電力系統(tǒng)黑啟動恢復(fù)問題的研究評述

顧雪平 白巖松 李少巖 劉 艷

電力系統(tǒng)黑啟動恢復(fù)問題的研究評述

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)險依然存在，因此對黑啟動恢復(fù)技術(shù)的研究仍然需要給予足夠的重視。該文對黑啟動恢復(fù)問題的研究工作進行綜述，首先對黑啟動恢復(fù)的基本概念和過程進行介紹；然后對系統(tǒng)恢復(fù)策略和建模思路從時間和空間角度進行分析，在此基礎(chǔ)上，對電力系統(tǒng)恢復(fù)方案制定的研究工作進行回顧并對新型態(tài)電力系統(tǒng)恢復(fù)決策的新特征進行討論，之后對電力系統(tǒng)恢復(fù)過程中保護與控制技術(shù)的研究進行分析總結(jié)；最后對新型態(tài)電力系統(tǒng)恢復(fù)問題的進一步研究工作提出建議。

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

0 引言

進入21世紀以來，由于自然災(zāi)害、設(shè)備故障、運行人員誤操作、保護拒動和誤動甚至網(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重的經(jīng)濟和社會影響。盡管現(xiàn)代電力系統(tǒng)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(fù)研究對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，同時特高壓交直流混聯(lián)的發(fā)展和電力市場的快速推進，使系統(tǒng)規(guī)模、結(jié)構(gòu)和運行方式發(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，以及運行方式的復(fù)雜多變，給系統(tǒng)運行控制帶來極大的挑戰(zhàn)，依然存在潛在的大停電風(fēng)險，并且停電后的系統(tǒng)恢復(fù)難度顯著加大。因此，黑啟動恢復(fù)研究是新型態(tài)電力系統(tǒng)安全防御的重大需求，對保障國家的能源安全具有重要的現(xiàn)實意義。

黑啟動恢復(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、運行約束多、各階段的任務(wù)要求和恢復(fù)目標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，目前對黑啟動恢復(fù)問題的研究不能適應(yīng)實際系統(tǒng)恢復(fù)的要求，需要針對電力系統(tǒng)面臨的新問題進一步開展深入研究。

本文對黑啟動恢復(fù)的研究工作和面臨問題進行分析評述，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。首先對黑啟動恢復(fù)的基本概念和過程進行介紹；然后對系統(tǒng)恢復(fù)策略和建模思路從時間和空間角度進行分析，在此基礎(chǔ)上，對恢復(fù)方案制定的研究工作進行回顧并對新型態(tài)電力系統(tǒng)恢復(fù)決策問題的新特征進行討論，之后對恢復(fù)過程中的保護與控制技術(shù)進行分析總結(jié)；最后對新型態(tài)電力系統(tǒng)恢復(fù)問題的進一步研究提出建議。

1 系統(tǒng)恢復(fù)的概念和過程

1.1 黑啟動恢復(fù)的概念

黑啟動恢復(fù)是指整個電力系統(tǒng)因故障停電后，通過系統(tǒng)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(tǒng)輸電范圍，最終實現(xiàn)整個系統(tǒng)恢復(fù)的過程。嚴格來講，黑啟動恢復(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(tǒng)與相鄰系統(tǒng)聯(lián)絡(luò)線也可作為系統(tǒng)恢復(fù)的啟動電源，所以目前業(yè)內(nèi)將通過外部電源啟動的恢復(fù)方式也統(tǒng)稱為黑啟動恢復(fù)[5-6]。

