顧雪平 白巖松 李少巖 劉 艷

電力系統(tǒng)黑啟動(dòng)恢復(fù)問題的研究評(píng)述

顧雪平 白巖松 李少巖 劉 艷

（華北電力大學(xué)電氣與電子工程學(xué)院 保定 071003）

大停電后的恢復(fù)控制是電力系統(tǒng)安全防御體系的重要組成部分。在能源低碳轉(zhuǎn)型背景下，我國電力系統(tǒng)逐漸進(jìn)入新能源高占比、交直流混聯(lián)和高度電力電子化的新型態(tài)，其運(yùn)行控制的復(fù)雜性顯著提高，因內(nèi)外部因素導(dǎo)致系統(tǒng)大停電的風(fēng)險(xiǎn)依然存在，因此對(duì)黑啟動(dòng)恢復(fù)技術(shù)的研究仍然需要給予足夠的重視。該文對(duì)黑啟動(dòng)恢復(fù)問題的研究工作進(jìn)行綜述，首先對(duì)黑啟動(dòng)恢復(fù)的基本概念和過程進(jìn)行介紹；然后對(duì)系統(tǒng)恢復(fù)策略和建模思路從時(shí)間和空間角度進(jìn)行分析，在此基礎(chǔ)上，對(duì)電力系統(tǒng)恢復(fù)方案制定的研究工作進(jìn)行回顧并對(duì)新型態(tài)電力系統(tǒng)恢復(fù)決策的新特征進(jìn)行討論，之后對(duì)電力系統(tǒng)恢復(fù)過程中保護(hù)與控制技術(shù)的研究進(jìn)行分析總結(jié)；最后對(duì)新型態(tài)電力系統(tǒng)恢復(fù)問題的進(jìn)一步研究工作提出建議。

大停電 黑啟動(dòng)恢復(fù) 恢復(fù)方案決策 新型態(tài)電力系統(tǒng) 研究綜述

0 引言

進(jìn)入21世紀(jì)以來，由于自然災(zāi)害、設(shè)備故障、運(yùn)行人員誤操作、保護(hù)拒動(dòng)和誤動(dòng)甚至網(wǎng)絡(luò)攻擊等內(nèi)外部因素，全球范圍內(nèi)相繼發(fā)生了多起大面積停電事故，例如，2003年的美加大停電[1]、2012年的印度大停電[2]、2015年的烏克蘭大停電[3]、2019年的英國大停電[4]等，這些大停電事故造成了嚴(yán)重的經(jīng)濟(jì)和社會(huì)影響。盡管現(xiàn)代電力系統(tǒng)的運(yùn)行和控制水平不斷提高，但一直不得不面對(duì)大停電事故的威脅，因此黑啟動(dòng)恢復(fù)研究對(duì)減輕大停電帶來的損失非常必要。在能源低碳轉(zhuǎn)型背景下，我國電力系統(tǒng)呈現(xiàn)出新能源高占比和高度電力電子化的特征，同時(shí)特高壓交直流混聯(lián)的發(fā)展和電力市場的快速推進(jìn)，使系統(tǒng)規(guī)模、結(jié)構(gòu)和運(yùn)行方式發(fā)生了重大變化。在這種“新型態(tài)”電力系統(tǒng)中，新能源出力的不確定性、交直流的耦合影響、電力電子設(shè)備控制的復(fù)雜性，以及運(yùn)行方式的復(fù)雜多變，給系統(tǒng)運(yùn)行控制帶來極大的挑戰(zhàn)，依然存在潛在的大停電風(fēng)險(xiǎn)，并且停電后的系統(tǒng)恢復(fù)難度顯著加大。因此，黑啟動(dòng)恢復(fù)研究是新型態(tài)電力系統(tǒng)安全防御的重大需求，對(duì)保障國家的能源安全具有重要的現(xiàn)實(shí)意義。

黑啟動(dòng)恢復(fù)是電力系統(tǒng)發(fā)生大停電事故后的恢復(fù)重建過程，其恢復(fù)策略的選擇、恢復(fù)方案的制定、恢復(fù)過程中系統(tǒng)的保護(hù)與控制等，都是值得深入研究與探討的問題?；謴?fù)過程中控制變量多、運(yùn)行約束多、各階段的任務(wù)要求和恢復(fù)目標(biāo)的差異性等問題使恢復(fù)方案決策變得異常復(fù)雜[5]。近年來，能源、通信、交通等系統(tǒng)與電力系統(tǒng)耦合的加深，也使電力系統(tǒng)恢復(fù)決策的場景更加復(fù)雜，目前對(duì)黑啟動(dòng)恢復(fù)問題的研究不能適應(yīng)實(shí)際系統(tǒng)恢復(fù)的要求，需要針對(duì)電力系統(tǒng)面臨的新問題進(jìn)一步開展深入研究。

本文對(duì)黑啟動(dòng)恢復(fù)的研究工作和面臨問題進(jìn)行分析評(píng)述，以期為新型態(tài)電力系統(tǒng)的恢復(fù)研究提供有益的參考。首先對(duì)黑啟動(dòng)恢復(fù)的基本概念和過程進(jìn)行介紹；然后對(duì)系統(tǒng)恢復(fù)策略和建模思路從時(shí)間和空間角度進(jìn)行分析，在此基礎(chǔ)上，對(duì)恢復(fù)方案制定的研究工作進(jìn)行回顧并對(duì)新型態(tài)電力系統(tǒng)恢復(fù)決策問題的新特征進(jìn)行討論，之后對(duì)恢復(fù)過程中的保護(hù)與控制技術(shù)進(jìn)行分析總結(jié)；最后對(duì)新型態(tài)電力系統(tǒng)恢復(fù)問題的進(jìn)一步研究提出建議。

1 系統(tǒng)恢復(fù)的概念和過程

1.1 黑啟動(dòng)恢復(fù)的概念

黑啟動(dòng)恢復(fù)是指整個(gè)電力系統(tǒng)因故障停電后，通過系統(tǒng)中具有自啟動(dòng)能力機(jī)組的啟動(dòng)，帶動(dòng)無自啟動(dòng)能力機(jī)組的啟動(dòng)，逐漸擴(kuò)大系統(tǒng)輸電范圍，最終實(shí)現(xiàn)整個(gè)系統(tǒng)恢復(fù)的過程。嚴(yán)格來講，黑啟動(dòng)恢復(fù)主要指系統(tǒng)依靠自身電源的恢復(fù)方式，這些電源包括具有自啟動(dòng)能力的黑啟動(dòng)機(jī)組（如抽水蓄能機(jī)組）、事故后殘存的機(jī)組（如FCB（fast cut back）機(jī)組）等，然而，通常情況下停電系統(tǒng)與相鄰系統(tǒng)聯(lián)絡(luò)線也可作為系統(tǒng)恢復(fù)的啟動(dòng)電源，所以目前業(yè)內(nèi)將通過外部電源啟動(dòng)的恢復(fù)方式也統(tǒng)稱為黑啟動(dòng)恢復(fù)[5-6]。

黑啟動(dòng)恢復(fù)是一個(gè)多階段源網(wǎng)荷相互協(xié)調(diào)的系統(tǒng)連續(xù)動(dòng)態(tài)重建過程?；謴?fù)策略的選擇和恢復(fù)方案的制定，與停電場景、系統(tǒng)恢復(fù)過程、不同階段的恢復(fù)目標(biāo)與任務(wù)要求等緊密相關(guān)。

1.2 停電場景和恢復(fù)范圍

系統(tǒng)恢復(fù)決策依賴于停電場景和系統(tǒng)初始時(shí)刻的狀態(tài)，當(dāng)本系統(tǒng)全停時(shí)，采用黑啟動(dòng)恢復(fù)方式進(jìn)行系統(tǒng)恢復(fù)。進(jìn)行恢復(fù)決策時(shí)，首先需要對(duì)可用的啟動(dòng)電源進(jìn)行確認(rèn)，包括黑啟動(dòng)機(jī)組、系統(tǒng)內(nèi)殘存的電源和外部系統(tǒng)電源[7-8]。通常來講，當(dāng)電網(wǎng)運(yùn)行因受到內(nèi)外因素嚴(yán)重干擾而穩(wěn)定性遭到破壞時(shí)，通過切機(jī)、切負(fù)荷和主動(dòng)解列等緊急控制手段可減小系統(tǒng)的停電范圍，所以整個(gè)互聯(lián)系統(tǒng)全停概率相對(duì)較小，某省級(jí)電網(wǎng)或大區(qū)電網(wǎng)全停時(shí)常常也能以外網(wǎng)聯(lián)絡(luò)線作為啟動(dòng)電源，因此黑啟動(dòng)恢復(fù)通常是依托區(qū)外電源和區(qū)內(nèi)啟動(dòng)電源并行恢復(fù)的過程。相對(duì)于大面積停電事故，局部停電事故的恢復(fù)任務(wù)相對(duì)簡單，但仍需要源網(wǎng)荷的有效協(xié)調(diào)[9-10]。局部停電系統(tǒng)的恢復(fù)可以看作以帶電運(yùn)行系統(tǒng)為啟動(dòng)電源的一種黑啟動(dòng)恢復(fù)特例，相當(dāng)于基于黑啟動(dòng)恢復(fù)某個(gè)中間狀態(tài)的后續(xù)恢復(fù)階段，可參照黑啟動(dòng)恢復(fù)決策方法進(jìn)行決策，不同的只是恢復(fù)過程的初始狀態(tài)和具體恢復(fù)任務(wù)。

1.3 恢復(fù)過程與階段劃分

黑啟動(dòng)恢復(fù)涉及機(jī)組、網(wǎng)架、負(fù)荷多樣恢復(fù)任務(wù)，不同恢復(fù)階段的恢復(fù)目標(biāo)、操作任務(wù)、控制手段有所不同，因此整個(gè)恢復(fù)過程的決策是一個(gè)多目標(biāo)、高維度、非線性的動(dòng)態(tài)決策問題。為了決策建模的方便，通常將整個(gè)恢復(fù)過程分為黑啟動(dòng)、網(wǎng)架重構(gòu)和負(fù)荷恢復(fù)三個(gè)階段[5,11]。黑啟動(dòng)恢復(fù)過程及其決策建模問題的主要特征如圖1所示。

圖1 黑啟動(dòng)恢復(fù)過程及其決策建模問題的特征

黑啟動(dòng)階段是由啟動(dòng)電源向具有啟動(dòng)時(shí)限的電源提供啟動(dòng)功率，使其重新獲得發(fā)電能力，并與黑啟動(dòng)機(jī)組形成發(fā)電小系統(tǒng)的過程[11-26]。此階段主要是源側(cè)的恢復(fù)，為后續(xù)恢復(fù)進(jìn)程提供初始功率支撐，在小系統(tǒng)建立過程中相應(yīng)地需要投入一定量負(fù)荷穩(wěn)定系統(tǒng)電壓、頻率。網(wǎng)架重構(gòu)是黑啟動(dòng)恢復(fù)中起著承上啟下作用的最復(fù)雜和重要的階段，其任務(wù)是利用黑啟動(dòng)小系統(tǒng)的功率支持，在盡可能短的時(shí)間內(nèi)逐步恢復(fù)機(jī)組和失電網(wǎng)架，并向失電廠站和重要負(fù)荷點(diǎn)送電[27-32]。此階段主要任務(wù)是機(jī)組和網(wǎng)架的恢復(fù)，包括機(jī)組啟動(dòng)和恢復(fù)路徑充電、目標(biāo)網(wǎng)架構(gòu)建、網(wǎng)架恢復(fù)后期的合環(huán)操作以及子系統(tǒng)并列操作等，同時(shí)投入部分重要負(fù)荷和鍋爐穩(wěn)燃負(fù)荷以維持系統(tǒng)的有功和無功功率的平衡。負(fù)荷恢復(fù)階段的主要任務(wù)就是負(fù)荷的高效全面恢復(fù)[33-35]，在恢復(fù)過程中需要關(guān)注投負(fù)荷引起的電壓、頻率波動(dòng)，以及冷負(fù)荷特性和各種運(yùn)行約束?？傮w而言，在黑啟動(dòng)恢復(fù)的源網(wǎng)荷協(xié)調(diào)中，源是驅(qū)動(dòng)，網(wǎng)是載體，荷是最終恢復(fù)目標(biāo)，不同恢復(fù)階段的源網(wǎng)荷參與方式如圖2所示。

圖2 不同恢復(fù)階段的源網(wǎng)荷協(xié)調(diào)方式

2 系統(tǒng)恢復(fù)的總體策略和建模思路

合理的系統(tǒng)恢復(fù)策略對(duì)指導(dǎo)恢復(fù)計(jì)劃的制定，加快系統(tǒng)的恢復(fù)進(jìn)程至關(guān)重要。機(jī)組類型、網(wǎng)架結(jié)構(gòu)和停電范圍決定了恢復(fù)策略的選擇?，F(xiàn)有的系統(tǒng)恢復(fù)策略和恢復(fù)計(jì)劃的建模思路可從空間和時(shí)間角度進(jìn)行分析，主要是空間上的電網(wǎng)分層分區(qū)和時(shí)間上的操作序列優(yōu)化建模。

