電力系統黑啟動恢復問題的研究評述

顧雪平 白巖松 李少巖 劉 艷

電力系統黑啟動恢復問題的研究評述

顧雪平 白巖松 李少巖 劉 艷

（華北電力大學電氣與電子工程學院 保定 071003）

大停電后的恢復控制是電力系統安全防御體系的重要組成部分。在能源低碳轉型背景下，我國電力系統逐漸進入新能源高占比、交直流混聯和高度電力電子化的新型態，其運行控制的復雜性顯著提高，因內外部因素導致系統大停電的風險依然存在，因此對黑啟動恢復技術的研究仍然需要給予足夠的重視。該文對黑啟動恢復問題的研究工作進行綜述，首先對黑啟動恢復的基本概念和過程進行介紹；然后對系統恢復策略和建模思路從時間和空間角度進行分析，在此基礎上，對電力系統恢復方案制定的研究工作進行回顧并對新型態電力系統恢復決策的新特征進行討論，之后對電力系統恢復過程中保護與控制技術的研究進行分析總結；最后對新型態電力系統恢復問題的進一步研究工作提出建議。

大停電 黑啟動恢復 恢復方案決策 新型態電力系統 研究綜述

0 引言

進入21世紀以來，由于自然災害、設備故障、運行人員誤操作、保護拒動和誤動甚至網絡攻擊等內外部因素，全球范圍內相繼發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重的經濟和社會影響。盡管現代電力系統的運行和控制水平不斷提高，但一直不得不面對大停電事故的威脅，因此黑啟動恢復研究對減輕大停電帶來的損失非常必要。在能源低碳轉型背景下，我國電力系統呈現出新能源高占比和高度電力電子化的特征，同時特高壓交直流混聯的發展和電力市場的快速推進，使系統規模、結構和運行方式發生了重大變化。在這種“新型態”電力系統中，新能源出力的不確定性、交直流的耦合影響、電力電子設備控制的復雜性，以及運行方式的復雜多變，給系統運行控制帶來極大的挑戰，依然存在潛在的大停電風險，并且停電后的系統恢復難度顯著加大。因此，黑啟動恢復研究是新型態電力系統安全防御的重大需求，對保障國家的能源安全具有重要的現實意義。

黑啟動恢復是電力系統發生大停電事故后的恢復重建過程，其恢復策略的選擇、恢復方案的制定、恢復過程中系統的保護與控制等，都是值得深入研究與探討的問題。恢復過程中控制變量多、運行約束多、各階段的任務要求和恢復目標的差異性等問題使恢復方案決策變得異常復雜[5]。近年來，能源、通信、交通等系統與電力系統耦合的加深，也使電力系統恢復決策的場景更加復雜，目前對黑啟動恢復問題的研究不能適應實際系統恢復的要求，需要針對電力系統面臨的新問題進一步開展深入研究。

本文對黑啟動恢復的研究工作和面臨問題進行分析評述，以期為新型態電力系統的恢復研究提供有益的參考。首先對黑啟動恢復的基本概念和過程進行介紹；然后對系統恢復策略和建模思路從時間和空間角度進行分析，在此基礎上，對恢復方案制定的研究工作進行回顧并對新型態電力系統恢復決策問題的新特征進行討論，之后對恢復過程中的保護與控制技術進行分析總結；最后對新型態電力系統恢復問題的進一步研究提出建議。

1 系統恢復的概念和過程

1.1 黑啟動恢復的概念

黑啟動恢復是指整個電力系統因故障停電后，通過系統中具有自啟動能力機組的啟動，帶動無自啟動能力機組的啟動，逐漸擴大系統輸電范圍，最終實現整個系統恢復的過程。嚴格來講，黑啟動恢復主要指系統依靠自身電源的恢復方式，這些電源包括具有自啟動能力的黑啟動機組（如抽水蓄能機組）、事故后殘存的機組（如FCB（fast cut back）機組）等，然而，通常情況下停電系統與相鄰系統聯絡線也可作為系統恢復的啟動電源，所以目前業內將通過外部電源啟動的恢復方式也統稱為黑啟動恢復[5-6]。

黑啟動恢復是一個多階段源網荷相互協調的系統連續動態重建過程。恢復策略的選擇和恢復方案的制定，與停電場景、系統恢復過程、不同階段的恢復目標與任務要求等緊密相關。

1.2 停電場景和恢復范圍

系統恢復決策依賴于停電場景和系統初始時刻的狀態，當本系統全停時，采用黑啟動恢復方式進行系統恢復。進行恢復決策時，首先需要對可用的啟動電源進行確認，包括黑啟動機組、系統內殘存的電源和外部系統電源[7-8]。通常來講，當電網運行因受到內外因素嚴重干擾而穩定性遭到破壞時，通過切機、切負荷和主動解列等緊急控制手段可減小系統的停電范圍，所以整個互聯系統全停概率相對較小，某省級電網或大區電網全停時常常也能以外網聯絡線作為啟動電源，因此黑啟動恢復通常是依托區外電源和區內啟動電源并行恢復的過程。相對于大面積停電事故，局部停電事故的恢復任務相對簡單，但仍需要源網荷的有效協調[9-10]。局部停電系統的恢復可以看作以帶電運行系統為啟動電源的一種黑啟動恢復特例，相當于基于黑啟動恢復某個中間狀態的后續恢復階段，可參照黑啟動恢復決策方法進行決策，不同的只是恢復過程的初始狀態和具體恢復任務。

1.3 恢復過程與階段劃分

黑啟動恢復涉及機組、網架、負荷多樣恢復任務，不同恢復階段的恢復目標、操作任務、控制手段有所不同，因此整個恢復過程的決策是一個多目標、高維度、非線性的動態決策問題。為了決策建模的方便，通常將整個恢復過程分為黑啟動、網架重構和負荷恢復三個階段[5,11]。黑啟動恢復過程及其決策建模問題的主要特征如圖1所示。

