電力系統(tǒng)韌性評估與提升研究綜述

陳磊，鄧欣怡，陳紅坤，石晶

電力系統(tǒng)韌性評估與提升研究綜述

陳磊，鄧欣怡，陳紅坤，石晶

(武漢大學電氣與自動化學院，湖北 武漢 430072)

隨著極端天氣(如颶風、地震和洪水)和人為攻擊(網(wǎng)絡、物理攻擊)發(fā)生頻率的不斷提高，對電力系統(tǒng)安全穩(wěn)定運行造成了嚴重影響，長時間停電和基礎電氣設施損壞的概率顯著增加。為減小停電事故所帶來的經(jīng)濟損失與社會影響，構建具備抵御力、適應力、恢復力的高韌性電力系統(tǒng)，無疑有著重要的理論價值與現(xiàn)實意義。針對此，首先，概述了電力系統(tǒng)韌性的基本概念和主要特征，比較了其與可靠性、安全性、魯棒性之間的差異。其次，建立了從災害建模到系統(tǒng)響應的韌性評估框架，依據(jù)靜態(tài)評估和動態(tài)評估將韌性指標進行了分類，并進一步梳理了電力系統(tǒng)韌性評估指標體系。另外，從故障預防、故障響應、故障恢復3個方面出發(fā)，探討了提升電力系統(tǒng)韌性的關鍵技術。最后，對電力系統(tǒng)韌性研究領域的未來發(fā)展方向進行了展望。

電力系統(tǒng)韌性；韌性評估；指標體系；韌性提升；故障恢復

0 引言

受全球極端天氣和自然災害的影響，近年來電網(wǎng)大規(guī)模停電事故頻發(fā)，所造成的經(jīng)濟損失急劇增長。2021年2月，美國得克薩斯州遭遇冰雪寒潮，導致40 000 MW發(fā)電機組被迫停運，最大限電負荷達到事故前負荷的20%以上，約500萬用戶遭遇斷電[1]。2021年7月，中國河南省多地遭遇強降雨天氣，當?shù)仉娋W(wǎng)受到嚴重影響，多數(shù)關鍵變電站全停避險。氣候變化增加了洪水、颶風、暴風雪等極端天氣事件的發(fā)生頻率和強度，給電力系統(tǒng)安全穩(wěn)定運行帶來了嚴峻挑戰(zhàn)。一般而言，這種小概率、高影響力的事件具有以下特征：

(1) 事故發(fā)生時間及地點具有高度不確定性，難以準確預測；

(2) 事故持續(xù)時間長，極大可能會對電氣基礎設施造成永久性損害，恢復難度大；

(3) 若事故引發(fā)連鎖故障，將在短期內引起較大范圍用戶供電中斷。

雖然現(xiàn)階段電力系統(tǒng)的規(guī)劃運行需要滿足一定的可靠性與安全性指標，可以處理常規(guī)突發(fā)事件，但其對極端擾動事件及大規(guī)模連鎖故障的應對能力仍有諸多不足。在某種意義上，當前基于-1可靠性和安全性準則的電力系統(tǒng)運行規(guī)劃方法將在未來數(shù)年內遇到重大挑戰(zhàn)。

在此背景之下，國內外科研機構提出了電力系統(tǒng)韌性概念，以衡量其在極端事件下的性能。韌性一詞源于英文單詞“resilience”，字面含義為回彈，被廣泛用于評價個體或系統(tǒng)承受壓力的能力及擾動之后的恢復能力。電力系統(tǒng)韌性通常是指系統(tǒng)抵御極端事件破壞，吸收、適應并于事后快速恢復的能力。相較于可靠性對電力系統(tǒng)的內涵要求，韌性對電氣基礎設施建設與災害防治的要求更高，注重強調系統(tǒng)抵御各類危害、承受故障后果并恢復負荷供電的能力。

目前，關于極端天氣下的電力系統(tǒng)韌性建模、評估及恢復已開展了初步研究，取得了較好成效。在韌性建模方面，曾有學者將電網(wǎng)拓撲映射成三維空間展開布置的縱向受力網(wǎng)絡，將韌性定義為電網(wǎng)保持靜態(tài)穩(wěn)定的能力[2-3]。另有專家將研究工作側重于系統(tǒng)脆弱性建模，根據(jù)功能函數(shù)隨時間變化的韌性曲線，解析了抵御、吸收、適應和恢復等不同階段的過程特征[4-5]。在韌性評估方面，除建立了多種韌性指標之外[6-8]，亦有專家學者通過引入韌性評估矩陣，從技術、社會、經(jīng)濟等不同維度對輸電網(wǎng)、配電網(wǎng)進行了韌性評估[9]。在韌性提升方面，現(xiàn)有工作主要圍繞故障恢復及相關指標改善，探究了不同場景下的電力系統(tǒng)應急維修策略與分布式電源、儲能及其他受控設備的優(yōu)化配置方法[10-12]。

本文立足于電力系統(tǒng)韌性的定義與內涵，闡明了基本概念和主要特征，比較了其與可靠性、安全性、魯棒性之間的差異；進而，構建了從災害建模到系統(tǒng)響應的韌性評估框架，梳理了電力系統(tǒng)韌性評估指標體系。通過整體考慮故障預防、故障響應和故障恢復，討論了韌性提升的關鍵技術及應用潛力；最后，展望了電力系統(tǒng)韌性研究領域的未來發(fā)展方向，指出了相關難點問題和研究思路。

1 電力系統(tǒng)韌性的概念與特征

韌性概念最早由霍林(Holling C S)提出，即衡量生態(tài)系統(tǒng)可持續(xù)性、吸收變化和擾動后維持種群關系的能力[13]。此后，“韌性”逐漸擴展至心理學、組織管理和工程系統(tǒng)等領域。不同領域對韌性的詮釋有所差異，本文選取的是與電力系統(tǒng)相關的定義和屬性。2017年，美國國家工程院在《提升電力系統(tǒng)韌性》報告中指出：電力系統(tǒng)韌性為能夠識別大面積、長時間的電力中斷事件，事件發(fā)生前充分預備，事件發(fā)生時減小其影響，事件發(fā)生后迅速恢復，并能從事故中獲取經(jīng)驗進行學習的能力。2018年，英國能源研究中心及美國電力系統(tǒng)工程研究中心對韌性進行了定義，認為其應涵蓋可靠性、魯棒性、冗余性、快速性、恢復力等多個方面的綜合特征[14]。

在我國，華中科技大學于2014年提出電力系統(tǒng)韌性應包含魯棒性、冗余性、機敏性和快速性4個屬性。此后，文獻[15-16]提出彈性電網(wǎng)及其恢復力概念，強調彈性電網(wǎng)應有效利用各種靈活性資源應對極端事件所帶來的強擾動，適應環(huán)境變化。2020年，國網(wǎng)上海市電力公司提出韌性電網(wǎng)的6個關鍵特征，即為感知力、協(xié)同力、應變力、防御力、恢復力和學習力。

