电气工程学报, 2023, 18(2): 108-124 doi: 10.11985/2023.02.011

电力系统

双碳背景下综合能源电力系统弹性分析与提升研究综述*

刘瀚琛,, 王冲,, 鞠平,

河海大学能源与电气学院 南京 211100

Review on Resilience Analysis and Enhancement of Integrated Energy Power Systems Considering Dual Carbon Goal

LIU Hanchen,, WANG Chong,, JU Ping,

College of Energy and Electrical Engineering, Hohai University, Nanjing 211100

通讯作者: 鞠平,男,1962年生,博士,教授,博士研究生导师。主要研究方向为新能源电力系统建模、分析与控制等。E-mail:pju@hhu.edu.cn

收稿日期: 2022-05-26   修回日期: 2022-06-28  

基金资助: 国家自然科学基金(51837004)
国家自然科学基金(U2066601)
国家自然科学基金(51907050)
111引智计划(B14022)

Received: 2022-05-26   Revised: 2022-06-28  

作者简介 About authors

刘瀚琛,男,1995年生,博士研究生。主要研究方向为电力系统弹性、综合能源电力系统优化等。E-mail:hhulhc@hhu.edu.cn

王冲,男,1988年生,博士,副教授,硕士研究生导师。主要研究方向为综合能源电力系统建模及优化、电力系统弹性策略、电力系统随机优化等。E-mail:chongwang@hhu.edu.cn

摘要

为实现“双碳”战略目标,新能源、天然气等清洁低排放的发电方式备受关注并得到了大力发展,清洁高效的综合能源电力系统正蓬勃兴起。与此同时,新能源出力的随机性和多能源系统组成的复杂性日益突出,也加大了综合能源电力系统安全稳定运行的难度,尤其是给系统针对极端事件的弹性分析与提升带来了新的挑战。为此,围绕综合能源电力系统弹性分析与提升,本文从模型构建、分析评估和提升方式的角度开展了相关介绍与梳理。首先简述了综合能源电力系统的组成结构和建模构建方法;其次阐述了综合能源电力系统弹性的相关概念以及分析方法,其中包含了极端事件造成的风险传播过程分析和弹性评估体系架构等;然后按照极端事件的发展阶段梳理总结了综合能源电力系统弹性的提升方法,包括预防性策略、响应性策略和恢复性策略;最后,结合文献调研结果,对“双碳”背景下综合能源电力系统弹性相关问题进行展望。

关键词: 综合能源电力系统; 弹性; “双碳”目标; 极端事件

Abstract

To achieve carbon peaking and carbon neutrality goals, clean and low-emission generation techniques, such as renewable energy and natural gas, have acquired considerable attention and have been widely developed. Clean and efficient integrated energy power systems are flourishing. At the same time, the randomness of renewable energy and the complexity of multi-energy composition is becoming increasingly prominent, which makes safe and stable system operation more difficult and especially imposes new challenges into the resilience analysis and enhancement of the system during extreme events. The resilience analysis and enhancement of integrated energy power systems from the perspectives of model construction, analysis and evaluation, and enhancement methods are introduced. Firstly, the composition structure of integrated energy power systems and corresponding modeling methods are presented. In addition, the resilience concept of integrated energy power systems is introduced, including the extreme-event-triggered cascading risks and resilience evaluation methods. Furthermore, according to the development stages of extreme events, the resilience enhancement of integrated energy power systems is summarized, including the preventive, the adaptive, and the recovery. Finally, according to the literature research, prospects of integrated energy power systems resilience under dual carbon goals are made to outline future research.

Keywords: Integrated energy power systems; resilience; dual carbon goal; extreme events

PDF (482KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

刘瀚琛, 王冲, 鞠平. 双碳背景下综合能源电力系统弹性分析与提升研究综述*[J]. 电气工程学报, 2023, 18(2): 108-124 doi:10.11985/2023.02.011

LIU Hanchen, WANG Chong, JU Ping. Review on Resilience Analysis and Enhancement of Integrated Energy Power Systems Considering Dual Carbon Goal[J]. Chinese Journal of Electrical Engineering, 2023, 18(2): 108-124 doi:10.11985/2023.02.011

1 引言

目前,全球气候问题越发严重,气候治理已成为世界各国重大且紧迫的任务和挑战。建立清洁高效的能源体系是缓解气候恶化问题的有效途径。世界各国如法国、德国、澳大利亚等以及多个地区都在积极研究含高比例可再生新能源的能源网络建设的发展前景[1-4]。2020年9月,在第七十五届联合国大会上,中国提出“中国将提高国家自主贡献力度,采取更加有力的政策和措施,二氧化碳排放力争于2030年前达到峰值,努力争取2060年前实现碳中和”[5]。这不但展现了中国在全球气候治理进程中负责任的大国形象,而且也将构建清洁高效的能源系统上升到全新高度。为响应“碳达峰,碳中和”的战略目标,要求电力系统持续推动能源低碳转型,逐步控制缩减化石能源的消耗量,增加清洁低碳的新能源的发电比例,提升各行各业的整体能效水平[6-7]。在此背景下,综合能源电力系统的规模日益壮大。