2.1 分層和分區(qū)恢復(fù)策略

從空間角度來看，系統(tǒng)恢復(fù)策略可歸為“分層”與“分區(qū)”兩類，分層和分區(qū)是按電網(wǎng)結(jié)構(gòu)將待恢復(fù)電網(wǎng)進(jìn)行劃分。分層一般突出不同電壓等級(jí)的電網(wǎng)層級(jí)結(jié)構(gòu)，分區(qū)則強(qiáng)調(diào)電網(wǎng)各部分之間的拓?fù)渎?lián)系和地理從屬關(guān)系。文獻(xiàn)[36]提出“自上而下”（top-down）與“自下而上”（bottom-up）兩種恢復(fù)策略?！白陨隙隆笔且环N“分層恢復(fù)”策略，采用具有較大無功調(diào)節(jié)能力的水電廠或通過相鄰系統(tǒng)支援，首先恢復(fù)系統(tǒng)中較高電壓等級(jí)的輸電線路，最大限度地建立原網(wǎng)絡(luò)的骨架結(jié)構(gòu)，在此基礎(chǔ)上再逐步恢復(fù)下層電網(wǎng)和變電站負(fù)荷，此策略存在的問題是對(duì)長距離高壓線路充電時(shí)容易產(chǎn)生過電壓問題，因此需要系統(tǒng)具有較強(qiáng)的無功和電壓控制能力?！白韵露稀笔且环N“分區(qū)恢復(fù)”策略，將原系統(tǒng)分解為若干個(gè)獨(dú)立且具有黑啟動(dòng)能力的子系統(tǒng)并行恢復(fù)，先通過黑啟動(dòng)電源恢復(fù)較低電壓等級(jí)的輸電網(wǎng)架和重要負(fù)荷，再給最高電壓等級(jí)線路充電，然后在最高電壓等級(jí)進(jìn)行子系統(tǒng)的同步并列，此策略高度依賴各分區(qū)黑啟動(dòng)電源的可用性和效率?！白陨隙隆焙汀白韵露稀被謴?fù)策略的示意圖如圖3所示。

圖3 系統(tǒng)總體恢復(fù)策略示意圖

圖3顯示的是兩種典型的恢復(fù)策略。實(shí)際上，省級(jí)系統(tǒng)在大停電時(shí)，一般都會(huì)存在網(wǎng)內(nèi)黑啟動(dòng)電源和省外系統(tǒng)電源。為了加速系統(tǒng)恢復(fù)進(jìn)程，可采用“混合策略”，即各分區(qū)內(nèi)高、低壓系統(tǒng)同時(shí)恢復(fù)，然后在最高電壓等級(jí)的分區(qū)邊界處實(shí)現(xiàn)并網(wǎng)。

針對(duì)城市電網(wǎng)的恢復(fù)，文獻(xiàn)[37]給出了“從外向內(nèi)”“從內(nèi)向外”以及“混合”恢復(fù)策略。其中“從外向內(nèi)”是利用城市外部聯(lián)絡(luò)線由外向內(nèi)逐層恢復(fù)，“從內(nèi)向外”是利用本地的可用啟動(dòng)電源從城市內(nèi)部逐層向外恢復(fù)，這可類比于自上而下和自下而上恢復(fù)策略。現(xiàn)有的分層恢復(fù)策略一般針對(duì)不同電壓等級(jí)的輸電網(wǎng)網(wǎng)架，隨著輸配電網(wǎng)協(xié)同技術(shù)的發(fā)展，原來輸電網(wǎng)層面的分層恢復(fù)策略也可擴(kuò)展到輸電網(wǎng)與配電網(wǎng)之間的協(xié)同恢復(fù)[38-40]。

2.2 恢復(fù)操作安排的建模思路

在分層、分區(qū)恢復(fù)的總體框架下，某個(gè)系統(tǒng)（或系統(tǒng)分區(qū)）恢復(fù)操作的時(shí)間序列安排對(duì)制定高效的恢復(fù)方案至關(guān)重要。從整個(gè)恢復(fù)過程時(shí)間域劃分的角度可將恢復(fù)操作序列的建模策略劃分為“里程碑”與“一站式”兩類[37,41-43]?！袄锍瘫笔交謴?fù)（Generic Restoration Milestone, GRMs）是對(duì)一定時(shí)間段內(nèi)的恢復(fù)任務(wù)進(jìn)行規(guī)劃，生成幾個(gè)階段性的任務(wù)，分別進(jìn)行操作決策以降低決策難度[37]。文獻(xiàn)[41]總結(jié)出六種類型的里程碑，包括由黑啟動(dòng)機(jī)組向非黑啟動(dòng)機(jī)組供電、組成電氣島、同步電氣島、重建輸電網(wǎng)、恢復(fù)區(qū)域內(nèi)負(fù)荷以及連接毗鄰系統(tǒng)。而“一站式”策略，則是在最終目標(biāo)狀態(tài)的引導(dǎo)下，將整個(gè)恢復(fù)過程劃分為一系列的時(shí)間段，將機(jī)組啟動(dòng)、網(wǎng)絡(luò)重構(gòu)以及負(fù)荷恢復(fù)在各時(shí)間段的操作序列統(tǒng)一建模，得到全過程恢復(fù)操作序列[42-43]。

從一個(gè)時(shí)間段內(nèi)能夠處理的操作任務(wù)數(shù)來看，系統(tǒng)恢復(fù)策略可分為“串行”與“并行”兩類。文獻(xiàn)[27]指出了系統(tǒng)重構(gòu)過程中的串并行送電模式，串行送電發(fā)生在系統(tǒng)較為薄弱的恢復(fù)初期，此時(shí)一般以最短路徑向關(guān)鍵廠站送電；并行送電適合于系統(tǒng)已經(jīng)具有一定的頻率以及電壓調(diào)節(jié)能力，此時(shí)可以從不同帶電點(diǎn)同時(shí)向不同失電點(diǎn)送電。在黑啟動(dòng)階段，如果黑啟動(dòng)機(jī)組功率充裕，也可以采用“擴(kuò)展黑啟動(dòng)”策略同時(shí)向多個(gè)非黑啟動(dòng)機(jī)組送電[44]。

值得指出的是，分層分區(qū)策略與串并行操作策略是從空間和時(shí)間兩個(gè)角度提出的兩類不同的概念，分層分區(qū)是系統(tǒng)恢復(fù)的宏觀指導(dǎo)策略，串并行操作是具體系統(tǒng)恢復(fù)過程中操作層面的策略。然而，在宏觀策略中，也存在相應(yīng)的串、并行關(guān)系，例如自上而下恢復(fù)中的上下層恢復(fù)有明顯的主從和先后次序[45]，上下層之間是一種串行關(guān)系；而自下而上的分區(qū)恢復(fù)中各分區(qū)恢復(fù)之間實(shí)際上是一種并行關(guān)系。同時(shí)，分層后各層網(wǎng)架的恢復(fù)[46]、各分區(qū)子系統(tǒng)的恢復(fù)同樣可采取串行或并行的操作策略。

3 系統(tǒng)恢復(fù)方案的優(yōu)化決策

3.1 常規(guī)電力系統(tǒng)的恢復(fù)決策

3.1.1 黑啟動(dòng)方案決策

黑啟動(dòng)方案決策的任務(wù)是制定黑啟動(dòng)電源啟動(dòng)被啟動(dòng)機(jī)組形成孤立運(yùn)行小系統(tǒng)的恢復(fù)操作方案，可分為離線[12-25]和在線[26]兩種模式。

黑啟動(dòng)電源的確定是黑啟動(dòng)方案制定的首要任務(wù)。離線制定或修編黑啟動(dòng)方案時(shí)，可依據(jù)電源類型、自啟動(dòng)能力、地理位置等選擇合適的電源作為黑啟動(dòng)電源，一般包括廠用電比例較小的發(fā)電廠如水電廠、抽蓄電廠和燃?xì)怆姀S等，必要時(shí)可對(duì)擬選電源進(jìn)行黑啟動(dòng)能力改造。大型火力發(fā)電廠由于其廠用負(fù)荷大、啟動(dòng)與運(yùn)行特性復(fù)雜一般作為被啟動(dòng)電源。在線制定黑啟動(dòng)方案時(shí)，除了預(yù)先指定的黑啟動(dòng)電源外，可依據(jù)系統(tǒng)的具體停電狀態(tài)靈活選擇可用的啟動(dòng)電源，例如并網(wǎng)的分布式電源、殘存的帶電孤島、外部系統(tǒng)聯(lián)絡(luò)線等。

在確定黑啟動(dòng)電源后，需要確定被啟動(dòng)機(jī)組和送電路徑以及恢復(fù)操作順序以形成黑啟動(dòng)方案，黑啟動(dòng)方案的生成方式主要分為兩類：一類是先依據(jù)一定的判據(jù)通過拓?fù)渌阉鞔_定合適的被啟動(dòng)機(jī)組和充電路徑，形成初始黑啟動(dòng)方案集，再基于設(shè)定的評(píng)價(jià)指標(biāo)對(duì)候選黑啟動(dòng)方案進(jìn)行評(píng)估優(yōu)選[13]。黑啟動(dòng)方案評(píng)估不僅應(yīng)考慮方案在初期階段的性能指標(biāo)，例如啟動(dòng)用時(shí)、啟動(dòng)機(jī)組容量、穩(wěn)定性、技術(shù)校驗(yàn)指標(biāo)等[14]，還應(yīng)考慮方案對(duì)于后續(xù)網(wǎng)架重構(gòu)的影響即方案的后效性[15]。黑啟動(dòng)方案評(píng)估的算法包括層次分析法[16]、數(shù)據(jù)包絡(luò)分析法[17]、不完全信息法[18]，以及組合方法[19-20]等。另一類則是在機(jī)組排序與送電路徑搜索的同時(shí)考慮黑啟動(dòng)方案評(píng)估指標(biāo)，一次性搜索出優(yōu)選的黑啟動(dòng)方案[21]。由于黑啟動(dòng)決策過程中涉及眾多復(fù)雜的操作與校驗(yàn)環(huán)節(jié)，非常費(fèi)時(shí)耗力，因此開發(fā)黑啟動(dòng)決策支持系統(tǒng)是實(shí)現(xiàn)黑啟動(dòng)方案快速?zèng)Q策的有效手段[13,22-26]。

3.1.2 網(wǎng)架重構(gòu)決策

網(wǎng)架重構(gòu)決策的任務(wù)是制定從黑啟動(dòng)小系統(tǒng)到目標(biāo)骨干網(wǎng)架的恢復(fù)方案，實(shí)現(xiàn)主力機(jī)組的快速啟動(dòng)和系統(tǒng)網(wǎng)架的快速重建，所涉及的問題主要包括機(jī)組恢復(fù)順序優(yōu)化[29]、送電路徑的優(yōu)化[30]以及目標(biāo)網(wǎng)架確定[31]，其中機(jī)組啟動(dòng)與路徑恢復(fù)是相互關(guān)聯(lián)的，由機(jī)組和送電路徑交替恢復(fù)組成的恢復(fù)序列的優(yōu)化是網(wǎng)架重構(gòu)決策的重點(diǎn)。單純的機(jī)組恢復(fù)排序[29]是根據(jù)機(jī)組熱啟動(dòng)時(shí)限、發(fā)電容量、啟動(dòng)耗時(shí)、啟動(dòng)效率等指標(biāo)對(duì)機(jī)組的啟動(dòng)順序進(jìn)行排列，但由于未考慮送電路徑的限制，僅具有宏觀的指導(dǎo)意義。

目標(biāo)網(wǎng)架優(yōu)化是確定由電源、負(fù)荷和主要線路組成的骨架網(wǎng)絡(luò)，作為運(yùn)行人員實(shí)施重構(gòu)操作的目標(biāo)或依據(jù)[31-32]。在目標(biāo)網(wǎng)架優(yōu)化時(shí)，可采用節(jié)點(diǎn)重要度、線路介數(shù)、節(jié)點(diǎn)電壓等級(jí)等指標(biāo)來評(píng)價(jià)線路和節(jié)點(diǎn)的重要性，并以重要負(fù)荷恢復(fù)量、網(wǎng)絡(luò)重構(gòu)效率等指標(biāo)來設(shè)計(jì)目標(biāo)函數(shù)，采用智能算法、圖搜索算法或數(shù)學(xué)規(guī)劃算法進(jìn)行求解[31,47]。文獻(xiàn)[48]以網(wǎng)架覆蓋率、分散度等指標(biāo)來構(gòu)建目標(biāo)網(wǎng)架。由于目標(biāo)網(wǎng)架確定時(shí)未考慮機(jī)組和路徑的恢復(fù)順序，僅能作為恢復(fù)操作的目標(biāo)引導(dǎo)，而相應(yīng)的機(jī)組和路徑恢復(fù)序列則需另行決策。

針對(duì)恢復(fù)路徑優(yōu)化問題，文獻(xiàn)[49]將網(wǎng)絡(luò)重構(gòu)建模為一個(gè)尋找圖的局部最小樹問題，利用遺傳算法進(jìn)行求解，得到最短的加權(quán)送電路徑的線路組合，但未確定具體線路的投入順序。文獻(xiàn)[27]將網(wǎng)架重構(gòu)分為“串行”和“并行”兩個(gè)階段，以線路充電電容作為路徑權(quán)值，給出了相應(yīng)的送電路徑尋優(yōu)算法。文獻(xiàn)[50]提出了基于加權(quán)復(fù)雜網(wǎng)絡(luò)模型的輸電網(wǎng)絡(luò)重構(gòu)優(yōu)化算法，考慮負(fù)荷重要性以及各節(jié)點(diǎn)在網(wǎng)絡(luò)中的分布情況和重要程度，利用衡量網(wǎng)絡(luò)樞紐性的介數(shù)指標(biāo)來優(yōu)化恢復(fù)路徑。以最短路徑或最小生成樹算法構(gòu)建的送電網(wǎng)架是樹形結(jié)構(gòu)，網(wǎng)架承載能力不足，在重構(gòu)后期隨著投入負(fù)荷量增大可能出現(xiàn)線路過載問題。因此，相關(guān)文獻(xiàn)在網(wǎng)架重構(gòu)過程中考慮含環(huán)網(wǎng)的目標(biāo)網(wǎng)架優(yōu)化[28]或旨在消除線路潮流越限的合環(huán)操作[51]，合環(huán)操作還涉及源荷協(xié)調(diào)的合閘角調(diào)控問題[52]。

