葉寅鋼，歐陽利平，鐘 磊，方宇迪，張勝峰，何育欽

（1.國網(wǎng)浙江省電力有限公司臺州供電公司，浙江 臺州 317000；2.武漢大學(xué) 電氣與自動化學(xué)院，武漢 430072）

0 引言

隨著社會用電需求的日益增長，電力系統(tǒng)規(guī)模不斷擴大，區(qū)域電網(wǎng)間的聯(lián)系更加緊密[1]。另一方面，世界各國正在積極調(diào)整能源結(jié)構(gòu)，新能源及其相應(yīng)設(shè)備的接入，使得電力系統(tǒng)變得更為復(fù)雜[2]。在這樣的背景下，外力破壞、人員誤操作等都可能引發(fā)大規(guī)模的停電事故，帶來巨大損失[3-4]。事故后電力系統(tǒng)的恢復(fù)方案可分為整體串行恢復(fù)和分區(qū)并行恢復(fù)。在制定系統(tǒng)恢復(fù)預(yù)案時，為加快系統(tǒng)停電后的恢復(fù)速度，提高恢復(fù)成功率，通常將整個電力系統(tǒng)劃分為若干個子系統(tǒng)，對各個子系統(tǒng)進行并行恢復(fù)，最終并網(wǎng)實現(xiàn)整個電力系統(tǒng)的恢復(fù)供電。因此制定合理的恢復(fù)分區(qū)策略對于減少停電損失、提高系統(tǒng)可靠性具有重要意義。

目前在電力系統(tǒng)制定分區(qū)方案時，子系統(tǒng)多是簡單地按照供電公司管轄范圍進行劃分，沒有考慮機組啟動、恢復(fù)成功率以及恢復(fù)時間等問題。國內(nèi)外針對分區(qū)恢復(fù)的子系統(tǒng)劃分已展開了一定研究。文獻(xiàn)[6]基于WAMS（廣域測量系統(tǒng)）信息對網(wǎng)架進行分區(qū)。文獻(xiàn)[7]基于最小路集思想計算正常運行概率，從而推導(dǎo)恢復(fù)成功率，以恢復(fù)成功率最高為分區(qū)依據(jù)。文獻(xiàn)[8]收集WAMS 信息，基于系統(tǒng)可觀測概念，計算節(jié)點可觀測度，以保障聯(lián)絡(luò)線的可觀測度為目標(biāo)對電網(wǎng)進行劃分。上述方法偏向于人工分析，求解效率不高。

近年來隨著人工智能的快速發(fā)展，分區(qū)恢復(fù)策略的研究熱點從分區(qū)目標(biāo)轉(zhuǎn)移到對分區(qū)優(yōu)化模型的求解算法上來。許多學(xué)者將遺傳算法[9]、粒子群算法[10]、非支配排序遺傳算法NSGA-Ⅱ[11]、經(jīng)典最短路徑算法[12]運用于分區(qū)內(nèi)部的啟動機組路徑優(yōu)化等問題，但存在著多目標(biāo)的權(quán)重取值合理問題。有學(xué)者運用圖論中的相關(guān)理論解決電網(wǎng)恢復(fù)分區(qū)問題，文獻(xiàn)[13]考慮無功分布及網(wǎng)架內(nèi)的節(jié)點電壓分布劃分子系統(tǒng)，考慮因素單一不全面。文獻(xiàn)[14]基于有序二元決策理論搜索決策方案，簡化運算。文獻(xiàn)[15]采用分區(qū)的量化指標(biāo)反映網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的社團特點，綜合黑啟動電源在網(wǎng)架中的位置進行子系統(tǒng)劃分，但是對電力系統(tǒng)恢復(fù)過程中機組啟動過程過于簡化。因此在運用圖論等高效算法時，往往未能將分區(qū)內(nèi)的有功功率平衡、機組啟動路徑、啟動順序結(jié)合到算法中，影響到分區(qū)并行恢復(fù)的效果和可靠性。