黑啟動恢復(fù)是一個多階段源網(wǎng)荷相互協(xié)調(diào)的系統(tǒng)連續(xù)動態(tài)重建過程。恢復(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)初始時刻的狀態(tài)，當本系統(tǒng)全停時，采用黑啟動恢復(fù)方式進行系統(tǒng)恢復(fù)。進行恢復(fù)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(tǒng)內(nèi)殘存的電源和外部系統(tǒng)電源[7-8]。通常來講，當電網(wǎng)運行因受到內(nèi)外因素嚴重干擾而穩(wěn)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(tǒng)的停電范圍，所以整個互聯(lián)系統(tǒng)全停概率相對較小，某省級電網(wǎng)或大區(qū)電網(wǎng)全停時常常也能以外網(wǎng)聯(lián)絡(luò)線作為啟動電源，因此黑啟動恢復(fù)通常是依托區(qū)外電源和區(qū)內(nèi)啟動電源并行恢復(fù)的過程。相對于大面積停電事故，局部停電事故的恢復(fù)任務(wù)相對簡單，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)可以看作以帶電運行系統(tǒng)為啟動電源的一種黑啟動恢復(fù)特例，相當于基于黑啟動恢復(fù)某個中間狀態(tài)的后續(xù)恢復(fù)階段，可參照黑啟動恢復(fù)決策方法進行決策，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

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

圖1 黑啟動恢復(fù)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(fā)電能力，并與黑啟動機組形成發(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荷穩(wěn)定系統(tǒng)電壓、頻率。網(wǎng)架重構(gòu)是黑啟動恢復(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)是利用黑啟動小系統(tǒng)的功率支持，在盡可能短的時間內(nèi)逐步恢復(fù)機組和失電網(wǎng)架，并向失電廠站和重要負荷點送電[27-32]。此階段主要任務(wù)是機組和網(wǎng)架的恢復(fù)，包括機組啟動和恢復(fù)路徑充電、目標網(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，同時投入部分重要負荷和鍋爐穩(wěn)燃負荷以維持系統(tǒng)的有功和無功功率的平衡。負荷恢復(fù)階段的主要任務(wù)就是負荷的高效全面恢復(fù)[33-35]，在恢復(fù)過程中需要關(guān)注投負荷引起的電壓、頻率波動，以及冷負荷特性和各種運行約束?？傮w而言，在黑啟動恢復(fù)的源網(wǎng)荷協(xié)調(diào)中，源是驅(qū)動，網(wǎng)是載體，荷是最終恢復(fù)目標，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)策略對指導(dǎo)恢復(fù)計劃的制定，加快系統(tǒng)的恢復(fù)進程至關(guān)重要。機組類型、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(wǎng)分層分區(qū)和時間上的操作序列優(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)進行劃分。分層一般突出不同電壓等級的電網(wǎng)層級結(jié)構(gòu)，分區(qū)則強調(diào)電網(wǎng)各部分之間的拓撲聯(lián)系和地理從屬關(guān)系。文獻[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)和變電站負荷，此策略存在的問題是對長距離高壓線路充電時容易產(chǎn)生過電壓問題，因此需要系統(tǒng)具有較強的無功和電壓控制能力。“自下而上”是一種“分區(qū)恢復(fù)”策略，將原系統(tǒng)分解為若干個獨立且具有黑啟動能力的子系統(tǒng)并行恢復(fù)，先通過黑啟動電源恢復(fù)較低電壓等級的輸電網(wǎng)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(tǒng)的同步并列，此策略高度依賴各分區(qū)黑啟動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。實際上，省級系統(tǒng)在大停電時，一般都會存在網(wǎng)內(nèi)黑啟動電源和省外系統(tǒng)電源。為了加速系統(tǒng)恢復(fù)進程，可采用“混合策略”，即各分區(qū)內(nèi)高、低壓系統(tǒng)同時恢復(fù)，然后在最高電壓等級的分區(qū)邊界處實現(xiàn)并網(wǎng)。

針對城市電網(wǎng)的恢復(fù)，文獻[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?，F(xiàn)有的分層恢復(fù)策略一般針對不同電壓等級的輸電網(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，某個系統(tǒng)（或系統(tǒng)分區(qū)）恢復(fù)操作的時間序列安排對制定高效的恢復(fù)方案至關(guān)重要。從整個恢復(fù)過程時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）是對一定時間段內(nèi)的恢復(fù)任務(wù)進行規(guī)劃，生成幾個階段性的任務(wù)，分別進行操作決策以降低決策難度[37]。文獻[41]總結(jié)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(wǎng)、恢復(fù)區(qū)域內(nèi)負荷以及連接毗鄰系統(tǒng)。而“一站式”策略，則是在最終目標狀態(tài)的引導(dǎo)下，將整個恢復(fù)過程劃分為一系列的時間段，將機組啟動、網(wǎng)絡(luò)重構(gòu)以及負荷恢復(fù)在各時間段的操作序列統(tǒng)一建模，得到全過程恢復(fù)操作序列[42-43]。