將目標(biāo)網(wǎng)架決策與機(jī)組和路徑恢復(fù)序列決策統(tǒng)一建模是得到實(shí)用網(wǎng)架重構(gòu)方案的有效做法。文獻(xiàn)[53]引入組合目標(biāo)節(jié)點(diǎn)尋優(yōu)的思想，以最大限度的機(jī)組啟動(dòng)為優(yōu)化目標(biāo)，結(jié)合最短路徑法與交叉粒子群算法來選擇最優(yōu)的恢復(fù)路徑，確定了最終恢復(fù)的目標(biāo)網(wǎng)架及節(jié)點(diǎn)的恢復(fù)順序。文獻(xiàn)[54]引入帶精英策略的快速非支配排序遺傳算法求解多目標(biāo)輸電網(wǎng)架重構(gòu)模型，較好地避免了求解過程的目標(biāo)偏好性。文獻(xiàn)[55]考慮特級(jí)負(fù)荷的停電損失，建立了重構(gòu)過程中的源網(wǎng)荷協(xié)同優(yōu)化模型。文獻(xiàn)[26]開發(fā)了目標(biāo)網(wǎng)架與恢復(fù)序列統(tǒng)一決策的應(yīng)急恢復(fù)在線決策支持系統(tǒng)。文獻(xiàn)[56]提出一種離線訓(xùn)練在線搜索的網(wǎng)架重構(gòu)實(shí)時(shí)優(yōu)化決策框架，采用深度學(xué)習(xí)算法離線訓(xùn)練估值網(wǎng)絡(luò)，通過蒙特卡洛樹搜索方法進(jìn)行網(wǎng)架重構(gòu)方案的實(shí)時(shí)在線搜索。

恢復(fù)過程中設(shè)備操作的不確定性給恢復(fù)方案的成功執(zhí)行帶來一定風(fēng)險(xiǎn)。為了在方案決策時(shí)考慮操作不確定性的影響，文獻(xiàn)[57]和文獻(xiàn)[58]分別建立了基于機(jī)組及線路投運(yùn)模型的恢復(fù)方案、運(yùn)行風(fēng)險(xiǎn)評(píng)估體系，可指導(dǎo)多組恢復(fù)方案在重構(gòu)過程中的實(shí)時(shí)切換以規(guī)避操作失敗風(fēng)險(xiǎn)。文獻(xiàn)[59]在恢復(fù)方案制定時(shí)考慮了線路操作時(shí)間的不確定性，文獻(xiàn)[60]則在設(shè)計(jì)系統(tǒng)失電風(fēng)險(xiǎn)優(yōu)化目標(biāo)時(shí)考慮了機(jī)組投運(yùn)不確定性。雖然恢復(fù)方案制定時(shí)應(yīng)主要考慮恢復(fù)效率，但網(wǎng)架抗擾動(dòng)能力、設(shè)備操作風(fēng)險(xiǎn)等嚴(yán)重影響恢復(fù)過程，因此有必要在恢復(fù)方案制定時(shí)兼顧恢復(fù)效率、網(wǎng)架韌性與靈活性。

網(wǎng)架重構(gòu)決策優(yōu)化建模中所采用的目標(biāo)函數(shù)和求解算法見表1和表2。

表1 網(wǎng)架重構(gòu)優(yōu)化的目標(biāo)函數(shù)

表2 網(wǎng)架重構(gòu)優(yōu)化模型求解算法

網(wǎng)架重構(gòu)的恢復(fù)序列決策涉及眾多決策變量與非線性約束，建立網(wǎng)架重構(gòu)全過程的恢復(fù)序列優(yōu)化模型非常困難。采用“分時(shí)段建模，總體尋優(yōu)”的建模思路[65]可以降低恢復(fù)序列建模求解的難度。該建模思路將整個(gè)網(wǎng)架重構(gòu)過程分解為一系列串行的恢復(fù)時(shí)段，針對(duì)單個(gè)時(shí)段進(jìn)行決策，并考慮時(shí)段重構(gòu)決策的后效性，采用混合整數(shù)序列優(yōu)化[62]、動(dòng)態(tài)規(guī)劃[63]、近似動(dòng)態(tài)規(guī)劃[61]等方法進(jìn)行求解。分時(shí)段建模的具體思路如圖4所示。

這種分時(shí)段建模思路中，用一系列相對(duì)簡單的單時(shí)段決策優(yōu)化來代替全過程的決策優(yōu)化，雖然通過在定義時(shí)段優(yōu)化目標(biāo)函數(shù)時(shí)考慮對(duì)后續(xù)時(shí)段的影響，但很難得到全過程的最優(yōu)決策[65]。為了求得全過程最優(yōu)方案，文獻(xiàn)[64]提出一種基于狀態(tài)保留的多時(shí)段協(xié)調(diào)決策優(yōu)化方法，在每個(gè)時(shí)段決策時(shí)保留多個(gè)優(yōu)化方案并通過回溯的方法搜索全過程的最優(yōu)恢復(fù)方案。這種協(xié)調(diào)決策方法的主要問題是狀態(tài)組合爆炸問題，難以在大規(guī)模系統(tǒng)中應(yīng)用?；诜謺r(shí)段建模的思路，理想的做法是針對(duì)所有時(shí)段建立統(tǒng)一的決策優(yōu)化模型[66]，但同樣存在組合爆炸問題。

圖4 網(wǎng)架重構(gòu)決策分時(shí)段建模思路

3.1.3 負(fù)荷恢復(fù)決策

網(wǎng)絡(luò)重構(gòu)達(dá)到較為穩(wěn)定的狀態(tài)之后，主力機(jī)組已經(jīng)啟動(dòng)并具備了一定的發(fā)電能力，此時(shí)系統(tǒng)恢復(fù)進(jìn)入全面的負(fù)荷恢復(fù)階段。負(fù)荷恢復(fù)決策過程中，需格外注意兩個(gè)問題：一是大量負(fù)荷同時(shí)投入對(duì)系統(tǒng)造成過大的頻率沖擊[34]；二是冷負(fù)荷啟動(dòng)的沖擊[35]。負(fù)荷恢復(fù)中，系統(tǒng)頻率約束是最主要的約束，發(fā)電機(jī)組的頻率響應(yīng)是決定負(fù)荷恢復(fù)量的關(guān)鍵，對(duì)含頻率約束的負(fù)荷恢復(fù)決策主要有定步長與變步長兩類[67-68]。定步長負(fù)荷恢復(fù)決策主要是將恢復(fù)過程離散化成等間隔的時(shí)間序列，在離散化的每個(gè)時(shí)間節(jié)點(diǎn)上求取頻率允許波動(dòng)幅度下的最大負(fù)荷投入量，此時(shí)機(jī)組的頻率響應(yīng)特性可以表達(dá)為線性函數(shù)[67]、分段線性函數(shù)[69]、線性化傳遞函數(shù)[70]等。變步長負(fù)荷恢復(fù)決策則是在連續(xù)的時(shí)間維度上以恢復(fù)用時(shí)最短為目標(biāo)確定最佳投負(fù)荷時(shí)間點(diǎn)[68]。負(fù)荷冷啟動(dòng)特性是負(fù)荷恢復(fù)決策另一個(gè)需要關(guān)注的問題。冷負(fù)荷啟動(dòng)時(shí)帶來的負(fù)荷量突增可能會(huì)造成系統(tǒng)頻率電壓的大幅波動(dòng)，因此在負(fù)荷恢復(fù)決策時(shí)常將冷負(fù)荷特性作為限制單次負(fù)荷投入量的關(guān)鍵約束[71]。另外，在不同停電場景下可充分考慮需求響應(yīng)特性以適應(yīng)冷負(fù)荷啟動(dòng)[72]。

3.1.4 系統(tǒng)分區(qū)決策

在自下而上的系統(tǒng)分區(qū)并行恢復(fù)中，分區(qū)方案的決策是影響恢復(fù)效果的重要因素。系統(tǒng)分區(qū)決策的一種方式是分別考慮系統(tǒng)分區(qū)決策和各分區(qū)系統(tǒng)的恢復(fù)決策，分區(qū)決策時(shí)應(yīng)采用有利于系統(tǒng)恢復(fù)的分區(qū)評(píng)價(jià)指標(biāo)[73-77]，例如區(qū)內(nèi)黑啟動(dòng)能力、區(qū)內(nèi)網(wǎng)架結(jié)構(gòu)緊密度、各分區(qū)規(guī)模、區(qū)內(nèi)調(diào)頻調(diào)壓能力、區(qū)域間的同期并列能力、各分區(qū)可觀測性等，利用這些指標(biāo)來指導(dǎo)子系統(tǒng)劃分，可采用的分區(qū)算法包括有序二元決策圖[73]、禁忌搜索算法[75]、圖搜索算法[76]、改進(jìn)標(biāo)簽傳播算法[77]等，得到分區(qū)方案后再制定每個(gè)分區(qū)子系統(tǒng)的恢復(fù)方案。另一種方式則是將系統(tǒng)分區(qū)決策與子系統(tǒng)恢復(fù)決策統(tǒng)一建?？紤][78-79]，這樣的分區(qū)方式雖然增加了分區(qū)決策的建模和求解難度，但可使各分區(qū)子系統(tǒng)恢復(fù)的協(xié)調(diào)性更好、恢復(fù)效率更高。

3.1.5 黑啟動(dòng)恢復(fù)全過程統(tǒng)一決策

文獻(xiàn)[42-43]考慮源網(wǎng)荷在恢復(fù)決策過程中的相互支撐關(guān)系，借助混合整數(shù)序列建模思路強(qiáng)化源網(wǎng)荷時(shí)序間的耦合關(guān)系，建立了黑啟動(dòng)恢復(fù)決策的全過程優(yōu)化模型。應(yīng)用統(tǒng)一決策思路建模時(shí)，機(jī)組啟動(dòng)特性、元件充電特性、負(fù)荷投入特性被統(tǒng)一建模，決策時(shí)域內(nèi)各時(shí)段的恢復(fù)操作均服務(wù)于總體優(yōu)化目標(biāo)，例如最大化各時(shí)段累計(jì)總負(fù)荷恢復(fù)量。然而，受混合整數(shù)規(guī)劃求解技術(shù)的制約，這種建模方式對(duì)許多非線性環(huán)節(jié)進(jìn)行了簡化，降低了恢復(fù)方案與實(shí)際恢復(fù)過程的契合度。另外，這種建模方式也存在“維數(shù)災(zāi)”問題，雖然相關(guān)文獻(xiàn)通過啟發(fā)式方法[42]、分解算法[43]等縮減問題規(guī)模、降低求解難度，但目前將這種建模方式應(yīng)用到實(shí)際大系統(tǒng)的恢復(fù)決策還存在一定距離。

3.1.6 系統(tǒng)恢復(fù)決策支持系統(tǒng)的開發(fā)和應(yīng)用

系統(tǒng)恢復(fù)決策支持系統(tǒng)對(duì)實(shí)現(xiàn)恢復(fù)方案的快速?zèng)Q策、減小停電損失具有重要作用。在已有決策支持系統(tǒng)研究中，有些針對(duì)初期黑啟動(dòng)方案的決策支持[13,22-25]，而有些研究的決策支持階段涵蓋了初期黑啟動(dòng)和后續(xù)恢復(fù)過程[10,26,80-84]。針對(duì)初期黑啟動(dòng)方案決策，文獻(xiàn)[13]設(shè)計(jì)了集方案生成、校驗(yàn)和評(píng)估于一體的決策支持系統(tǒng)；文獻(xiàn)[22]設(shè)計(jì)開發(fā)了基于分層案例推理的決策支持系統(tǒng)；文獻(xiàn)[23]開發(fā)了一種兼容性與擴(kuò)展性較強(qiáng)的可視化決策支持軟件；文獻(xiàn)[24]設(shè)計(jì)了由數(shù)據(jù)庫、圖形界面及分析算法庫組成的黑啟動(dòng)分析輔助系統(tǒng)；文獻(xiàn)[25]在調(diào)度員培訓(xùn)模擬（Dispatcher Training Simulator, DTS）系統(tǒng)中擴(kuò)展了黑啟動(dòng)方案制定與培訓(xùn)仿真子系統(tǒng)。綜合考慮初期黑啟動(dòng)和后續(xù)恢復(fù)過程的決策，文獻(xiàn)[80]較早地研究了基于專家系統(tǒng)的決策支持系統(tǒng)；文獻(xiàn)[81]設(shè)計(jì)了一種基于黑板模型專家系統(tǒng)的可視化輔助決策系統(tǒng)；文獻(xiàn)[82]設(shè)計(jì)了基于數(shù)據(jù)倉庫的網(wǎng)架恢復(fù)群體智能決策支持系統(tǒng)；文獻(xiàn)[83]研發(fā)了一種基于里程碑恢復(fù)理念的恢復(fù)決策支持系統(tǒng)，并驗(yàn)證了其集成于操作員培訓(xùn)系統(tǒng)的可行性；文獻(xiàn)[26]研發(fā)了面向黑啟動(dòng)及后續(xù)恢復(fù)的導(dǎo)航式在線應(yīng)急恢復(fù)決策支持系統(tǒng)；文獻(xiàn)[84]研發(fā)了可集成于D5000調(diào)度平臺(tái)的在線智能決策恢復(fù)工具；文獻(xiàn)[10]設(shè)計(jì)了集在線決策與離線仿真于一體的系統(tǒng)恢復(fù)自適應(yīng)輔助決策架構(gòu)，為新型態(tài)電力系統(tǒng)恢復(fù)決策支持系統(tǒng)的開發(fā)提供了有益參考。

目前黑啟動(dòng)方案決策支持系統(tǒng)研究相對(duì)成熟，而針對(duì)后續(xù)系統(tǒng)恢復(fù)的決策支持系統(tǒng)大多處于原型系統(tǒng)設(shè)計(jì)與開發(fā)階段，部分進(jìn)行了實(shí)際在線應(yīng)用測試，但適應(yīng)新能源接入后不確定恢復(fù)場景的決策支持系統(tǒng)還待進(jìn)一步研究。

3.2 新型態(tài)電力系統(tǒng)恢復(fù)的新特征

新型態(tài)電力系統(tǒng)中新能源出力的不確定性和電力電子設(shè)備控制的復(fù)雜性以及交直流混聯(lián)的電網(wǎng)結(jié)構(gòu)使黑啟動(dòng)恢復(fù)問題變得更加復(fù)雜，其恢復(fù)方案的決策呈現(xiàn)一些新特征。新型態(tài)電力系統(tǒng)的恢復(fù)方案決策必須跟蹤實(shí)時(shí)的出力預(yù)測、適應(yīng)多運(yùn)行場景的要求、滿足網(wǎng)架承載力和調(diào)節(jié)性能要求，并適宜采用分散協(xié)同的恢復(fù)模式。

