中文摘要：

电力系统事故发生后，如何尽快恢复供电以减少事故损失一直是电力工作者们不断追求的目标。电力系统恢复是一个相当复杂的过程，需要考虑很多的因素。从系统黑启动开始，历经系统的重构与互联，到最终的负荷恢复，不同的阶段相互交织，使得该问题充满挑战性。本研究针对大停电事故后的电力系统恢复控制是一个多目标、多阶段、多变量、非线性、并带多个约束条件的组合优化问题，结合所研究领域的专门知识，将智能方法和数值优化算法结合起来，探讨电力系统恢复过程中机组恢复、网络重构和负荷恢复的智能优化决策分析，并将对其中一些关键技术，包括考虑实际因素的系统建模、智能优化算法模式的建立以及综合评价指标的制订等进行深入地研究。通过本课题的研究，将会为解决电力系统恢复控制问题提供新的思路，并进一步完善电力系统恢复控制理论和方法。

结论摘要：

本项目的研究内容和目标是针对大停电事故后的电力系统恢复控制是一个多目标、多阶段、多变量、非线性、并带多个约束条件的组合优化问题，结合所研究领域的专门知识，将智能方法和数值优化算法结合起来，探讨电力系统恢复过程中机组启动、网络重构和负荷恢复的智能优化决策分析。本项目在机组启动、网络重构及负荷恢复方面提出了新的思路和见解。在机组启动中，针对计及分段爬坡速率的目标建模、实际约束条件的考虑、预选启动机组的确定等问题建立了计及更为全面启动目标及实际约束条件的机组启动优化模型，同时提出了一种全新的被启动机组预选的定量分析方法以降低模型的求解难度。在网络重构中，针对考虑影响网络恢复的各种因素条件、计算智能模式的引入等问题建立了融入多因素的优化送电路径模型，并根据计算智能方法的特点构建网络恢复的计算智能优化算法模式。在负荷恢复方面，针对负荷的动态特性及恢复中的负荷波动性、恢复过程中发电机爬坡与发电能力的时变特性以及恢复中安全性与经济性因素的考虑等问题建立了系统考虑安全性与经济性的负荷恢复优化模型，建立了综合考虑负荷重要性与送电范围相互制约的评价指标。此外，本项目研究内容还进行了一定拓展，对造成进行电力系统恢复的起因研究，即系统大停电机理研究中的连锁性故障的事故链搜索策略方面也提出了新的思路。本项目难点在于如何整体实现机组恢复、网络重构及负荷恢复三者的智能协调优化，以及如何考虑恢复过程中机组启动策略与网络重构及负荷的动态匹配策略；恢复过程中的频率稳定问题以及恢复过程中的一些不确定性因素的考虑。总结起来，项目已达到了预期研究目标，并取得了如下具体研究成果: (a) 提出一种计及机组启动代价、频率约束和机组爬坡速率的多目标机组恢复模型；(b) 提出一种新颖的蚁群－条件禁忌混合计算智能算法来实现Petri网路径寻优，并将其应用于目标网络重构的优化问题；(c) 提出了一种基于电网分区的负荷恢复智能优化策略；(d) 提出一种网络重构的智能决策模型；(e) 提出一种模拟负荷动态恢复的智能优化策略；(f) 提出了一种连锁性故障的事故链搜索框架。结合该项目的研究，培养硕士研究生5名，博士研究生2名；在国际学术期刊、国际会议及国内核心期刊上发表论文13篇，其中，SCI收录1篇，EI收录8篇，书章节1篇；开发一套基于Web跨平台的电网分区负荷恢复系统。