1.1 電力系統(tǒng)韌性的內涵及區(qū)分

電力系統(tǒng)韌性與可靠性、安全性、魯棒性之間既有共同點又有差異性，以下進行簡要比較。

(1) 韌性與可靠性

韌性和可靠性同屬電力系統(tǒng)的重要性能指標，表1給出了二者的關鍵特性區(qū)分。事實上，可靠性涵蓋廣義和狹義可靠性，前者為系統(tǒng)按可接受的質量和數(shù)量標準不間斷地向用戶供應電力的量度，包括充裕度與安全性；后者為靜態(tài)可靠性，僅考慮充裕度[17]。可靠性主要是反映電力系統(tǒng)對持續(xù)供電的保障能力，其評估對象為高頻發(fā)的小干擾事件，且時長通常以年為單位。韌性則主要關注系統(tǒng)受到擾動后的抵御、適應、恢復等一系列過程，通常是對某次極端事件進行全過程動態(tài)評估。

表1 韌性與可靠性的區(qū)分

當前，電力系統(tǒng)遭遇高頻發(fā)、小干擾事件的停電時間一般比較短，傳統(tǒng)的可靠性指標可以達到“3個9”及以上。然而，對于電力系統(tǒng)韌性而言，極端事件通常影響規(guī)模較大，事故發(fā)生時各元件故障狀況的時空分布也與一般類型故障不同，高可靠性并不意味著高韌性。

(2) 韌性與安全性

韌性與安全性均可用于衡量電力系統(tǒng)故障狀態(tài)，但二者關注的側重點有所差異。以配電系統(tǒng)為例，安全性是衡量故障狀態(tài)下系統(tǒng)保持對負荷持續(xù)供電的能力，其一般針對短時故障干擾事件，并不涉及大面積的供電中斷。另要指出的是，安全性更注重于判斷系統(tǒng)的穩(wěn)定裕度與計算穩(wěn)定運行域，即正常狀態(tài)和故障狀態(tài)下系統(tǒng)各約束條件均應得到滿足，各運行參數(shù)均應在允許范圍內。

(3) 韌性與魯棒性

魯棒性可用于量度電力系統(tǒng)在承受故障影響下的生存能力，包括在多種設備損失情況下的系統(tǒng)容錯能力。韌性不僅關注電力系統(tǒng)抗擊災害的能力，更注重從這種破壞性事件中快速恢復的能力[18-19]。因此，韌性的度量應包含魯棒性。

1.2 電力系統(tǒng)韌性的描述及框架

圖1為極端事件發(fā)生前后系統(tǒng)性能函數(shù)的梯形曲線[20-22]，用以描述電力系統(tǒng)遭受極端事件的行為。

圖1 電力系統(tǒng)韌性曲線示意圖

圖1中，()為系統(tǒng)功能函數(shù)在各階段的變化，0表示正常運行下的系統(tǒng)性能，通常意義上為系統(tǒng)負荷供電水平。由圖1可知，極端事件演變過程包括以下4個階段：

(1) 正常運行階段01，系統(tǒng)在極端事件發(fā)生前保持安全穩(wěn)定運行，性能維持在0；

(2) 抵御階段12，極端事件后引入主動抵御措施，負荷得到部分維持，系統(tǒng)性能下降到m；

(3) 適應階段23，采取緊急協(xié)調措施以適應極端事件，降低負荷波動，系統(tǒng)性能穩(wěn)定在m；

(4) 恢復階段36，執(zhí)行網(wǎng)絡重構、元件修復等措施恢復系統(tǒng)性能。由于電力基礎建設可能在極端事件中遭到破壞，從系統(tǒng)遭受極端事件侵擾到完全恢復性能，這個過程往往需要數(shù)小時甚至數(shù)天。

現(xiàn)有的電力系統(tǒng)韌性研究主要聚焦于預防韌性與恢復韌性，考慮到電力系統(tǒng)在進行緊急處理和故障恢復的時間跨度差別很大，可將韌性劃分為短期韌性與長期韌性。短期韌性是指系統(tǒng)進行緊急處理(例如故障電流抑制、故障穿越、穩(wěn)定協(xié)調控制)等操作所提供的支撐力；長期韌性是指系統(tǒng)通過制定故障自愈和故障元件搶修策略，部署維修人員修復永久性故障提升供電能力。

結合魯棒性、冗余性、有源性和迅速性等韌性基礎屬性[23]，以及資源豐富性、學習性等需求[24]，本文給出了電力系統(tǒng)韌性研究框架，如圖2所示。即在擁有足夠備用設備和受控資源的前提下，電力系統(tǒng)應具備承受外界極端事件擾動的防御力，在事件發(fā)生時調動所需資源和啟動緊急服務快速恢復到原始狀態(tài)，并能在事件后積累經(jīng)驗，識別潛在風險進行學習和自我提升。

圖2 電力系統(tǒng)韌性研究框架

2 電力系統(tǒng)韌性評估方法與指標體系

2.1 電力系統(tǒng)韌性評估流程

圖3為電力系統(tǒng)韌性評估的流程示意圖，其中包括：極端事件下的故障場景選取、故障場景建模、故障抵御適應、故障恢復實施及系統(tǒng)韌性評估5個基本步驟。

(1) 在進行韌性評估之前，首先確定極端事件對象[25]，例如極端冰雪天氣或地震等自然災害；

(2) 根據(jù)作用機理差異將極端事件作用描述為對元件產生力學效應和造成短路/斷路故障[26]；

(3) 選取典型故障場景，刻畫系統(tǒng)元件脆弱性曲線，分析故障規(guī)模，形成抵御和適應策略；

(4) 確定故障恢復目標函數(shù)，考慮故障自愈和元件維修等手段生成恢復策略，直至系統(tǒng)性能恢復；

(5) 在劃分故障時段，構建韌性評估指標體系，使用定性定量評價方法對系統(tǒng)韌性進行綜合評估。

2.2 電力系統(tǒng)韌性評估分類與指標體系

電力系統(tǒng)韌性評估可分為兩類：一類是基于網(wǎng)絡拓撲結構、元件冗余度、資源充裕性的靜態(tài)韌性評估[27-30]；另一類是根據(jù)系統(tǒng)應對極端事件的多個過程建立相應指標體系的動態(tài)韌性評估[31-38]。

圖3 電力系統(tǒng)韌性評估流程

(1) 靜態(tài)韌性評估

文獻[27]計算了系統(tǒng)連通度損失和分布式電源冗余度，評估了故障滲透階段和故障恢復階段的有源配電網(wǎng)韌性；文獻[28]引入了公共分支數(shù)、開關操作數(shù)、路徑冗余比、設備可用性等性能指標，采用Choquet積分法對系統(tǒng)韌性進行了量化。文獻[29]運用網(wǎng)絡圖論法，考慮拓撲彈性、元件故障率和負荷不失電因子建立了如圖4所示的韌性評估靜態(tài)指標體系。

圖4 韌性評估靜態(tài)指標體系

借鑒逾滲理論在大量節(jié)點受損網(wǎng)絡中尋找聯(lián)通路徑的思路，文獻[30]提出了一種結合圖論、逾滲理論和層次分析法的韌性評估方法，使用介數(shù)中心性、圖直徑、聚類系數(shù)等拓撲特性度量系統(tǒng)韌性。