圖1 黑啟動恢復過程及其決策建模問題的特征

黑啟動階段是由啟動電源向具有啟動時限的電源提供啟動功率，使其重新獲得發電能力，并與黑啟動機組形成發電小系統的過程[11-26]。此階段主要是源側的恢復，為后續恢復進程提供初始功率支撐，在小系統建立過程中相應地需要投入一定量負荷穩定系統電壓、頻率。網架重構是黑啟動恢復中起著承上啟下作用的最復雜和重要的階段，其任務是利用黑啟動小系統的功率支持，在盡可能短的時間內逐步恢復機組和失電網架，并向失電廠站和重要負荷點送電[27-32]。此階段主要任務是機組和網架的恢復，包括機組啟動和恢復路徑充電、目標網架構建、網架恢復后期的合環操作以及子系統并列操作等，同時投入部分重要負荷和鍋爐穩燃負荷以維持系統的有功和無功功率的平衡。負荷恢復階段的主要任務就是負荷的高效全面恢復[33-35]，在恢復過程中需要關注投負荷引起的電壓、頻率波動，以及冷負荷特性和各種運行約束。總體而言，在黑啟動恢復的源網荷協調中，源是驅動，網是載體，荷是最終恢復目標，不同恢復階段的源網荷參與方式如圖2所示。

圖2 不同恢復階段的源網荷協調方式

2 系統恢復的總體策略和建模思路

合理的系統恢復策略對指導恢復計劃的制定，加快系統的恢復進程至關重要。機組類型、網架結構和停電范圍決定了恢復策略的選擇。現有的系統恢復策略和恢復計劃的建模思路可從空間和時間角度進行分析，主要是空間上的電網分層分區和時間上的操作序列優化建模。

2.1 分層和分區恢復策略

從空間角度來看，系統恢復策略可歸為“分層”與“分區”兩類，分層和分區是按電網結構將待恢復電網進行劃分。分層一般突出不同電壓等級的電網層級結構，分區則強調電網各部分之間的拓撲聯系和地理從屬關系。文獻[36]提出“自上而下”（top-down）與“自下而上”（bottom-up）兩種恢復策略。“自上而下”是一種“分層恢復”策略，采用具有較大無功調節能力的水電廠或通過相鄰系統支援，首先恢復系統中較高電壓等級的輸電線路，最大限度地建立原網絡的骨架結構，在此基礎上再逐步恢復下層電網和變電站負荷，此策略存在的問題是對長距離高壓線路充電時容易產生過電壓問題，因此需要系統具有較強的無功和電壓控制能力。“自下而上”是一種“分區恢復”策略，將原系統分解為若干個獨立且具有黑啟動能力的子系統并行恢復，先通過黑啟動電源恢復較低電壓等級的輸電網架和重要負荷，再給最高電壓等級線路充電，然后在最高電壓等級進行子系統的同步并列，此策略高度依賴各分區黑啟動電源的可用性和效率。“自上而下”和“自下而上”恢復策略的示意圖如圖3所示。

圖3 系統總體恢復策略示意圖

圖3顯示的是兩種典型的恢復策略。實際上，省級系統在大停電時，一般都會存在網內黑啟動電源和省外系統電源。為了加速系統恢復進程，可采用“混合策略”，即各分區內高、低壓系統同時恢復，然后在最高電壓等級的分區邊界處實現并網。

針對城市電網的恢復，文獻[37]給出了“從外向內”“從內向外”以及“混合”恢復策略。其中“從外向內”是利用城市外部聯絡線由外向內逐層恢復，“從內向外”是利用本地的可用啟動電源從城市內部逐層向外恢復，這可類比于自上而下和自下而上恢復策略。現有的分層恢復策略一般針對不同電壓等級的輸電網網架，隨著輸配電網協同技術的發展，原來輸電網層面的分層恢復策略也可擴展到輸電網與配電網之間的協同恢復[38-40]。

2.2 恢復操作安排的建模思路

在分層、分區恢復的總體框架下，某個系統（或系統分區）恢復操作的時間序列安排對制定高效的恢復方案至關重要。從整個恢復過程時間域劃分的角度可將恢復操作序列的建模策略劃分為“里程碑”與“一站式”兩類[37,41-43]。“里程碑”式恢復（Generic Restoration Milestone, GRMs）是對一定時間段內的恢復任務進行規劃，生成幾個階段性的任務，分別進行操作決策以降低決策難度[37]。文獻[41]總結出六種類型的里程碑，包括由黑啟動機組向非黑啟動機組供電、組成電氣島、同步電氣島、重建輸電網、恢復區域內負荷以及連接毗鄰系統。而“一站式”策略，則是在最終目標狀態的引導下，將整個恢復過程劃分為一系列的時間段，將機組啟動、網絡重構以及負荷恢復在各時間段的操作序列統一建模，得到全過程恢復操作序列[42-43]。

從一個時間段內能夠處理的操作任務數來看，系統恢復策略可分為“串行”與“并行”兩類。文獻[27]指出了系統重構過程中的串并行送電模式，串行送電發生在系統較為薄弱的恢復初期，此時一般以最短路徑向關鍵廠站送電；并行送電適合于系統已經具有一定的頻率以及電壓調節能力，此時可以從不同帶電點同時向不同失電點送電。在黑啟動階段，如果黑啟動機組功率充裕，也可以采用“擴展黑啟動”策略同時向多個非黑啟動機組送電[44]。