在积极落实“双碳”目标的过程中,低碳化成为了推动能源体系变革的核心要求,综合能源电力系统逐步演化出了新特征,也给系统协调调度运行提出了新要求。在能源供应侧,伴随着多能流耦合程度的加深,能源结构向多样化、高效化和清洁化的方向发展,化石燃料的比例在缩减,环保可再生新能源比例在持续上升,甚至会占据发电来源的主体,加剧调节能力受限、电网平衡能力不足等问题。在能量传输侧,能量传输载体也呈现差异化,并随着不同能源形式系统耦合程度加深,能量载体间的差异如多时间尺度等特征越发突出,给系统的协调稳定运行提出了更高的要求。在能源负荷侧,各类负荷的智能化与信息化也是构建低碳高效能源体系的重要部分,负荷参与调度的水平在不断提升,调度方式也呈多样化发展。

在实现“双碳”目标的过程中,综合能源电力系统多能流耦合等特性使得系统安全稳定备受关注,尤其是极端事件下的系统弹性问题。近年来,自然灾害、人为失误以及恶意攻击等极端事件的相关报告日益增长[8-10],这些极端事件极易造成严重的大规模事故,给社会带来巨大损失。例如,2020年8月,罕见的热浪风暴袭击了美国加州,持续高温引发了山火,其产生的大量烟雾严重减少了光伏发电有效接收面积,光伏出力大幅下降,另一方面,高温导致温控负荷需求激增,严重的供需矛盾迫使系统执行轮流停电,造成约492 000的用户停电[9];2021年2月,美国得克萨斯州遭遇了一场冬季风暴,低温导致天然气管道冻结,燃气轮机“断气”,风电、光伏也因冰冻和暴雪等缘故发生故障,外加用户因供暖需求负荷激增,系统供电备用严重不足,最终发生大规模停电,损失负荷曾一度达到约52 277 MW(约占总功率的48.6%)[10]。上述报告反映了极端事件的影响会通过不同子系统间能量交互传播到其余子系统,最终造成整个总系统范围内的连锁故障。此外,发生在信息层的极端事件会因物理信息耦合特性干扰到能量层,引发能量断供事故。此外,考虑到“双碳”目标的要求,未来综合能源电力系统的多能流耦合、信息化的特性会越发突出与加强,弹性问题也会越发突出。因此,如何有效提升综合能源电力系统弹性是推进“双碳”目标进程中不可忽视的关键问题之一。

因此,本文结合“双碳”目标与综合能源电力系统弹性研究,首先介绍了综合能源电力系统弹性相关定义、组成结构和建模分析方法;其次,阐述了综合能源电力系统弹性运行状态和弹性评价指标;然后按照极端事件的发展阶段梳理总结了综合能源电力系统弹性的提升方法;最后,结合文献调研的结果,对“双碳”背景下的综合能源电力系统弹性相关研究问题进行展望。

2 综合能源电力系统弹性概念

2.1 综合能源电力系统的组成

在“双碳”背景下,综合能源电力系统的关键特征在于其包含电力、天然气、热力、风能、太阳能等异质能流的转换耦合及相互作用[11-12]图1给出了“双碳”背景下的典型综合能源电力系统在能量交互层面和信息交流层面的组成结构。在综合能源电力系统的能量交互层中,不同能量形式子系统(电网、气网、热力网)通过热电联供机组、电转气(Power-to-gas, P2G)设备、电锅炉等边界耦合元件连接。正因为这样的系统组成结构和能量交互方式,不同子系统之间会发生双向甚至多向的能量流动。此外,在信息交流层上,在综合能源电力系统中,信息交流层主要可以分为感知、通信、计算、控制等环节[13-14]。与这些环节对应,存在相应具体的通信设备,如传感器、路由器、交换机、控制器等用于执行。同时,由于不同能源形式的子系统所属运营商或部门不同,需要通过协调各个子系统,综合能源电力系统才能达到最佳的运行状态[15-16]。并且随着“双碳”目标的推进,综合能源电力系统的信息化和智能化会逐步提升,信息流和能量流的交互也会越发深入。

图1

图1   典型综合能源电力系统的结构组成示意图


2.2 综合能源电力系统弹性内涵

弹性(Resilience)最初常用于形容系统在受到扰动后恢复正常状态的能力,常用于生态学、材料科学、经济学和工程学等众多领域[17-22]。虽然目前综合能源电力系统的弹性定义众说纷纭,尚未统一[23-25],但是以上弹性的定义之间存在共性,普遍认为弹性核心是系统承受极端事件时具有维持自身正常运行状态的能力。这种能力主要包含三个方面,即预防性能力、实时调度能力以及恢复性能力[26-29]。基于弹性定义的共性,综合能源电力系统弹性可以理解为在面对各类极端事件时,综合能源电力系统通过预防、适应和恢复等方式维持系统(涵盖各个不同能源形式子系统)正常运行状态的能力。相较于电力系统弹性,综合能源电力系统弹性涉及的能源形式种类更多,需要兼顾各个不同能源形式网络的运行模式和利益诉求,以维持系统整体弹性。图2展示了一种典型的综合能源电力系统弹性曲线示意图。其中,F0Fmin分别表示系统性能初始值和最低值。阴影部分面积表示系统在该极端事件过程中的性能损失量,可用于衡量系统弹性强弱。当采用针对性的弹性措施时,系统性能的衰减速度、性能低谷和恢复速度会相应提升,促使性能损失量减少,弹性水平提升。