需指出的是，靜態(tài)韌性評估主要是從某一特定方面對系統(tǒng)韌性進行評估，難以有效反映系統(tǒng)受擾動后的性能下降及故障恢復階段的性能上升，也無法量化不同極端事件下的系統(tǒng)韌性差異。因此，宜使用考慮抵御、吸收、適應和恢復的動態(tài)韌性評估。

(2) 動態(tài)韌性評估

傳統(tǒng)的動態(tài)韌性評估指標是通過計算梯形圖中系統(tǒng)性能曲線與時間的積分，即有：

該指標可一定程度上反映系統(tǒng)的魯棒性與恢復性，在單指標評估中應用較為廣泛。文獻[31]以臺風天氣為代表繪制了元件的脆弱性曲線，采用蒙特卡洛法模擬了極端天氣災害的全過程，根據(jù)負荷的重要程度分配不同權重，并選擇3個階段下負荷的加權損失量作為評價指標。

文獻[9, 32-33]考慮技術、組織、經(jīng)濟和社會維度，創(chuàng)建了系統(tǒng)韌性評估矩陣，其中：技術維度對應系統(tǒng)供電能力的變化；組織維度對應故障恢復時執(zhí)行決策、進行人員安排和資源協(xié)調等恢復策略；經(jīng)濟維度對應斷電而損失的停電成本、失電能源成本等；社會維度對應政府、醫(yī)院等公共機構失去供電所造成的社會影響。上述每個維度都可根據(jù)韌性4個基礎屬性形成4×4階的評估矩陣，矩陣中每個元素對應系統(tǒng)不同方面的韌性特征。

文獻[34]以魯棒性、充裕性和安全性為準則，以電源、電網(wǎng)及用戶為評價對象進行了韌性指標分解。文獻[35-36]將電網(wǎng)遭受極端事件分為故障預防階段、適應階段和恢復階段，構建了含配電網(wǎng)防御時間、恢復系數(shù)、孤島可持續(xù)時間和重要負荷平均中斷時間的韌性評估指標體系。文獻[37-40]針對韌性梯形的不同階段建立了韌性指標，包括最大負荷損失1、負荷中斷率2、自愈恢復時間3、自愈恢復能力4、維修時間5等。

式中：m表示故障適應階段的系統(tǒng)性能，對應于系統(tǒng)最低性能；表示故障場景集；π表示故障發(fā)生概率?？梢钥闯觯畲筘摵蓳p失1和負荷中斷率2代表了系統(tǒng)的魯棒性和吸收能力；自愈恢復時間3、自愈恢復能力4和維修時間5用于反映災害后的系統(tǒng)恢復水平，代表了系統(tǒng)的迅速性和有源性。

3 電力系統(tǒng)韌性提升策略

3.1 故障預防階段

在故障預防階段，對于臺風、降水等自然災害事件可提高氣象災害監(jiān)測及高影響極端天氣預警的準確性[41]，建立監(jiān)控預警系統(tǒng)，全面感知設備狀態(tài)以實現(xiàn)災前預防。文獻[42]從預防檢修的角度出發(fā)，綜合考慮檢修風險、檢修經(jīng)濟性與系統(tǒng)韌性，建立了不同階段下的多目標優(yōu)化模型，在降低災前檢修費用與風險方面具有良好成效。文獻[43-44]根據(jù)歷史災害信息建立了災害數(shù)據(jù)庫和預測模型，并考慮災害規(guī)模和損失情況對各類事件進行了分級。與此同時，宜在災害發(fā)生前制定極端事件應急預案，通過調整網(wǎng)絡運行方式等手段縮小停電范圍，保障關鍵負荷的持續(xù)供電。

在事件預防階段，常采用物理手段來提高防御力，包括：提高線路/桿塔強度、以電纜代替架空線路和樹木修剪/植被管理等。該類方法可降低極端事件所帶來的物理損傷，減小元件故障率與故障規(guī)模[45]。但是，大批量更換元件將帶來高昂的投資成本，可主要更換對系統(tǒng)韌性具有較大影響且故障率較高的薄弱元件。如何辨識這些元件并提供保護，尚有待深入研究。文獻[46]提出了一種易損線路識別方法，根據(jù)對配網(wǎng)的網(wǎng)格化處理建立了線路綜合故障模型，由信息熵選取易損線路進行強化，降低了地震災害發(fā)生時系統(tǒng)的停電損失。另要補充的是，鋪設電纜可以增強電網(wǎng)抵御臺風的能力，但在地震情況下，將導致受損線路的修復時間變長。

3.2 故障響應階段

在故障響應階段，可通過增強系統(tǒng)一次設備的自身抵御能力，如引入故障電流限制器來提高系統(tǒng)的短期韌性。此外，實現(xiàn)二次控保設備的快速響應對于韌性提升同樣具有很強的積極意義。文獻[47]通過在電網(wǎng)中配置智能量測裝置，提高了系統(tǒng)態(tài)勢感知能力與響應速度。文獻[48]配備了遠動開關和自動化開關，通過快速改變電網(wǎng)拓撲結構，使備用電源及時投入，縮短了故障響應和恢復時間。

當前，較多文獻研究了如何利用分布式電源和微電網(wǎng)的應急響應能力來增強系統(tǒng)暫態(tài)性能[49-52]。圖5為利用分布式電源和微電網(wǎng)提高電力系統(tǒng)韌性的示意圖。當系統(tǒng)發(fā)生嚴重故障時，上級電源的直供路徑和轉供路徑均可能被切斷，導致產生多個孤島。分布式電源和微電網(wǎng)的接入可大大增加系統(tǒng)靈活性，為末端負荷提供功率支撐，保障負荷可靠供電。文獻[53]將車載移動應急發(fā)電機(Mobile Emergency Generators, MEGs)引入配電網(wǎng)，在預定地點放置MEGs以保持重要負荷供電。需要注意的是，隨著分布式電源、微電網(wǎng)甚至多微網(wǎng)組成的微網(wǎng)群滲透率不斷升高，其自身的故障敏感性和故障生存性將為系統(tǒng)韌性提升帶來新的挑戰(zhàn)。

圖5 利用分布式電源和微電網(wǎng)的電力系統(tǒng)韌性提升示意圖

3.3 故障恢復階段

在故障恢復階段，通常會涉及到黑啟動、網(wǎng)絡重構、元件修復等操作，其中黑啟動和網(wǎng)絡重構旨在提升電力系統(tǒng)的短期韌性，元件修復則是提高系統(tǒng)的長期韌性。在黑啟動過程中，系統(tǒng)主要通過重啟部分機組來建立供電路徑。文獻[54]闡述了多機組并行恢復的重要步驟，即分區(qū)方法與啟動順序，以最小化機組啟動費用為目標函數(shù)，給出了故障恢復策略。在黑啟動后期，系統(tǒng)需要依靠分布式電源進行網(wǎng)絡重構，重新調整網(wǎng)絡拓撲結構，恢復重要負荷[55-58]?，F(xiàn)有研究多利用啟發(fā)式算法、數(shù)學規(guī)劃算法和人工智能算法，將網(wǎng)絡重構轉化為混合整數(shù)規(guī)劃問題，求取最優(yōu)解，得到故障恢復策略[59-61]。文獻[62]提出了一種基于混合整數(shù)線性規(guī)劃的資源調度模型，利用分布式電源、區(qū)域通信系統(tǒng)等資源對系統(tǒng)進行了有效恢復。