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

3 系統恢復方案的優化決策

3.1 常規電力系統的恢復決策

3.1.1 黑啟動方案決策

黑啟動方案決策的任務是制定黑啟動電源啟動被啟動機組形成孤立運行小系統的恢復操作方案，可分為離線[12-25]和在線[26]兩種模式。

黑啟動電源的確定是黑啟動方案制定的首要任務。離線制定或修編黑啟動方案時，可依據電源類型、自啟動能力、地理位置等選擇合適的電源作為黑啟動電源，一般包括廠用電比例較小的發電廠如水電廠、抽蓄電廠和燃氣電廠等，必要時可對擬選電源進行黑啟動能力改造。大型火力發電廠由于其廠用負荷大、啟動與運行特性復雜一般作為被啟動電源。在線制定黑啟動方案時，除了預先指定的黑啟動電源外，可依據系統的具體停電狀態靈活選擇可用的啟動電源，例如并網的分布式電源、殘存的帶電孤島、外部系統聯絡線等。

在確定黑啟動電源后，需要確定被啟動機組和送電路徑以及恢復操作順序以形成黑啟動方案，黑啟動方案的生成方式主要分為兩類：一類是先依據一定的判據通過拓撲搜索確定合適的被啟動機組和充電路徑，形成初始黑啟動方案集，再基于設定的評價指標對候選黑啟動方案進行評估優選[13]。黑啟動方案評估不僅應考慮方案在初期階段的性能指標，例如啟動用時、啟動機組容量、穩定性、技術校驗指標等[14]，還應考慮方案對于后續網架重構的影響即方案的后效性[15]。黑啟動方案評估的算法包括層次分析法[16]、數據包絡分析法[17]、不完全信息法[18]，以及組合方法[19-20]等。另一類則是在機組排序與送電路徑搜索的同時考慮黑啟動方案評估指標，一次性搜索出優選的黑啟動方案[21]。由于黑啟動決策過程中涉及眾多復雜的操作與校驗環節，非常費時耗力，因此開發黑啟動決策支持系統是實現黑啟動方案快速決策的有效手段[13,22-26]。

3.1.2 網架重構決策

網架重構決策的任務是制定從黑啟動小系統到目標骨干網架的恢復方案，實現主力機組的快速啟動和系統網架的快速重建，所涉及的問題主要包括機組恢復順序優化[29]、送電路徑的優化[30]以及目標網架確定[31]，其中機組啟動與路徑恢復是相互關聯的，由機組和送電路徑交替恢復組成的恢復序列的優化是網架重構決策的重點。單純的機組恢復排序[29]是根據機組熱啟動時限、發電容量、啟動耗時、啟動效率等指標對機組的啟動順序進行排列，但由于未考慮送電路徑的限制，僅具有宏觀的指導意義。

目標網架優化是確定由電源、負荷和主要線路組成的骨架網絡，作為運行人員實施重構操作的目標或依據[31-32]。在目標網架優化時，可采用節點重要度、線路介數、節點電壓等級等指標來評價線路和節點的重要性，并以重要負荷恢復量、網絡重構效率等指標來設計目標函數，采用智能算法、圖搜索算法或數學規劃算法進行求解[31,47]。文獻[48]以網架覆蓋率、分散度等指標來構建目標網架。由于目標網架確定時未考慮機組和路徑的恢復順序，僅能作為恢復操作的目標引導，而相應的機組和路徑恢復序列則需另行決策。

針對恢復路徑優化問題，文獻[49]將網絡重構建模為一個尋找圖的局部最小樹問題，利用遺傳算法進行求解，得到最短的加權送電路徑的線路組合，但未確定具體線路的投入順序。文獻[27]將網架重構分為“串行”和“并行”兩個階段，以線路充電電容作為路徑權值，給出了相應的送電路徑尋優算法。文獻[50]提出了基于加權復雜網絡模型的輸電網絡重構優化算法，考慮負荷重要性以及各節點在網絡中的分布情況和重要程度，利用衡量網絡樞紐性的介數指標來優化恢復路徑。以最短路徑或最小生成樹算法構建的送電網架是樹形結構，網架承載能力不足，在重構后期隨著投入負荷量增大可能出現線路過載問題。因此，相關文獻在網架重構過程中考慮含環網的目標網架優化[28]或旨在消除線路潮流越限的合環操作[51]，合環操作還涉及源荷協調的合閘角調控問題[52]。

將目標網架決策與機組和路徑恢復序列決策統一建模是得到實用網架重構方案的有效做法。文獻[53]引入組合目標節點尋優的思想，以最大限度的機組啟動為優化目標，結合最短路徑法與交叉粒子群算法來選擇最優的恢復路徑，確定了最終恢復的目標網架及節點的恢復順序。文獻[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輸電網架重構模型，較好地避免了求解過程的目標偏好性。文獻[55]考慮特級負荷的停電損失，建立了重構過程中的源網荷協同優化模型。文獻[26]開發了目標網架與恢復序列統一決策的應急恢復在線決策支持系統。文獻[56]提出一種離線訓練在線搜索的網架重構實時優化決策框架，采用深度學習算法離線訓練估值網絡，通過蒙特卡洛樹搜索方法進行網架重構方案的實時在線搜索。

恢復過程中設備操作的不確定性給恢復方案的成功執行帶來一定風險。為了在方案決策時考慮操作不確定性的影響，文獻[57]和文獻[58]分別建立了基于機組及線路投運模型的恢復方案、運行風險評估體系，可指導多組恢復方案在重構過程中的實時切換以規避操作失敗風險。文獻[59]在恢復方案制定時考慮了線路操作時間的不確定性，文獻[60]則在設計系統失電風險優化目標時考慮了機組投運不確定性。雖然恢復方案制定時應主要考慮恢復效率，但網架抗擾動能力、設備操作風險等嚴重影響恢復過程，因此有必要在恢復方案制定時兼顧恢復效率、網架韌性與靈活性。

