The impact of load placement on grid resonances during grid restoration
本文研究电网恢复黑启动初期的谐振问题，通过分析频谱特性证明将负荷接入输电线路中间可最大化系统首次谐振的阻尼比，从而优化轻载电网的阻尼效果。
2024-02-14 cs.SY eess.SY math.DS
Characterizing capacity of flexible loads for providing grid support
灵活负荷是未来平衡机构（BA）的一种资源，可帮助平衡电网中的供需。因此，它是感兴趣的BA知道有多少灵活性的负载的集合，以便成功地将灵活的负载到网格级资源分配。负载的灵活性受到其所有服务质量（QoS）要求的限制。在这项工作中，我们提出了一个灵活的负载集合的能力的表征。该表征是在参考信号的功率谱密度（PSD）方面。我们的表征的两个优点是：（i）它容易地允许BA使用用于灵活负载的资源分配的表征，以及（ii）它允许用于灵活负载的集合的功率和能量容量的精确定义。
2020-05-04 cs.SY eess.SP eess.SY
Load Oscillating Attacks of Smart Grids: Demand Strategies and Vulnerability Analysis
我们调查的脆弱性的输电网负载振荡的攻击。我们证明了一个对手与相对少量的资源可以发起一个成功的负载振荡攻击，破坏网格。假设对手能够破坏负载总线子集上的智能电表并控制其开关。在所研究的攻击情况下，对手估计的线路流量敏感性因素（LFSF）与受监控的联络线，通过扰动少量的负载在受损的总线和观察受监控的线路流量的变化。学习的LFSF值用于选择目标线路并优化振荡攻击以使目标线路跳闸，同时最小化负载振荡的幅度。我们使用COSMIC时域模拟器评估了攻击的影响，并使用IEEE RTS 96和波兰2383总线系统进行了两个测试。建议的攻击策略成功地导致33%的负载被甩，而振荡只有7%的负载在IEEE RTS 96测试系统中，和完全停电后，振荡只有3%的负载在波兰测试系统中，这是远远小于振荡幅度所使用的其他基准。
2021-05-01 cs.SY eess.SY
Protecting the Future Grid: An Electric Vehicle Robust Mitigation Scheme Against Load Altering Attacks on Power Grids
本文提出一种基于鲁棒控制理论和线性矩阵不等式的电动汽车反馈控制器防御方案，利用H-2和H-infinity技术消除未知负荷篡改攻击影响，在新英格兰39节点电网上有效抵御800 MW攻击并保持电网稳定。
2023-08-15 cs.SY eess.SY
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
Stratospheric Grid: A Wireless Power Transfer Enabled HAP Network with Integrated Generation-Grid-Load-Storage Functions
针对传统高空平台难以全天候连续运行的问题，本文提出由无线能量传输互联、高空平台作为发-网-荷-储一体化节点的平流层能量网格，通过协同调度提升能量利用率与运行韧性，经案例验证有效并梳理了研究方向。
2025-11-18 cs.SY eess.SY
Energy transmission control for a Grid-connected modern power system Non-Linear loads with a Series Multi-Stage Transformer Voltage Reinjection with controlled converters
有效的能量传输方式是提高整个输电系统效率的关键因素。提出了许多方法来控制无功潮流，电压波动和功率因数的改善，所提出的变换器拓扑结构给出了一个非常显着的改善传输系统的性能，其中包括多级Transformers控制与控制变换器以及串联有源滤波器。总体控制策略包括多级电压再注入Transformer控制的变流器（MSVRITCC）将电压再注入电网以补偿电压和剩余参数以及潮流控制。所提出的拓扑结构提高了电网的安全性，灵活性，在达到所需的负载要求与电网的适应性，并降低了THD值到一个显着的值，并使控制的功率调节电路灵活，易于执行电网的电压补偿负载连接的应用。采用二进制控制来触发功率转换器电路，使控制变得更加简单。
2020-10-04 cs.SY eess.SY
A Multi-Head Convolutional Neural Network Based Non-Intrusive Load Monitoring Algorithm Under Dynamic Grid Voltage Conditions