图2

图2   极端事件下系统弹性曲线示意图


虽然弹性、鲁棒性和可靠性都可以用于形容系统应对干扰故障的能力,但是弹性又与其余两者的概念有所区别。其中,鲁棒性是一种相对保守被动的系统安全概念,所涉及的方法以系统的规划设计为主,强调系统自身固有的抵抗干扰能力,而弹性不仅涉及系统固有的预防能力,还包含实时调度和事后恢复的主动应对事故能力[30-31]。另外,虽然可靠性和弹性具有部分相似之处,但是可靠性的侧重点在于应对大概率-低影响事件[32],弹性则针对小概率-高影响的极端事件[33-34]

2.3 综合能源电力系统弹性与常规电力系统弹性对比

随着“双碳”目标的贯彻推进,综合能源电力系统在能量交互层和信息交流层上呈现出区别于常规电力系统的新特征,这些新特征对综合能源电力系统弹性赋予了新内涵。在能量交互层面,相比于常规电力系统,综合能源电力系统在能量供应侧、能量传输侧和能量负荷侧均出现了较大差别。能量供应侧上,为满足低碳化转型的要求,风电、光伏等新能源不仅呈现出高比例发展趋势,甚至将占据主体地位,这会导致能量供应更易受到天气等外界环境影响,系统随机性加剧、惯性下降,严重威胁综合能源电力系统弹性。与此同时,电力系统、天然气系统和热力系统等异质能源系统间的深入合作进一步加强了多能流耦合特征,一方面,多能流耦合特性增加了极端事件下异质能量系统之间连锁故障的风险[23];另一方面,异质能量系统间也可以通过能量耦合实现相互支援,共同提升弹性。能量传输侧上,相比于常规电力系统的单一能量载体,综合能源电力系统内各异质能量传输载体间物理特性存在较大差异,导致多时间尺度等特征突出,系统能量流分析和弹性协同调度难度也随之上升。能量负荷侧上,电化学储能、储气站和广义温控负荷等需求响应资源越发丰富,提供了更多类别的弹性调度资源手段,“源荷互动”特点更为突出。在信息交流层面上,多能流耦合、多利益主体等特征对感知、通信和控制等环节的快速性和准确性提出了更高要求[35-37]。因此,综合能源电力系统内通信信息设备得到了更为广泛的应用,信息网络与能量网络的交互更为密切,系统智能化和信息化水平大幅提升。与此同时,信息交流层与能量交互层之间形成了强耦合关系,这种强耦合关系使得极端事件引发的风险传播过程更为复杂,对综合能源电力系统弹性分析提出了更高要求。由于这些新变化,相比于常规电力系统的弹性研究,综合能源电力系统弹性研究不仅面临新问题,也诞生了新的解决思路。

3 综合能源电力系统弹性分析

全面的综合能源电力系统弹性分析是实现系统弹性有效提升的基础。本节将从综合能源电力系统建模与仿真、极端事件造成的风险传播和弹性评价指标三个角度分析系统弹性。其中,综合能源电力系统的建模与仿真是明确风险传播过程和确定弹性评价指标的基础。考虑到综合能源电力系统组成结构,极端事件引发的风险传播不仅发生在能量交互层中的各子系统之间,而且也会发生在能量交互层和信息交流层之间。明确风险传播过程可以对事件中系统各部分确定有效且有针对性的弹性指标,为建立完善的弹性评估体系提供前提条件。

3.1 综合能源电力系统的建模与仿真

鉴于综合能源电力系统的复杂能量流动与信息交流特征,合理且准确的综合能源电力系统建模与仿真是后续弹性分析与提升的基础。结合综合能源电力系统的组成结构,其建模方法主要涵盖能量交互和信息交流两个层面。

目前,关于能量交互层面上的建模,根据不同子系统中能量载体的物理特征,主要有管道稳态模型[38-41]、动态管存模型[42-44]、离散差分模型[45-48]和统一能路模型[49-53]等。管道稳态模型主要是基于Weymouth方程的稳态气流模型,建立节点气压和支路流量关系[40];动态管存模型考虑到天然气、热力等系统具有传输慢、惯性大等动态特性,其延时效应可等效为系统的储能以表征动态特性[42];离散差分模型则是根据气体动力学推导气流的动态潮流模型,然后通过Euler、Wendroff等差分方法对时间和空间进行差分求解[47,54];统一能路模型则借鉴电网从“场”到“路”的推演方法论,对其他能源网络进行分析,从而推导出由若干包含阻、容、感等能路元件按拓扑关系所组成的不同能源系统[52]

在信息交流层面上,综合能源电力系统中信息网与能量网的关联融合程度逐渐加深,信息网络的运行特征也给综合能源电力系统运行分析带来了不可忽视的新问题。因此,国内外的研究人员对综合能源电力系统的中信息网络建模技术进行了多角度的深入研究。当前信息网的建模方法主要有复杂网络理论[35,55 -57]、基于潮流模型的建模方法[37,58 -59]和基于系统状态方程的建模方法[60-62]等。其中,复杂网络理论的出发点是借鉴图论的思想将信息网视为由点和边所构成的集合,主要用于研究拓扑结构和系统运行之间的联系[57,63];受到潮流计算的启发,基于潮流模型的建模方法相关研究取得了不少进展,该方法主要依据电力系统潮流方法,提出节点信息流平衡方程、节点最大信息流量约束和通信信道的最大信息流量约束条件以描述信息网运行模式[59];近年来,许多研究从系统功能模块的角度分析信息物理系统框架结构,信息网功能大多被定义为对电力网的监测和控制功能,对信息物理系统建模的研究转变为对耦合部分的微分状态方程构建控制器,以满足稳定控制和经济运行要求[62]。以上建模方法特点如表1所示。