本文提出一種基于改進譜聚算法考慮機組分組的電網(wǎng)恢復(fù)分區(qū)方法，該方法基于譜聚算法原理，以子區(qū)域盡可能規(guī)模均衡且區(qū)域間聯(lián)絡(luò)線權(quán)重盡可能小為優(yōu)化目標(biāo)，增加考慮機組出力及待啟動機組啟動成功率的機組分組優(yōu)化模型，并通過在切圖權(quán)重中引入線路傳輸功率，使目標(biāo)函數(shù)考慮分區(qū)有功平衡影響，降低電網(wǎng)的不平衡功率。算例分析對比驗證了方法的有效性。

1 電網(wǎng)恢復(fù)分區(qū)的譜聚優(yōu)化模型

1.1 譜聚類算法原理

譜聚類是一種基于圖論的聚類方法，利用拉普拉斯矩陣特征值將離散的聚類問題松弛為連續(xù)的特征向量，最小的系列特征向量對應(yīng)著圖最優(yōu)的系列劃分方法。

電網(wǎng)恢復(fù)分區(qū)問題本質(zhì)上歸屬于復(fù)雜網(wǎng)絡(luò)的社團發(fā)現(xiàn)問題。針對這類問題，譜聚類算法相比傳統(tǒng)的聚類算法，對任意形狀的網(wǎng)絡(luò)空間上聚類且收斂效果好。

譜聚類常將割邊最小分割或者分割規(guī)模差不多為優(yōu)化目標(biāo)。綜合考慮最小化切割的邊和各子區(qū)域平衡，引入Vol（Ai）子區(qū)域平衡，其優(yōu)化目標(biāo)函數(shù)為：

結(jié)合約束條件，將拉普拉斯矩陣L（G）標(biāo)準(zhǔn)化，可將優(yōu)化模型式（1）化簡為：

式中：tr（FTD-1/2LD-1/2F）為矩陣跡運算；F 為特征矩陣，F(xiàn)=D1/2H；I 是單位矩陣。

1.2 電網(wǎng)恢復(fù)分區(qū)的譜聚優(yōu)化模型

分析電力網(wǎng)絡(luò)分區(qū)劃分時，主要考慮社團結(jié)構(gòu)特性及部分參數(shù)，按照以下原則對實際電網(wǎng)進行抽象化簡[16]：

（1）在線路簡化時僅考慮高電壓等級及包含變壓器的線路形成等效邊。

（2）把廠內(nèi)電壓等級相同的線路等效化簡成電網(wǎng)網(wǎng)絡(luò)拓?fù)渲械墓?jié)點。

（3）對于多回線路等效為單回，且不包含并聯(lián)電容支路。

（4）忽略電力網(wǎng)絡(luò)的有向性。

化簡后可得由n 個點，m 條邊構(gòu)成的電網(wǎng)結(jié)構(gòu)拓?fù)鋱D。定義拓?fù)鋱D中所有節(jié)點構(gòu)成的集合為V，所有邊的構(gòu)成的集合為E，可得矩陣G=（V，E）表示拓?fù)鋱D，電網(wǎng)連通圖通過n×n 階鄰接矩陣A 表達(dá)。選取節(jié)點間的電氣距離為線路權(quán)重：

式中:Zii，Zjj，Zij為網(wǎng)絡(luò)阻抗矩陣的元素；Wij為以節(jié)點i 與節(jié)點j 為端點線路的賦予權(quán)值。

將鄰接矩陣A 修正為：

式中：Aij=0 時，wij=0；Aij=1 時，wij按照式（4）計算賦值。

基于譜聚算法原理，結(jié)合優(yōu)化模型，以子區(qū)域盡可能規(guī)模均衡且區(qū)域間聯(lián)絡(luò)線權(quán)重盡可能小為優(yōu)化目標(biāo)，則電網(wǎng)分區(qū)恢復(fù)目標(biāo)函數(shù)為：

式中：k 為黑啟動電源數(shù)量，即分區(qū)數(shù)目；Ai是第i 個分區(qū)包含的節(jié)點集合；為A 在V 空間的補集；L 為G=（V，E）對應(yīng)的Laplace 矩陣；D 為矩陣G=（V，E）對應(yīng)的度矩陣，其計算式如下：

此時可以求出G=（V，E）對應(yīng)的Laplace 矩陣，進而求取D-1/2LD-1/2，從而計算其對應(yīng)的特征矩陣F，根據(jù)實際問題選擇m 個特征值及對應(yīng)特征向量構(gòu)成m 維度的容量為n 的聚類樣本向量。