從一個時間段內(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[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(qū)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(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)之間實際上是一種并行關(guān)系。同時，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 黑啟動方案決策

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

黑啟動電源的確定是黑啟動方案制定的首要任務(wù)。離線制定或修編黑啟動方案時，可依據(jù)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(fā)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(fā)電廠由于其廠用負荷大、啟動與運行特性復(fù)雜一般作為被啟動電源。在線制定黑啟動方案時，除了預(yù)先指定的黑啟動電源外，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。

在確定黑啟動電源后，需要確定被啟動機組和送電路徑以及恢復(fù)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(jù)一定的判據(jù)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(shè)定的評價指標對候選黑啟動方案進行評估優(yōu)選[13]。黑啟動方案評估不僅應(yīng)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(wěn)定性、技術(shù)校驗指標等[14]，還應(yīng)考慮方案對于后續(xù)網(wǎng)架重構(gòu)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(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(yōu)選的黑啟動方案[21]。由于黑啟動決策過程中涉及眾多復(fù)雜的操作與校驗環(huán)節(jié)，非常費時耗力，因此開發(fā)黑啟動決策支持系統(tǒng)是實現(xiàn)黑啟動方案快速決策的有效手段[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)是制定從黑啟動小系統(tǒng)到目標骨干網(wǎng)架的恢復(fù)方案，實現(xiàn)主力機組的快速啟動和系統(tǒng)網(wǎng)架的快速重建，所涉及的問題主要包括機組恢復(fù)順序優(yōu)化[29]、送電路徑的優(yōu)化[30]以及目標網(wǎng)架確定[31]，其中機組啟動與路徑恢復(fù)是相互關(guān)聯(lián)的，由機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。單純的機組恢復(fù)排序[29]是根據(jù)機組熱啟動時限、發(fā)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(dǎo)意義。

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

針對恢復(fù)路徑優(yōu)化問題，文獻[49]將網(wǎng)絡(luò)重構(gòu)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(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[27]將網(wǎng)架重構(gòu)分為“串行”和“并行”兩個階段，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[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，考慮負荷重要性以及各節(jié)點在網(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)后期隨著投入負荷量增大可能出現(xiàn)線路過載問題。因此，相關(guān)文獻在網(wǎng)架重構(gòu)過程中考慮含環(huán)網(wǎng)的目標網(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]。

將目標網(wǎng)架決策與機組和路徑恢復(fù)序列決策統(tǒng)一建模是得到實用網(wǎng)架重構(gòu)方案的有效做法。文獻[53]引入組合目標節(jié)點尋優(yōu)的思想，以最大限度的機組啟動為優(yōu)化目標，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)的目標網(wǎng)架及節(jié)點的恢復(fù)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(wǎng)架重構(gòu)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(gòu)過程中的源網(wǎng)荷協(xié)同優(yōu)化模型。文獻[26]開發(fā)了目標網(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[56]提出一種離線訓(xùn)練在線搜索的網(wǎng)架重構(gòu)實時優(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行網(wǎng)架重構(gòu)方案的實時在線搜索。

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。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(fù)方案、運行風(fēng)險評估體系，可指導(dǎo)多組恢復(fù)方案在重構(gòu)過程中的實時切換以規(guī)避操作失敗風(fēng)險。文獻[59]在恢復(fù)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(shè)計系統(tǒng)失電風(fēng)險優(yōu)化目標時考慮了機組投運不確定性。雖然恢復(fù)方案制定時應(yīng)主要考慮恢復(fù)效率，但網(wǎng)架抗擾動能力、設(shè)備操作風(fēng)險等嚴重影響恢復(fù)過程，因此有必要在恢復(fù)方案制定時兼顧恢復(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。該建模思路將整個網(wǎng)架重構(gòu)過程分解為一系列串行的恢復(fù)時段，針對單個時段進行決策，并考慮時段重構(gòu)決策的后效性，采用混合整數(shù)序列優(yōu)化[62]、動態(tài)規(guī)劃[63]、近似動態(tài)規(guī)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(yōu)化來代替全過程的決策優(yōu)化，雖然通過在定義時段優(yōu)化目標函數(shù)時考慮對后續(xù)時段的影響，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[64]提出一種基于狀態(tài)保留的多時段協(xié)調(diào)決策優(yōu)化方法，在每個時段決策時保留多個優(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段建模的思路，理想的做法是針對所有時段建立統(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)決策分時段建模思路