表1   常见的综合能源电力系统建模方法

层面建模分析方法方法特点
能量交互层管道稳态模型[38-41]仅包含节点气压和支路流量的代数关系,仅适用于稳态分析
动态管存模型[42-44]考虑气网等系统的管存效应,可反映一定程度的动态特性
离散差分模型[45-48]可考虑不同能源系统的动态特性,计算量大;可用于动态分析
统一能路模型[49-53]由“场”到“路”,推导出不同能源系统的阻、容、感等元件模型
信息交流层复杂网络
理论[35,55 -57]
借鉴图论思想,主要考虑通信网络的拓扑结构和物理系统的关联
基于潮流
模型[37,58 -59]
同时考虑了信息网络拓扑结构和信息流动量对能量层面的影响
基于系统状态
方程[60-62]
以信息网功能为出发点,对耦合部分构建控制器以满足运行要求

新窗口打开| 下载CSV


3.2 极端事件造成的风险传播过程

综合能源电力系统的组成结构主要有能量交互层和信息交流层。根据直接造成的影响,本文将极端事件分为信息类极端事件和能量类极端事件。图3展示了常见的综合能源电力系统弹性涉及的极端事件。在能量交互层中,能量类极端事件造成的风险会通过能量耦合关系在不同元件之间传播,扩大极端事件的影响范围,甚至引发跨越不同能源子系统的故障;此外,由于信息层和能量层也存在深度耦合关系,信息类和能量类极端事件风险也会在信息层和能量层之间相互传播,导致大规模事故的发生。以上过程都可称为极端事件在综合能源电力系统中的风险传播过程。

图3

图3   综合能源电力系统弹性事件


3.2.1 能量层风险传播机制

在以往的电力系统弹性分析和研究中,根据自组织临界理论,电力系统可视为一种由众多类别和庞大数量的元件所组成的复杂系统,并且以上元件相互之间存在密切的能量交互[64-66]。因此,当电力系统遭遇台风、雷击等极端事件时,极端事件造成的干扰或故障会引发系统内能量的重新分配,波及到系统内其他元器件,当被波及的元件所承受的能量超过其承受范围时,就有可能会触发连锁故障,进而引发大规模停电事故。较为典型的场景是极端天气造成系统传输线路故障后,引发系统范围内的潮流重新分配,导致过载主导型连锁故障发生,引起大范围停电[67-69]

以此类推,考虑到综合能源电力系统是含有多种能源形式且以电力为主的能量传输系统[70],其极端事件期间能量层面的风险传播过程会涉及更为复杂的连锁效应。相比于电力系统,综合能源电力系统还存在多能流耦合的特征,在“双碳”的背景下,能量形式类别增多、比例增加,能量多向流动,都会导致多能流耦合特征愈发突出。并且,各能源子系统的能量流动载体的物理特性存在差异,也会加剧风险传播过程的复杂性和弹性分析的难度。当某一能源子系统遭受极端事件时,如果该子系统不能有效应对并消除故障或干扰的影响,此极端事件就会通过耦合元件的能量流动波及到其他不同能源形式的子系统中,引发整个系统范围内的连锁效应,降低综合能源电力系统整体的性能。以电力-天然气互联系统为例,当极端事件损坏输气管道等元件时,调度人员根据系统状态进行再调度以尽可能减小不利影响,此时如果处理不当造成气荒,那么燃气轮机出力下降甚至停运,停电事故的风险就会大幅上升[71-72]

3.2.2 信息层-能量层风险传播机制

在综合能源电力系统中,能量层与信息层存在强耦合关系。能量层为信息层内信息的收集、通信和处理提供能量;而信息层为能量层内能量的获取、传输和分配提供指引。两类系统紧密协作与配合保障了综合能源电力系统的日常稳定运行。但是当极端事件导致综合能源电力系统的能量层或信息层发生故障时,供能不足或信号延时等问题的发生概率大幅上升,这种强耦合关系可能会加剧连锁故障风险,弱化系统弹性[73]。相比于电力系统,综合能源电力系统的多能流耦合和多利益主体等特征会增加能量层和信息层之间的耦合元件形式与类别,既扩大了极端事件风险的传播范围,也使得风险传播路径更为复杂。为有效分析综合能源电力系统弹性,极端事件引发的信息层和能量层之间的风险传播路径需要重点研究。虽然信息层和能量层之间的风险传播过程复杂,但传播路径可以从“信息到能量”和“能量到信息”两个角度分析。