3.2.1 恢復(fù)方案的時(shí)效性

為了應(yīng)對(duì)新能源運(yùn)行工況的不確定性，恢復(fù)方案的制定應(yīng)在線跟蹤新能源出力預(yù)測以保證方案的時(shí)效性。目前已有部分考慮風(fēng)電參與系統(tǒng)恢復(fù)決策的研究，對(duì)于風(fēng)電參與下的長時(shí)間尺度決策，控制中心通常會(huì)根據(jù)未來一段時(shí)間內(nèi)風(fēng)速預(yù)測值以及預(yù)測誤差，協(xié)調(diào)風(fēng)電場和常規(guī)發(fā)電廠等來制定相應(yīng)的時(shí)序恢復(fù)方案[43,85]。該方式生成的恢復(fù)方案往往具有很強(qiáng)的時(shí)序耦合性，任一時(shí)步恢復(fù)方案的調(diào)整可能影響后續(xù)恢復(fù)方案的有效性。同時(shí)此種恢復(fù)方案生成方式又具有全局性，需要各時(shí)步恢復(fù)操作相互協(xié)調(diào)以達(dá)到最佳恢復(fù)效果。對(duì)于風(fēng)電參與下的實(shí)時(shí)在線決策，文獻(xiàn)[86]和文獻(xiàn)[87]分別在網(wǎng)架重構(gòu)后期與負(fù)荷恢復(fù)時(shí)期采用分層序列法分步確定風(fēng)電場與負(fù)荷的投入狀態(tài)和投入量，單步在線生成下一時(shí)步恢復(fù)方案。與長時(shí)間尺度在線決策相比，實(shí)時(shí)在線決策往往需要在每一時(shí)步恢復(fù)操作執(zhí)行前做一次決策，各時(shí)步恢復(fù)決策的耦合性減弱。由于新能源出力預(yù)測精度往往隨時(shí)間尺度減小而提高，因此實(shí)時(shí)決策所得恢復(fù)方案的有效性增強(qiáng)。

3.2.2 恢復(fù)方案的多場景適應(yīng)性

考慮新能源接入的恢復(fù)方案往往基于新能源的未來若干時(shí)段的預(yù)測數(shù)據(jù)制定，由于預(yù)測誤差的存在，實(shí)際的新能源出力可能出現(xiàn)多種隨機(jī)的場景，恢復(fù)方案對(duì)多場景的適應(yīng)性決定了方案的有效性。為減少新能源預(yù)測誤差對(duì)恢復(fù)方案實(shí)施過程的影響，文獻(xiàn)[88]提出動(dòng)態(tài)風(fēng)電功率穿透極限用以反映處于重構(gòu)階段的過渡性系統(tǒng)對(duì)新能源的承載極限水平。在恢復(fù)方案決策時(shí)，新能源接入量的增加要求更多的常規(guī)備用發(fā)電容量，文獻(xiàn)[87]利用條件風(fēng)險(xiǎn)價(jià)值理論研究了制定恢復(fù)方案時(shí)風(fēng)電不確定風(fēng)險(xiǎn)和方案適應(yīng)性的協(xié)調(diào)問題?；謴?fù)方案對(duì)于新能源出力場景的適應(yīng)性問題可從隨機(jī)、魯棒優(yōu)化角度進(jìn)行建模求解[43,67,88-90]，基于魯棒優(yōu)化的建模方法一般會(huì)將不確定量刻畫為集合形式，并力圖兼顧集合內(nèi)所有場景下系統(tǒng)恢復(fù)方案的適應(yīng)性，以此種方式制定的恢復(fù)方案相對(duì)保守，但可靠性較高。與之不同，采用隨機(jī)優(yōu)化的建模方法?；诓淮_定量的概率分布或者典型場景集合，并不能兼顧所有場景下恢復(fù)方案的有效性，雖然典型場景下的恢復(fù)方案具有較高質(zhì)量，但其場景適應(yīng)性較魯棒優(yōu)化方案低?？紤]到恢復(fù)方案實(shí)施的后效性，模型預(yù)測控制可用于恢復(fù)方案制定以使后續(xù)時(shí)步恢復(fù)操作與當(dāng)前時(shí)步恢復(fù)操作具有良好的契合性[91]。

3.2.3 恢復(fù)模式的分散性

傳統(tǒng)恢復(fù)方案往往采用集中統(tǒng)籌式，調(diào)控中心根據(jù)電網(wǎng)停電后的狀態(tài)信息，統(tǒng)一協(xié)調(diào)廠站、線路以及負(fù)荷的恢復(fù)。新型態(tài)電力系統(tǒng)中，分布式發(fā)電、交直流混聯(lián)等使電網(wǎng)形態(tài)趨于復(fù)雜化、異構(gòu)化，采用集中統(tǒng)籌式的恢復(fù)會(huì)顯著加大控制中心數(shù)據(jù)信息獲取和方案決策的負(fù)擔(dān)。數(shù)據(jù)采集與監(jiān)視控制（Supervisory Control And Data Acquisition, SCADA）系統(tǒng)、廣域測量系統(tǒng)（Wide Area Measurement System，WAMS）以及分布式優(yōu)化技術(shù)的發(fā)展與完善，為各層級(jí)、各區(qū)域電網(wǎng)主體間的分散與協(xié)調(diào)恢復(fù)提供了條件。新型態(tài)電力系統(tǒng)的區(qū)域協(xié)調(diào)恢復(fù)模式如圖5所示。

從輸配電網(wǎng)協(xié)同來看，輸配電網(wǎng)之間具有天然的耦合點(diǎn)，隨著分布式發(fā)電裝置（Distributed Generation, DG）在配電網(wǎng)的普及，其在恢復(fù)期間不僅局限于被動(dòng)的從輸電網(wǎng)獲取恢復(fù)功率，而是可以主動(dòng)向上級(jí)輸電網(wǎng)提供恢復(fù)功率[92]。因此相關(guān)文獻(xiàn)應(yīng)用目標(biāo)級(jí)聯(lián)分析（Analytical Target Cascading, ATC）研究了網(wǎng)架重構(gòu)[40]以及負(fù)荷恢復(fù)階段[39]的輸配協(xié)同恢復(fù)決策技術(shù)。

此外，在輸電系統(tǒng)不同主體的協(xié)同恢復(fù)方面，文獻(xiàn)[67]以交流聯(lián)絡(luò)線為邊界條件，將含風(fēng)電場的各子系統(tǒng)恢復(fù)方案從空間上進(jìn)行解耦，采用ATC方法對(duì)分解問題進(jìn)行求解。文獻(xiàn)[93]以電壓源換相型高壓直流輸電（Voltage Source Converter based High Voltage Direct Current Transmission, VSC-HVDC）線路和電網(wǎng)換相型高壓直流輸電（Line Commutated Converter Based High Voltage Direct Current, LCC-HVDC）線路為邊界條件，將各交流子系統(tǒng)恢復(fù)模型從時(shí)間和空間上分解，通過ATC方法反復(fù)迭代得到優(yōu)化方案。

圖5 新型態(tài)電力系統(tǒng)的區(qū)域協(xié)調(diào)恢復(fù)示意

3.2.4 對(duì)網(wǎng)架結(jié)構(gòu)與調(diào)節(jié)特性的新要求

網(wǎng)架結(jié)構(gòu)方面，傳統(tǒng)恢復(fù)方案為了盡快恢復(fù)失電廠站，已恢復(fù)網(wǎng)架往往呈樹形結(jié)構(gòu)。在高比例新能源接入后，源側(cè)出力的強(qiáng)波動(dòng)性可能導(dǎo)致某些線路過載，需要通過適當(dāng)?shù)暮檄h(huán)操作加以消除[94]。另外，高壓直流接入的受端系統(tǒng)恢復(fù)方案制定應(yīng)考慮短路容量指標(biāo)，相關(guān)文獻(xiàn)通過支路追加法分析了恢復(fù)路徑與短路容量的內(nèi)在聯(lián)系[95]，指出適量的環(huán)網(wǎng)恢復(fù)有助于增強(qiáng)受端交流系統(tǒng)短路容量，提高交流系統(tǒng)支撐強(qiáng)度。系統(tǒng)調(diào)節(jié)特性方面，高比例新能源接入的系統(tǒng)呈現(xiàn)低慣量、強(qiáng)波動(dòng)性、弱致穩(wěn)性等，系統(tǒng)恢復(fù)期間由于大量調(diào)頻機(jī)組尚未恢復(fù)且往往伴隨著新能源機(jī)組的并網(wǎng)、負(fù)荷的大批量投入以及高壓直流系統(tǒng)的啟動(dòng)沖擊，對(duì)系統(tǒng)的調(diào)頻能力提出了挑戰(zhàn)。相關(guān)文獻(xiàn)研究了恢復(fù)期間新能源接入條件下的系統(tǒng)頻率調(diào)節(jié)特性[69,96]以及高壓直流啟動(dòng)時(shí)對(duì)系統(tǒng)調(diào)頻能力的需求[97]。

4 系統(tǒng)恢復(fù)中的保護(hù)與控制技術(shù)

4.1 恢復(fù)狀態(tài)下的系統(tǒng)保護(hù)技術(shù)

在系統(tǒng)恢復(fù)過程中，系統(tǒng)的運(yùn)行狀態(tài)連續(xù)動(dòng)態(tài)變化，不同于正常運(yùn)行狀態(tài)下的系統(tǒng)保護(hù)，恢復(fù)狀態(tài)下的保護(hù)需要基于實(shí)際系統(tǒng)恢復(fù)標(biāo)準(zhǔn)確定合適的保護(hù)配置和動(dòng)作定值。文獻(xiàn)[98]指出恢復(fù)高壓輸電線路時(shí)會(huì)產(chǎn)生明顯的不對(duì)稱分量，進(jìn)而引起發(fā)電機(jī)保護(hù)動(dòng)作。文獻(xiàn)[99]對(duì)恢復(fù)過程中發(fā)電機(jī)保護(hù)、線路保護(hù)、變壓器保護(hù)、重合閘做出了相應(yīng)規(guī)定，例如由于恢復(fù)過程中的弱源特性，可能需要調(diào)整距離保護(hù)的整定值以提高其靈敏度、重合閘時(shí)需要注意線路兩端相位差等問題?；謴?fù)過程中的異常狀態(tài)可能導(dǎo)致保護(hù)誤動(dòng)，另外微弱的電氣量可能使保護(hù)很難察覺系統(tǒng)的故障態(tài)，不能及時(shí)動(dòng)作，文獻(xiàn)[100]給出的恢復(fù)期間影響保護(hù)動(dòng)作的異常態(tài)，包括：①電壓過高或過低；②低頻或大幅頻率變化；③電壓/電流不平衡；④重載；⑤非常規(guī)操作。

新型態(tài)電力系統(tǒng)背景下，恢復(fù)態(tài)下的保護(hù)技術(shù)應(yīng)考慮大規(guī)模電力電子設(shè)備接入是否會(huì)引起傳統(tǒng)保護(hù)方案失效，從而導(dǎo)致保護(hù)誤動(dòng)或拒動(dòng)?！半p高”系統(tǒng)故障特征不僅與故障時(shí)系統(tǒng)拓?fù)浣Y(jié)構(gòu)有關(guān)而且受電力電子設(shè)備控制策略的影響，系統(tǒng)的弱饋性和受控特性會(huì)影響保護(hù)裝置的靈敏性[101]。另外，恢復(fù)過程中系統(tǒng)相對(duì)薄弱、調(diào)節(jié)能力差，各種內(nèi)外部擾動(dòng)更易導(dǎo)致電壓、頻率大幅波動(dòng)，有必要考慮新能源機(jī)組的故障穿越能力，避免系統(tǒng)電壓、頻率波動(dòng)導(dǎo)致已并網(wǎng)新能源機(jī)組再次脫網(wǎng)。

4.2 恢復(fù)狀態(tài)下的系統(tǒng)控制技術(shù)

恢復(fù)過程中的系統(tǒng)控制問題主要是無功功率與電壓控制、有功功率與頻率控制兩個(gè)方面。

4.2.1 無功與電壓控制

恢復(fù)高壓架空線及電纜通常會(huì)出現(xiàn)三種類型的電壓問題：工頻過電壓、操作過電壓以及諧振過電壓[102]?？粘溟L距離輸電線路時(shí)，如果容性無功電流過大，會(huì)產(chǎn)生持續(xù)的工頻過電壓，并可能導(dǎo)致發(fā)電機(jī)自勵(lì)磁、變壓器過勵(lì)磁，并產(chǎn)生諧波電流。文獻(xiàn)[102]指出通過在線路兩端投負(fù)荷可以消除工頻過電壓和諧振過電壓，并通過EMTP仿真平臺(tái)驗(yàn)證了投負(fù)荷抑制諧振過電壓的效果，同時(shí)給出了多種抑制諧振過電壓的方法。文獻(xiàn)[103]根據(jù)只有輸電線路的外特性與發(fā)電機(jī)充電特性曲線存在交點(diǎn)時(shí)發(fā)電機(jī)才會(huì)自勵(lì)磁這一特性給出了空載線路合閘過程中發(fā)電機(jī)自勵(lì)磁判據(jù)。文獻(xiàn)[104]給出了兩種發(fā)電機(jī)自勵(lì)磁分析模型。

由空載線路或變壓器的合閘操作引起的操作過電壓可能導(dǎo)致避雷器故障、變壓器磁飽和，并導(dǎo)致鐵心發(fā)熱產(chǎn)生大量諧波電流，需要對(duì)其進(jìn)行仿真校核[105]。文獻(xiàn)[106]利用蒙特卡洛法建立了用于操作過電壓計(jì)算的概率模型，結(jié)合貝瑞隆輸電線路數(shù)學(xué)模型，開發(fā)了用于操作過電壓校驗(yàn)的統(tǒng)計(jì)分析程序。