網架重構決策優化建模中所采用的目標函數和求解算法見表1和表2。

表1 網架重構優化的目標函數

表2 網架重構優化模型求解算法

網架重構的恢復序列決策涉及眾多決策變量與非線性約束，建立網架重構全過程的恢復序列優化模型非常困難。采用“分時段建模，總體尋優”的建模思路[65]可以降低恢復序列建模求解的難度。該建模思路將整個網架重構過程分解為一系列串行的恢復時段，針對單個時段進行決策，并考慮時段重構決策的后效性，采用混合整數序列優化[62]、動態規劃[63]、近似動態規劃[61]等方法進行求解。分時段建模的具體思路如圖4所示。

這種分時段建模思路中，用一系列相對簡單的單時段決策優化來代替全過程的決策優化，雖然通過在定義時段優化目標函數時考慮對后續時段的影響，但很難得到全過程的最優決策[65]。為了求得全過程最優方案，文獻[64]提出一種基于狀態保留的多時段協調決策優化方法，在每個時段決策時保留多個優化方案并通過回溯的方法搜索全過程的最優恢復方案。這種協調決策方法的主要問題是狀態組合爆炸問題，難以在大規模系統中應用。基于分時段建模的思路，理想的做法是針對所有時段建立統一的決策優化模型[66]，但同樣存在組合爆炸問題。

圖4 網架重構決策分時段建模思路

3.1.3 負荷恢復決策

網絡重構達到較為穩定的狀態之后，主力機組已經啟動并具備了一定的發電能力，此時系統恢復進入全面的負荷恢復階段。負荷恢復決策過程中，需格外注意兩個問題：一是大量負荷同時投入對系統造成過大的頻率沖擊[34]；二是冷負荷啟動的沖擊[35]。負荷恢復中，系統頻率約束是最主要的約束，發電機組的頻率響應是決定負荷恢復量的關鍵，對含頻率約束的負荷恢復決策主要有定步長與變步長兩類[67-68]。定步長負荷恢復決策主要是將恢復過程離散化成等間隔的時間序列，在離散化的每個時間節點上求取頻率允許波動幅度下的最大負荷投入量，此時機組的頻率響應特性可以表達為線性函數[67]、分段線性函數[69]、線性化傳遞函數[70]等。變步長負荷恢復決策則是在連續的時間維度上以恢復用時最短為目標確定最佳投負荷時間點[68]。負荷冷啟動特性是負荷恢復決策另一個需要關注的問題。冷負荷啟動時帶來的負荷量突增可能會造成系統頻率電壓的大幅波動，因此在負荷恢復決策時常將冷負荷特性作為限制單次負荷投入量的關鍵約束[71]。另外，在不同停電場景下可充分考慮需求響應特性以適應冷負荷啟動[72]。

3.1.4 系統分區決策

在自下而上的系統分區并行恢復中，分區方案的決策是影響恢復效果的重要因素。系統分區決策的一種方式是分別考慮系統分區決策和各分區系統的恢復決策，分區決策時應采用有利于系統恢復的分區評價指標[73-77]，例如區內黑啟動能力、區內網架結構緊密度、各分區規模、區內調頻調壓能力、區域間的同期并列能力、各分區可觀測性等，利用這些指標來指導子系統劃分，可采用的分區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]、改進標簽傳播算法[77]等，得到分區方案后再制定每個分區子系統的恢復方案。另一種方式則是將系統分區決策與子系統恢復決策統一建模考慮[78-79]，這樣的分區方式雖然增加了分區決策的建模和求解難度，但可使各分區子系統恢復的協調性更好、恢復效率更高。

3.1.5 黑啟動恢復全過程統一決策

文獻[42-43]考慮源網荷在恢復決策過程中的相互支撐關系，借助混合整數序列建模思路強化源網荷時序間的耦合關系，建立了黑啟動恢復決策的全過程優化模型。應用統一決策思路建模時，機組啟動特性、元件充電特性、負荷投入特性被統一建模，決策時域內各時段的恢復操作均服務于總體優化目標，例如最大化各時段累計總負荷恢復量。然而，受混合整數規劃求解技術的制約，這種建模方式對許多非線性環節進行了簡化，降低了恢復方案與實際恢復過程的契合度。另外，這種建模方式也存在“維數災”問題，雖然相關文獻通過啟發式方法[42]、分解算法[43]等縮減問題規模、降低求解難度，但目前將這種建模方式應用到實際大系統的恢復決策還存在一定距離。

3.1.6 系統恢復決策支持系統的開發和應用

系統恢復決策支持系統對實現恢復方案的快速決策、減小停電損失具有重要作用。在已有決策支持系統研究中，有些針對初期黑啟動方案的決策支持[13,22-25]，而有些研究的決策支持階段涵蓋了初期黑啟動和后續恢復過程[10,26,80-84]。針對初期黑啟動方案決策，文獻[13]設計了集方案生成、校驗和評估于一體的決策支持系統；文獻[22]設計開發了基于分層案例推理的決策支持系統；文獻[23]開發了一種兼容性與擴展性較強的可視化決策支持軟件；文獻[24]設計了由數據庫、圖形界面及分析算法庫組成的黑啟動分析輔助系統；文獻[25]在調度員培訓模擬（Dispatcher Training Simulator, DTS）系統中擴展了黑啟動方案制定與培訓仿真子系統。綜合考慮初期黑啟動和后續恢復過程的決策，文獻[80]較早地研究了基于專家系統的決策支持系統；文獻[81]設計了一種基于黑板模型專家系統的可視化輔助決策系統；文獻[82]設計了基于數據倉庫的網架恢復群體智能決策支持系統；文獻[83]研發了一種基于里程碑恢復理念的恢復決策支持系統，并驗證了其集成于操作員培訓系統的可行性；文獻[26]研發了面向黑啟動及后續恢復的導航式在線應急恢復決策支持系統；文獻[84]研發了可集成于D5000調度平臺的在線智能決策恢復工具；文獻[10]設計了集在線決策與離線仿真于一體的系統恢復自適應輔助決策架構，為新型態電力系統恢復決策支持系統的開發提供了有益參考。