关于“信息到能量”的路径,极端事件在信息交流层上引发的风险主要从硬件和软件两方面考虑[14,74]。在硬件方面上,自然灾害、人为攻击等极端事件会破坏损毁如传感器、路由器、光纤等通信设备。这些通信设备的故障不但会导致系统相关信息数据无法及时收集与传输,而且有可能对调度指令的下达与执行造成延迟。以上通信设备的风险传播都会导致调度中心无法对系统状态和隐藏风险做出准确且及时的判断与决策,进而干扰影响到综合能源电力系统的能量正常供应,增加了大规模事故发生的概率。在软件方面,信息篡改、拒绝服务、动作延时等攻击虽然不会直接对通信设备造成物理意义上的损毁,但是此类事件会对信息系统的功能直接造成破坏,干扰通信系统功能的正常运行[75-76]。这类事件的特点是针对信息的收集、传输和执行等环节进行直接干扰,容易造成信息网络上部分通信网络节点负担过重或部分通信信道的拥堵,进而加剧通信节点的延迟率和丢包率,严重情况下甚至会导致部分节点或信道失效;另外,在极端事件的影响下,通信节点和通信信道的失效也会促使信息流的重新分配,失效节点和信道的信息量就会转移到网络中的其他节点和信道上,加重通信系统节点和信道的运行压力,一旦重新分配后的信息量需求超出了部分通信节点和信道的信息量裕度,信息堵塞故障就会发生,并再一次引发新一轮的信息流重新分配和风险传播[77-78]。这个过程会不断降低信息网络处理信息的速度和准确性,也会恶化综合能源电力系统的调度能力,增加事故发生的风险。此外,在极端事件内,“能量到信息”的风险传播路径也同样值得关注。当诸如风暴等自然灾害造成新能源发电、燃气轮机和线路等能量层设备故障时,信息层中的通信设备会因供电不足停止工作,继而形成“能量到信息”的传播路径,损坏信息层功能,扰乱信息网络的正常运行,导致极端事件下系统的可观性和可控性下降,引发一系列连锁故障,扩大故障规模[35,57,79]

3.3 综合能源电力系统弹性评价指标

完善的弹性评估理论与指标是综合能源电力系统弹性研究工作的重要组成部分,既是量化极端事件等级与影响的重要依据,也是衡量系统弹性强弱以及决策优劣的关键指标。目前,电力系统弹性评价指标的相关研究已有较为突出的进展[80-84]。现在常见的电力系统弹性评估理论类别主要有基于系统表现的弹性评估体系和基于影响因素的系统特征弹性评估体系等。

基于系统表现的弹性评估体系是立足于系统在极端事件不同时序阶段的表现所建立的。此外,该弹性评估体系还包含了“弹性三角形”理论、“弹性梯形”理论、基于设备可用性的弹性评估、基于社会效应的弹性评估等具体弹性评估思路。在“弹性三角形”理论中,系统经历极端事件的过程主要分为三个阶段,即极端事件前、性能退化以及性能恢复阶段。该理论通常将系统在极端事件过程中性能损失累积量作为衡量弹性的指标[85]。随着对极端事件更为细致的划分,“弹性梯形”理论增加了对介于性能下降阶段与恢复阶段之间的性能低谷阶段的考虑,并且对应不同阶段,提出了系统性能下降速度、系统性能损失量、系统性能低谷持续时间和系统恢复速度等弹性指标[32]。同时,也有学者提出一种基于设备可用性的弹性评估体系,在该弹性评估体系中,弹性加强与设备可用性加强和恢复时间缩短密切相关,可用两者比值作为弹性度量[86]。此外,还有研究基于极端事件引发的社会效应,将社会满意度量化以评价系统弹性的强弱[87]

基于影响因素的系统特征弹性评估体系也包含基于多准则决策的弹性评价、基于图论的弹性评价等具体形式。其中,基于多准则决策的弹性评价流程是通过选取系统的多个属性变量并设置相应的权重以衡量系统弹性[88-89]。另外,也有研究根据图论将系统视为一种包含节点、边界和权重的集合,弹性的度量围绕系统拓扑结构提出,主要包含节点冗余度和边界连通性等[90-91]。常见的弹性评价方式对比如表2所示。

表2   常见的弹性评估方式对比

弹性评估理论类别弹性评估方式内容特点
基于系统表现“弹性三角形”[85]将极端事件过程分为三个阶段,把系统性能损失累积量作为弹性指标对极端过程的描述相对简易,计算相对简单
“弹性梯形”[32]对极端事件过程更加细化,考虑了系统性能低谷阶段,弹性评估较为全面对极端过程的描述相对简易,计算量较大
基于设备可用性[86]将弹性指标与建立设备可用性和恢复时间相关联考虑了设备的退化和恢复,误差偏高
基于社会效应[87]对社会满意度量化以衡量系统弹性弹性评价维度相对单一
基于影响因素的系统特征基于多准则决
[88-89]
选取系统的多个属性变量并设置相应的权重作为系统弹性指标对系统特征属性以及相应权重的选取较为严格
基于图论方式[90-91]围绕系统拓扑结构提出弹性指标,如节点冗余度等计算较为复杂

新窗口打开| 下载CSV


虽然相较于电力系统,综合能源电力系统的多时间尺度、多能流耦合以及多利益主体等特点更为突出,为其弹性评价体系的建立带来了更高的难度,但是,电力系统的弹性评价体系的研究思路仍然可对综合能源电力系统的弹性评估研究发挥指导作用。

4 综合能源电力系统弹性提升策略

在应对极端事件时,保证综合能源电力系统充足的能量供应是弹性提升策略的核心要求。根据极端事件的时序发展过程,综合能源电力系统弹性提升策略可以围绕灾前预防、灾中响应和灾后恢复展开。此外,为了有效预防和减小极端事件引发的风险传播,弹性提升策略的制定与实施需要兼顾信息层和能量层,既要考虑信息通信和能量供应问题,还要应用信息和能源技术以提升弹性。图4展示了综合能源电力系统弹性提升框架。