除了恢復(fù)初期因空充長距離輸電線路導(dǎo)致的過電壓問題，如果單次投負(fù)荷量過大，投負(fù)荷的初始沖擊可能導(dǎo)致暫態(tài)電壓過低、發(fā)電機(jī)堵轉(zhuǎn)、電壓失穩(wěn)。因此，文獻(xiàn)[107]計(jì)及了暫態(tài)電壓安全約束并利用二分法控制單次負(fù)荷投入量。除此之外，高壓直流參與系統(tǒng)恢復(fù)時(shí)換流站在啟動(dòng)與換流過程中將會(huì)消耗大量的無功功率，合理的直流系統(tǒng)啟動(dòng)與控制方式有助于提高交直流系統(tǒng)恢復(fù)期間的電壓穩(wěn)定性[108]。文獻(xiàn)[109]提出VSC-HVDC作為黑啟動(dòng)電源時(shí)的相量控制模式，此運(yùn)行方式類似于同步發(fā)電機(jī)但沒有轉(zhuǎn)動(dòng)慣量。文獻(xiàn)[110]采用單極定電流70%降壓方式啟動(dòng)LCC-HVDC，并指出此種啟動(dòng)方式對(duì)交流系統(tǒng)的沖擊最小。文獻(xiàn)[111]指出參與系統(tǒng)恢復(fù)的LCC-HVDC控制模式應(yīng)根據(jù)其對(duì)受端電網(wǎng)電壓穩(wěn)定性的影響進(jìn)行選擇，同時(shí)給出了抑制過電壓與頻率波動(dòng)的無功協(xié)調(diào)與附加頻率控制策略。

4.2.2 有功與頻率控制

頻率穩(wěn)定對(duì)保證系統(tǒng)恢復(fù)過程的順利執(zhí)行至關(guān)重要，在恢復(fù)過程中要時(shí)刻注意通過源荷協(xié)調(diào)來維持系統(tǒng)的有功平衡。文獻(xiàn)[112]總結(jié)了系統(tǒng)恢復(fù)時(shí)各類發(fā)電機(jī)的一次調(diào)頻特性。對(duì)于二次調(diào)頻，一般情況下，由于恢復(fù)過程中涉及機(jī)組和大量負(fù)荷投入，頻率波動(dòng)可能會(huì)超出自動(dòng)發(fā)電控制（Automatic Generation Control, AGC）的調(diào)節(jié)區(qū)間，AGC通常會(huì)暫停并處于手動(dòng)控制模式[113]。

新型態(tài)電力系統(tǒng)背景下，新能源出力強(qiáng)波動(dòng)、低慣量等特性使系統(tǒng)恢復(fù)期間的頻率控制難度加大。文獻(xiàn)[114]結(jié)合虛擬慣量以及柴油發(fā)電機(jī)的頻率響應(yīng)特性給出了風(fēng)電場黑啟動(dòng)頻率協(xié)同控制策略。文獻(xiàn)[115]研究了柴油發(fā)電機(jī)輔助風(fēng)機(jī)黑啟動(dòng)的控制策略，挖掘了風(fēng)機(jī)參與黑啟動(dòng)時(shí)的虛擬慣量控制能力和一、二次調(diào)頻能力。文獻(xiàn)[116]提出風(fēng)儲(chǔ)系統(tǒng)在自啟動(dòng)期間的控制模式。文獻(xiàn)[117]結(jié)合模型預(yù)測控制技術(shù)提出一種風(fēng)光儲(chǔ)協(xié)同作為黑啟動(dòng)電源的優(yōu)化控制方法。文獻(xiàn)[118]研究了微電網(wǎng)作為黑啟動(dòng)電源時(shí)不同恢復(fù)階段的電壓-頻率控制策略和有功-無功控制策略。

5 存在問題與未來工作建議

目前對(duì)黑啟動(dòng)恢復(fù)問題雖然進(jìn)行了大量的研究并取得顯著的成果，但面對(duì)新型態(tài)電力系統(tǒng)恢復(fù)的要求，還遠(yuǎn)不夠成熟，例如，應(yīng)對(duì)新能源出力不確定性的恢復(fù)方案在線實(shí)時(shí)決策技術(shù)、含大量電力電子器件的新能源電源的協(xié)調(diào)控制技術(shù)、含高比例新能源的交直流混聯(lián)電力系統(tǒng)的協(xié)調(diào)恢復(fù)、極端災(zāi)害場景下的系統(tǒng)恢復(fù)、全局視角下實(shí)時(shí)在線恢復(fù)決策支持系統(tǒng)開發(fā)等。

針對(duì)新型態(tài)電力系統(tǒng)的特點(diǎn)以及對(duì)系統(tǒng)恢復(fù)的新需求，未來電力系統(tǒng)恢復(fù)研究領(lǐng)域可能需要開展以下的研究工作。

1）源不確定場景下系統(tǒng)恢復(fù)的實(shí)時(shí)決策

在未來新能源主導(dǎo)的場景下，傳統(tǒng)的以常規(guī)機(jī)組為主要電源的恢復(fù)決策方法無法適應(yīng)新能源的不確定性需求，需要研究可應(yīng)對(duì)電源出力場景高度不確定性的在線實(shí)時(shí)恢復(fù)決策方法。如何根據(jù)系統(tǒng)恢復(fù)時(shí)的短期和超短期出力預(yù)測安排新能源機(jī)組的啟動(dòng)順序，并利用有限的常規(guī)電源和儲(chǔ)能設(shè)施保證恢復(fù)過程中系統(tǒng)的功率平衡是未來需要研究的重要問題。近年來，為適應(yīng)新能源電力系統(tǒng)的調(diào)頻和調(diào)峰需求，各種形式的大規(guī)模儲(chǔ)能設(shè)施得到快速發(fā)展，其中抽水蓄能是重要的建設(shè)對(duì)象，國家能源局已發(fā)布《抽水蓄能中長期發(fā)展規(guī)劃（2021-2035年）》，我國多個(gè)省域系統(tǒng)的抽蓄將實(shí)現(xiàn)從一到多的跨越式發(fā)展。因此，如何發(fā)揮抽蓄和其他儲(chǔ)能電源對(duì)電力系統(tǒng)恢復(fù)的支撐作用需要深入研究。

2）含高比例新能源的交直流混聯(lián)系統(tǒng)的協(xié)調(diào)恢復(fù)

在新型態(tài)電力系統(tǒng)中，為承載接入規(guī)模不斷增大的新能源，輸電網(wǎng)逐漸演變?yōu)榻恢绷骰炻?lián)的結(jié)構(gòu)形式，同時(shí)配電網(wǎng)呈現(xiàn)出DG高比例接入的特點(diǎn)。在輸電網(wǎng)層面，雖然已有學(xué)者對(duì)交直流混聯(lián)電網(wǎng)的恢復(fù)問題進(jìn)行了一些探討，但是對(duì)于多饋入受端系統(tǒng)整體恢復(fù)策略、交直流送受端系統(tǒng)的協(xié)調(diào)恢復(fù)、考慮直流暫態(tài)特性和故障的恢復(fù)決策建模、考慮規(guī)模新能源的交直流系統(tǒng)恢復(fù)以及恢復(fù)進(jìn)程中網(wǎng)架對(duì)不同類型直流系統(tǒng)的承載力等諸多課題，仍有待深入探討。在配電網(wǎng)層面，雖然國內(nèi)外對(duì)含DG的配電網(wǎng)重構(gòu)及故障恢復(fù)進(jìn)行了諸多探討，但如何充分利用配電網(wǎng)的新能源加速輸電網(wǎng)恢復(fù)，實(shí)現(xiàn)輸配電網(wǎng)協(xié)同的系統(tǒng)高效恢復(fù)，需要深入研究。進(jìn)一步，對(duì)于包含多個(gè)省域電網(wǎng)的大區(qū)電網(wǎng)，可能同時(shí)兼具特高壓交直流混聯(lián)、新能源集中-分布大規(guī)模接入等特點(diǎn)，如何在我國已有的調(diào)度和安全防御體系的基礎(chǔ)上，充分利用交直流功率源和接入不同電壓等級(jí)的新能源，通過時(shí)間、空間不同層級(jí)的協(xié)調(diào)來加速系統(tǒng)恢復(fù)過程，也是進(jìn)一步研究的課題。

3）極端自然災(zāi)害和蓄意攻擊下的系統(tǒng)恢復(fù)

傳統(tǒng)的恢復(fù)決策方法是考慮由于運(yùn)行控制不當(dāng)造成系統(tǒng)停電的情形，此時(shí)主要設(shè)備都處于可用可控狀態(tài)。然而，在由于自然災(zāi)害或?qū)σ?、二次設(shè)備的蓄意攻擊導(dǎo)致的停電事故中，電網(wǎng)基礎(chǔ)設(shè)施可能遭到嚴(yán)重破壞，設(shè)備可用性和可靠性存在更大的不確定性。極端事件情形下的系統(tǒng)恢復(fù)決策，需要研究設(shè)備可用狀態(tài)的感知方法、基于可用設(shè)備構(gòu)建最大可自持系統(tǒng)的恢復(fù)決策方法，同時(shí)需要研究電網(wǎng)基礎(chǔ)設(shè)施恢復(fù)重建方案、系統(tǒng)恢復(fù)與應(yīng)急搶修資源協(xié)調(diào)統(tǒng)一的應(yīng)急調(diào)度機(jī)制。由于信息和物理系統(tǒng)的深度耦合，信息系統(tǒng)和物理系統(tǒng)的協(xié)調(diào)恢復(fù)問題也需要深入研究。

4）新型態(tài)電力系統(tǒng)恢復(fù)的全過程仿真與在線決策支持系統(tǒng)開發(fā)

在系統(tǒng)恢復(fù)過程中，系統(tǒng)狀態(tài)與正常運(yùn)行狀態(tài)具有很大區(qū)別，并且在持續(xù)的過渡變化中，對(duì)源、網(wǎng)、荷、儲(chǔ)等各個(gè)環(huán)節(jié)的控制要求也有不同，特別是新能源不確定性的影響，給系統(tǒng)恢復(fù)決策帶來極大挑戰(zhàn)。雖然各類先進(jìn)的人工智能、數(shù)學(xué)規(guī)劃方法在電力系統(tǒng)恢復(fù)決策中已有諸多應(yīng)用，但主要是針對(duì)局部恢復(fù)階段的離線預(yù)案決策，并且恢復(fù)方案缺少實(shí)際檢驗(yàn)的機(jī)會(huì)，因此需要開發(fā)系統(tǒng)恢復(fù)的全過程仿真工具對(duì)恢復(fù)方案的可行性與恢復(fù)效果進(jìn)行驗(yàn)證。同時(shí)，新能源不確定性要求未來恢復(fù)方案決策必須采用實(shí)時(shí)在線的方式，需要開發(fā)智能化的在線決策支持平臺(tái)以實(shí)現(xiàn)恢復(fù)方案的快速?zèng)Q策，并保證方案的適用性和恢復(fù)效果。在線決策支持平臺(tái)的開發(fā)與離線恢復(fù)仿真研究仍處在起步階段，開發(fā)一個(gè)融合在線決策和離線仿真功能的全過程恢復(fù)決策支持系統(tǒng)既是一個(gè)迫切需求又是一個(gè)重大挑戰(zhàn)。

6 結(jié)語

本文對(duì)電力系統(tǒng)恢復(fù)問題的研究工作進(jìn)行了文獻(xiàn)調(diào)研和綜述分析，從系統(tǒng)恢復(fù)的概念、恢復(fù)策略、恢復(fù)方案決策、恢復(fù)中的保護(hù)和控制技術(shù)等方面，對(duì)研究現(xiàn)狀和存在的問題進(jìn)行了評(píng)述，對(duì)高比例新能源接入和交直流混聯(lián)系統(tǒng)恢復(fù)的新問題進(jìn)行了討論，并對(duì)未來可能的研究工作進(jìn)行了展望。本文試圖對(duì)電力系統(tǒng)恢復(fù)領(lǐng)域的研究工作提供一個(gè)全景描繪，以期對(duì)該領(lǐng)域的研究提供一些有價(jià)值的參考信息。然而，電力系統(tǒng)恢復(fù)是一個(gè)非常大的研究領(lǐng)域，涉及電力系統(tǒng)規(guī)劃、運(yùn)行和控制的各個(gè)方面，各國學(xué)者從不同角度進(jìn)行了大量的研究工作，相關(guān)研究文獻(xiàn)浩如煙海，限于作者的能力和時(shí)間，本文的文獻(xiàn)綜述難免掛一漏萬，對(duì)研究工作的評(píng)價(jià)和觀點(diǎn)也難免存在不妥之處，敬請(qǐng)大家批評(píng)指正，共同推進(jìn)電力系統(tǒng)恢復(fù)問題的深化研究，為低碳轉(zhuǎn)型背景下的新型態(tài)電力系統(tǒng)構(gòu)建更加可靠的安全屏障。

[1] 印永華, 郭劍波, 趙建軍, 等. 美加“8.14”大停電事故初步分析以及應(yīng)吸取的教訓(xùn)[J]. 電網(wǎng)技術(shù), 2003, 27(10): 8-11, 16.

Yin Yonghua, Guo Jianbo, Zhao Jianjun, et al. Preliminary analysis of large scale blackout in interconnected North America power grid on August 14 and lessons to be drawn[J]. Power System Technology, 2003, 27(10): 8-11, 16.

[2] 湯涌, 卜廣全, 易俊. 印度“7.30”、“7.31”大停電事故分析及啟示[J]. 中國電機(jī)工程學(xué)報(bào), 2012, 32(25): 167-174, 23.

Tang Yong, Bu Guangquan, Yi Jun. Analysis and lessons of the blackout in Indian power grid on July 30 and 31, 2012[J]. Proceedings of the CSEE, 2012, 32(25): 167-174, 23.

[3] 郭慶來, 辛蜀駿, 王劍輝, 等. 由烏克蘭停電事件看信息能源系統(tǒng)綜合安全評(píng)估[J]. 電力系統(tǒng)自動(dòng)化, 2016, 40(5): 145-147.