在發(fā)生自然災害后，諸多電氣基礎設施可能遭到較大程度破壞，需調動維修人員前往故障路段進行修復或替換。由于系統(tǒng)可用資源往往有限，如何調配工作人員、合理安排元件的修復順序是恢復階段需解決的重要問題。文獻[32]提出了一種面向系統(tǒng)韌性提升的故障定位、故障隔離和服務恢復方法，在考慮三者耦合關系的基礎上，針對不同故障工況實施了差異化恢復方案。

圖6為提升電力系統(tǒng)韌性的潛在措施，部分策略的實施方式如表2所示。通過對這些策略的成本-效益進行整體比較，可為電力系統(tǒng)韌性提升找到更經(jīng)濟、更合理可行的解決方案。于此而言，成本需考慮投資、維護和運行成本，效益則可涵蓋其縮小停電范圍/時間所帶來的間接收益。圖7為韌性提升策略成本/有效性的定性比較。為建立具有高韌性的電力系統(tǒng)，應在提高基礎設施強壯性的同時優(yōu)化投資結構。如何平衡電網(wǎng)改造成本和韌性提升效益，是尚待解決的關鍵問題。

4 電力系統(tǒng)韌性研究展望

4.1 韌性特征

韌性特征的研究依賴于對不同形式電力系統(tǒng)進行準確的極端事件場景模擬，而極端事件物理模型和系統(tǒng)響應模型的構建是研究的關鍵點。

圖8為極端事件影響模型分類示意圖。極端事件物理模型多基于具體事件和地理區(qū)域的特征來預計事故風險，系統(tǒng)響應模型通常根據(jù)對元件產生作用力和造成系統(tǒng)故障兩方面影響來評估其脆弱性。

圖6 提升電力系統(tǒng)韌性的潛在措施

表2 典型韌性提升策略的實施方式

圖7 韌性提升策略的成本/有效性比較

圖8 極端事件影響模型分類

電力系統(tǒng)在面對不同極端事件時，其韌性特征將有所差異?，F(xiàn)有研究對極端事件的模擬多采用蒙特卡洛法結合信息熵法來選取故障場景，使得風險評估偏理想化，不夠客觀。統(tǒng)計方法也具有嚴重依賴大量歷史數(shù)據(jù)的弊端?，F(xiàn)有的元件脆弱性建模多集中于線路和桿塔，缺少對于電力系統(tǒng)其他元件，如變壓器、新能源發(fā)電裝備在不同自然災害下的脆弱性建模。在后續(xù)研究中，需深入分析自然災害事件的隨機因素特征，結合實測數(shù)據(jù)建立更為準確的極端事件擾動模型。

當前，隨著含變流器分布式發(fā)電和電力電子用電設備大規(guī)模滲透到配電網(wǎng)，以及能量路由器(固態(tài)變壓器)等高效電能傳輸和電壓轉換設備的應用，現(xiàn)代配電網(wǎng)逐漸呈現(xiàn)顯著的電力電子化趨勢[66]。電力電子化配電網(wǎng)在遭遇故障時，因電力電子器件受控性和新能源滲透比例的不同也將呈現(xiàn)較大差異。目前，鮮見公開資料開展電力電子化配電網(wǎng)的韌性特征研究，已有工作主要是針對非極端事件引發(fā)的簡單故障抑制，亟需開展針對極端事件所造成的多重故障/連鎖故障韌性研究。

此外，鑒于電網(wǎng)與交通、水、石油和天然氣等其他關鍵基礎設施的耦合日益緊密，亟需進一步探明極端事件作用于其他類型基礎設施對電力系統(tǒng)的影響[67-72]。綜合能源系統(tǒng)是整合區(qū)域內煤炭、石油、天然氣、電能、熱能等多種能源，并可實現(xiàn)多種能源互補互濟、協(xié)同優(yōu)化的新型系統(tǒng)，其韌性研究示意圖如圖9所示。綜合能源系統(tǒng)能夠通過多種能源的橫向互補和源-網(wǎng)-荷-儲的縱向協(xié)調來高效利用能源，在提升資源可控性的同時對于韌性改善極具前景。目前，針對綜合能源系統(tǒng)的研究工作大多集中于多類資源的優(yōu)化調度、安全性分析與可靠性評估等方面，亟需開展計及多源耦合、多能互補的綜合能源系統(tǒng)韌性特征研究。

圖9 綜合能源系統(tǒng)韌性研究示意圖

4.2 韌性評估

現(xiàn)階段的韌性評估研究主要是對極端事件前后電力系統(tǒng)供電能力的比較來量化韌性。然而，實際電力系統(tǒng)結構復雜，不確定性較高。如何考慮系統(tǒng)復雜的運行約束，準確地獲取事故后系統(tǒng)的運行狀態(tài)是亟待解決的核心問題?？茖W有效的韌性評估不僅需要計及多方面因素交互影響，制定更全面、更合理的韌性評價指標體系，同時也能夠針對極端事件下系統(tǒng)的全過程應對能力進行評估。通過評估多方面因素對韌性性能的影響，能夠有指向性地對電力系統(tǒng)的網(wǎng)架結構、資源配置進行優(yōu)化。

在電力電子化配電網(wǎng)韌性評估中，所含高比例分布式電源的出力情況受氣候變化影響較大，其在提高極端天氣下供電冗余性的同時，自身的并網(wǎng)穩(wěn)定性及與電力電子化配電網(wǎng)其他設備(如固態(tài)變壓器、儲能裝置、可控負荷等)的交互影響亦可能改變韌性評估結果。于此，不同電力電子裝備之間的多時間尺度交互作用機制及其對配電網(wǎng)韌性評估的影響亟需進一步研究。

在綜合能源系統(tǒng)韌性評估中，現(xiàn)有研究較少考慮電-熱或電-天然氣之外的其他能源耦合作用，導致韌性評估指標維度的選取較為單一，無法全面評估能源轉型和多能協(xié)調對系統(tǒng)韌性的綜合效果。另外，當前研究并未考慮極端事件對石油、天然氣燃料供應和交通阻斷的影響，使得韌性評估結果的真實性有待商榷。在能源互聯(lián)網(wǎng)的快速發(fā)展背景下，如何建立綜合能源系統(tǒng)的韌性評估體系，是未來韌性評估研究的重點。

4.3 韌性提升

電力系統(tǒng)故障恢復能力是韌性提升效果的直觀體現(xiàn)。不同故障元件的修復難易程度及耗費時間與故障類型、故障強度和現(xiàn)有修復資源等多種因素有關。當采用兩種以上輔助措施來提升電力系統(tǒng)韌性時，各輔助措施的啟動時序、作用區(qū)間、參量選擇及優(yōu)化方式需開展深入研究。例如在同一故障場景下，當分布式電源接入配電網(wǎng)，負荷可無需依靠上級電源供電，故障恢復策略中線路修復的優(yōu)先級順序也將隨之改變。如何計及內外部因素進一步改良電力系統(tǒng)故障恢復模型，確定快速、準確的恢復模型求解算法，是有待解決的關鍵問題。