求解時采用K-means 分類算法對特征矩陣F進行傳統(tǒng)聚類，選用歐氏距離描述相似度，相似度較高的節(jié)點劃分為同一聚類，可得到對應(yīng)的電網(wǎng)劃分方案。

2 考慮機組分組及分區(qū)有功平衡的改進譜聚模型

2.1 機組分組模型

依照電網(wǎng)恢復(fù)分區(qū)的基本原則：

（1）根據(jù)電網(wǎng)結(jié)構(gòu)的特點和黑啟動電源在電網(wǎng)中的位置合理劃分子系統(tǒng)。

（2）每個子系統(tǒng)內(nèi)至少具有l(wèi) 個黑啟動電源。

（3）子系統(tǒng)間的規(guī)模相近，且每個區(qū)內(nèi)電源與重要負(fù)荷到達(dá)平衡。

在劃分電網(wǎng)恢復(fù)分區(qū)時，最大分區(qū)應(yīng)該以網(wǎng)架內(nèi)黑啟動機組數(shù)量為上限，但在基于傳統(tǒng)譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型中沒有將黑啟動節(jié)點及機組節(jié)點突出出來，無法保障每個分區(qū)都具備黑啟動電源且機組能夠順利啟動，其劃分結(jié)果極大地受到黑啟動電源分布是否合理的影響。因此本文針對這一問題進行改進，在采用譜聚算法分區(qū)前增加機組分組優(yōu)化模型。

以黑啟動電源為初始節(jié)點，依據(jù)待啟動機組獲取啟動電能的黑啟動電源為分組依據(jù)，對所有機組進行分組。機組分組優(yōu)化數(shù)學(xué)模型主要考慮兩方面：區(qū)域內(nèi)機組出力盡可能充足和保障待啟動機組啟動成功率。這里僅考慮線路充電過程中的過電壓問題，采用線路容抗分析，則目標(biāo)函數(shù)可表述為：

式中：k 是分區(qū)數(shù)；Nq為分區(qū)中包含的機組數(shù)量；r 為所有分區(qū)中Nq之和；α 為恢復(fù)可靠性權(quán)重系數(shù)；為包含q 個機組的分區(qū)機組g 在t 時刻的有功出力；Tc為機組啟動從開始到升至設(shè)定輸出的時間；tstart，g為機組g 的啟動時刻；Pneed，g為機組啟動時消耗啟動功率；tcrank，g為機組g 開始升有功出力的啟動時刻；Rg為機組g 的爬坡速率；Cl為啟動路線的容抗。

在精確度要求不高的應(yīng)用場景下，為了提升效率也可以采用簡化機組分組優(yōu)化模型：

式中：Ni為編號i 分區(qū)中包含的待啟動機組數(shù)；n為所有分區(qū)中包含的黑啟動機組數(shù)量；，…，]為所有分區(qū)中包含的待啟動機組的由黑啟動電源啟動分組的情況，當(dāng)時表示第Ng臺待啟動機組由黑啟動電源i 進行啟動，反之則。

同時基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型在優(yōu)化目標(biāo)及約束條件中，并不涉及分區(qū)功率交換及區(qū)域功率平衡，容易導(dǎo)致分區(qū)功率交換過大，在各分區(qū)通過聯(lián)絡(luò)線進行并網(wǎng)時引起系統(tǒng)波動，所以在計算切圖權(quán)重時，將式（1）改進，不再只簡單基于阻抗矩陣，引入線路流過功率：

式中：Pij是節(jié)點i，j 間線路傳輸功率；wmax為A′矩陣中最大值；Pmax為線路上傳輸功率的最大值；由于wij和Pij不在同一數(shù)量級，故將Pij進行處理變更，避免出現(xiàn)Pij覆蓋wij的現(xiàn)象。

2.2 約束條件

由于在考慮機組分組的基礎(chǔ)上進行分區(qū)，在搜索分區(qū)時需要避免把歸為同一分組的機組及恢復(fù)路徑分到不同簇群，對此可以采用Must-link和Cannot-link 成對約束信息來進行約束。定義集合SML代表Musl-link，集合SCL代表Cannot-link，若機組Gi，Gj位于同一分組，可表示為（Gi，Gj）∈SML情況；反之若Gi，Gj在不同分組中，可表示為（Gi，Gj）∈SCL情況，則有如下性質(zhì)：