目前黑啟動方案決策支持系統研究相對成熟，而針對后續系統恢復的決策支持系統大多處于原型系統設計與開發階段，部分進行了實際在線應用測試，但適應新能源接入后不確定恢復場景的決策支持系統還待進一步研究。

3.2 新型態電力系統恢復的新特征

新型態電力系統中新能源出力的不確定性和電力電子設備控制的復雜性以及交直流混聯的電網結構使黑啟動恢復問題變得更加復雜，其恢復方案的決策呈現一些新特征。新型態電力系統的恢復方案決策必須跟蹤實時的出力預測、適應多運行場景的要求、滿足網架承載力和調節性能要求，并適宜采用分散協同的恢復模式。

3.2.1 恢復方案的時效性

為了應對新能源運行工況的不確定性，恢復方案的制定應在線跟蹤新能源出力預測以保證方案的時效性。目前已有部分考慮風電參與系統恢復決策的研究，對于風電參與下的長時間尺度決策，控制中心通常會根據未來一段時間內風速預測值以及預測誤差，協調風電場和常規發電廠等來制定相應的時序恢復方案[43,85]。該方式生成的恢復方案往往具有很強的時序耦合性，任一時步恢復方案的調整可能影響后續恢復方案的有效性。同時此種恢復方案生成方式又具有全局性，需要各時步恢復操作相互協調以達到最佳恢復效果。對于風電參與下的實時在線決策，文獻[86]和文獻[87]分別在網架重構后期與負荷恢復時期采用分層序列法分步確定風電場與負荷的投入狀態和投入量，單步在線生成下一時步恢復方案。與長時間尺度在線決策相比，實時在線決策往往需要在每一時步恢復操作執行前做一次決策，各時步恢復決策的耦合性減弱。由于新能源出力預測精度往往隨時間尺度減小而提高，因此實時決策所得恢復方案的有效性增強。

3.2.2 恢復方案的多場景適應性

考慮新能源接入的恢復方案往往基于新能源的未來若干時段的預測數據制定，由于預測誤差的存在，實際的新能源出力可能出現多種隨機的場景，恢復方案對多場景的適應性決定了方案的有效性。為減少新能源預測誤差對恢復方案實施過程的影響，文獻[88]提出動態風電功率穿透極限用以反映處于重構階段的過渡性系統對新能源的承載極限水平。在恢復方案決策時，新能源接入量的增加要求更多的常規備用發電容量，文獻[87]利用條件風險價值理論研究了制定恢復方案時風電不確定風險和方案適應性的協調問題。恢復方案對于新能源出力場景的適應性問題可從隨機、魯棒優化角度進行建模求解[43,67,88-90]，基于魯棒優化的建模方法一般會將不確定量刻畫為集合形式，并力圖兼顧集合內所有場景下系統恢復方案的適應性，以此種方式制定的恢復方案相對保守，但可靠性較高。與之不同，采用隨機優化的建模方法常基于不確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方案的有效性，雖然典型場景下的恢復方案具有較高質量，但其場景適應性較魯棒優化方案低。考慮到恢復方案實施的后效性，模型預測控制可用于恢復方案制定以使后續時步恢復操作與當前時步恢復操作具有良好的契合性[91]。

3.2.3 恢復模式的分散性

傳統恢復方案往往采用集中統籌式，調控中心根據電網停電后的狀態信息，統一協調廠站、線路以及負荷的恢復。新型態電力系統中，分布式發電、交直流混聯等使電網形態趨于復雜化、異構化，采用集中統籌式的恢復會顯著加大控制中心數據信息獲取和方案決策的負擔。數據采集與監視控制（Supervisory Control And Data Acquisition, SCADA）系統、廣域測量系統（Wide Area Measurement System，WAMS）以及分布式優化技術的發展與完善，為各層級、各區域電網主體間的分散與協調恢復提供了條件。新型態電力系統的區域協調恢復模式如圖5所示。

從輸配電網協同來看，輸配電網之間具有天然的耦合點，隨著分布式發電裝置（Distributed Generation, DG）在配電網的普及，其在恢復期間不僅局限于被動的從輸電網獲取恢復功率，而是可以主動向上級輸電網提供恢復功率[92]。因此相關文獻應用目標級聯分析（Analytical Target Cascading, ATC）研究了網架重構[40]以及負荷恢復階段[39]的輸配協同恢復決策技術。

此外，在輸電系統不同主體的協同恢復方面，文獻[67]以交流聯絡線為邊界條件，將含風電場的各子系統恢復方案從空間上進行解耦，采用ATC方法對分解問題進行求解。文獻[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，將各交流子系統恢復模型從時間和空間上分解，通過ATC方法反復迭代得到優化方案。

圖5 新型態電力系統的區域協調恢復示意

3.2.4 對網架結構與調節特性的新要求

網架結構方面，傳統恢復方案為了盡快恢復失電廠站，已恢復網架往往呈樹形結構。在高比例新能源接入后，源側出力的強波動性可能導致某些線路過載，需要通過適當的合環操作加以消除[94]。另外，高壓直流接入的受端系統恢復方案制定應考慮短路容量指標，相關文獻通過支路追加法分析了恢復路徑與短路容量的內在聯系[95]，指出適量的環網恢復有助于增強受端交流系統短路容量，提高交流系統支撐強度。系統調節特性方面，高比例新能源接入的系統呈現低慣量、強波動性、弱致穩性等，系統恢復期間由于大量調頻機組尚未恢復且往往伴隨著新能源機組的并網、負荷的大批量投入以及高壓直流系統的啟動沖擊，對系統的調頻能力提出了挑戰。相關文獻研究了恢復期間新能源接入條件下的系統頻率調節特性[69,96]以及高壓直流啟動時對系統調頻能力的需求[97]。