針對電力電子化配電網(wǎng)的韌性提升研究剛剛起步，源-網(wǎng)-荷-儲深度協(xié)調下的電力電子化配電網(wǎng)故障恢復研究相對較少，對故障穿越-故障恢復之間的相互影響和發(fā)展關系欠缺綜合考慮。事實上，電力電子化配電網(wǎng)具有更強的受控性和更為豐富的可調配資源，其應比傳統(tǒng)配電網(wǎng)有著更好的韌性。如何從抵御力、適應力和恢復力著手，系統(tǒng)地解決故障全過程下的限流穿越、穩(wěn)定控制和協(xié)同恢復問題，是提高電力電子化配電網(wǎng)韌性的關鍵點與落腳點。

圖10為考慮韌性的電力電子化配電網(wǎng)故障恢復流程。如何在構建源、荷時變模型的基礎上，使用改進聚類方法劃分電力電子化配電網(wǎng)的故障時段，從中構建負荷加權恢復量和源-網(wǎng)-荷-儲協(xié)調運行效益的恢復模型，實現(xiàn)復電能力和經(jīng)濟效益的聯(lián)合優(yōu)化，亟待開展深入研究。

對于綜合能源系統(tǒng)而言，其可以通過電能和熱能的互補以及熱電聯(lián)產、靈活性負荷與儲能的協(xié)調來充分利用能源，在發(fā)生大規(guī)模故障時為重要負荷提供能源支撐。然而，極端事件下綜合能源系統(tǒng)的故障恢復能力不僅取決于電網(wǎng)側的受損規(guī)模和恢復策略，還與通信網(wǎng)絡、天然氣管道、交通網(wǎng)絡等設施的抗擾能力緊密有關。例如，當燃料或天然氣供應被破壞造成部分內燃機和微型渦輪機停運時，分布式電源和遠程控制開關也可能損毀。如何考慮不同能源網(wǎng)絡之間的交互作用，理清主導因素及其對電源支撐能力的影響，制定更切實有效的能源支撐策略和故障恢復方案，是亟需攻克的難點問題。

圖10 考慮韌性的電力電子化配電網(wǎng)故障恢復

5 結論

本文首先闡述了電力系統(tǒng)韌性的基本概念，分析了韌性和可靠性、安全性、魯棒性的區(qū)別與聯(lián)系，明確了電力系統(tǒng)韌性的研究對象和適用范疇。其次，圍繞電力系統(tǒng)韌性評估方法與指標體系，綜述了國內外研究現(xiàn)狀。然后，從故障預防、故障響應、故障恢復3個方面出發(fā)，評述了現(xiàn)有韌性提升策略，并根據(jù)成本-效益對其進行了定性比較。最后，初探了電力系統(tǒng)韌性研究的未來發(fā)展方向，凝練了需進一步解決的難點問題。

(1) 相較于可靠性、安全性等傳統(tǒng)特性指標，電力系統(tǒng)韌性更注重于對小概率、高影響力事件的后果評估以及對重要負荷的供電恢復能力，更適合應對難以預測的災難性威脅。

(2) 現(xiàn)階段的韌性評估方法主要為基于網(wǎng)架結構及源荷配置的靜態(tài)評估和根據(jù)電網(wǎng)應對極端事件的多過程動態(tài)評估。為真實反映電力系統(tǒng)在極端事件不同發(fā)展階段下的運行狀態(tài)，應根據(jù)韌性特征進行多維度、多階段的動態(tài)評估。

(3) 構建高韌性電力系統(tǒng)需要在增強電力基礎設施硬度的同時，結合分布式電源、微電網(wǎng)、源網(wǎng)荷儲協(xié)同等不同類型靈活性資源進行智能化操作，軟硬兼施并優(yōu)化投資結構，以期達到更高效、更經(jīng)濟的韌性提升效果。

(4) 從電力電子化配電網(wǎng)韌性特征、電氣-交通-天然氣多網(wǎng)耦合韌性建模、綜合能源系統(tǒng)韌性評估及其提升方法等方面出發(fā)，展望了電力系統(tǒng)韌性研究的潛在發(fā)展方向，指出了未來有待解決的關鍵科學問題，為韌性建模、韌性評估及韌性提升措施的下一步發(fā)展提供了參考思路。

[1] 嚴道波, 文勁宇, 杜治, 等. 2021年得州大停電事故分析及其對電網(wǎng)規(guī)劃管理的啟示[J]. 電力系統(tǒng)保護與控制, 2021, 49(9): 121-128.

YAN Daobo, WEN Jinyu, DU Zhi, et al. Analysis of Texas blackout in 2021 and its enlightenment to power system planning management[J]. Power System Protection and Control, 2021, 49(9): 121-128.

[2] 竺煒, 周孝信, 唐如. 電網(wǎng)的彈性力學網(wǎng)絡拓撲映射[J]. 中國電機工程學報, 2011, 31(31): 109-117.

ZHU Wei, ZHOU Xiaoxin, TANG Ru. Elasticity network topology mapping for power grid[J]. Proceedings of the CSEE, 2011, 31(31): 109-117.

[3] 秦清, 韓蓓, 李國杰, 等. 含智能軟開關的配電網(wǎng)多階段彈性力學映射與評估[J]. 電工技術學報, 2020, 36(21): 4444-4458.

QIN Qing, HAN Bei, LI Guojie, et al. Multi-stage elastic mechanical modelling and evaluation of distribution networks with soft open point[J]. Transactions of China Electrotechnical Society, 2020, 36(21): 4444-4458.

[4] PANTELI M, MANCARELLA P. The grid: stronger, bigger, smarter?: presenting a conceptual framework of power system resilience[J]. IEEE Power and Energy Magazine, 2015, 13(3): 58-66.

[5] 王守相, 黃仁山, 潘志新, 等. 極端冰雪天氣下配電網(wǎng)彈性恢復力指標的構建及評估方法[J]. 高電壓技術, 2020, 46(1): 123-132.

WANG Shouxiang, HUANG Renshan, PAN Zhixin, et al. Construction and evaluation of resilience restoration capability indices for distribution network under extreme ice and snow weather[J]. High Voltage Engineering, 2020, 46(1): 123-132.

[6] 陳碧云, 李翠珍, 覃鴻, 等. 考慮網(wǎng)架重構和災區(qū)復電過程的配電網(wǎng)抗臺風韌性評估[J]. 電力系統(tǒng)自動化, 2018, 42(6): 47-52.

CHEN Biyun, LI Cuizhen, QIN Hong, et al. Evaluation of typhoon resilience of distribution network considering grid reconstruction and disaster recovery[J]. Automation of Electric Power Systems, 2018, 42(6): 47-52.

[7] TOROGHI S S H, THOMAS V M. A framework for the resilience analysis of electric infrastructure systems including temporary generation systems[J]. Reliability Engineering & System Safety, 2020, 202.

[8] 趙曉龍, 方恒福, 王罡, 等. 面向彈性配電網(wǎng)防災減災的組件重要度評估方法[J]. 電力系統(tǒng)保護與控制, 2020, 48(16): 28-36.

ZHAO Xiaolong, FANG Hengfu, WANG Gang, et al. Component importance indices evaluation considering disaster prevention and mitigation in resilient distribution systems[J]. Power System Protection and Control, 2020, 48(16): 28-36.