近年来，非侵入式负载监控（NILM）由于其在节能和管理方面的潜力，已成为配电级能源管理系统的重要工具。然而，由于实时负载的高度可变性和变化的负载组成，智能建筑环境中的负载监测是具有挑战性的。此外，随着智能电表数据量和维度的增加，准确性和计算时间是关键的关注因素。鉴于这些挑战，本文提出了一种改进的NILM技术，在动态电网电压条件下使用多头（Mh-Net）卷积神经网络（CNN）。在所提出的CNN模型中引入了注意层，这有助于提高设备功耗的估计精度。所开发的模型的性能已被验证的实验室设置为多个器具集不同的功耗水平，动态电网电压下。此外，该模型的有效性已被验证广泛使用的UK-DALE数据，其性能已与现有的NILM技术进行了比较。结果表明，该模型准确地识别设备，功耗和他们的使用时间，即使在实际的动态电网电压条件。
2022-05-31 cs.SY eess.SY
Designing Grid-Aware Dynamic Specifications for Large Data Center Loads
针对大型数据中心负载的爬坡与振荡行为，提出基于惯量中心频率和频谱多面体近似的动态规范设计方法，并在WECC 179节点系统验证其有效性。
2026-09-17 cs.SY eess.SY
Compensation for reactive power and harmonic current drawn by a non-linear load in a pv-micro hydro grid
本文研究光伏-微型水电电网中非线性负载引起的电能质量问题，提出在公共耦合点集成并联有源电力滤波器，利用瞬时PQ理论和滞环电流控制进行无功与谐波补偿，将THD从7%降至2.96%。
2024-06-08 cs.SY eess.SY
Resilient Energy-Based Control for DC Data Centers under Grid and Load Disturbances
Siemens Foundational Technology（西门子基础技术）；Department of Electrical Engineering, State University of New York, Maritime College（纽约州立大学海事学院电气工程系）
本文提出了一种基于被动性的控制框架，用于供应非被动信息科技机架负载的AC-DC转换器，通过端口哈密顿公式利用系统总能量平衡推导出方法，在与非被动负载或电网扰动接口时，通过形状存储能量和注入虚拟阻尼，使转换器行为如同被动系统，从而保证闭环系统的渐近电压调节和严格能量耗散，无需假设电网电压或频率恒定。
2026-05-20 cs.SY eess.SY
The Cheap Hours Don't Stay Cheap: Price-Chasing Data Centers Reshape Grids and Markets
本文研究了数据中心在电力市场中的负载调度影响，提出了一种详细的任务级调度框架，并通过案例研究展示了价格驱动调度对经济性和电网安全的影响及缓解措施。
2026-10-22 cs.SY eess.SY
Impact of Virtual Inertia on DC Grid Stability with Constant Power Loads
虚拟惯性是一种有效的控制方法，以衰减电压突变期间的过渡事件在低惯性直流电网。虽然已经提出了实现虚拟惯性的方法，但其对恒定功率负载（CPL）存在下的DC电网稳定性的影响仍然不清楚。在本文中，我们进行了严格的稳定性分析与CPL的虚拟惯性增强转换器供电的直流电网。我们推导出一个封闭形式的稳定性准则，可用于评估虚拟惯性对系统稳定性的影响，并证明，给定一组系统参数，可以提高一系列的虚拟惯性设计的直流电网供电CPL的稳定性。我们提供的最佳虚拟惯性，提高稳定性和最大虚拟惯性，不恶化稳定性的解析表达式。此外，我们提出了一个循序渐进的指导方针，设计一个稳定的直流电网与虚拟惯性。测试结果验证了分析。
2023-02-08 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
Survey of Load-Altering Attacks Against Power Grids: Attack Impact, Detection and Mitigation
本文综述电网负载篡改攻击（LAAs），分析其对输配电网络及电力市场的影响，总结基于模型、数据驱动及混合方法的检测定位方案与预防、反应性缓解技术，并指出未来研究方向。
2025-04-16 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
Small-Signal Stability Impacts of Load and Network Dynamics on Grid-Forming Inverters
本文通过特征值分析研究了负载模型和网络动态表示对构网型逆变器与同步发电机小信号稳定性及最大负载能力的影响，揭示了网络表示在不同负载模型下对稳定区域具有决定性作用。