3.1.3 負荷恢復(fù)決策

網(wǎng)絡(luò)重構(gòu)達到較為穩(wěn)定的狀態(tài)之后，主力機組已經(jīng)啟動并具備了一定的發(fā)電能力，此時系統(tǒng)恢復(fù)進入全面的負荷恢復(fù)階段。負荷恢復(fù)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(tǒng)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(fù)中，系統(tǒng)頻率約束是最主要的約束，發(fā)電機組的頻率響應(yīng)是決定負荷恢復(fù)量的關(guān)鍵，對含頻率約束的負荷恢復(fù)決策主要有定步長與變步長兩類[67-68]。定步長負荷恢復(fù)決策主要是將恢復(fù)過程離散化成等間隔的時間序列，在離散化的每個時間節(jié)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(yīng)特性可以表達為線性函數(shù)[67]、分段線性函數(shù)[69]、線性化傳遞函數(shù)[70]等。變步長負荷恢復(fù)決策則是在連續(xù)的時間維度上以恢復(fù)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(fù)決策另一個需要關(guān)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(tǒng)頻率電壓的大幅波動，因此在負荷恢復(fù)決策時常將冷負荷特性作為限制單次負荷投入量的關(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)冷負荷啟動[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)決策時應(yīng)采用有利于系統(tǒng)恢復(fù)的分區(qū)評價指標[73-77]，例如區(qū)內(nèi)黑啟動能力、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]、改進標簽傳播算法[77]等，得到分區(qū)方案后再制定每個分區(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 黑啟動恢復(fù)全過程統(tǒng)一決策

文獻[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)序列建模思路強化源網(wǎng)荷時序間的耦合關(guān)系，建立了黑啟動恢復(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，機組啟動特性、元件充電特性、負荷投入特性被統(tǒng)一建模，決策時域內(nèi)各時段的恢復(fù)操作均服務(wù)于總體優(yōu)化目標，例如最大化各時段累計總負荷恢復(fù)量。然而，受混合整數(shù)規(guī)劃求解技術(shù)的制約，這種建模方式對許多非線性環(huán)節(jié)進行了簡化，降低了恢復(fù)方案與實際恢復(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)對實現(xiàn)恢復(fù)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(tǒng)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(xù)恢復(fù)過程[10,26,80-84]。針對初期黑啟動方案決策，文獻[13]設(shè)計了集方案生成、校驗和評估于一體的決策支持系統(tǒng)；文獻[22]設(shè)計開發(fā)了基于分層案例推理的決策支持系統(tǒng)；文獻[23]開發(fā)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(shè)計了由數(shù)據(jù)庫、圖形界面及分析算法庫組成的黑啟動分析輔助系統(tǒng)；文獻[25]在調(diào)度員培訓(xùn)模擬（Dispatcher Training Simulator, DTS）系統(tǒng)中擴展了黑啟動方案制定與培訓(xùn)仿真子系統(tǒng)。綜合考慮初期黑啟動和后續(xù)恢復(fù)過程的決策，文獻[80]較早地研究了基于專家系統(tǒng)的決策支持系統(tǒng)；文獻[81]設(shè)計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[82]設(shè)計了基于數(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[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)，并驗證了其集成于操作員培訓(xùn)系統(tǒng)的可行性；文獻[26]研發(fā)了面向黑啟動及后續(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[84]研發(fā)了可集成于D5000調(diào)度平臺的在線智能決策恢復(fù)工具；文獻[10]設(shè)計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。