图4

图4   综合能源电力系统弹性提升框架


4.1 极端事件前预防性策略

根据时间尺度划分,综合能源电力系统的预防性策略可以分为长期协同规划策略和短期灾前应急策略。考虑到综合能源电力系统长期规划策略的时间跨度大、经济代价高等特点,规划部门往往会参考所在地区极端事件的历史信息,如强度、频率、路径等,然后针对系统中的重点线路管道等设施进行合理的强化加固,以减小其在极端事件内的故障率,降低大规模事故的发生概率[92-93]。逐渐兴起的人工智能、区块链、云计算等技术既提升了对极端事件模拟与预测的准确性,也保障了综合能源电力电力系统弹性预防措施的有效性。同时,随着双碳目标的推进,不同能源形式的网络耦合程度加深,储能技术(储热、储电、储气等)和新能源发电技术(分布式光伏等)迅速发展,丰富了综合能源电力系统的长期弹性规划运营手段。通过结合新兴信息技术与各类能源子系统资源配置,保障各子系统供能充裕度,合理能源规划不但可以减小极端事件内的激增负荷需求带来的供能压力,而且还能为各系统内的孤岛以及事后恢复提供应急能源。

此外,短期灾前应急策略的时间跨度相对较小(如事前数个小时等),通常是根据极端事件的历史数据和观测结果进行预测,然后对系统中的能量来源[94-96]、应急资源配置[97-99]、网架结构[100-102]等进行应急性加固、配置或重构,以尽快达到系统应对极端事件的最佳状态。因此,为满足应急策略的快速性和有效性,可以依托“大云物移智链”等信息技术快速处理海量数据的能力,协助调度人员制定适宜的弹性应急策略以提升系统弹性。相较于长期弹性规划,应急策略是基于系统观测或预测状态进行的,更适用于应对极端事件的随机性。

另一方面,关于提升极端事件内信息安全部分,弹性规划与计划会涉及到硬件和软件两个方面。在硬件方面,相关手段有提升通信设备的抗灾等级、更新通信载体、预先配置移动基站等方式[103-104];在软件方面,主要有升级防火墙、更新加密算法、加强IP地址管理等手段。随着信息技术的革新,信息网络安全体系的构建模式与手段也将与时俱进。例如,随着区块链等技术蓬勃发展,已有研究将其去中心化等特性与加密算法等工作结合,构建了一种基于区块链的信息安全防护体系[105]。信息安全策略的核心是降低通信网络在极端事件内发生故障的概率,避免极端事件内信息层的风险向能量层传播,满足后期极端事件内对各类能源与需求资源感知调控的快速性和准确性,保障极端情况下综合能源电力系统的能源与负荷平衡。

4.2 极端事件中响应性策略

当综合能源电力系统正在遭受极端事件时,系统调度人员需要针对系统实时状态做出合适的弹性调度决策,以最大限度保障各类能源子系统的能量供应。其中,极端天气下的系统状态不仅包含极端事件直接造成的故障或干扰,还会涉及到引发的后续连锁效应[67,69,106]

首先,极端事件对系统状态的影响在空间和时间上会体现一定的序贯性,同时其造成的故障或干扰也往往具有随机性[107]。其中,如冬季风暴和台风等事件在时间和空间上都有一定的序贯性;而诸如多点网络攻击和冰冻灾害等事件的序贯性更多地体现在时间上。正是由于序贯性和随机性,综合能源电力系统的响应性策略需要基于系统状态做出相应的调度方案,既要确保在时间轴上的最优性,还要保证各个能源子系统的最优性。其中,常见的调度方法有基于场景生成的均值优化[67-68]、多阶段的鲁棒优化[46]、基于马尔可夫决策的调度模型[108-109]等。

另一方面,由于综合能源电力系统的多能流耦合以及信息能量耦合特性,系统状态不仅涉及极端事件直接造成的故障,还应考虑其可能引发的潜在连锁故障状态。其中,连锁故障风险既会在不同能源形式子系统传递,也会在能量层与信息层之间传播。针对不同能源子系统间的连锁故障风险,存在两种弹性调度思路,第一种是隔绝传播路径[110],对极端事件发生的能源子系统进行分区处理或者设置相应的耦合元件的安全阈值,阻断其潜在的连锁故障风险;第二种是能源互补支援[111-112],依托各类不同能源形式的耦合元件以及广义需求响应资源(如电转气设备、热电联供机组、储气站和虚拟电厂等),其他能源子系统可以做出相应调度,为受灾的子系统提供应急能源等援助。

为降低极端事件过程中的信息层和能量层之间连锁故障概率,核心在于阻断风险在信息层与能量层之间传播路径,以最大限度保证对极端事件内系统状态的可观测性和可控性[113]。比如为预防因供电不足引发的通信故障,可以通过实时调度移动储能车为关键通信设备提供备用电源,避免事故范围扩大。为应对通信设备故障引发的系统调度滞后延时问题,可以通过无人机基站等应急通信设备,灵活组建临时通信网络,保障实时状态感知和调度指令传达等功能的稳定性。此外,为抵御黑客攻击等信息层极端事件,建立主动防御网络体系是提升系统弹性的有效方式,其主要手段包括预测阻止攻击、校正控制信号、实时调配资源等,体系构建也需要结合状态感知、风险评估和安全监测等技术[114-115]