[9] PAUL E R, ZACHARY A C, JAMES M, et al. Metrics for energy resilience[J]. Energy Policy, 2014, 72: 249-256.

[10] ZHOU Zhenchen, WU Zhou, JIN Tao. Deep reinforcement learning framework for resilience enhancement of distribution systems under extreme weather events[J]. International Journal of Electrical Power & Energy Systems, 2020, 128.

[11] 楊火明, 徐瀟源, 嚴正. 考慮配電網(wǎng)韌性的儲能系統(tǒng)選址定容優(yōu)化方法[J]. 電力建設, 2018, 39(1): 30-39.

YANG Huoming, XU Xiaoyuan, YAN Zheng. Optimization approach of energy storage system locating and sizing considering distribution system resilience[J]. Electric Power Construction, 2018, 39(1): 30-39.

[12] LIU Weijia, DING Fei, ZHAO Changhong. Dynamic Restoration Strategy for Distribution System Resilience Enhancement[C] // 2020 IEEE Power & Energy Society Innovative Smart Grid Technologies Conference (ISGT), February 17-20, 2020, Washington, DC, USA: 1-5.

[13] HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology and Systematics, 1973, 4(1): 1-23.

[14] National Academies of Sciences, Engineering, Medicine. Enhancing the resilience of the nation's electricity system[R]. Washington, DC: The National Academies Press, 2017.

[15] FULLI G. Electricity security: models and methods for supporting the policy decision making in the European union[D]. Turin: Polytechnic University of Turin, 2016.

[16] 別朝紅, 林雁翎, 邱愛慈. 彈性電網(wǎng)及其恢復力的基本概念與研究展望[J]. 電力系統(tǒng)自動化, 2015, 39(22): 1-9.

BIE Zhaohong, LIN Yanling, QIU Aici. Concept and research prospects of power system resilience[J]. Automation of Electric Power Systems, 2015, 39(22): 1-9.

[17] 別朝紅, 王錫凡. 配電系統(tǒng)的可靠性分析[J]. 中國電力, 1997, 30(5): 10-13.

BIE Zhaohong, WANG Xifan. Reliability analysis of distribution networks[J]. Electric Power, 1997, 30(5): 10-13.

[18] BEYZA J, YUSTA J M. Integrated risk assessment for robustness evaluation and resilience optimisation of power systems after cascading failures[J]. Energies, 2021, 14(7): 20-28.

[19] KRGER W. Achieving resilience of large-scale engineered infrastructure systems[M]. 2019.

[20] PANTELI M, MANCARELLA P, TRAKAS D N, et al. Metrics and quantification of operational and infrastructure resilience in power systems[J]. IEEE Transactions on Power Systems, 2017, 32(6): 4732-4742.

[21] LIU Yue, LI Xiaoyang, XIAO Lianghua. Service oriented resilience strategy for cloud data center[C] // 2018 IEEE International Conference on Software Quality, Reliability and Security Companion (QRS-C), July 16-20, 2018, Lisbon, Portugal: 269-274.

[22] HUSSAIN A, BUI V-H, KIM H-M. Microgrids as a resilience resource and strategies used by microgrids for enhancing resilience[J]. Applied Energy, 2019, 240: 56-72.

[23] 高海翔, 陳穎, 黃少偉, 等. 配電網(wǎng)韌性及其相關研究進展[J]. 電力系統(tǒng)自動化, 2015, 39(23): 1-8.

GAO Haixiang, CHEN Ying, HUANG Shaowei, et al. Distribution systems resilience: an overview of research progress[J]. Automation of Electric Power Systems, 2015, 39(23): 1-8.

[24] 阮前途, 謝偉, 許寅, 等. 韌性電網(wǎng)的概念與關鍵特征[J]. 中國電機工程學報, 2020, 40(21): 6773-6784.

RUAN Qiantu, XIE Wei, XU Yin, et al. Concept and key features of resilient power grids[J]. Proceedings of the CSEE, 2020, 40(21): 6773-6784.

[25] WASTON J P, GUTTROMSON R, MONROY C S, et al. Conceptual framework for developing resilience metrics for the electricity, oil and gas sectors in the United States[R]. USA, 2014.

[26] 周曉敏, 葛少云, 李騰, 等. 極端天氣條件下的配電網(wǎng)韌性分析方法及提升措施研究[J]. 中國電機工程學報, 2018, 38(2): 505-513.

ZHOU Xiaomin, GE Shaoyun, LI Teng, et al. Assessing and boosting resilience of distribution system under extreme weather[J]. Proceedings of the CSEE, 2018, 38(2): 505-513.

[27] ARGHANDEH R, BROWN M, DEL ROSSO A D, et al. The local team: leveraging distributed resources to improve resilience[J]. IEEE Power & Energy Magazine, 2014, 12(5): 76-83.

[28] BAJPAI P, CHANDA S, SRIVASTAVA A K, et al. A novel metric to quantify and enable resilient distribution system using graph theory and Choquet integral[J]. IEEE Transactions on Smart Grid, 2018, 9(4): 2918-2929.

[29] 彭寒梅, 王小豪, 魏寧, 等. 提升配電網(wǎng)彈性的微網(wǎng)差異化恢復運行方法[J]. 電網(wǎng)技術, 2019, 43(7): 2328-2335.

PENG Hanmei, WANG Xiaohao, WEI Ning, et al. Microgrid differentiated recovery operation for enhancing distribution system resilience[J]. Power System Technology, 2019, 43(7): 2328-2335.

[30] CHANDA S, SRIVASTAVA A K. Defining and enabling resiliency of electric distribution systems with multiple microgrids[J]. IEEE Transactions on Smart Grid, 2016, 7(6): 2859-2868.

[31] LUO Diansheng, XIA Yongwei, ZENG Yuanyuan, et al. Evaluation method of distribution network resilience focusing on critical loads[J]. IEEE Access, 2018, 6: 61633-61639.

[32] LIU Jiancun, QIN Chao, YU Yixin. A comprehensive resilience-oriented FLISR method for distribution systems[J]. IEEE Transactions on Smart Grid, 2021, 12(3): 2136-2152.

[33] DEHGHANIAN P, ASLAN S, DEHGHANIAN P. Maintaining electric system safety through an enhanced network resilience[J]. IEEE Transactions on Industry Applications, 2018, 54(5): 4927-4937.

[34] 何英靜, 王曦冉, 李海疆, 等. 一種高分辨度電網(wǎng)彈性評估方法: 中國, CN112613676A[P]. 2021-04-06.

HE Yingjing, WANG Xiran, LI Haijiang, et al. A high resolution method of grid resilience assessment: China, CN112613676A[P]. 2021-04-06.

[35] 顧明宏, 孫為兵, 李培培, 等. 面對極端擾動事件的城市彈性配電網(wǎng)評估指標體系[J]. 電力系統(tǒng)及其自動化學報, 2018, 30(7): 103-109.

GU Minghong, SUN Weibing, LI Peipei, et al. Evaluation index system for urban elastic distribution network in the face of extreme disturbance events[J]. Proceedings of the CSU-EPSA, 2018, 30(7): 103-109.

[36] 李振坤, 王法順, 郭維一, 等. 極端天氣下智能配電網(wǎng)的彈性評估[J]. 電力系統(tǒng)自動化, 2020, 44(9): 60-68.