Guo Qinglai, Xin Shujun, Wang Jianhui, et al. Comprehensive security assessment for a cyber physical energy system: a lesson from Ukraine's blackout[J]. Automation of Electric Power Systems, 2016, 40(5): 145-147.

[4] 孫華東, 許濤, 郭強(qiáng), 等. 英國“8·9”大停電事故分析及對(duì)中國電網(wǎng)的啟示[J]. 中國電機(jī)工程學(xué)報(bào), 2019, 39(21): 6183-6192.

Sun Huadong, Xu Tao, Guo Qiang, et al. Analysis on blackout in great Britain power grid on August 9th, 2019 and its enlightenment to power grid in China[J]. Proceedings of the CSEE, 2019, 39(21): 6183-6192.

[5] Adibi M M．Power system restoration：methodologies & implementation strategies[M]. New York: Wiley- IEEE Press, 2000.

[6] 劉玉田, 王洪濤, 葉華. 電力系統(tǒng)恢復(fù)理論與技術(shù)[M]. 北京: 科學(xué)出版社, 2014.

[7] Gutierrez J, Staropolsky M, Garcia A. Policies for restoration of a power system[J]. IEEE Transactions on Power Systems, 1987, 2(2): 436-442.

[8] 盧恩, 寧健, 劉皓明, 等. 應(yīng)用序優(yōu)化理論的快速切負(fù)荷機(jī)組布點(diǎn)方案[J]. 電網(wǎng)技術(shù), 2014, 38(5): 1216-1222.

Lu En, Ning Jian, Liu Haoming, et al. An ordinal optimization based locating scheme of fast cut back thermal power units[J]. Power System Technology, 2014, 38(5): 1216-1222.

[9] Li Gengfeng, Huang Gechao, Bie Zhaohong, et al. Component importance assessment of power systems for improving resilience under wind storms[J]. Journal of Modern Power Systems and Clean Energy, 2019, 7(4): 676-687.

[10] Li Ze, Xue Yusheng, Wang Haohao, et al. Decision support system for adaptive restoration control of transmission system[J]. Journal of Modern Power Systems and Clean Energy, 2021, 9(4): 870-885.

[11] 周云海, 閔勇, 楊濱. 黑啟動(dòng)及其決策支持系統(tǒng)[J]. 電力系統(tǒng)自動(dòng)化, 2001, 25(15): 43-46, 62.

Zhou Yunhai, Min Yong, Yang Bin. Decision support system for black-start[J]. Automation of Electric Power Systems, 2001, 25(15): 43-46, 62.

[12] Sun Wei, Liu C C, Liu Shanshan. Black start capability assessment in power system restoration[C]//2011 IEEE Power and Energy Society General Meeting, Detroit, MI, 2011: 1-7.

[13] 顧雪平, 趙書強(qiáng), 劉艷, 等. 一個(gè)實(shí)用的電力系統(tǒng)黑啟動(dòng)決策支持系統(tǒng)[J]. 電網(wǎng)技術(shù), 2004, 28(9): 54-57, 74.

Gu Xueping, Zhao Shuqiang, Liu Yan, et al. A practical decision support system for power system black start[J]. Power System Technology, 2004, 28(9): 54-57, 74.

[14] 趙達(dá)維, 劉天琪, 李興源, 等. 電網(wǎng)黑啟動(dòng)方案評(píng)價(jià)指標(biāo)體系及應(yīng)用[J]. 電力系統(tǒng)自動(dòng)化, 2012, 36(21): 7-12.

Zhao Dawei, Liu Tianqi, Li Xingyuan, et al. Black-start scheme evaluation indicator system and its application[J]. Automation of Electric Power Systems, 2012, 36(21): 7-12.

[15] 顧雪平, 王大江, 梁海平, 等. 電力系統(tǒng)擴(kuò)展黑啟動(dòng)方案動(dòng)態(tài)綜合評(píng)估[J]. 電工技術(shù)學(xué)報(bào), 2015, 30(3): 44-52.

Gu Xueping, Wang Dajiang, Liang Haiping, et al. Dynamic comprehensive assessment of power system extended black-start plans[J]. Transactions of China Electrotechnical Society, 2015, 30(3): 44-52.

[16] 鐘慧榮, 顧雪平. 基于模糊層次分析法的黑啟動(dòng)方案評(píng)估及靈敏度分析[J]. 電力系統(tǒng)自動(dòng)化, 2010, 34(16): 34-37, 49.

Zhong Huirong, Gu Xueping. Assessment of power system black-start schemes based on fuzzy analytic hierarchy process and its sensitivity analysis[J]. Automation of Electric Power Systems, 2010, 34(16): 34-37, 49.

[17] 劉艷, 顧雪平, 張丹. 基于數(shù)據(jù)包絡(luò)分析模型的電力系統(tǒng)黑啟動(dòng)方案相對(duì)有效性評(píng)估[J]. 中國電機(jī)工程學(xué)報(bào), 2006, 26(5): 32-37, 94.

Liu Yan, Gu Xueping, Zhang Dan. Data envelopment analysis based relative effectiveness assessment of power system black-start plans[J]. Proceedings of the CSEE, 2006, 26(5): 32-37, 94.

[18] 冷亞軍, 陸青, 張俊嶺. 基于差異性權(quán)重和協(xié)同過濾的黑啟動(dòng)方案評(píng)估[J]. 電力系統(tǒng)自動(dòng)化, 2015, 39(20): 78-83.

Leng Yajun, Lu Qing, Zhang Junling. Assessment of black-start schemes based on difference weight and collaborative filtering[J]. Automation of Electric Power Systems, 2015, 39(20): 78-83.

[19] 吳燁, 房鑫炎, 張焰, 等. 電網(wǎng)黑啟動(dòng)的廣義模式評(píng)估算法[J]. 電工技術(shù)學(xué)報(bào), 2011, 26(3): 155-161.

Wu Ye, Fang Xinyan, Zhang Yan, et al. Generalized assessment algorithm for power grid black-start modes[J]. Transactions of China Electrotechnical Society, 2011, 26(3): 155-161.

[20] 林濟(jì)鏗, 蔣越梅, 岳順民, 等. 基于DEA/AHP模型的電力系統(tǒng)黑啟動(dòng)有效方案評(píng)估[J]. 電力系統(tǒng)自動(dòng)化, 2007, 31(15): 65-69, 110.

Lin Jikeng, Jiang Yuemei, Yue Shunmin, et al. Assessment of effective schemes for power system blackstart based on DEA/AHP[J]. Automation of Electric Power Systems, 2007, 31(15): 65-69, 110.

[21] 朱海南, 劉玉田, 邱夕兆. 考慮機(jī)組恢復(fù)成功率的黑啟動(dòng)階段待恢復(fù)機(jī)組優(yōu)選[J]. 電力系統(tǒng)自動(dòng)化, 2013, 37(22): 28-34.

Zhu Hainan, Liu Yutian, Qiu Xizhao. Optimal restoration unit selection considering success rate during black start stage[J]. Automation of Electric Power Systems, 2013, 37(22): 28-34.

[22] 王洪濤, 劉玉田, 邱夕照. 基于分層案例推理的黑啟動(dòng)決策支持系統(tǒng)[J]. 電力系統(tǒng)自動(dòng)化, 2004, 28(11): 49-52.

Wang Hongtao, Liu Yutian, Qu Xizhao. Hierarchical case-based reasoning decision-making system for power system black start[J]. Automation of Electric Power Systems, 2004, 28(11): 49-52.

[23] 楊德尚, 袁榮湘, 李啟旺, 等. 可視化黑啟動(dòng)決策支持軟件開發(fā)研究[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(5): 97-101.

Yang Deshang, Yuan Rongxiang, Li Qiwang, et al. Development and research of visual software for black-start decision support system[J]. Power System Protection and Control, 2010, 38(5): 97-101.

[24] 趙子明, 幺莉, 林濟(jì)鏗, 等. 黑啟動(dòng)輔助決策支持系統(tǒng)[J]. 中國電力, 2012, 45(5): 81-86.

Zhao Ziming, Yao Li, Lin Jikeng, et al. Black-start decision support system[J]. Electric Power, 2012, 45(5): 81-86.

[25] 王春義, 王洪濤, 劉玉田, 等. DTS系統(tǒng)中的黑啟動(dòng)方案制定與培訓(xùn)仿真[J]. 電力自動(dòng)化設(shè)備, 2009, 29(3): 122-126.

Wang Chunyi, Wang Hongtao, Liu Yutian, et al. Black start scheme generation and training simulation of DTS[J]. Electric Power Automation Equipment, 2009, 29(3): 122-126.

[26] 黃偉, 李文云, 李玲芳, 等. 云南電網(wǎng)應(yīng)急恢復(fù)在線決策支持系統(tǒng)研究[J]. 能源技術(shù)經(jīng)濟(jì), 2011, 23(3): 54-58.

Huang Wei, Li Wenyun, Li Lingfang, et al. Research on the on-line decision-making support system of emergency recovery of Yunnan power grid[J]. Energy Technology and Economics, 2011, 23(3): 54-58.

[27] 周云海, 閔勇. 恢復(fù)控制中的系統(tǒng)重構(gòu)優(yōu)化算法研究[J]. 中國電機(jī)工程學(xué)報(bào), 2003, 23(4): 67-70, 188.

Zhou Yunhai, Min Yong. Optimal algorithm for system reconstruction[J]. Proceedings of the CSEE, 2003, 23(4): 67-70, 188.

[28] 周云海, 劉映尚, 胡翔勇. 大停電事故后的系統(tǒng)網(wǎng)架恢復(fù)[J]. 中國電機(jī)工程學(xué)報(bào), 2008, 28(10): 32-36.

Zhou Yunhai, Liu Yingshang, Hu Xiangyong. Power system network reconstruction after blackout[J]. Proceedings of the CSEE, 2008, 28(10): 32-36.

[29] Liu C C, Liou K L, Chu R F, et al. Generation capability dispatch for bulk power system restoration: a knowledge-based approach[J]. IEEE Transactions on Power Systems, 1993, 8(1): 316-325.

[30] Wang Chong, Vittal V, Kolluri V S, et al. PTDF-based automatic restoration path selection[J]. IEEE Transactions on Power Systems, 2010, 25(3): 1686-1695.

[31] Liu Yan, Gu Xueping. Skeleton-network reconfigure-tion based on topological characteristics of scale-free networks and discrete particle swarm optimization[J]. IEEE Transactions on Power Systems, 2007, 22(3): 1267-1274.

[32] 魏智博, 劉艷, 顧雪平. 基于DPSO算法以負(fù)荷恢復(fù)為目標(biāo)的網(wǎng)絡(luò)重構(gòu)[J]. 電力系統(tǒng)自動(dòng)化, 2007, 31(1): 38-42.

Wei Zhibo, Liu Yan, Gu Xueping. DPSO algorithm based network reconfiguration of power systems for maximizing load recovery efficiency[J]. Automation of Electric Power Systems, 2007, 31(1): 38-42.

[33] 周云海, 閔勇. 負(fù)荷的快速恢復(fù)算法研究[J]. 中國電機(jī)工程學(xué)報(bào), 2003, 23(3): 74-79.

Zhou Yunhai, Min Yong. Optimal algorithm for fast load recovery[J]. Proceedings of the CSEE, 2003, 23(3): 74-79.

[34] Adibi M, Clelland P, Fink L, et al. Power system restoration - A task force report[J]. IEEE Transactions on Power Systems, 1987, 2(2): 271-277.

[35] Medina D R, Rappold E, Sanchez O, et al. Fast assessment of frequency response of cold load pickup in power system restoration[J]. IEEE Transactions on Power Systems, 2016, 31(4): 3249-3256.

[36] Adibi M M, Fink L H. Power system restoration planning[J]. IEEE Transactions on Power Systems, 1994, 9(1): 22-28.

[37] Fink L H, Liou K, Liu C C. From generic restoration actions to specific restoration strategies[J]. IEEE Transactions on Power Systems, 1995, 10(2): 745-752.

[38] Roofegari nejad R, Sun Wei, Golshani A. Distributed restoration for integrated transmission and distribution systems with DERs[J]. IEEE Transactions on Power Systems, 2019, 34(6): 4964-4973.

[39] Zhao Jin, Wang Hongtao, Liu Yutian, et al. Coordinated restoration of transmission and distribution system using decentralized scheme[J]. IEEE Transactions on Power Systems, 2019, 34(5): 3428-3442.

[40] 張強(qiáng), 趙晉泉, 戴則梅, 等. 基于目標(biāo)級(jí)聯(lián)分析的輸配電網(wǎng)黑啟動(dòng)分布式協(xié)同優(yōu)化方法[J]. 電力系統(tǒng)自動(dòng)化, 2021, 45(3): 111-120.

Zhang Qiang, Zhao Jinquan, Dai Zemei, et al. Distributed coordinated optimization method for black-start of transmission and distribution networks based on analytical target cascading[J]. Automation of Electric Power Systems, 2021, 45(3): 111-120.

[41] Hou Yunhe, Liu C C, Sun Kai, et al. Computation of milestones for decision support during system restoration[J]. IEEE Transactions on Power Systems, 2011, 26(3): 1399-1409.

[42] Patsakis G, Rajan D, Aravena I, et al. Optimal black start allocation for power system restoration[J]. IEEE Transactions on Power Systems, 2018, 33(6): 6766-6776.

[43] Golshani A, Sun Wei, Zhou Qun, et al. Incorporating wind energy in power system restoration planning[J]. IEEE Transactions on Smart Grid, 2019, 10(1): 16-28.

[44] 顧雪平, 鐘慧榮, 賈京華, 等. 電力系統(tǒng)擴(kuò)展黑啟動(dòng)方案的研究[J]. 中國電機(jī)工程學(xué)報(bào), 2011, 31(28): 25-32.

Gu Xueping, Zhong Huirong, Jia Jinghua, et al. Extended black-start schemes of power systems[J]. Proceedings of the CSEE, 2011, 31(28): 25-32.