對鄰接矩陣A 作如下修改：

由于鄰接矩陣A 計算的拉普拉斯矩陣L（G），在一定程度上反映了兩個節(jié)點之間的相似性，在取為較大值時（不需要設(shè)置為無窮大），表示Gi，Gj兩個發(fā)電節(jié)點的相關(guān)性很強，在進行譜聚時更容易被劃分在同一分區(qū)里；反之在取為零時，表示Gi，Gj兩個發(fā)電節(jié)點的相關(guān)性很弱，在進行譜聚時不易處于同一分區(qū)里。最后利用下式完整表述機組分組約束：

2.3 改進譜聚電網(wǎng)恢復(fù)分區(qū)求解流程

如圖1 所示，電網(wǎng)恢復(fù)分區(qū)的求解步驟為：

圖1 改進譜聚電網(wǎng)恢復(fù)分區(qū)求解流程

（1）對于待分區(qū)恢復(fù)的電網(wǎng)進行簡化，得到網(wǎng)絡(luò)拓?fù)渚仃嘒=（V，E），鄰接矩陣A，度矩陣D。

（2）根據(jù)建立的機組分組模型，利用遺傳算法優(yōu)化求解，得到待啟動機組的最佳分組結(jié)果。

（3）將恢復(fù)待啟動機組涉及到的線路按照式（14）對鄰接矩陣A 中相應(yīng)元素進行修正。

（4）計算拉普拉斯矩陣L（G）及標(biāo)準(zhǔn)化的矩陣D-1/2LD-1/2；計算相應(yīng)標(biāo)準(zhǔn)化矩陣的特征值，并按照升序排列λ1＜λ2＜…＜λn，同時把特征向量按照對應(yīng)的特征值排序f1＜f2＜…＜fn。

（5）選擇合適的維度m，選擇前m 個小的特征向量構(gòu)成n 個聚類樣本；進行K-means 算法聚類計算，得到與黑啟動電源數(shù)量相等的簇群。

（6）判斷分區(qū)的機組有功出力及負(fù)荷是否基本平衡，如果存在嚴(yán)重不平衡則重新劃分。

（7）將K-means 算法聚類還原成電網(wǎng)恢復(fù)分區(qū)結(jié)果。

3 算例分析

3.1 基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型算例

采用新英格蘭IEEE 39 節(jié)點標(biāo)準(zhǔn)算例及IEEE 118 節(jié)點標(biāo)準(zhǔn)算例來驗證分析基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型的有效性及適用性。

（1）新英格蘭IEEE 39 節(jié)點標(biāo)準(zhǔn)算例

將機組節(jié)點30，31 和34 設(shè)置為黑啟動電源，其余機組節(jié)點為32，33，35，36，37，38 和39，依據(jù)參數(shù)計算IEEE 39 系統(tǒng)的L（G）對應(yīng)的特征值按照升序排列，結(jié)果如表1 所示。由最小的兩個特征值對應(yīng)的特征向量構(gòu)成維度為2 的聚類樣本，以黑啟動電源數(shù)3 為聚類簇數(shù)，采用K-means聚類算法求得聚類結(jié)果如圖2 所示，其對應(yīng)的3個分區(qū)還原到電網(wǎng)中，結(jié)果如圖3 所示。

表1 IEEE 39 系統(tǒng)的特征值（升序排列）

圖2 K-means 算法得到的聚類結(jié)果

圖3 IEEE 39 節(jié)點系統(tǒng)基于譜聚算法電網(wǎng)恢復(fù)分區(qū)