4 系統恢復中的保護與控制技術

4.1 恢復狀態下的系統保護技術

在系統恢復過程中，系統的運行狀態連續動態變化，不同于正常運行狀態下的系統保護，恢復狀態下的保護需要基于實際系統恢復標準確定合適的保護配置和動作定值。文獻[98]指出恢復高壓輸電線路時會產生明顯的不對稱分量，進而引起發電機保護動作。文獻[99]對恢復過程中發電機保護、線路保護、變壓器保護、重合閘做出了相應規定，例如由于恢復過程中的弱源特性，可能需要調整距離保護的整定值以提高其靈敏度、重合閘時需要注意線路兩端相位差等問題。恢復過程中的異常狀態可能導致保護誤動，另外微弱的電氣量可能使保護很難察覺系統的故障態，不能及時動作，文獻[100]給出的恢復期間影響保護動作的異常態，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非常規操作。

新型態電力系統背景下，恢復態下的保護技術應考慮大規模電力電子設備接入是否會引起傳統保護方案失效，從而導致保護誤動或拒動。“雙高”系統故障特征不僅與故障時系統拓撲結構有關而且受電力電子設備控制策略的影響，系統的弱饋性和受控特性會影響保護裝置的靈敏性[101]。另外，恢復過程中系統相對薄弱、調節能力差，各種內外部擾動更易導致電壓、頻率大幅波動，有必要考慮新能源機組的故障穿越能力，避免系統電壓、頻率波動導致已并網新能源機組再次脫網。

4.2 恢復狀態下的系統控制技術

恢復過程中的系統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方面。

4.2.1 無功與電壓控制

恢復高壓架空線及電纜通常會出現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]。空充長距離輸電線路時，如果容性無功電流過大，會產生持續的工頻過電壓，并可能導致發電機自勵磁、變壓器過勵磁，并產生諧波電流。文獻[102]指出通過在線路兩端投負荷可以消除工頻過電壓和諧振過電壓，并通過EMTP仿真平臺驗證了投負荷抑制諧振過電壓的效果，同時給出了多種抑制諧振過電壓的方法。文獻[103]根據只有輸電線路的外特性與發電機充電特性曲線存在交點時發電機才會自勵磁這一特性給出了空載線路合閘過程中發電機自勵磁判據。文獻[104]給出了兩種發電機自勵磁分析模型。

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致避雷器故障、變壓器磁飽和，并導致鐵心發熱產生大量諧波電流，需要對其進行仿真校核[105]。文獻[106]利用蒙特卡洛法建立了用于操作過電壓計算的概率模型，結合貝瑞隆輸電線路數學模型，開發了用于操作過電壓校驗的統計分析程序。

除了恢復初期因空充長距離輸電線路導致的過電壓問題，如果單次投負荷量過大，投負荷的初始沖擊可能導致暫態電壓過低、發電機堵轉、電壓失穩。因此，文獻[107]計及了暫態電壓安全約束并利用二分法控制單次負荷投入量。除此之外，高壓直流參與系統恢復時換流站在啟動與換流過程中將會消耗大量的無功功率，合理的直流系統啟動與控制方式有助于提高交直流系統恢復期間的電壓穩定性[108]。文獻[109]提出VSC-HVDC作為黑啟動電源時的相量控制模式，此運行方式類似于同步發電機但沒有轉動慣量。文獻[110]采用單極定電流70%降壓方式啟動LCC-HVDC，并指出此種啟動方式對交流系統的沖擊最小。文獻[111]指出參與系統恢復的LCC-HVDC控制模式應根據其對受端電網電壓穩定性的影響進行選擇，同時給出了抑制過電壓與頻率波動的無功協調與附加頻率控制策略。

4.2.2 有功與頻率控制

頻率穩定對保證系統恢復過程的順利執行至關重要，在恢復過程中要時刻注意通過源荷協調來維持系統的有功平衡。文獻[112]總結了系統恢復時各類發電機的一次調頻特性。對于二次調頻，一般情況下，由于恢復過程中涉及機組和大量負荷投入，頻率波動可能會超出自動發電控制（Automatic Generation Control, AGC）的調節區間，AGC通常會暫停并處于手動控制模式[113]。

新型態電力系統背景下，新能源出力強波動、低慣量等特性使系統恢復期間的頻率控制難度加大。文獻[114]結合虛擬慣量以及柴油發電機的頻率響應特性給出了風電場黑啟動頻率協同控制策略。文獻[115]研究了柴油發電機輔助風機黑啟動的控制策略，挖掘了風機參與黑啟動時的虛擬慣量控制能力和一、二次調頻能力。文獻[116]提出風儲系統在自啟動期間的控制模式。文獻[117]結合模型預測控制技術提出一種風光儲協同作為黑啟動電源的優化控制方法。文獻[118]研究了微電網作為黑啟動電源時不同恢復階段的電壓-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

目前對黑啟動恢復問題雖然進行了大量的研究并取得顯著的成果，但面對新型態電力系統恢復的要求，還遠不夠成熟，例如，應對新能源出力不確定性的恢復方案在線實時決策技術、含大量電力電子器件的新能源電源的協調控制技術、含高比例新能源的交直流混聯電力系統的協調恢復、極端災害場景下的系統恢復、全局視角下實時在線恢復決策支持系統開發等。

針對新型態電力系統的特點以及對系統恢復的新需求，未來電力系統恢復研究領域可能需要開展以下的研究工作。

1）源不確定場景下系統恢復的實時決策

在未來新能源主導的場景下，傳統的以常規機組為主要電源的恢復決策方法無法適應新能源的不確定性需求，需要研究可應對電源出力場景高度不確定性的在線實時恢復決策方法。如何根據系統恢復時的短期和超短期出力預測安排新能源機組的啟動順序，并利用有限的常規電源和儲能設施保證恢復過程中系統的功率平衡是未來需要研究的重要問題。近年來，為適應新能源電力系統的調頻和調峰需求，各種形式的大規模儲能設施得到快速發展，其中抽水蓄能是重要的建設對象，國家能源局已發布《抽水蓄能中長期發展規劃（2021-2035年）》，我國多個省域系統的抽蓄將實現從一到多的跨越式發展。因此，如何發揮抽蓄和其他儲能電源對電力系統恢復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系統的協調恢復