2024-02-26 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
To Defer or To Shift? The Role of AI Data Center Flexibility on Grid Interconnection
University of Alberta（阿尔伯塔大学）
本文研究AI数据中心灵活性对电网互联的影响，通过建模评估其对发电、成本和拥堵的影响，发现灵活性不总是降低所需发电容量，且延迟AI计算会减少电网压力但边际效益递减。
2026-04-07 cs.SY eess.SY
A Cyber Insurance Policy for Hedging Against Load-Altering Attacks and Extreme Load Variations in Distribution Grids
本文提出一种网络安全保险框架，通过VaR和TVaR评估方法，针对分布电网中负荷改变攻击和极端负荷波动导致的额外运营成本进行风险对冲。
2025-11-29 cs.SY eess.SY
Learning-Enabled Adaptive Voltage Protection Against Load Alteration Attacks On Smart Grids
本文提出基于深度强化学习的自适应电压保护系统，通过对抗训练学习识别隐蔽负荷篡改攻击并动态调整保护阈值，理论证明与硬件在环实验验证其能有效防止智能电网停电。
2024-11-21 cs.CR cs.GT cs.SY
Customer Engagement Plans for Peak Load Reduction in Residential Smart Grids
Lahore University of Management Sciences（拉合尔管理科学大学）；Singapore University of Technology and Design (SUTD)（新加坡科技设计大学）
本文提出并研究了通过电网运营商对客户负载设置进行干预以削减峰谷负荷的客户参与计划，提出了两种计划类型：恒定偏差计划和比例偏差计划，并探讨了其在不同客户需求下的适用性。
2015-02-13 cs.SY eess.SY
Voltage Ride-Through in Large Loads- A Dual PQ Approach
Lancium（兰修姆公司）
本文研究了大负载（如人工智能数据中心）在电网暂态扰动中的电压穿越能力，提出双PQ方法以弥补传统无功补偿的不足，分析了极端电压跌落导致负载断开的风险。
2026-05-01 cs.SY eess.SY
Short-Term Forecasting of Thermostatic and Residential Loads Using Long Short-Term Memory Recurrent Neural Networks
本文研究了智能电网中恒温负荷的物联网设备建模，构建了基于长短期记忆循环神经网络的短期负荷预测模型，并利用仿真平台和住宅数据集验证了其有效性。
2024-12-20 cs.SY eess.SY
Dynamic Voltage Restorer (DVR) For Protecting Hybrid Grids
动态电压恢复器（DVR），由于一些重要的原因，用于保护负载特别是关键负载免受一些电能质量问题，如凹陷，隆起，谐波和故障。快速暂态响应是补偿电压质量的一个不可避免的因素。不同的控制拓扑结构已被应用于该设备。在该项目中，部署DVR以保持与电网和风力涡轮机并联连接的关键负载。已经考虑了几种情况下的电能质量问题。已在MATLAB/Simulink中实现的建议系统的仿真结果显示DVR是如何有效地保护负载。
2020-06-30 cs.SY eess.SY
A Hardware-in-the-Loop Experimental Testbed using Air Conditioners for Grid Balancing
本文构建了一个使用空调的硬件在环实验测试平台，并与仿真平台联动以扩大负荷群规模，验证了小负荷集合体参与电网平衡的可行性。
2024-11-07 cs.SY eess.SY
Dynamic Load Altering EV Attacks Against Power Grid Frequency Control
在应对气候变化的必要性的推动下，电动汽车（EV）正在部署，以利用其减少交通部门产生的排放的能力。这种部署使电网容易受到通过电动汽车基础设施的攻击。本文从攻击者的角度出发，提出了一种通过操纵电动汽车充电来破坏电网稳定的动态负载改变策略。该攻击是基于反馈控制理论制定的，即，设计基于线性矩阵不等式（LMI）的攻击。在建立了稳定性度量和控制器设计之后，我们展示了我们对昆都尔2区域网格的攻击方法。攻击场景包括由攻击者控制的200 MW EV负载的上限。然而，结果表明，即使有这种限制，攻击者也会成功地将电网推向不稳定和停电。
2022-07-20 cs.SY eess.SY