由于模型目標(biāo)函數(shù)沒有涉及到黑啟動電源位置信息，無法區(qū)別待啟動機組與黑啟動電源。以IEEE 39 系統(tǒng)中30，31，35 節(jié)點機組具備黑啟動能力為例，分析電網(wǎng)自身機組分布適合分區(qū)恢復(fù)的情況。此時3 臺機組恰好處于按照網(wǎng)絡(luò)社團特點及電氣參數(shù)劃分的3 個分區(qū)內(nèi)，同時每個分區(qū)的規(guī)模相當(dāng)且功率大致平衡，可以利用各自的黑啟動電源并行恢復(fù)。并且分區(qū)目標(biāo)函數(shù)包含線路參數(shù)，使得分區(qū)間的聯(lián)絡(luò)線數(shù)目較少：如分區(qū)1、分區(qū)2 間的并網(wǎng)只需閉合聯(lián)絡(luò)線1-39 和3-4，分區(qū)2、分區(qū)3 間只需閉合聯(lián)絡(luò)線14-15，分區(qū)1、分區(qū)3 間只需閉合聯(lián)絡(luò)線16-17，從而各分區(qū)完成并行恢復(fù)后，僅需對少量線路操作相互并網(wǎng)，可以簡化操作并縮短時間。

而在不適合分區(qū)恢復(fù)的情況下（如IEEE 39 系統(tǒng)中33，34 和35 節(jié)點機組具備黑啟動能力時），就只能參照單一黑啟動電源的情況去先識別啟動機組順序及路徑，然后進行網(wǎng)架重構(gòu)。

綜上，基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型在解決大電網(wǎng)高維度恢復(fù)分區(qū)問題時，可以高效求取規(guī)模相當(dāng)且相互連接線少的分區(qū)方案。

3.2 改進譜聚電網(wǎng)恢復(fù)分區(qū)模型仿真分析

采用新英格蘭IEEE 39 節(jié)點標(biāo)準(zhǔn)算例來驗證分析改進譜聚電網(wǎng)恢復(fù)分區(qū)模型的有效性及適用性。將機組節(jié)點30，31 和34 節(jié)點設(shè)置為黑啟動電源，其余機組節(jié)點為32，33，35，36，37，38和39。首先要對機組進行分組，式（8）中恢復(fù)可靠性權(quán)重系數(shù)α 依據(jù)專家經(jīng)驗選為30，利用遺傳算法對優(yōu)化模型求解，得到待啟動機組的最佳分組結(jié)果如表2 所示，其啟動路徑如圖4 所示。

圖4 IEEE 39 節(jié)點系統(tǒng)待啟動機組分組結(jié)果

表2 待啟動機組分組結(jié)果

在得到待啟動機組的分組基礎(chǔ)上，將恢復(fù)待啟動機組涉及到的線路按照式（14）對鄰接矩陣A中相應(yīng)元素進行修正，從而繼續(xù)采用譜聚類算法進行分區(qū)，得到分區(qū)結(jié)果如表3 所示。

表3 改進譜聚電網(wǎng)恢復(fù)分區(qū)結(jié)果

分析表3 可以發(fā)現(xiàn)，在待啟動機組的分組基礎(chǔ)上，對目標(biāo)函數(shù)引入線路傳輸功率后，得到的分區(qū)結(jié)果使得分區(qū)中負(fù)荷和發(fā)電量更加接近，3個分區(qū)中有功不平衡率都低于5%，使得區(qū)域聯(lián)絡(luò)線上流通的功率更小，有利于各個分區(qū)恢復(fù)后的并網(wǎng)。

為進一步分析考慮機組分組及聯(lián)絡(luò)功率的改進譜聚模型的特點，這里將3 種模型得到的IEEE 39 節(jié)點系統(tǒng)分區(qū)結(jié)果進行對比。

模型1：考慮機組分組及聯(lián)絡(luò)功率的改進譜聚模型。

模型2：基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型。

模型3：文獻(xiàn)[17]中提出的分布恢復(fù)分區(qū)模型，采用的是分步分析及調(diào)整。

3 種模型得到的分區(qū)方案如圖5 所示，各區(qū)有功不平衡量如表4 所示。

圖5 3 種模型IEEE 39 節(jié)點系統(tǒng)的電網(wǎng)恢復(fù)分區(qū)結(jié)果

從表4 中不難發(fā)現(xiàn)，基于譜聚算法的電網(wǎng)恢復(fù)分區(qū)模型2 得到分區(qū)1 及分區(qū)3 有功不平衡量幅度最大，各區(qū)域間依賴性強，不利于后續(xù)的分區(qū)并網(wǎng)操作，這是因為在目標(biāo)函數(shù)中并未引入?yún)^(qū)域有功平衡信息，所以在進行優(yōu)化時不能很好的對分區(qū)內(nèi)有功出力及負(fù)荷進行平衡。同時由于在分區(qū)時未特別地將機組及負(fù)荷節(jié)點區(qū)分開來，當(dāng)黑啟動電源變化時，分區(qū)結(jié)果幾乎不發(fā)生變化，僅在黑啟動電源規(guī)劃位置比較合理時具有一定的使用價值。