在新型態電力系統中，為承載接入規模不斷增大的新能源，輸電網逐漸演變為交直流混聯的結構形式，同時配電網呈現出DG高比例接入的特點。在輸電網層面，雖然已有學者對交直流混聯電網的恢復問題進行了一些探討，但是對于多饋入受端系統整體恢復策略、交直流送受端系統的協調恢復、考慮直流暫態特性和故障的恢復決策建模、考慮規模新能源的交直流系統恢復以及恢復進程中網架對不同類型直流系統的承載力等諸多課題，仍有待深入探討。在配電網層面，雖然國內外對含DG的配電網重構及故障恢復進行了諸多探討，但如何充分利用配電網的新能源加速輸電網恢復，實現輸配電網協同的系統高效恢復，需要深入研究。進一步，對于包含多個省域電網的大區電網，可能同時兼具特高壓交直流混聯、新能源集中-分布大規模接入等特點，如何在我國已有的調度和安全防御體系的基礎上，充分利用交直流功率源和接入不同電壓等級的新能源，通過時間、空間不同層級的協調來加速系統恢復過程，也是進一步研究的課題。

3）極端自然災害和蓄意攻擊下的系統恢復

傳統的恢復決策方法是考慮由于運行控制不當造成系統停電的情形，此時主要設備都處于可用可控狀態。然而，在由于自然災害或對一、二次設備的蓄意攻擊導致的停電事故中，電網基礎設施可能遭到嚴重破壞，設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恢復決策，需要研究設備可用狀態的感知方法、基于可用設備構建最大可自持系統的恢復決策方法，同時需要研究電網基礎設施恢復重建方案、系統恢復與應急搶修資源協調統一的應急調度機制。由于信息和物理系統的深度耦合，信息系統和物理系統的協調恢復問題也需要深入研究。

4）新型態電力系統恢復的全過程仿真與在線決策支持系統開發

在系統恢復過程中，系統狀態與正常運行狀態具有很大區別，并且在持續的過渡變化中，對源、網、荷、儲等各個環節的控制要求也有不同，特別是新能源不確定性的影響，給系統恢復決策帶來極大挑戰。雖然各類先進的人工智能、數學規劃方法在電力系統恢復決策中已有諸多應用，但主要是針對局部恢復階段的離線預案決策，并且恢復方案缺少實際檢驗的機會，因此需要開發系統恢復的全過程仿真工具對恢復方案的可行性與恢復效果進行驗證。同時，新能源不確定性要求未來恢復方案決策必須采用實時在線的方式，需要開發智能化的在線決策支持平臺以實現恢復方案的快速決策，并保證方案的適用性和恢復效果。在線決策支持平臺的開發與離線恢復仿真研究仍處在起步階段，開發一個融合在線決策和離線仿真功能的全過程恢復決策支持系統既是一個迫切需求又是一個重大挑戰。