Exploring the Effects of Load Altering Attacks on Load Frequency Control through Python and RTDS
本研究通过Python和RTDS模拟静态与动态场景，分析了负载篡改攻击对负载频率控制的影响，提出基于特征值的稳定性评估方法，揭示了影响电网韧性的关键参数。
2025-06-26 cs.CR cs.SY eess.SY
Grid Capacity Expansion under Data Centers and Electrified Manufacturing Large Loads
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；TotalEnergies Research & Technology USA, LLC（道达尔能源美国研究与技术有限责任公司）
针对数据中心和电气化制造带来的大负荷，提出多周期电网容量扩展模型，优化发电、储能和输电投资，并通过ERCOT系统七年的案例分析验证模型有效性。
2026-05-29 cs.SY eess.SY
Smart Fridge / Dumb Grid? Demand Dispatch for the Power Grid of 2020
Univ. of Florida（佛罗里达大学）；Telecom Paristech（巴黎高等电信学院）；Inria/ENS（法国国家信息与自动化研究所/巴黎高等师范学院）
本文探讨2020年电网需求调度所需的智能水平，指出通过单向通信即可实现冰箱和水池泵的辅助服务，电网层面需更少的智能。
2015-09-04 cs.SY eess.SY math.OC
Analysis of Load-Altering Attacks Against Power Grids: A Rare-Event Sampling Approach
通过操纵成千上万的物联网（IoT）使能的高瓦数电器（例如，WiFi控制的空调），大规模的负载改变攻击（LAA）可能会导致电网运营严重中断。在这项工作中，我们提出了一种罕见事件采样的方法来识别LAAs，导致关键的网络故障事件（定义为激活电网应急响应（ER））。所提出的采样器被设计为“跳过”不太感兴趣的LAA实例（即，不触发网络故障的那些），从而显著降低了识别有影响的LAA的计算复杂度。我们进行广泛的模拟LAAs使用昆都尔两区域系统（KTAS）的电力网络，同时采用稀有事件采样器。这些结果有助于我们识别攻击者可以发起最具影响力的攻击的受害者节点，并深入了解LAA的空间分布如何触发ER的激活。
2022-05-06 cs.SY eess.SY
Voltage and Frequency Stability Analysis of Transmission Power Grids with EV Charging Stations
King Fahd University of Petroleum & Minerals (KFUPM)（国王法赫德石油与矿物大学）；Interdisciplinary Research Center for Sustainable Energy Systems (IRC-SES), KFUPM（可持续能源系统交叉研究中心）；SDAIA-KFUPM Joint Research Center for Artificial Intelligence, KFUPM（沙特数据与人工智能局-国王法赫德石油与矿物大学人工智能联合研究中心）；Georgia Institute of Technology（佐治亚理工学院）；RMIT University（皇家墨尔本理工大学）
研究电动汽车充电站作为动态负荷对输电网电压和频率稳定性的影响，通过在IEEE-9和IEEE-39节点系统上仿真分析其稳定性挑战。
2026-05-26 cs.SY eess.SY
Scheduling Feasibility of Energy Management in Micro-grids Based on Significant Moment Analysis
C3 IoT；School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院）
本文研究微电网中电力负荷的运行与调度，提出显著时刻分析方法，通过动态模型评估调度可行性并预测供电能力，解决电力不足时的不足量和时间预测问题。
2016-10-02 cs.SY eess.SY
Definition of Static and Dynamic Load Models for Grid Studies of Electric Vehicles Connected to Fast Charging Stations