[45] 王洪濤, 劉玉田. 電力系統(tǒng)恢復(fù)的主從遞階決策模型及其優(yōu)化算法[J]. 中國電機(jī)工程學(xué)報(bào), 2007, 27(1): 8-13.

Wang Hongtao, Liu Yutian. Leader-follower hierarchical decision model and optimal method for power system restoration[J]. Proceedings of the CSEE, 2007, 27(1): 8-13.

[46] 曹曦, 王洪濤, 劉玉田. 輸電網(wǎng)架恢復(fù)的分層協(xié)同優(yōu)化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2015, 35(19): 4906-4917.

Cao Xi, Wang Hongtao, Liu Yutian. A hierarchical collaborative optimization method for transmission network restoration[J]. Proceedings of the CSEE, 2015, 35(19): 4906-4917.

[47] Zhang Can, Lin Zhenzhi, Wen Fushuan, et al. Two-stage power network reconfiguration strategy considering node importance and restored generation capacity[J]. IET Generation, Transmission & Distribution, 2014, 8(1): 91-103.

[48] 孫璞玉, 張焰, 羅雯清. 考慮網(wǎng)架覆蓋率與分散度的網(wǎng)架重構(gòu)優(yōu)化[J]. 電網(wǎng)技術(shù), 2015, 39(1): 271-278.

Sun Puyu, Zhang Yan, Luo Wenqing. Optimization of backbone network reconfiguration considering network coverage rate and dispersion degree[J]. Power System Technology, 2015, 39(1): 271-278.

[49] 劉強(qiáng), 石立寶, 倪以信, 等. 電力系統(tǒng)恢復(fù)控制的網(wǎng)絡(luò)重構(gòu)智能優(yōu)化策略[J]. 中國電機(jī)工程學(xué)報(bào), 2009, 29(13): 8-15.

Liu Qiang, Shi Libao, Ni Yixin, et al. Intelligent optimization strategy of the power grid reconfiguration during power system restoration[J]. Proceedings of the CSEE, 2009, 29(13): 8-15.

[50] 林振智, 文福拴. 基于加權(quán)復(fù)雜網(wǎng)絡(luò)模型的恢復(fù)路徑優(yōu)化方法[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(6): 11-15, 103.

Lin Zhenzhi, Wen Fushuan. A new optimization method for determining restoration paths based on weighted complex network model[J]. Automation of Electric Power Systems, 2009, 33(6): 11-15, 103.

[51] 顧雪平, 李少巖, 梁海平, 等. 網(wǎng)架重構(gòu)過程中消除線路過載的環(huán)網(wǎng)恢復(fù)決策優(yōu)化[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(5): 1379-1388.

Gu Xueping, Li Shaoyan, Liang Haiping, et al. Optimization decision-making method for looped network restoration to eliminate transmission line overload in network reconfiguration[J]. Proceedings of the CSEE, 2017, 37(5): 1379-1388.

[52] 葉華, 劉玉田. 系統(tǒng)恢復(fù)中環(huán)網(wǎng)并列合閘角的最優(yōu)調(diào)控[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(24): 17-22.

Ye Hua, Liu Yutian. Optimal control for standing phase angle in transmission loop paralleling operation for power system restoration[J]. Automation of Electric Power Systems, 2011, 35(24): 17-22.

[53] 韓忠暉, 顧雪平, 劉艷. 考慮機(jī)組啟動(dòng)時(shí)限的大停電后初期恢復(fù)路徑優(yōu)化[J]. 中國電機(jī)工程學(xué)報(bào), 2009, 29(4): 21-26.

Han Zhonghui, Gu Xueping, Liu Yan. Optimization of restoration paths considering unit start-up time requirements at early stage of power system restoration[J]. Proceedings of the CSEE, 2009, 29(4): 21-26.

[54] 朱冬雪, 顧雪平, 鐘慧榮. 電力系統(tǒng)大停電后機(jī)組恢復(fù)的多目標(biāo)優(yōu)化方法[J]. 電網(wǎng)技術(shù), 2013, 37(3): 814-820.

Zhu Dongxue, Gu Xueping, Zhong Huirong. A multi-objective optimization method for post-blackout unit restoration[J]. Power System Technology, 2013, 37(3): 814-820.

[55] 顧雪平, 李少巖, 周光奇, 等. 計(jì)及特級(jí)負(fù)荷恢復(fù)的網(wǎng)架重構(gòu)分時(shí)段全局優(yōu)化方法[J]. 電工技術(shù)學(xué)報(bào), 2017, 32(7): 138-149.

Gu Xueping, Li Shaoyan, Zhou Guangqi, et al. Global optimization by multi-time-stage coordination for network reconfiguration considering vital load restoration[J]. Transactions of China Electrotechnical Society, 2017, 32(7): 138-149.

[56] Sun Runjia, Liu Yutian, Wang Liang. An online generator start-up algorithm for transmission system self-healing based on MCTS and sparse autoencoder[J]. IEEE Transactions on Power Systems, 2019, 34(3): 2061-2070.

[57] 劉艷, 張凡, 顧雪平. 大停電后的機(jī)組投運(yùn)風(fēng)險(xiǎn)評(píng)估[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(31): 106-113, 13.

Liu Yan, Zhang Fan, Gu Xueping. Risk assessment for restoring units following large-scale blackout[J]. Proceedings of the CSEE, 2013, 33(31): 106-113, 13.

[58] 劉艷, 王濤, 王文炎. 用于網(wǎng)架重構(gòu)方案運(yùn)行風(fēng)險(xiǎn)評(píng)估的線路投運(yùn)模型[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(7): 1124-1131.

Liu Yan, Wang Tao, Wang Wenyan. Model of restoring transmission lines for operational risk assessment of network-reconfiguration scheme[J]. Proceedings of the CSEE, 2014, 34(7): 1124-1131.

[59] 曾順奇, 文福拴, 薛禹勝, 等. 計(jì)及操作時(shí)間不確定性的電力系統(tǒng)網(wǎng)架重構(gòu)策略優(yōu)化[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(23): 16-21.

Zeng Shunqi, Wen Fushuan, Xue Yusheng, et al. Optimization of network reconfiguration strategy for power systems considering operating time uncertainty[J]. Automation of Electric Power Systems, 2011, 35(23): 16-21.

[60] 劉艷, 張華. 基于失電風(fēng)險(xiǎn)最小的機(jī)組恢復(fù)順序優(yōu)化方法[J]. 電力系統(tǒng)自動(dòng)化, 2015, 39(14): 46-53.

Liu Yan, Zhang Hua. Optimization of units' restoration sequence based on minimizing risk of electrical energy loss[J]. Automation of Electric Power Systems, 2015, 39(14): 46-53.

[61] Sharma D, Lin Chenxi, Luo Xiaochuan, et al. Advanced techniques of power system restoration and practical applications in transmission grids[J]. Electric Power Systems Research, 2020, 182: 106238.

[62] 廖詩武, 姚偉, 文勁宇, 等. 電力系統(tǒng)恢復(fù)后期網(wǎng)架重構(gòu)和負(fù)荷恢復(fù)的兩階段優(yōu)化方法[J]. 中國電機(jī)工程學(xué)報(bào), 2016, 36(18): 4873-4882, 5111.

Liao Shiwu, Yao Wei, Wen Jinyu, et al. Two-stage optimization method for network and load recovery during power system restoration[J]. Proceedings of the CSEE, 2016, 36(18): 4873-4882, 5111.

[63] 黎嘉明, 李大虎, 孫建波, 等. 結(jié)合狀態(tài)削減技術(shù)的電力系統(tǒng)黑啟動(dòng)動(dòng)態(tài)規(guī)劃算法[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(25): 4409-4419.

Li Jiaming, Li Dahu, Sun Jianbo, et al. State reduction combined dynamic programming algorithm for power system black start[J]. Proceedings of the CSEE, 2014, 34(25): 4409-4419.

[64] 顧雪平, 劉文軒, 王佳裕, 等. 一種機(jī)組恢復(fù)決策的多時(shí)段協(xié)調(diào)優(yōu)化方法[J]. 電工技術(shù)學(xué)報(bào), 2016, 31(21): 114-124.

Gu Xueping, Liu Wenxuan, Wang Jiayu, et al. An optimization approach based on multiple time-step coordination for decision making of unit restoration[J]. Transactions of China Electrotechnical Society, 2016, 31(21): 114-124.

[65] Sun Wei, Liu C C, Chu R F. Optimal generator start-up strategy for power system restoration[C]//2009 15th International Conference on Intelligent System Applications to Power Systems, Curitiba, Brazil, 2009: 1-7.

[66] Sun Wei, Liu C C, Zhang Li. Optimal generator start-up strategy for bulk power system restoration[J]. IEEE Transactions on Power Systems, 2011, 26(3): 1357-1366.

[67] Zhao Jin, Wang Hongtao, Hou Yunhe, et al. Robust distributed coordination of parallel restored subsystems in wind power penetrated transmission system[J]. IEEE Transactions on Power Systems, 2020, 35(4): 3213-3223.

[68] Liu Weijia, Lin Zhenzhi, Wen Fushuan, et al. A wide area monitoring system based load restoration method[J]. IEEE Transactions on Power Systems, 2013, 28(2): 2025-2034.

[69] 榮俊杰, 周明, 李庚銀. 考慮動(dòng)態(tài)頻率安全的風(fēng)電參與負(fù)荷恢復(fù)優(yōu)化調(diào)度[J]. 電網(wǎng)技術(shù), 2022, 46(4): 1335-1346.

Rong Junjie, Zhou Ming, Li Gengyin. Optimal dispatch of wind power participating in load restoration considering dynamic frequency security[J]. Power System Technology, 2022, 46(4): 1335-1346.

[70] Golshani A, Sun Wei, Sun Kai. Real-time optimized load recovery considering frequency constraints[J]. IEEE Transactions on Power Systems, 2019, 34(6): 4204-4215.

[71] Gholami A, Aminifar F. A hierarchical response-based approach to the load restoration problem[J]. IEEE Transactions on Smart Grid, 2017, 8(4): 1700-1709.

[72] 范睿, 孫潤稼, 劉玉田. 考慮空調(diào)負(fù)荷需求響應(yīng)的負(fù)荷恢復(fù)量削減方法[J/OL].電工技術(shù)學(xué)報(bào):1-9[2021-10-09].https://doi.org/10.19595/j.cnki.1000-6753.tces.210633.

Fan Rui, Sun Runjia, Liu Yutian. A load restoration amount reduction method considering demand response of air conditioning loads[J/OL]. Transactions of China Electrotechnical Society: 1-9[2021-10-09]. https://doi. org/10.19595/j.cnki.1000-6753.tces.210633.

[73] Wang Chong, Vittal V, Sun Kai. OBDD-based sectionalizing strategies for parallel power system restoration[J]. IEEE Transactions on Power Systems, 2011, 26(3): 1426-1433.

[74] Nezam S S A, Dobakhshari A S, Azizi S, et al. A sectionalizing method in power system restoration based on WAMS[J]. IEEE Transactions on Smart Grid, 2011, 2(1): 190-197.

[75] 吳燁, 房鑫炎, 張焰, 等. 基于禁忌搜索算法的黑啟動(dòng)子系統(tǒng)劃分[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(10): 6-11.

Wu Ye, Fang Xinyan, Zhang Yan, et al. Tabu search algorithm based black-start zone partitioning[J]. Power System Protection and Control, 2010, 38(10): 6-11.

[76] Quirós-Tortós J, Panteli M, Wall P, et al. Sectionalising methodology for parallel system restoration based on graph theory[J]. IET Generation, Transmission & Distribution, 2015, 9(11): 1216-1225.

[77] 和敬涵, 李長城, 張沛, 等. 基于改進(jìn)標(biāo)簽傳播算法的電力系統(tǒng)并行恢復(fù)分區(qū)方法[J]. 電網(wǎng)技術(shù), 2018, 42(6): 1776-1782.

He Jinghan, Li Changcheng, Zhang Pei, et al. A partitioning method for power system parallel restoration based on modified label propagation algorithm[J]. Power System Technology, 2018, 42(6): 1776-1782.

[78] 顧雪平, 韓忠暉, 梁海平. 電力系統(tǒng)大停電后系統(tǒng)分區(qū)恢復(fù)的優(yōu)化算法[J]. 中國電機(jī)工程學(xué)報(bào), 2009, 29(10): 41-46.

Gu Xueping, Han Zhonghui, Liang Haiping. Optimization of parallel restoration through power system partitioning after blackout[J]. Proceedings of the CSEE, 2009, 29(10): 41-46.

[79] Gu Xueping, Zhou Guangqi, Li Shaoyan, et al. Global optimisation model and algorithm for unit restarting sequence considering black-start zone partitioning[J]. IET Generation, Transmission & Distribution, 2019, 13(13): 2652-2663.

[80] Matsumoto K, Sakaguchi T, Kafka R J, et al. Knowledge-based systems as operational aids in power system restoration[J]. Proceedings of the IEEE, 1992, 80(5): 689-697.

[81] 阮陽, 黃偉, 胡文平, 等. 基于黑板模型專家系統(tǒng)的黑啟動(dòng)決策支持系統(tǒng)[J]. 電力系統(tǒng)保護(hù)與控制, 2009, 37(3): 16-20.

Ruan Yang, Huang Wei, Hu Wenping, et al. Black-start decision support system based on blackboard modeled expert system[J]. Power System Protection and Control, 2009, 37(3): 16-20.

[82] 劉玉田, 王春義. 基于數(shù)據(jù)倉庫的網(wǎng)架恢復(fù)群體智能決策支持系統(tǒng)[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(1): 45-50.

Liu Yutian, Wang Chunyi. A group intelligent decision support system for power system skeleton restoration based on data warehouse[J]. Automation of Electric Power Systems, 2009, 33(1): 45-50.

[83] Liu Shanshan, Podmore R, Hou Yunhe. System Restoration Navigator: a decision support tool for System Restoration[C]//2012 IEEE Power and Energy Society General Meeting, San Diego, CA, 2012: 1-5.