6 結語

本文對電力系統恢復問題的研究工作進行了文獻調研和綜述分析，從系統恢復的概念、恢復策略、恢復方案決策、恢復中的保護和控制技術等方面，對研究現狀和存在的問題進行了評述，對高比例新能源接入和交直流混聯系統恢復的新問題進行了討論，并對未來可能的研究工作進行了展望。本文試圖對電力系統恢復領域的研究工作提供一個全景描繪，以期對該領域的研究提供一些有價值的參考信息。然而，電力系統恢復是一個非常大的研究領域，涉及電力系統規劃、運行和控制的各個方面，各國學者從不同角度進行了大量的研究工作，相關研究文獻浩如煙海，限于作者的能力和時間，本文的文獻綜述難免掛一漏萬，對研究工作的評價和觀點也難免存在不妥之處，敬請大家批評指正，共同推進電力系統恢復問題的深化研究，為低碳轉型背景下的新型態電力系統構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吸取的教訓[J]. 電網技術, 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]. 中國電機工程學報, 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綜合安全評估[J]. 電力系統自動化, 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, 等. 英國“8·9”大停電事故分析及對中國電網的啟示[J]. 中國電機工程學報, 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. 電力系統恢復理論與技術[M]. 北京: 科學出版社, 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. 應用序優化理論的快速切負荷機組布點方案[J]. 電網技術, 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. 黑啟動及其決策支持系統[J]. 電力系統自動化, 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, 劉艷, 等. 一個實用的電力系統黑啟動決策支持系統[J]. 電網技術, 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] 趙達維, 劉天琪, 李興源, 等. 電網黑啟動方案評價指標體系及應用[J]. 電力系統自動化, 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. 電力系統擴展黑啟動方案動態綜合評估[J]. 電工技術學報, 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方案評估及靈敏度分析[J]. 電力系統自動化, 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. 基于數據包絡分析模型的電力系統黑啟動方案相對有效性評估[J]. 中國電機工程學報, 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. 基于差異性權重和協同過濾的黑啟動方案評估[J]. 電力系統自動化, 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. 電網黑啟動的廣義模式評估算法[J]. 電工技術學報, 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] 林濟鏗, 蔣越梅, 岳順民, 等. 基于DEA/AHP模型的電力系統黑啟動有效方案評估[J]. 電力系統自動化, 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. 考慮機組恢復成功率的黑啟動階段待恢復機組優選[J]. 電力系統自動化, 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決策支持系統[J]. 電力系統自動化, 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. 可視化黑啟動決策支持軟件開發研究[J]. 電力系統保護與控制, 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, 林濟鏗, 等. 黑啟動輔助決策支持系統[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系統中的黑啟動方案制定與培訓仿真[J]. 電力自動化設備, 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. 云南電網應急恢復在線決策支持系統研究[J]. 能源技術經濟, 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. 恢復控制中的系統重構優化算法研究[J]. 中國電機工程學報, 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網架恢復[J]. 中國電機工程學報, 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算法以負荷恢復為目標的網絡重構[J]. 電力系統自動化, 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. 負荷的快速恢復算法研究[J]. 中國電機工程學報, 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, 趙晉泉, 戴則梅, 等. 基于目標級聯分析的輸配電網黑啟動分布式協同優化方法[J]. 電力系統自動化, 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. 電力系統擴展黑啟動方案的研究[J]. 中國電機工程學報, 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. 電力系統恢復的主從遞階決策模型及其優化算法[J]. 中國電機工程學報, 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. 輸電網架恢復的分層協同優化方法[J]. 中國電機工程學報, 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. 考慮網架覆蓋率與分散度的網架重構優化[J]. 電網技術, 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, 石立寶, 倪以信, 等. 電力系統恢復控制的網絡重構智能優化策略[J]. 中國電機工程學報, 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. 基于加權復雜網絡模型的恢復路徑優化方法[J]. 電力系統自動化, 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. 網架重構過程中消除線路過載的環網恢復決策優化[J]. 中國電機工程學報, 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. 系統恢復中環網并列合閘角的最優調控[J]. 電力系統自動化, 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. 考慮機組啟動時限的大停電后初期恢復路徑優化[J]. 中國電機工程學報, 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. 電力系統大停電后機組恢復的多目標優化方法[J]. 電網技術, 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. 計及特級負荷恢復的網架重構分時段全局優化方法[J]. 電工技術學報, 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. 大停電后的機組投運風險評估[J]. 中國電機工程學報, 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. 用于網架重構方案運行風險評估的線路投運模型[J]. 中國電機工程學報, 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. 計及操作時間不確定性的電力系統網架重構策略優化[J]. 電力系統自動化, 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. 基于失電風險最小的機組恢復順序優化方法[J]. 電力系統自動化, 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. 電力系統恢復后期網架重構和負荷恢復的兩階段優化方法[J]. 中國電機工程學報, 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. 結合狀態削減技術的電力系統黑啟動動態規劃算法[J]. 中國電機工程學報, 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. 一種機組恢復決策的多時段協調優化方法[J]. 電工技術學報, 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. 考慮動態頻率安全的風電參與負荷恢復優化調度[J]. 電網技術, 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. 考慮空調負荷需求響應的負荷恢復量削減方法[J/OL].電工技術學報: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子系統劃分[J]. 電力系統保護與控制, 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. 基于改進標簽傳播算法的電力系統并行恢復分區方法[J]. 電網技術, 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. 電力系統大停電后系統分區恢復的優化算法[J]. 中國電機工程學報, 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的黑啟動決策支持系統[J]. 電力系統保護與控制, 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. 基于數據倉庫的網架恢復群體智能決策支持系統[J]. 電力系統自動化, 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調度平臺的在線智能恢復決策系統[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. 大規模電網源荷協調恢復決策與控制方法[J]. 中國電機工程學報, 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. 計及風電條件風險價值的負荷恢復雙層優化[J]. 中國電機工程學報, 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. 基于動態風電穿透功率極限的黑啟動方案制定[J]. 中國電機工程學報, 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. 高風電滲透率系統恢復中環網并列合閘角的最優調控[J]. 電網技術, 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. 考慮風電預測誤差相關性的負荷恢復魯棒優化[J]. 電網技術, 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. 含常規高壓直流輸電的電力系統恢復路徑優化[J]. 電網技術, 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. 輔助風電場參與初期黑啟動時儲能電站容量配置策略[J]. 電力系統保護與控制, 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恢復路徑優化方法研究[J]. 中國電機工程學報, 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. 含大規模電力電子裝備的電力系統故障分析與保護綜述[J]. 電力系統自動化, 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. 黑啟動中的自勵磁判據及仿真[J]. 三峽大學學報(自然科學版), 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, 顧雪平, 等. 黑啟動過程中操作過電壓的仿真計算[J]. 高電壓技術, 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. 基于隨機統計分析的黑啟動操作過電壓的計算校驗[J]. 電工技術學報, 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. 計及暫態電壓約束的負荷恢復能力快速計算[J]. 電力系統自動化, 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運行特性分析[M]. 北京: 科學出版社, 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, 蘇寅生. 電網黑啟動情況下高壓直流輸電系統啟動條件分析[J]. 電力系統自動化, 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. 基于虛擬慣量的風電場黑啟動頻率協同控制策略[J]. 電力系統自動化, 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. 柴油發電機輔助的風電場黑啟動過程及頻率控制[J]. 電網技術, 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. 儲能型風電場作為局域電網黑啟動電源的可行性探討[J]. 電力系統自動化, 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. 基于模型預測控制的風光儲黑啟動功率協調策略[J]. 電網技術, 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. 微網作為黑啟動電源的電力系統網架重構優化策略[J]. 電力系統自動化, 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，博士生導師，研究方向為電力系統安全防御和系統恢復、安全穩定評估與控制、智能技術在電力系統中的應用等。E-mail：xpgu@ncepu.edu.cn

李少巖 男，1989年生，博士，副教授，碩士研究生導師，研究方向為電力系統安全防御與恢復控制、電力系統韌性評估與主動提升。E-mail：shaoyan.li@ncepu.edu.cn（通信作者）

2022-01-07

2022-03-16

國家自然科學基金（52107092）、河北省自然科學基金（E2019502195）和中央高校基本科研業務費專項資金（2021MS063）資助。

（編輯 赫蕾）