电动汽车的不断发展需要电力系统分析，以调查电动汽车同时充电在多大程度上导致网络运行降级，并验证对策的有效性。为了降低复杂性和CPU时间，执行这些分析的常见方法包括用恒定的PQ负载替换电动汽车及其充电站。然而，这种方法是不准确的，因为这些元件吸收的功率实际上不仅取决于电压，还取决于充电状态、充电方法、电池组的阴极化学以及电动车辆和充电站中的转换器控制。综合考虑这些因素，本文提出了一种新的电动汽车快速充电站静态负荷模型和基于矢量拟合的动态负荷模型。这些计算效率高的表示可以取代电动汽车的标准恒定PQ负载模型，以更准确地评估其在静态和动态电网研究中的影响。IEEE14系统的仿真结果表明，通过增加车队的电动汽车的修改证明了所提出的模型的准确性，并突出了在某些情况下，作为一个恒定的PQ负载的标准电动汽车表示的缺点。
2023-02-08 cs.SY eess.SY
Optimal Net-Load Balancing in Smart Grids with High PV Penetration
University of Southern California（南加州大学）；US Army Research Lab（美国陆军研究实验室）
本文提出一种统一的最优网载平衡框架，结合负载和太阳能削减，解决高光伏渗透率下供需不匹配问题，通过近似算法和公平性机制实现高效平衡。
2018-04-03 cs.DS cs.SY eess.SY
Load Shaping Based Privacy Protection in Smart Grids: An Overview
由智能电表（SM）收集的细粒度能源使用数据是智能电网（SG）的关键组成部分之一。虽然收集这些数据提高了SG的效率和灵活性，但也对消费者的隐私构成了严重威胁。通过非侵入式设备负载监控（NALM）等技术，这些数据可用于识别正在使用的设备，从而披露消费者的私人生活。在文献中已经提出了各种方法来保护消费者隐私。本文重点研究负载整形（LS）方法，该方法通过家庭设施来改变消费数据，以确保隐私。概述了隐私保护技术，以及用于隐私保护的LS方法、隐私措施和家庭设施的启发式方法，以深入分析这些方法在智能电网系统中的有效性和适用性。最后，对智能电网中隐私保护的研究方向进行了展望。
2020-01-18 cs.CR cs.SY eess.SY
An Electric Vehicle Control Strategy to Mitigate Load Altering Attacks Against Power Grids
本文提出一种基于电动汽车的防御机制，利用H-infinity控制器和线性矩阵不等式减轻针对电网的负荷篡改攻击，在New England 39-bus电网上有效消除了800 MW攻击影响并维持电网稳定性。
2023-10-23 cs.SY eess.SY
Load Frequency Control of Solar PV and Solar Thermal Integrated Micro grid using Narma-L2 Controller
本文提出了一种新的方法，负载频率控制的微电网集成太阳能光伏和太阳能热发电机。基于自回归滑动平均算法（NARMA）的非线性自适应控制器被用来控制系统的频率。这种控制器的目的是调节和最小化由于负载变化引起的频偏。此外，一种新的元启发式方法，称为修改鲸鱼优化算法（MWOA）用于创建一个最佳的PID控制器用于频率控制。最后，提出的NARMA-L2控制器，WOA整定PID控制器和传统的PID控制器之间的比较研究。从一系列的实验，它的结论是，建议NARMA-L2控制器优于其他技术的频率控制，并给出了最好的结果，在超调量和建立时间。
2020-04-13 cs.SY eess.SY
Coordinating Distributed Energy Resources for Reliability can Significantly Reduce Future Distribution Grid Upgrades and Peak Load
该研究通过潮流驱动的仿真—优化比较集中式可靠性优化与本地成本最小化 DER 控制，证明面向可靠性的协调可大幅减少变压器违规、峰值负荷及未来电网升级。
2023-06-14 cs.SY eess.SY
Distributed Real-Time Power Balancing in Renewable-Integrated Power Grids with Storage and Flexible Loads
University of Toronto（多伦多大学）；University of Ontario Institute of Technology（安大略理工大學）
本文研究了含储能和柔性负荷的可再生能源整合电力电网的实时功率平衡问题，提出了一种集中式解决方案和分布式算法，降低计算和通信开销，并证明其在存储容量增大和传统发电机调峰约束放宽时渐近最优。
2016-06-03 cs.SY eess.SY
Grid Topology Optimization for Congestion Management Under High Renewable Penetrations and Discrete Load Growth