4.3 极端事件后恢复性策略

当极端事件结束后,综合能源电力系统处于性能低谷,这时,如何快速将系统状态从性能低谷恢复到正常性能水平成为了研究重点。恢复工作主要包括评估系统状态[116-117]、物理设备维修[118-121]、能源供应恢复等[122-124]。在极端事件后的恢复工作中,首先需要对各个子系统的受损程度进行评估,确定各个区域的受损程度等级,对于能够自行恢复能源供应的区域,可以进行能源的自启动,快速恢复该区域内的供能;对于受损程度较重且无法自行恢复供能的区域,可以通过配置分布式光伏、电动汽车、移动储能发电车等技术,优先对等级较高的负荷如医疗和通信相关单位等恢复供能,以维持区域基本运行状态。然后,对维修资源和维修班组合理分配以快速修复基础设施。与此同时,推进各个能源子系统互联的恢复工作,发挥各个能源子系统的支援作用,逐步促使综合能源电力系统恢复正常状态[125]。此外,在恢复过程中,需要重点关注协调各能源子系统的配合、优化各部分的恢复顺序以及兼顾信息层与能量层的关系。由于综合能源电力系统中各能源子系统属于不同的运行主体,在恢复过程中,各子系统的利益诉求可能会产生冲突。因此,协调各能源子系统的关系也是弹性恢复工作部分的要求之一。另外,各子系统的负荷恢复顺序需要从系统整体考虑,避免负荷恢复的盲目性对系统造成二次伤害,延缓系统恢复进程。

目前,无人机通信、移动通信车等移动通信设备技术愈发成熟[126-127],具有快速、可靠和延时短等优点的第五代移动通信技术也在快速发展[128],以上技术可以提供快速可靠的应急通信服务,及时清除各个系统与资源间的信息交流障碍,提升了极端事件后通信网络的恢复效率。依托应急通信技术,系统内各类供能设备与维修资源等的可观性与可控性也将恢复,调度人员可以通过重新供能和维修系统内原通信设备,逐步实现系统通信网络全部功能的恢复,进而推动各异质能源子系统有序安全快速恢复,促进综合能源电力系统整体弹性提升。

5 研究展望

在推进“双碳”目标的进程中,新能源比例将会持续上升,多种能源形式的合作互联也会越发深入,系统内随机性增加,协同调度难度上升。因此,“双碳”背景下的综合能源电力系统弹性分析与提升将会面临新的挑战,与此同时也迎来了新的机遇。随着清洁低碳高效的能源体系的构建,能源供应侧、能量传输侧以及负荷侧内可调度的资源与方式日益丰富,系统信息化智能化水平上升,为弹性提升提供了新的思路。本节结合“双碳”背景进一步探讨综合能源电力系统弹性相关研究问题。

5.1 高比例新能源趋势下弹性分析与提升

在实现“双碳”目标的进程中,综合能源电力系统的高比例新能源趋势愈发突出,在未来的发电结构中清洁低碳能源将会占据主体地位。随之而来,系统的不确定性将会大幅上升,可控性和抗干扰能力大幅下降。同时,作为综合能源电力系统中重要的二次能源,电能是许多能源形式耦合转化的桥梁,电力系统的强随机性也会通过耦合元件影响到其余异质能量系统的稳定运行,这加剧了极端事件下的连锁故障传播风险。因此,高比例新能源趋势造成的强随机性给综合能源电力系统弹性分析与提升带来了巨大挑战。为提升高比例新能源趋势下系统弹性,系统需要改变以往被动适应新能源随机性的运行模式,提升清洁新能源的主动支撑能力,发掘系统调度资源,调动源-网-荷互动能力,主动适应系统强随机性,这会是高比例新能源趋势下综合能源电力系统弹性研究的重点之一。

5.2 协调极端事件下各能源子系统的关系

在推进综合能源电力系统建设的过程中,原本相互独立的电力、热能、天然气等多种不同能源形式彼此的耦合程度逐步加深。能量转化设备的发展也促使各系统间能量多向流动,多能流耦合特征越发突出;能量载体的物理特性差异也导致了多时间尺度特性;同时,各能源子系统属于不同的运营主体,利益诉求存在一定矛盾。以上问题对有效预防、积极响应和顺利恢复等弹性提升工作造成了新困难。为应对以上问题,一方面,可以通过调整耦合边界元件的阈值,减小和规避极端事件在各能源子系统间传播风险,缩小事故规模;另一方面,基于耦合元件的能量双向流动特性,弹性较强的能源子系统可以支援弹性较弱的系统,实现异质能源子系统间的协同互济。因此,基于状态协调各能源子系统关系以提升综合能源电力系统整体弹性也是值得研究的方向之一。

5.3 信息-物理深度融合下的弹性分析与提升

为有效落实“双碳”目标,综合能源电力系统配套的信息交互网络建设工作也在稳步推进,信息化与智能化水平持续上升。在这个过程中,信息流与能量流之间的耦合关系日益加深,系统运行日趋复杂,造成极端事件内信息层与能量层之间风险传播过程分析难度上升;此外,新兴信息技术和先进通信设施会为系统自动化调度、极端事件预测和信息采集处理等方面创造新的技术路线,丰富综合能源电力系统弹性内容。因此,合理分析信息-物理融合下的风险传播路径,及时更新应用软件技术与硬件设备,有效提升综合能源电力系统的信息交流层和能量交互层的弹性,将是综合能源电力系统弹性的关键研究方向之一。

5.4 发挥需求响应资源在弹性提升中的作用

在制定“双碳”目标方案时,电力系统负荷侧的需求响应潜力正被逐渐发掘。目前,需求响应资源的范围主要局限于电力系统,研究对象主要涉及温控负荷等柔性负荷和主动负荷,研究内容涵盖调峰调频等。而随着综合能源电力系统规模的扩大,电力系统、天然气系统、热力系统等异质能源子系统间协调运行,需求响应资源的形式与类别大为增加。与单一电力系统需求响应资源参与弹性提升的方式相比,合理调度各类能源形式的需求响应资源将会发挥各能源子系统的协调互补作用,这为提升系统弹性提供了重要手段。来自不同能源子系统的需求响应资源的协调规划,为解决极端事件引发的供需不平衡问题提供了新思路。其中,如何合理配置不同能源形式系统的需求响应资源以及调度责任和解决利益冲突值得进一步的研究与探索。

