电网互联规模的扩大,满足了现代社会对电力供应日益增长的需求,同时网络结构的日趋复杂也给电网运行带来很多潜在的威胁,一旦发生大面积停电事故,所造成的社会影响和经济损失将极其严重。作为电力系统安全防御的重要措施之一,研究电力系统大停电后安全、快速、有序地恢复系统供电,是减少大停电损失、加快系统恢复的重要手段,也是构建智能电网的重要内容,具有重要的理论意义和社会价值。大停电后的电力系统恢复是一个复杂的控制和决策过程,具有多目标、多阶段、多方参与的属性,通常划分为三个阶段:黑启动阶段、网架重构阶段和负荷恢复阶段。利用各种优化方法实现大停电后系统恢复的决策分析是必要的手段。根据大停电后系统恢复进程的三个阶段,本文进行了以下研究工作:(1)提出一种基于支持向量机理论的过电压预测方法,将其过电压的预测结果与EMTP的计算结果、及神经网络的预测结果进行比较。结果表明采用支持向量机理论能够实现过电压快速、准确预测,能够满足黑启动初期空充长输电线路过程中对可能出现的过电压的校验需要。(2)提出一种利用复杂网络理论评估电网节点重要性的方法。首先将电网抽象成一种赋权值的复杂网络,采用复杂加权网络的节点凝聚方法计算电网中各节点的重要度指标,客观上评价出较为重要的网络重构节点。根据电源和负荷的实际重要性进行适当调整,从而确定进行网络重构的目标节点。在此基础上,利用Kruskal最小生成树算法,计算出覆盖网络所有节点的最小生成树拓扑。通过适当地删减树枝,构造一个覆盖所有重要节点的局部最小生成树,可将此局部最小生成树拓扑作为重构主干网架的一个目标网络。(3)针对网架重构阶段的目标,提出一种基于蚁群优化算法结合最短路径算法的主干网架重构方法,优化主干网架同时,亦优化主干网架的各节点路径投入顺序。该算法过程分为两个层次,外层计算利用蚁群算法实现节点投入顺序优化。在各重要节点之间建立广义路径,动态调整已供电区域路径的线路权值。内层利用最短路径算法计算每一待投入节点与已供电区域间的最短路径和距离,并为蚁群算法信息素更新提供依据。算例表明该算法具有较高的计算效率,收敛速度快。(4)针对大规模负荷恢复阶段的任务,提出一种改进蚁群算法实现负荷恢复阶段网络优化的方法。保留适当系统备用容量的前提下,通过扩展潮流计算方法,计算当前时段系统可恢复的最大负荷量,以此负荷恢复量最大为目标函数,利用改进蚁群算法实现网络优化。蚂蚁选择路径的过程采用随机拓扑的搜索策略,能扩大蚂蚁搜索范围,确保有更多机会搜索到全局最优解,且保证所有恢复路径的连通性。为提高方案可行性验证速度,引入蚁群搜索的模式记忆功能,记录已搜索验证过的部分较好恢复方案,对目标值较小的方案不再进行潮流计算验证,避免大量反复验证恢复方案可行性的问题,提高了整个算法的计算效率。算例表明利用改进蚁群算法进行负荷恢复的优化过程快速、有效,适合于负荷恢复的各个阶段。