LI Zhenkun, WANG Fashun, GUO Weiyi, et al. Resilience evaluation of smart distribution network in extreme weather[J]. Automation of Electric Power Systems, 2020, 44(9): 60-68.

[37] HOSSEINI M M, UMUNNAKWE A, PARVANIA M. Automated switching operation for resilience enhancement of distribution systems[C] // 2019 IEEE Power & Energy Society General Meeting (PESGM), August 4-8, 2019, Atlanta, GA, USA: 1-5.

[38] BESSANI M, MASSIGNAN J A D, FANUCCHI R Z, et al. Probabilistic assessment of power distribution systems resilience under extreme weather[J]. IEEE Systems Journal, 2019, 13(2): 1747-1756.

[39] 吳疆, 呂林, 黃媛, 等. 災害全過程配電網(wǎng)彈性評估方法及提升策略[J]. 電力系統(tǒng)及其自動化學報, 2021, 33(3): 32-42.

WU Jiang, Lü Lin, HUANG Yuan, et al. Evaluation method and promotion strategy for distribution network resilience during the entire process of disaster[J]. Proceedings of the CSU-EPSA, 2021, 33(3): 32-42.

[40] ZHANG Huajun, WANG Peng, YAO Shuhan, et al. Resilience assessment of interdependent energy systems under hurricanes[J]. IEEE Transactions on Power Systems, 2020, 35(5): 3682-3694.

[41] 黃偉, 黃廷城, 王立勇, 等. 基于態(tài)勢感知的電網(wǎng)臺風預警防御框架研究綜述[J]. 電力系統(tǒng)保護與控制, 2018, 46(11): 162-169.

HUANG Wei, HUANG Tingcheng, WANG Liyong, et al. Research on typhoon early warning and defense framework of power grid based on situation awareness[J]. Power System Protection and Control, 2018, 46(11): 162-169.

[42] 梁海平, 石皓巖, 王鐵強, 等. 考慮韌性提升的輸電網(wǎng)災前預防檢修多目標多階段優(yōu)化[J/OL]. 電測與儀表: 1-8[2021-07-22].http://kns.cnki.net/kcms/detail/23.1202.TH.20210223.1649.004.html.

LIANG Haiping, SHI Haoyan, WANG Tieqiang, et al. Multi-objective and multi-stage optimization of pre-disaster preventive maintenance of transmission network considering resilience improvement[J/OL]. Electrical Measurement & Instrumentation: 1-8[2021-07-22]. http:// kns.cnki.net/kcms/detail/23.1202.TH.20210223.1649.004.html.

[43] ARIZUMI N, MINAMI K, TANJO T, et al. A first step towards resilient graph partitioning for electrical grids[C] // 7th International Conference on Information and Automation for Sustainability, December 22-24, 2014, Colombo, Sri Lanka: 1-6.

[44] BIE Zhaohong, LIN Yanling, LI Gengfeng, et al. Battling the extreme: a study on the power system resilience[J]. Proceedings of the IEEE, 2017, 105(7): 1253-1266.

[45] BARNES A, NAGARAJAN H, YMANGIL E Y, et al. Resilient design of large-scale distribution feeders with networked microgrids[J]. Electric Power Systems Research, 2019, 171: 150-157.

[46] 雷霞, 鄭國鑫, 胡益. 地震災害下配電網(wǎng)的脆弱性分析及彈性提升措施[J]. 電網(wǎng)技術, 2021, 45(9): 3674-3680.

LEI Xia, ZHENG Guoxin, HU Yi. Vulnerability analysis of distribution network and resilience improvement under earthquake disasters[J]. Power System Technology, 2021, 45(9): 3674-3680.

[47] TON D T, WANG W T P. A more resilient grid: the U.S. department of energy joins with stakeholders in an R&D plan[J]. IEEE Power & Energy Magazine, 2015, 13(3): 26-34.

[48] 卞藝衡, 別朝紅. 面向彈性提升的智能配電網(wǎng)遠動開關優(yōu)化配置模型[J]. 電力系統(tǒng)自動化, 2021, 45(3): 33-39.

BIAN Yiheng, BIE Zhaohong. Resilience-enhanced optimal placement model of remote-controlled switch for smart distribution network[J]. Automation of Electric Power Systems, 2021, 45(3): 33-39.

[49] 余貽鑫. 智能電網(wǎng)實施的緊迫性和長期性[J]. 電力系統(tǒng)保護與控制, 2019, 47(17): 1-5.

YU Yixin. Urgency and long-term nature of smart grid implementation[J]. Power System Protection and Control, 2019, 47(17): 1-5.

[50] 劉暢, 黃楊, 楊昕然, 等. 計及儲能及負荷轉供協(xié)同調度的城市電網(wǎng)彈性運行策略[J]. 電力系統(tǒng)保護與控制, 2021, 49(6): 56-66.

LIU Chang, HUANG Yang, YANG Xinran, et al. Flexible operation strategy of an urban transmission network considering energy storage systems and load transfer characteristics[J]. Power System Protection and Control, 2021, 49(6): 56-66.

[51]鄭子萱, 倪扶瑤, 汪穎, 等. 基于模型預測控制混合儲能系統(tǒng)的直流微電網(wǎng)韌性提升策略[J]. 電力自動化設備, 2021, 41(5): 152-159.

ZHENG Zixuan, NI Fuyao, WANG Ying, et al. Operation resilience enhancing strategy of DC microgrid based on model predictive controlled hybrid energy storage system[J]. Electric Power Automation Equipment, 2021, 41(5): 152-159.

[52] 王興貴, 張文蓮, 薛晟. 基于EEMD的MMC串聯(lián)結構微電網(wǎng)微源動態(tài)冗余控制策略[J]. 電力系統(tǒng)保護與控制, 2021, 49(22): 34-42.

WANG Xinggui, ZHANG Wenlian, XUE Sheng. A micro-source dynamic redundancy control strategy based on EEMD for MMC series microgrid[J]. Power System Protection and Control, 2021, 49(22): 34-42.

[53] LEI Shunbo, WANG Jianhui, CHEN Chen, et al. Mobile emergency generator pre-positioning and real-time allocation for resilient response to natural disasters[J]. IEEE Transactions on Smart Grid, 2018, 9(3): 2030-2041.

[54] QIU Feng, WANG Jianhui, CHEN Chen, et al. Optimal black start resource allocation[J]. IEEE Transactions on Power Systems, 2016, 31(3): 2493-2494.

[55] 俞拙非, 劉菲, 劉瑞環(huán), 等. 面向配電網(wǎng)彈性提升的源網(wǎng)荷靈活資源優(yōu)化研究綜述及展望[J/OL]. 中國電力: 1-13[2021-07-23].http://kns.cnki.net/kcms/detail/11.3265.TM.20210621.1630.010.html.

YU Zhuofei, LIU Fei, LIU Ruihuan, et al. Resilience-oriented optimization of source-grid-load flexible resources in distribution systems: review and prospect[J/OL]. Electric Power: 1-13[2021-07-23]. http://kns.cnki.net/kcms/detail/11.3265.TM.20210621.1630.010.html.