表4 3 種分區(qū)模型下電網(wǎng)恢復(fù)分區(qū)結(jié)果

分析圖5 不難發(fā)現(xiàn)，模型3 與模型1 的分區(qū)3 完全相同，都包含節(jié)點15，16，17，18，19，20，21，22，23，24，33，34，35，36，分區(qū)1 及分區(qū)2 僅存在差別較小，這是由于模型3 與模型1 都考慮了聯(lián)絡(luò)線上傳輸功率及機組分組問題，從側(cè)面證明了本文改進譜聚電網(wǎng)恢復(fù)分區(qū)模型在解決恢復(fù)分區(qū)問題時的有效性。從表4 中可知，模型1 在分區(qū)1 和分區(qū)2 中的有功不平衡程度低于模型3，模型3 與模型1 的分區(qū)結(jié)果主要差別在于節(jié)點39 和節(jié)點9 劃歸為分區(qū)1 中還是分區(qū)2 中。首先結(jié)合表3 分析，在排除節(jié)點39 和9時，分區(qū)1 發(fā)出有功為1 620 MW，分區(qū)2 發(fā)出有功為1 222.9 MW；再對節(jié)點9 和節(jié)點39 進行分析，節(jié)點9 為普通節(jié)點影響不大，對于節(jié)點39既接入了發(fā)出有功功率的機組，又帶有大量的負(fù)荷，最終總體消耗有功，將節(jié)點9，39 及線路劃分進分區(qū)1 更加合理。綜上可知，相比模型3，本文提出模型1 改進譜聚電網(wǎng)恢復(fù)分區(qū)模型在解決恢復(fù)分區(qū)問題時更加有效。

綜上，本文針對多黑啟動電源情況下的電網(wǎng)并行恢復(fù)，考慮機組啟動和分區(qū)有功平衡的影響，提出了計及機組分組優(yōu)化的電網(wǎng)恢復(fù)分區(qū)模型。該方法對不同的機組分布皆具有適用性，可起到降低各分區(qū)內(nèi)不平衡功率的作用，從而減小區(qū)域聯(lián)絡(luò)線上流通的功率，有利于各分區(qū)恢復(fù)后的并網(wǎng)。此外，電網(wǎng)分區(qū)結(jié)果也會對電網(wǎng)恢復(fù)過程造成影響[18]，不同子系統(tǒng)恢復(fù)時間相差較大的情況下，將延長系統(tǒng)的總恢復(fù)時間；分區(qū)內(nèi)各線路恢復(fù)風(fēng)險的大小也可能影響到電網(wǎng)并行恢復(fù)的成功率。

4 結(jié)論

本文針對電力系統(tǒng)中含多黑啟動電源的恢復(fù)分區(qū)易出現(xiàn)不平衡功率且并行恢復(fù)有效性和可靠性受限等問題，提出了考慮機組啟動及分區(qū)內(nèi)有功平衡的改進譜聚電網(wǎng)恢復(fù)分區(qū)方法，算例分析驗證了方法的有效性，并得到以下結(jié)論：

（1）本文基于譜聚算法，以子區(qū)域盡可能規(guī)模均衡且區(qū)域間聯(lián)絡(luò)線權(quán)重盡可能小為優(yōu)化目標(biāo)，能夠高效求取得到規(guī)模相當(dāng)、連接線少的電網(wǎng)恢復(fù)分區(qū)方案。

（2）本文在譜聚前增加考慮機組出力及待啟動機組啟動成功率的機組分組優(yōu)化模型，使該恢復(fù)分區(qū)方法對不同的黑啟動電源分布皆具有適用性，更加貼合實際應(yīng)用需求。

（3）本文所提恢復(fù)分區(qū)方法在切圖權(quán)重中引入線路傳輸功率，能有效考慮分區(qū)有功平衡，減小區(qū)域聯(lián)絡(luò)線上流通的功率，有利于各分區(qū)恢復(fù)后的并網(wǎng)。