目前黑啟動方案決策支持系統(tǒng)研究相對成熟，而針對后續(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)計與開發(fā)階段，部分進行了實際在線應(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時的出力預(yù)測、適應(yīng)多運行場景的要求、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)方案的時效性

為了應(yīng)對新能源運行工況的不確定性，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，對于風(fēng)電參與下的長時間尺度決策，控制中心通常會根據(jù)未來一段時間內(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)方案往往具有很強的時序耦合性，任一時步恢復(fù)方案的調(diào)整可能影響后續(xù)恢復(fù)方案的有效性。同時此種恢復(fù)方案生成方式又具有全局性，需要各時步恢復(fù)操作相互協(xié)調(diào)以達到最佳恢復(fù)效果。對于風(fēng)電參與下的實時在線決策，文獻[86]和文獻[87]分別在網(wǎng)架重構(gòu)后期與負荷恢復(fù)時期采用分層序列法分步確定風(fēng)電場與負荷的投入狀態(tài)和投入量，單步在線生成下一時步恢復(fù)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(fù)操作執(zhí)行前做一次決策，各時步恢復(fù)決策的耦合性減弱。由于新能源出力預(yù)測精度往往隨時間尺度減小而提高，因此實時決策所得恢復(fù)方案的有效性增強。

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段的預(yù)測數(shù)據(jù)制定，由于預(yù)測誤差的存在，實際的新能源出力可能出現(xiàn)多種隨機的場景，恢復(fù)方案對多場景的適應(yīng)性決定了方案的有效性。為減少新能源預(yù)測誤差對恢復(fù)方案實施過程的影響，文獻[88]提出動態(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)對新能源的承載極限水平。在恢復(fù)方案決策時，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[87]利用條件風(fēng)險價值理論研究了制定恢復(fù)方案時風(fēng)電不確定風(fēng)險和方案適應(yīng)性的協(xié)調(diào)問題?；謴?fù)方案對于新能源出力場景的適應(yīng)性問題可從隨機、魯棒優(yōu)化角度進行建模求解[43,67,88-90]，基于魯棒優(yōu)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(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)方案相對保守，但可靠性較高。與之不同，采用隨機優(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)時步恢復(fù)操作與當前時步恢復(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)會顯著加大控制中心數(shù)據(jù)信息獲取和方案決策的負擔。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、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，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的從輸電網(wǎng)獲取恢復(fù)功率，而是可以主動向上級輸電網(wǎng)提供恢復(fù)功率[92]。因此相關(guān)文獻應(yīng)用目標級聯(lián)分析（Analytical Target Cascading, ATC）研究了網(wǎng)架重構(gòu)[40]以及負荷恢復(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[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(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)出力的強波動性可能導(dǎo)致某些線路過載，需要通過適當?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，相關(guān)文獻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)有助于增強受端交流系統(tǒng)短路容量，提高交流系統(tǒng)支撐強度。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、強波動性、弱致穩(wěn)性等，系統(tǒng)恢復(fù)期間由于大量調(diào)頻機組尚未恢復(fù)且往往伴隨著新能源機組的并網(wǎng)、負荷的大批量投入以及高壓直流系統(tǒng)的啟動沖擊，對系統(tǒng)的調(diào)頻能力提出了挑戰(zhàn)。相關(guān)文獻研究了恢復(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]以及高壓直流啟動時對系統(tǒng)調(diào)頻能力的需求[97]。

4 系統(tǒng)恢復(fù)中的保護與控制技術(shù)

4.1 恢復(fù)狀態(tài)下的系統(tǒng)保護技術(shù)