[84] 劉欣宇, 吳迎霞, 馮麗, 等. 基于D5000調(diào)度平臺(tái)的在線智能恢復(fù)決策系統(tǒng)[J]. 中國電力, 2016, 49(6): 137-140, 145.

Liu Xinyu, Wu Yingxia, Feng Li, et al. An online power system smart restoration system integrated with D5000 dispatch platform[J]. Electric Power, 2016, 49(6): 137-140, 145.

[85] Xie Yunyun, Liu Changsheng, Wu Qiuwei, et al. Optimized dispatch of wind farms with power control capability for power system restoration[J]. Journal of Modern Power Systems and Clean Energy, 2017, 5(6): 908-916.

[86] 曹曦, 王洪濤. 大規(guī)模電網(wǎng)源荷協(xié)調(diào)恢復(fù)決策與控制方法[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(6): 1666-1675.

Cao Xi, Wang Hongtao. Source-load coordinated restoration decision-making and control method for large scale power system[J]. Proceedings of the CSEE, 2017, 37(6): 1666-1675.

[87] 趙瑾, 王洪濤, 曹曦. 計(jì)及風(fēng)電條件風(fēng)險(xiǎn)價(jià)值的負(fù)荷恢復(fù)雙層優(yōu)化[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(18): 5275-5285, 5526.

Zhao Jin, Wang Hongtao, Cao Xi. Bi-level optimization of load restoration considering the conditional value at risk of wind power[J]. Proceedings of the CSEE, 2017, 37(18): 5275-5285, 5526.

[88] 葉茂, 劉艷, 顧雪平, 等. 基于動(dòng)態(tài)風(fēng)電穿透功率極限的黑啟動(dòng)方案制定[J]. 中國電機(jī)工程學(xué)報(bào), 2018, 38(3): 744-752.

Ye Mao, Liu Yan, Gu Xueping, et al. Black start scheme formation considering dynamic wind power penetration limit[J]. Proceedings of the CSEE, 2018, 38(3): 744-752.

[89] 周光奇, 顧雪平, 李少巖, 等. 高風(fēng)電滲透率系統(tǒng)恢復(fù)中環(huán)網(wǎng)并列合閘角的最優(yōu)調(diào)控[J]. 電網(wǎng)技術(shù), 2021, 45(6): 2201-2210.

Zhou Guangqi, Gu Xueping, Li Shaoyan, et al. Optimal control of standing phase angle during high wind power penetration system restoration[J]. Power System Technology, 2021, 45(6): 2201-2210.

[90] 顧雪平, 周光奇, 李少巖, 等. 考慮風(fēng)電預(yù)測誤差相關(guān)性的負(fù)荷恢復(fù)魯棒優(yōu)化[J]. 電網(wǎng)技術(shù), 2021, 45(10): 4092-4103.

Gu Xueping, Zhou Guangqi, Li Shaoyan, et al. Robust optimization of load restoration scheme considering wind power prediction error correlation[J]. Power System Technology, 2021, 45(10): 4092-4103.

[91] Zhao Yuxuan, Lin Zhenzhi, Ding Yi, et al. A model predictive control based generator start-up optimization strategy for restoration with microgrids as black-start resources[J]. IEEE Transactions on Power Systems, 2018, 33(6): 7189-7203.

[92] Pham T T H, Besanger Y, Hadjsaid N. New challenges in power system restoration with large scale of dispersed generation insertion[J]. IEEE Transactions on Power Systems, 2009, 24(1): 398-406.

[93] Zhao Jin, Wang Hongtao, Wu Qiuwei, et al. Spatio-temporal decomposition and coordination for distributed load restoration in AC/DC hybrid system[J]. IEEE Transactions on Smart Grid, 2021, 12(2): 1685-1698.

[94] Li Shaoyan, Wang Liyuan, Gu Xueping, et al. Optimization of loop-network reconfiguration strategies to eliminate transmission line overloads in power system restoration process with wind power integration[J]. International Journal of Electrical Power & Energy Systems, 2022, 134: 107351.

[95] 顧雪平, 楊超, 梁海平, 等. 含常規(guī)高壓直流輸電的電力系統(tǒng)恢復(fù)路徑優(yōu)化[J]. 電網(wǎng)技術(shù), 2019, 43(6): 2020-2030.

Gu Xueping, Yang Chao, Liang Haiping, et al. Path optimization of power system restoration with HVDC transmission[J]. Power System Technology, 2019, 43(6): 2020-2030.

[96] 杜康, 劉艷, 葉茂, 等. 輔助風(fēng)電場參與初期黑啟動(dòng)時(shí)儲(chǔ)能電站容量配置策略[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(18): 62-68.

Du Kang, Liu Yan, Ye Mao, et al. Capacity configuration strategy of energy storage power station when assisting the wind farm in integrating into the preliminary black start[J]. Power System Protection and Control, 2017, 45(18): 62-68.

[97] 劉昌盛, 謝云云, 周前, 等. 高壓直流輸電參與的電網(wǎng)恢復(fù)路徑優(yōu)化方法研究[J]. 中國電機(jī)工程學(xué)報(bào), 2017, 37(9): 2579-2588.

Liu Changsheng, Xie Yunyun, Zhou Qian, et al. Optimization of restoration path for blackout grid with the aid of high-voltage direct current transmission[J]. Proceedings of the CSEE, 2017, 37(9): 2579-2588.

[98] Adibi M M, Milanicz D P, Volkmann T L. Asymmetry issues in power system restoration[J]. IEEE Transactions on Power Systems, 1999, 14(3): 1085-1091.

[99] Sidhu T S, Tziouvaras D A, Apostolov A P, et al. Protection issues during system restoration[J]. IEEE Transactions on Power Delivery, 2005, 20(1): 47-56.

[100] Apostolov A, Mysore P, Sidhu T, et al. An update to protection issues during system restoration[C]//2012 IEEE Power and Energy Society General Meeting, San Diego, CA, 2012: 1-4.

[101] 宋國兵, 陶然, 李斌, 等. 含大規(guī)模電力電子裝備的電力系統(tǒng)故障分析與保護(hù)綜述[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(12): 2-12.

Song Guobing, Tao Ran, Li Bin, et al. Survey of fault analysis and protection for power system with large scale power electronic equipments[J]. Automation of Electric Power Systems, 2017, 41(12): 2-12.

[102] Adibi M M, Alexander R W, Avramovic B. Overvoltage control during restoration[J]. IEEE Transactions on Power Systems, 1992, 7(4): 1464-1470.

[103] 危雪, 周云海. 黑啟動(dòng)中的自勵(lì)磁判據(jù)及仿真[J]. 三峽大學(xué)學(xué)報(bào)(自然科學(xué)版), 2005, 27(3): 201-204, 219.

Wei Xue, Zhou Yunhai. Self-excitation criterion in black-start and its simulation[J]. Journal of China Three Gorges University(Natural Sciences), 2005, 27(3): 201-204, 219.

[104] Nikkil? A J, Kuusela A, Laasonen M, et al. Self-excitation of a synchronous generator during power system restoration[J]. IEEE Transactions on Power Systems, 2019, 34(5): 3902-3911.

[105] 馬燕峰, 趙書強(qiáng), 顧雪平, 等. 黑啟動(dòng)過程中操作過電壓的仿真計(jì)算[J]. 高電壓技術(shù), 2006, 32(11): 123-126.

Ma Yanfeng, Zhao Shuqiang, Gu Xueping, et al. Simulation of switching overvoltage in black-start[J]. High Voltage Engineering, 2006, 32(11): 123-126.

[106] 張玉瓊, 顧雪平. 基于隨機(jī)統(tǒng)計(jì)分析的黑啟動(dòng)操作過電壓的計(jì)算校驗(yàn)[J]. 電工技術(shù)學(xué)報(bào), 2005, 20(5): 92-97.

Zhang Yuqiong, Gu Xueping. Computation and statistical evaluation of operating over-voltages in black-start process of power systems[J]. Transactions of China Electrotechnical Society, 2005, 20(5): 92-97.

[107] 瞿寒冰, 劉玉田. 計(jì)及暫態(tài)電壓約束的負(fù)荷恢復(fù)能力快速計(jì)算[J]. 電力系統(tǒng)自動(dòng)化, 2009, 33(15): 8-12.

Qu Hanbing, Liu Yutian. Fast calculation of load restoration capability considering transient voltage constraint[J]. Automation of Electric Power Systems, 2009, 33(15): 8-12.

[108] 劉崇茹. 交直流混合輸電系統(tǒng)運(yùn)行特性分析[M]. 北京: 科學(xué)出版社, 2017.

[109] Bahrman M, Bjorklund P E. The new black start: system restoration with help from voltage-sourced converters[J]. IEEE Power and Energy Magazine, 2014, 12(1): 44-53.

[110] 周劍, 李建設(shè), 蘇寅生. 電網(wǎng)黑啟動(dòng)情況下高壓直流輸電系統(tǒng)啟動(dòng)條件分析[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(3): 92-96.

Zhou Jian, Li Jianshe, Su Yinsheng. Analysis on start-up conditions of HVDC system in black-start[J]. Automation of Electric Power Systems, 2011, 35(3): 92-96.

[111] Li Baohong, Liu Tianqi, Xu Weihua, et al. Research on technical requirements of line-commutated converter-based high-voltage direct current participating in receiving end AC system's black start[J]. IET Generation, Transmission & Distribution, 2016, 10(9): 2071-2078.

[112] Adibi M M, Borkoski J N, Kafka R J, et al. Frequency response of prime movers during restoration[J]. IEEE Transactions on Power Systems, 1999, 14(2): 751-756.

[113] Roos H B, Zhu Ning, Giri J, et al. An AGC implementation for system islanding and restoration conditions[J]. IEEE Transactions on Power Systems, 1994, 9(3): 1399-1410.

[114] 湯奕, 戴劍豐, 馮祎鑫, 等. 基于虛擬慣量的風(fēng)電場黑啟動(dòng)頻率協(xié)同控制策略[J]. 電力系統(tǒng)自動(dòng)化, 2017, 41(3): 19-24, 32.

Tang Yi, Dai Jianfeng, Feng Yixin, et al. Cooperative frequency control strategy for wind farm black-start based on virtual inertia[J]. Automation of Electric Power Systems, 2017, 41(3): 19-24, 32.

[115] 李新軍, 楊超, 顧雪平, 等. 柴油發(fā)電機(jī)輔助的風(fēng)電場黑啟動(dòng)過程及頻率控制[J]. 電網(wǎng)技術(shù), 2018, 42(6): 1853-1859.

Li Xinjun, Yang Chao, Gu Xueping, et al. Study on black-start process and frequency control of wind farms assisted with diesel generator[J]. Power System Technology, 2018, 42(6): 1853-1859.

[116] 劉力卿, 杜平, 萬玉良, 等. 儲(chǔ)能型風(fēng)電場作為局域電網(wǎng)黑啟動(dòng)電源的可行性探討[J]. 電力系統(tǒng)自動(dòng)化, 2016, 40(21): 210-216.

Liu Liqing, Du Ping, Wan Yuliang, et al. Feasibility discussion on using storage-based wind farm as black-start power source in local power grid[J]. Automation of Electric Power Systems, 2016, 40(21): 210-216.

[117] 李軍徽, 尤宏飛, 李翠萍, 等. 基于模型預(yù)測控制的風(fēng)光儲(chǔ)黑啟動(dòng)功率協(xié)調(diào)策略[J]. 電網(wǎng)技術(shù), 2020, 44(10): 3700-3708.

Li Junhui, You Hongfei, Li Cuiping, et al. Power coordination strategy based on model predictive control for black start with PV-wind-battery system[J]. Power System Technology, 2020, 44(10): 3700-3708.

[118] 趙昱宣, 孫磊, 林振智, 等. 微網(wǎng)作為黑啟動(dòng)電源的電力系統(tǒng)網(wǎng)架重構(gòu)優(yōu)化策略[J]. 電力系統(tǒng)自動(dòng)化, 2018, 42(17): 9-17, 147.

Zhao Yuxuan, Sun Lei, Lin Zhenzhi, et al. Power network reconfiguration strategy with microgrids as black-start power sources[J]. Automation of Electric Power Systems, 2018, 42(17): 9-17, 147.

Research Review of Power System Black-Start Restoration

Gu Xueping Bai Yansong Li Shaoyan Liu Yan

（School of Electrical and Electronic Engineering North China Electric Power University Baoding 071003 China）

Restoration control after large-scale blackouts is an important part of power system security defense. In the context of low-carbon energy transition, China’s power grid is gradually entering a new state with high proportion of renewable energy, AC-DC hybrid connection and highly power electronification, its operation and control complexity has been increased significantly. There still exists risk of blackouts due to various internal and external factors, so black-start restoration research needs to be given sufficient attention. This paper reviews the research work of black-start restoration. Firstly, the basic concept and process of black-start restoration is introduced, then the system restoration strategy and modeling ideas are analyzed from a spatio-temporal perspective. On this basis, the research work on restoration scheme development is reviewed and the restoration decision-making features of new-type power systems are discussed, then the related protection and control problems during restoration process are summarized, and finally, the further work is suggested for restoration of the new-type power systems.

Power system blackouts, black-start restoration, restoration plan decision-making, new-type power systems, research overview

10.19595/j.cnki.1000-6753.tces.220027

TM732

顧雪平 男，1964年生，教授，博士生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)安全防御和系統(tǒng)恢復(fù)、安全穩(wěn)定評(píng)估與控制、智能技術(shù)在電力系統(tǒng)中的應(yīng)用等。E-mail：xpgu@ncepu.edu.cn

李少巖 男，1989年生，博士，副教授，碩士研究生導(dǎo)師，研究方向?yàn)殡娏ο到y(tǒng)安全防御與恢復(fù)控制、電力系統(tǒng)韌性評(píng)估與主動(dòng)提升。E-mail：shaoyan.li@ncepu.edu.cn（通信作者）

2022-01-07

2022-03-16

國家自然科學(xué)基金（52107092）、河北省自然科學(xué)基金（E2019502195）和中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金（2021MS063）資助。

（編輯 赫蕾）