KU Leuven（荷语鲁汶大学）；Energy Transmission Competence Hub (Etch) - EnergyVille（能源传输能力中心（Etch）- 能源村）；University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
本文提出一种方法，通过LPAC近似和AC可行性检查，在IEEE 118节点系统中识别少量高价值母线拓扑，在离散负荷增长下降低发电成本最多0.147%，为系统运营商提供实用选择方案。
2026-09-16 cs.SY eess.SY
Smart Load Node for Nonsmart Load Under Smart Grid Paradigm: A New Home Energy Management System
本文提出一种在智能电网环境下高效运行非智能家电的新方法，通过提出的智能负载节点（SLN）实现低成本的智能管理，无需改变电网或家电结构。
2019-05-26 cs.SY eess.SP eess.SY
Enhancing the Spatio-temporal Observability of Grid-Edge Resources in Distribution Grids
The University of Texas at Austin（德克萨斯大学奥斯汀分校）
提高分布式能源的时空可观测性是实现配电网安全高效运行的关键。本文提出了一个联合恢复框架，利用互补的优势，实时异构测量的住宅负荷。所提出的框架集成了低分辨率的智能电表数据收集在每个负载节点与快速采样馈线级测量从有限数量的分布相量测量单元。为了解决数据的缺乏，我们利用两个关键特性的负载和DER，即稀疏的变化，由于不频繁的活动的电器和电动汽车（EV）和太阳能光伏（PV）发电的位置依赖。相应地，引入有意义的正则化项来投射凸负载恢复问题，该问题将被进一步简化以降低计算复杂度。负载恢复解决方案可用于识别每个负载节点处的EV充电事件并推断总的表后PV输出。使用真实世界数据的数值试验表明，所提出的方法在提高网格边缘DER的可见性的有效性。
2021-08-21 cs.LG cs.SY eess.SP
Load Frequency Control For Distributed Grid Power System Single Area & Multi-area System
Amity University, Noida, India（印度诺伊达阿米提大学）
本文提出了一种分布式控制方案用于电力系统的负荷频率控制，通过仿真验证了在包含两个发电单元和多个可变负荷单元的系统中，控制方案的鲁棒性和可靠性。
2014-05-12 cs.SY eess.SY
Smart Routing of Electric Vehicles for Load Balancing in Smart Grids
WINLAB, Department of ECE, Rutgers University（罗格斯大学）
本文提出了一种新的博弈论框架，用于智能电网中电动汽车的智能路由，旨在平衡电网电力负载，同时考虑交通拥堵和充电站等待时间。研究还扩展到捕捉诱导地面负载的随机性质以及电动汽车所有者的行为特性。
2019-12-28 cs.GT cs.MA cs.SY
Load-Altering Attacks Against Power Grids under COVID-19 Low-Inertia Conditions
COVID-19大流行影响了我们的社会，迫使人们关闭并改变了全球人们的互动方式。就对电网的影响而言，全球能源需求大幅下降。最近的研究表明，COVID-19封锁导致的低需求状况加上大量可再生能源发电导致了极低的惯性电网状况。在这项工作中，我们研究了攻击者如何利用这些场景，通过执行负载改变攻击（LAA）来导致不安全的电网运行条件，目标是在低惯性电力系统中损害数十万物联网连接的高瓦数负载。我们的研究重点是分析COVID-19缓解措施对美国区域输电运营商（RTO）的影响，针对低惯性条件下的输电系统制定合理且现实的最小努力LAA，并评估这些大规模LAA的概率。给出了基于WSCC 9节点和IEEE 118节点测试系统的理论和仿真结果。结果表明，对手可以通过针对低惯性系统中的脆弱负载总线来引发主要频率干扰，并提供有关可再生能源的时间波动如何影响电网对LAA的脆弱性的见解。
2022-02-28 cs.CR cs.SY eess.SY
Operational Risks in Grid Integration of Large Data Center Loads: Characteristics, Stability Assessments, and Sensitivity Studies
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
Grid Tariffs for Peak Demand Reduction: Is there a Price Signal Conflict with Electricity Spot Prices?