在系統(tǒng)恢復(fù)過程中，系統(tǒng)的運行狀態(tài)連續(xù)動態(tài)變化，不同于正常運行狀態(tài)下的系統(tǒng)保護，恢復(fù)狀態(tài)下的保護需要基于實際系統(tǒng)恢復(fù)標準確定合適的保護配置和動作定值。文獻[98]指出恢復(fù)高壓輸電線路時會產(chǎn)生明顯的不對稱分量，進而引起發(fā)電機保護動作。文獻[99]對恢復(fù)過程中發(fā)電機保護、線路保護、變壓器保護、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?；謴?fù)過程中的異常狀態(tài)可能導(dǎo)致保護誤動，另外微弱的電氣量可能使保護很難察覺系統(tǒng)的故障態(tài)，不能及時動作，文獻[100]給出的恢復(fù)期間影響保護動作的異常態(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)下的保護技術(shù)應(yīng)考慮大規(guī)模電力電子設(shè)備接入是否會引起傳統(tǒng)保護方案失效，從而導(dǎo)致保護誤動或拒動?！半p高”系統(tǒng)故障特征不僅與故障時系統(tǒng)拓撲結(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影響保護裝置的靈敏性[101]。另外，恢復(fù)過程中系統(tǒng)相對薄弱、調(diào)節(jié)能力差，各種內(nèi)外部擾動更易導(dǎo)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(tǒng)電壓、頻率波動導(dǎo)致已并網(wǎng)新能源機組再次脫網(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]。空充長距離輸電線路時，如果容性無功電流過大，會產(chǎn)生持續(xù)的工頻過電壓，并可能導(dǎo)致發(fā)電機自勵磁、變壓器過勵磁，并產(chǎn)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(jù)只有輸電線路的外特性與發(fā)電機充電特性曲線存在交點時發(fā)電機才會自勵磁這一特性給出了空載線路合閘過程中發(fā)電機自勵磁判據(jù)。文獻[104]給出了兩種發(fā)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(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(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的統(tǒng)計分析程序。

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，如果單次投負荷量過大，投負荷的初始沖擊可能導(dǎo)致暫態(tài)電壓過低、發(fā)電機堵轉(zhuǎn)、電壓失穩(wěn)。因此，文獻[107]計及了暫態(tài)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(tǒng)恢復(fù)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(tǒng)啟動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[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(fā)電機但沒有轉(zhuǎn)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(tǒng)的沖擊最小。文獻[111]指出參與系統(tǒng)恢復(fù)的LCC-HVDC控制模式應(yīng)根據(jù)其對受端電網(wǎng)電壓穩(wěn)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(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)過程中要時刻注意通過源荷協(xié)調(diào)來維持系統(tǒng)的有功平衡。文獻[112]總結(jié)了系統(tǒng)恢復(fù)時各類發(fā)電機的一次調(diào)頻特性。對于二次調(diào)頻，一般情況下，由于恢復(fù)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(fā)電控制（Automatic Generation Control, AGC）的調(diào)節(jié)區(qū)間，AGC通常會暫停并處于手動控制模式[113]。

新型態(tài)電力系統(tǒng)背景下，新能源出力強波動、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[114]結(jié)合虛擬慣量以及柴油發(fā)電機的頻率響應(yīng)特性給出了風(fēng)電場黑啟動頻率協(xié)同控制策略。文獻[115]研究了柴油發(fā)電機輔助風(fēng)機黑啟動的控制策略，挖掘了風(fēng)機參與黑啟動時的虛擬慣量控制能力和一、二次調(diào)頻能力。文獻[116]提出風(fēng)儲系統(tǒng)在自啟動期間的控制模式。文獻[117]結(jié)合模型預(yù)測控制技術(shù)提出一種風(fēng)光儲協(xié)同作為黑啟動電源的優(yōu)化控制方法。文獻[118]研究了微電網(wǎng)作為黑啟動電源時不同恢復(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

目前對黑啟動恢復(fù)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(tài)電力系統(tǒng)恢復(fù)的要求，還遠不夠成熟，例如，應(yīng)對新能源出力不確定性的恢復(fù)方案在線實時決策技術(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)、全局視角下實時在線恢復(fù)決策支持系統(tǒng)開發(fā)等。

針對新型態(tài)電力系統(tǒng)的特點以及對系統(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)的實時決策