[56] YAO Shuhan, GU Jiuxiang, ZHANG Huajun, et al. Resilient load restoration in microgrids considering mobile energy storage fleets: a deep reinforcement learning approach[C] // 2020 IEEE Power & Energy Society General Meeting (PESGM), August 2-6, 2020, Montreal, QC, Canada: 1-5.

[57] LIU Jiancun, QIN Chao, YU Yixin. Enhancing distribution system resilience with proactive islanding and RCS-based fast fault isolation and service restoration[J]. IEEE Transactions on Smart Grid, 2020, 11(3): 2381-2395.

[58] GILANI M A, KAZEMI A, GHASEMI M. Distribution system resilience enhancement by microgrid formation considering distributed energy resources[J]. Energy, 2020, 191.

[59] 任郡枝, 陳健, 姜心怡, 等. 考慮可移動式儲能與網(wǎng)絡重構的彈性配電網(wǎng)災后恢復策略[J]. 電力建設, 2020, 41(3): 86-92.

REN Junzhi, CHEN Jian, JIANG Xinyi, et al. Post-disaster recovery strategy of resilient distribution network considering mobile energy storage system and network reconfiguration[J]. Electric Power Construction, 2020, 41(3): 86-92.

[60] 陳春, 吳宜桐, 李錳, 等. 基于網(wǎng)絡拓撲有向遍歷的配電網(wǎng)故障快速恢復方法[J]. 電力系統(tǒng)自動化, 2021, 45(7): 44-52.

CHEN Chun, WU Yitong, LI Meng, et al. Method for fast recovery from distribution network fault based on directed traversal of network topology[J]. Automation of Electric Power Systems, 2021, 45(7): 44-52.

[61] XU Yin, LIU Chenching, SCHNEIDER K P, et al. Toward a resilient distribution system[C] // 2015 IEEE Power & Energy Society General Meeting, July 26-30, 2015, Denver, CO, USA: 1-5.

[62] TAHERI B, SAFDARIAN A, MOEINI-AGHTAIE M, et al. Enhancing resilience level of power distribution systems using proactive operational actions[J]. IEEE Access, 2019, 7: 137378-137389.

[63] WANG Zhaoyu, WANG Jianhui. Self-healing resilient distribution systems based on sectionalization into microgrids[J]. IEEE Transactions on Power Systems, 2015, 30(6): 3139-3149.

[64] DING Tao, QU Ming, WANG Zekai, et al. Power system resilience enhancement in typhoons using a three-stage day-ahead unit commitment[J]. IEEE Transactions on Smart Grid, 2021, 12(3): 2153-2164.

[65] LIU Xinrui, WANG Hao, SUN Qiuye, et al. Research on fault scenario prediction and resilience enhancement strategy of active distribution network under ice disaster[J]. International Journal of Electrical Power & Energy Systems, 2021, 135.

[66] 李婷, 胥威汀, 劉向龍, 等. 含高比例可再生能源的交直流混聯(lián)電網(wǎng)規(guī)劃技術研究綜述[J]. 電力系統(tǒng)保護與控制, 2019, 47(12): 177-187.

LI Ting, XU Weiting, LIU Xianglong, et al. Review on planning technology of AC/DC hybrid system with high proportion of renewable energy[J]. Power System Protection and Control, 2019, 47(12): 177-187.

[67] ZHU Mengting, XU Chengsi, DONG Shufeng, et al. An integrated multi-energy flow calculation method for electricity-gas-thermal integrated energy systems[J]. Protection and Control of Modern Power Systems, 2021, 6(1): 65-76.

[68] SHAO Chengcheng, SHAHIDEHPOUR M, WANG Xifan, et al. Integrated planning of electricity and natural gas transportation systems for enhancing the power grid resilience[J]. IEEE Transactions on Power Systems, 2017, 32(6): 4418-4429.

[69] 齊世雄, 王秀麗, 邵成成, 等. 極端事件下電-氣混聯(lián)綜合能源系統(tǒng)的恢復力分析[J]. 電網(wǎng)技術, 2019, 43(1): 41-51.

QI Shixiong, WANG Xiuli, SHAO Chengcheng, et al. Resilience analysis of integrated electricity and natural gas energy system under extreme events[J]. Power System Technology, 2019, 43(1): 41-51.

[70] 齊世雄, 王秀麗, 邵成成, 等.計及彈性恢復的區(qū)域綜合能源系統(tǒng)多目標優(yōu)化調度[J]. 中國電力, 2019, 52(6): 19-26.

QI Shixiong, WANG Xiuli, SHAO Chengcheng, et al. Multi-objective optimal dispatch of district integrated energy system considering resilience[J]. Electric Power, 2019, 52(6): 19-26.

[71] 杜雅昕, 張婷婷, 張文. 極端天氣下計及電-氣互聯(lián)影響的配電網(wǎng)彈性評估[J]. 供用電, 2019, 36(5): 8-13.

DU Yaxin, ZHANG Tingting, ZHANG Wen. Resilience assessment for distribution systems considering interconnections with gas systems under extreme weather[J]. Distribution & Utilization, 2019, 36(5): 8-13.

[72] 董今妮, 孫宏斌, 郭慶來, 等. 面向能源互聯(lián)網(wǎng)的電－氣耦合網(wǎng)絡狀態(tài)估計技術[J]. 電網(wǎng)技術, 2018, 42(2): 400-408.

DONG Jinni, SUN Hongbin, GUO Qinglai, et al. State estimation of combined electric-gas networks for energy internet[J]. Power System Technology, 2018, 42(2): 400-408.

Review of the assessment and improvement of power system resilience

CHEN Lei, DENG Xinyi, CHEN Hongkun, SHI Jing

(School of Electrical Engineering and Automation, Wuhan University, Wuhan 430072, China)

The frequency of extreme events (e.g., hurricanes, earthquakes, and floods) and artificial attacks (cyber and physical ones) has increased dramatically in recent years, and these events have severely affected power systems ranging from long outage times to major equipment destruction.To reduce the economic loss and social impact caused by power failure, it is of significance to build highly resilient power systems with defense, adaptability, and restoration ability. First, the basic concept and main characteristics of power system resilience are elaborated, and the differences among power system resilience andreliability, security, robustness are compared. Secondly, a framework of resilience evaluation from disaster modeling to system response is constructed, and the resilience index system is reviewed comprehensively, while two categories of resilience indices for static and dynamic assessment are considered. Further, the key technologies of improving the power system resilience are discussed from the three aspects of fault prevention, response, and recovery. Finally, the potential research directions of power system resilience are prospected.

power system resilience; resilience assessment; index system; resilience improvement; fault recovery

10.19783/j.cnki.pspc.226217

國家自然科學基金面上項目資助(51877154)

This work is supported by the General Program of National Natural Science Foundation of China (No. 51877154).

2021-08-20；

2021-11-30

陳 磊(1982—)，男，通信作者，博士，副教授，博士生導師，研究方向為電力系統(tǒng)故障限流及穩(wěn)定控制技術；E-mail: chen_lei@whu.edu.cn

鄧欣怡(1999—)，女，碩士研究生，研究方向為電力系統(tǒng)韌性建模與評估。E-mail: delphine_dxy@163.com

(編輯 姜新麗)