由于电气化脱碳的趋势，预计电网将需要大量投资，要求改变电网电价设计，为减少高峰负荷提供适当的激励。然而，来自电网电价的价格信号可能会被电力现货价格扭曲，而电力现货价格也代表了消费者电费总额的重要部分。本文试图确定是否有一个价格信号之间的冲突，电网电价和现货价格。四个不同的电网电价设计进行了比较，使用一个通用的需求响应模型的一部分，成本最小化的线性规划，以模拟减少高峰负荷。该方法适用于计量的电力需求，从3608消费者在挪威奥斯陆。结果表明，新的电网电价设计减少了1- 4%的高峰负荷，并在高峰负荷的减少是较小的消费者受电力现货价格。
2022-06-28 cs.SY eess.SY math.OC
A Novel Grid-forming Voltage Control Strategy for Supplying Unbalanced Microgrid Loads Using Inverter-based Resources
针对蓄电池储能系统，提出了一种新的并网电压控制策略，以保证系统在负载不平衡时三相输出电压保持平衡。提出了一种基于静止参考坐标系（$αβ$）的控制方案来调节正序和负序电压。与传统的基于旋转坐标系（$dq$）的控制方案相比，该方案具有更好的动态性能。然后，我们分析了系统的零序网络，并提出了增加一个接地Transformer到Y/Yg连接的输出Transformer，以进一步减少在公共耦合点的电压不平衡。仿真结果表明了所提出的电压控制方案的有效性能。在此基础上，推导了不同输出Transformer配置下的功率-电压不平衡曲线，建立了微网功率调度中功率不平衡极限与电压不平衡极限之间的关系。
2021-11-22 cs.SY eess.SY
Robust Partitioning and Operation for Maximal Uncertain-Load Delivery in Distribution Grids
针对极端天气下配电网停电与不确定负荷问题，提出两阶段混合整数鲁棒优化及带收敛保证的割平面算法，用于联网微电网的分区配置与运行，并在 IEEE 37 节点系统验证其经济效益。
2024-04-04 cs.SY eess.SY math.OC
Demand Response Management For Power Throttling Air Conditioning Loads In Residential Smart Grids
Lahore University of Management Sciences（拉合尔管理科学大学）；Singapore University of Technology and Design（新加坡科技设计大学）
本文提出一种算法以减少住宅智能电网中空调使用带来的高峰负荷影响，通过模拟发现增加一个额外的电力状态可显著降低高峰负荷，但随着状态数增加，可减少的高峰负荷逐渐减少。
2014-08-06 cs.SY eess.SY
Pareto Optimal Demand Response Based on Energy Costs and Load Factor in Smart Grid
National Tsing Hua University（国立清华大学）；Yuan Ze University（中原大学）
本文提出了一种基于能源成本和负载因子的多目标优化方法，用于设计帕累托最优需求响应计划，以平衡电网与用户需求。
2019-07-12 cs.SY eess.SP eess.SY
Plug-and-Play Model Predictive Control for Load Shaping and Voltage Control in Smart Grids
University of California, Berkeley（加州大学伯克利分校）；ETH Zurich（苏黎世联邦理工学院）
本文提出了一种用于处理智能电网中即插即用充电请求的预测控制器，通过分层控制方案优化系统成本，实现负载整形与电压控制。
2016-06-21 cs.SY eess.SY
Large-Signal Stability Criteria in DC Power Grids with Distributed-Controlled Converters and Constant Power Loads
随着电力电子装置的广泛应用，未来电力系统可能会出现大的扰动和不稳定。然而，稳定性准则仍然是一个未解决的难题，因为传统的小干扰稳定性分析不适用于电力电子使能的电力系统时，发生大的干扰，如故障，脉冲功率负载，或负载切换。为了解决这个问题，本文提出了第一次严格推导的大信号稳定性的DC微电网与分布式控制的DC-DC功率转换器的充分标准。设计并考虑了一种新型的闭环变换器控制器。此外，本文首次证明了著名的和经常被引用的布雷顿-莫泽混合势理论（发表于1964年）是不完整的。通过算例分析，说明了Brayton-Moser混合势理论的缺陷，并验证了所提出的新稳定性判据的有效性.
2020-05-25 cs.SY eess.SY