在未來新能源主導(dǎo)的場景下，傳統(tǒng)的以常規(guī)機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)對電源出力場景高度不確定性的在線實時恢復(fù)決策方法。如何根據(jù)系統(tǒng)恢復(fù)時的短期和超短期出力預(yù)測安排新能源機組的啟動順序，并利用有限的常規(guī)電源和儲能設(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）》，我國多個省域系統(tǒng)的抽蓄將實現(xiàn)從一到多的跨越式發(fā)展。因此，如何發(fā)揮抽蓄和其他儲能電源對電力系統(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，同時配電網(wǎng)呈現(xiàn)出DG高比例接入的特點。在輸電網(wǎng)層面，雖然已有學(xué)者對交直流混聯(lián)電網(wǎng)的恢復(fù)問題進行了一些探討，但是對于多饋入受端系統(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)進程中網(wǎng)架對不同類型直流系統(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)外對含DG的配電網(wǎng)重構(gòu)及故障恢復(fù)進行了諸多探討，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。進一步，對于包含多個省域電網(wǎng)的大區(qū)電網(wǎng)，可能同時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，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的新能源，通過時間、空間不同層級的協(xié)調(diào)來加速系統(tǒng)恢復(fù)過程，也是進一步研究的課題。

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行控制不當造成系統(tǒng)停電的情形，此時主要設(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)與正常運行狀態(tài)具有很大區(qū)別，并且在持續(xù)的過渡變化中，對源、網(wǎng)、荷、儲等各個環(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)方案缺少實際檢驗的機會，因此需要開發(fā)系統(tǒng)恢復(fù)的全過程仿真工具對恢復(fù)方案的可行性與恢復(fù)效果進行驗證。同時，新能源不確定性要求未來恢復(fù)方案決策必須采用實時在線的方式，需要開發(fā)智能化的在線決策支持平臺以實現(xiàn)恢復(fù)方案的快速決策，并保證方案的適用性和恢復(fù)效果。在線決策支持平臺的開發(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)既是一個迫切需求又是一個重大挑戰(zhàn)。

