出了一个框架来选择线路去能，以平衡野火风险降低，总减载，和公平的考虑。该框架的目标是防止一小部分社区受到PSPS事件的不利影响，而是更平等地分担停电的负担。对于美国西南部的地理定位测试案例，我们使用实际的加州需求数据以及真实的野火风险预测来模拟2021年野火季节的PSPS事件，并比较各种方法的性能以促进公平。我们的研究结果表明，所提出的配方可以提供显着更公平的结果，对系统范围内的性能的影响有限。
2022-11-02 cs.SY eess.SY
A Coupled V2G Equilibrium Model of Electric Vehicle and Power System Interactions
University of Southern California（南加州大学）；Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室）
本文提出一个多主体耦合均衡框架，用于研究电动汽车与电力系统双向交互的经济机制及其对电网的效益，通过预处理可行路径生成过程整合充放电选择，数值研究验证了在家庭负载增加和电力线路故障场景下，V2G在减少负荷切除和降低配电节点边际电价方面的有效性。
2026-05-16 cs.SY eess.SY
Frequency-Constrained Resilient Scheduling of Microgrid: A Distributionally Robust Approach
为了防止潜在的频率不稳定性，由于高电力电子（PE）渗透下无意孤岛事件，本文提出了一种新的微电网调度模型，明确建模系统频率动态以及与可再生能源资源和负荷的长期/短期的不确定性。合成惯性（SI）控制被应用于调节基于逆变器的发电机（IBG）的有功功率输出，以支持孤岛后频率评估。与非临界甩负荷相关的不确定性明确建模的基础上的分布鲁棒制剂，以确保弹性操作孤岛事件。由此产生的频率约束解析推导和重新制定成二阶锥（SOC）的形式，这是进一步纳入微电网调度模型，使最佳的SI提供可再生能源（RES）从微电网的角度来看。通过对交流潮流约束的SOC松弛，将整个问题构造为一个混合整数SOC规划（MISOCP）。基于改进的IEEE 14节点系统验证了该模型的有效性。
2021-06-30 cs.SY eess.SY
Decision-Focused Learning for Optimal Battery Scheduling Under Load and Photovoltaic Power Uncertainty in Microgrids
Politecnico di Milano（米兰理工大学）；Polytechnique Montréal, GERAD & Mila（蒙特利尔高等商学院、GERAD与Mila）
本研究针对微电网负荷与光伏功率不确定性问题，提出决策聚焦学习（DFL）框架训练预测器，可降低运行成本、消除负荷削减，证实预测精度与决策质量无单调关系。
2026-10-14 cs.SY eess.SY
Resilient Load Forecasting under Climate Change: Adaptive Conditional Neural Processes for Few-Shot Extreme Load Forecasting
本文提出AdaCNP模型，通过自适应条件神经过程实现少样本极端负荷预测，提升电力系统在极端天气下的预测鲁棒性。
2026-02-04 cs.LG cs.SY eess.SY
Dynamic Estimation of Power System Inertia Distribution Using Synchrophasor Measurements
间歇性可再生能源在现代电力系统中的集成增长非常快。用零到低可变可再生能源替换同步发电机大大降低了系统惯性。在大型系统中，惯性分布可能变化很大，低惯性区域更容易受到频偏的影响，从而带来甩负荷和发电跳闸的风险。因此，有必要对系统的惯性及其分布进行实时评估和量化。提出了一种基于同步相量测量单元（PMU）的动态系统惯量估计方法。建议的惯性估计方法是使用电气距离和聚类算法，它考虑了测量相对于馈入负载的位置和振荡的影响。在估计过程中还确定了惯性中心（COI）区域和低惯性区域。采用DSATools的核心模块-暂态安全分析工具（TSAT）对IEEE 24节点系统进行了不同负荷配置的数值仿真，验证了该方法的有效性。
2020-06-20 cs.SY eess.SP eess.SY
DC power grids with constant-power loads -- Part I: A full characterization of power flow feasibility, long-term voltage stability and their correspondence
在这两部分的论文中，我们开发了一个统一的框架，用于分析具有恒定功率负载的直流电网的潮流方程的可行性。在本文的第一部分中，我们提出了一个详细的介绍，这样的电网的潮流可行性的问题，并选择一个理想的操作点，满足潮流方程的相关问题。我们介绍并确定所有的长期电压半稳定的工作点，并表明，存在一个一对一的对应关系，这样的工作点和恒定的功率需求的潮流方程是可行的。这些工作点可以通过求解初值问题来找到，并且这些工作点的参数化也被获得。此外，我们给出了所有可行功率需求的集合的一个完整的刻画，并给出了这个集合的凸性的一个新的证明。此外，我们提出了一个必要和充分的LMI条件下的可行性的一个向量的功率需求在小扰动，这扩展了文献中的必要条件。
2020-11-18 cs.SY eess.SY
A Comparative Study on Frequency-Constrained Unit Commitment Approaches in Island Power Systems
本文比较了岛屿电力系统中不同频率约束机组组合方法，提出两个指标从系统效益和计算负担角度评估，并在西班牙真实岛屿仿真中证明数据驱动校正型FCUC方法最具优势。
2025-07-07 cs.SY eess.SY
Less is More: Real-time Failure Localization in Power Systems
California Institute of Technology（加州理工学院）
本文提出了一种分布式控制框架，通过统一控制器和网络树分区的概念，有效缓解和定位电力系统中的级联故障，提升了系统在N-1安全标准下的鲁棒性，并在多数负载剖面中将初始故障的影响局部化，同时减少负载损失。
2019-04-19 cs.SY eess.SY
Chance-constrained allocation of UFLS candidate feeders under high penetration of distributed generation
低频减载（UFLS）方案是通过断开部分需求来控制电网频率下降的最后手段。选择馈线的分配方法，将有助于UFLS计划传统上依赖于这样一个事实，即电力需求遵循相当规律的模式，并可以预测高精度。然而，最近集成的分布式发电（DG）增加了馈线的净消耗的不确定性，这反过来又需要重新制定的UFLS分配方法来考虑这种不确定性。在本文中，提出了一种选择馈线的机会约束方法，数学保证断开所需的负载量与一定的预定义的概率。考虑到DG功率输出的不确定性是由整个网络具有高度相关性的气象条件驱动的，馈线之间的净负荷预测的相关性被明确考虑。此外，该方法可应用于具有常规UFLS方案的系统（其中继电器测量本地频率，并且如果该幅度低于某个阈值则跳闸）或自适应UFLS方案（其中继电器由在偶然事件之后的几个瞬间中发送的控制信号触发）。相关的案例研究表明，所提出的方法的适用性，并明确考虑不确定性的UFLS分配过程中的需要。
2022-11-05 cs.SY eess.SY math.OC