6 結(jié)語

本文對電力系統(tǒng)恢復(fù)問題的研究工作進行了文獻調(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)中的保護和控制技術(shù)等方面，對研究現(xiàn)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(lián)系統(tǒng)恢復(fù)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(tǒng)恢復(fù)領(lǐng)域的研究工作提供一個全景描繪，以期對該領(lǐng)域的研究提供一些有價值的參考信息。然而，電力系統(tǒng)恢復(fù)是一個非常大的研究領(lǐng)域，涉及電力系統(tǒng)規(guī)劃、運行和控制的各個方面，各國學(xué)者從不同角度進行了大量的研究工作，相關(guān)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(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]. 中國電機工程學(xué)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(tǒng)綜合安全評估[J]. 電力系統(tǒng)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(wǎng)的啟示[J]. 中國電機工程學(xué)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(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)化理論的快速切負荷機組布點方案[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. 黑啟動及其決策支持系統(tǒng)[J]. 電力系統(tǒng)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(tǒng)黑啟動決策支持系統(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] 趙達維, 劉天琪, 李興源, 等. 電網(wǎng)黑啟動方案評價指標體系及應(yīng)用[J]. 電力系統(tǒng)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(tǒng)擴展黑啟動方案動態(tài)綜合評估[J]. 電工技術(shù)學(xué)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(tǒng)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(shù)據(jù)包絡(luò)分析模型的電力系統(tǒng)黑啟動方案相對有效性評估[J]. 中國電機工程學(xué)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(quán)重和協(xié)同過濾的黑啟動方案評估[J]. 電力系統(tǒng)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(wǎng)黑啟動的廣義模式評估算法[J]. 電工技術(shù)學(xué)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(tǒng)黑啟動有效方案評估[J]. 電力系統(tǒng)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(fù)成功率的黑啟動階段待恢復(fù)機組優(yōu)選[J]. 電力系統(tǒng)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(tǒng)[J]. 電力系統(tǒng)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(fā)研究[J]. 電力系統(tǒng)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(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)中的黑啟動方案制定與培訓(xùn)仿真[J]. 電力自動化設(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, 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]. 中國電機工程學(xué)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(tǒng)網(wǎng)架恢復(fù)[J]. 中國電機工程學(xué)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(fù)為目標的網(wǎng)絡(luò)重構(gòu)[J]. 電力系統(tǒng)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(fù)算法研究[J]. 中國電機工程學(xué)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(lián)分析的輸配電網(wǎng)黑啟動分布式協(xié)同優(yōu)化方法[J]. 電力系統(tǒng)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(tǒng)擴展黑啟動方案的研究[J]. 中國電機工程學(xué)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(tǒng)恢復(fù)的主從遞階決策模型及其優(yōu)化算法[J]. 中國電機工程學(xué)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(wǎng)架恢復(fù)的分層協(xié)同優(yōu)化方法[J]. 中國電機工程學(xué)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(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, 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]. 中國電機工程學(xué)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(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]. 中國電機工程學(xué)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(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(fù)路徑優(yōu)化[J]. 中國電機工程學(xué)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(tǒng)大停電后機組恢復(fù)的多目標優(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. 計及特級負荷恢復(fù)的網(wǎng)架重構(gòu)分時段全局優(yōu)化方法[J]. 電工技術(shù)學(xué)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(fēng)險評估[J]. 中國電機工程學(xué)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(wǎng)架重構(gòu)方案運行風(fēng)險評估的線路投運模型[J]. 中國電機工程學(xué)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(tǒng)網(wǎng)架重構(gòu)策略優(yōu)化[J]. 電力系統(tǒng)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(fēng)險最小的機組恢復(fù)順序優(yōu)化方法[J]. 電力系統(tǒng)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(tǒng)恢復(fù)后期網(wǎng)架重構(gòu)和負荷恢復(fù)的兩階段優(yōu)化方法[J]. 中國電機工程學(xué)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(jié)合狀態(tài)削減技術(shù)的電力系統(tǒng)黑啟動動態(tài)規(guī)劃算法[J]. 中國電機工程學(xué)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(fù)決策的多時段協(xié)調(diào)優(yōu)化方法[J]. 電工技術(shù)學(xué)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(tài)頻率安全的風(fēng)電參與負荷恢復(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)負荷需求響應(yīng)的負荷恢復(fù)量削減方法[J/OL].電工技術(shù)學(xué)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(tǒng)劃分[J]. 電力系統(tǒng)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(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]. 中國電機工程學(xué)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(tǒng)的黑啟動決策支持系統(tǒng)[J]. 電力系統(tǒng)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(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]. 中國電機工程學(xué)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(fēng)電條件風(fēng)險價值的負荷恢復(fù)雙層優(yōu)化[J]. 中國電機工程學(xué)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(tài)風(fēng)電穿透功率極限的黑啟動方案制定[J]. 中國電機工程學(xué)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(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時儲能電站容量配置策略[J]. 電力系統(tǒng)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(wǎng)恢復(fù)路徑優(yōu)化方法研究[J]. 中國電機工程學(xué)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(guī)模電力電子裝備的電力系統(tǒng)故障分析與保護綜述[J]. 電力系統(tǒng)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(jù)及仿真[J]. 三峽大學(xué)學(xué)報(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, 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(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. 基于隨機統(tǒng)計分析的黑啟動操作過電壓的計算校驗[J]. 電工技術(shù)學(xué)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(tài)電壓約束的負荷恢復(fù)能力快速計算[J]. 電力系統(tǒng)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(tǒng)運行特性分析[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)黑啟動情況下高壓直流輸電系統(tǒng)啟動條件分析[J]. 電力系統(tǒng)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(fēng)電場黑啟動頻率協(xié)同控制策略[J]. 電力系統(tǒng)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(fā)電機輔助的風(fēng)電場黑啟動過程及頻率控制[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. 儲能型風(fēng)電場作為局域電網(wǎng)黑啟動電源的可行性探討[J]. 電力系統(tǒng)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(yù)測控制的風(fēng)光儲黑啟動功率協(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，研究方向為電力系統(tǒng)安全防御和系統(tǒng)恢復(fù)、安全穩(wěn)定評估與控制、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，研究方向為電力系統(tǒng)安全防御與恢復(fù)控制、電力系統(tǒng)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(xué)基金（52107092）、河北省自然科學(xué)基金（E2019502195）和中央高?；究蒲袠I(yè)務(wù)費專項資金（2021MS063）資助。

（編輯 赫蕾）