5.5 应对长期恶劣天气的弹性分析与提升策略

随着风电、光伏等新能源的大规模接入,综合能源电力系统对天气等环境因素更为敏感。相比于台风等极端天气事件,连续阴天、降雨以及高温等恶劣天气发生得更为频繁,并且持续时间也相对较长(数天甚至数周),严重干扰新能源连续稳定供电,进而威胁系统弹性。与此同时,电化学储能、抽水蓄能和储气站等储能技术是增强系统弹性和保障电力充裕度的关键技术,为应对长期恶劣天气下新能源供电随机性提供了解决思路。因此,如何合理规划储能等资源以应对长期的恶劣天气值得进一步的研究。此外,探索和丰富各类弹性提升资源与方式以解决综合能源电力系统在长期恶劣天气下的弹性问题同样值得深入研究。

6 结论

在推进落实“双碳”目标的过程中,低碳环保、节能高效的能源体系将不断完善,促使综合能源电力系统规模持续扩大。与此同时,综合能源电力系统多能流耦合等特性越发突出,也对弹性研究提出了新的问题与挑战。为此,本文阐述了“双碳”目标与综合能源电力系统弹性研究的背景与意义;梳理了综合能源电力系统弹性的相关研究,主要涵盖相关定义、组成和建模、过程分析以及评价指标等。此外,根据极端事件的发展阶段总结并分类综合能源电力系统弹性的提升方法,即事前预防性策略、事中响应性策略以及事后恢复性策略。最后,结合“双碳”目标要求和综合能源电力系统相关研究,本文总结了综合能源电力系统弹性可能面临的一些新挑战与新机遇,为后来的弹性相关研究拓展了思路。

参考文献

SECK G S, KRAKOWSKI V, ASSOUMOU E, et al.

Embedding power system’s reliability within a long-term energy system optimization model:Linking high renewable energy integration and future grid stability for France by 2050

[J]. Applied Energy, 2020, 257:114037.

DOI:10.1016/j.apenergy.2019.114037      URL     [本文引用: 1]

MARUF M N I.

Open model-based analysis of a 100% renewable and sector-coupled energy system:The case of Germany in 2050

[J]. Applied Energy, 2021, 288:116618.

DOI:10.1016/j.apenergy.2021.116618      URL     [本文引用: 1]

TRAINER T.

Can Australia run on renewable energy? The negative case

[J]. Energy Policy, 2012, 50:306-314.

DOI:10.1016/j.enpol.2012.07.024      URL     [本文引用: 1]

JACOBSON M Z, DELUCCHI M A, BAUER Z A F, et al.

100% clean and renewable wind,water,and sunlight all-sector energy roadmaps for 139 countries of the world

[J]. Joule, 2017, 1(1):108-121.

DOI:10.1016/j.joule.2017.07.005      URL     [本文引用: 1]

胡志坚, 刘如, 陈志.

中国“碳中和”承诺下技术生态化发展战略思考

[J]. 中国科技论坛, 2021, 5(5):14-20.

[本文引用: 1]

HU Zhijian, LIU Ru, CHEN Zhi.

Strategic thinking on the ecological development of technology under China’s “carbon neutrality” commitment

[J]. Forum on Science and Technology in China, 2021, 5(5):14-20.

[本文引用: 1]

康重庆, 杜尔顺, 李姚旺, .

新型电力系统的“碳视角”:科学问题与研究框架

[J]. 电网技术, 2022, 46(3):821-833.

[本文引用: 1]

KANG Chongqing, DU Ershun, LI Yaowang, et al.

Key scientific problems and research framework for carbon perspective research of new power system

[J]. Power System Technology, 2022, 46(3):821-833.

[本文引用: 1]

国家电网公司发布“碳达峰、碳中和”行动方案

[N]. 国家电网报,2021-03-02(1).

[本文引用: 1]

The State Grid Corporation of China issued a “carbon peak and carbon neutral” action plan

[N]. State Grid News,2021-03-02(1).

[本文引用: 1]

SANS Institute. Confirmation of a coordinated attack on the Ukrainian power grid[EB/OL]. [2022-05-26]. https://www.sans.org/blog/confirmation-of-a-coordinated-attack-on-the-ukrainian-power-grid/.

URL     [本文引用: 1]

California ISO. Preliminary root cause analysis mid-August 2020 heat storm[EB/OL]. [2022-05-26]. http://www.caiso.com/Documents/Final-Root-Cause-Analysis-Mid-August-2020-Extreme-Heat-Wave.pdf.

URL     [本文引用: 2]

ERCOT. Review of February 2021 extreme cold weather event-ERCOT presentation[EB/OL]. [2022-05-26]. http://www.ercot.com/content/wcm/key_documents_lists/225373/2.2_REVISED_ERCOT_Presentation.pdf.

URL     [本文引用: 2]

杨经纬, 张宁, 王毅, .

面向可再生能源消纳的多能源系统:述评与展望

[J]. 电力系统自动化, 2018, 42(4):11-24.

[本文引用: 1]

YANG Jingwei, ZHANG Ning, WANG Yi, et al.

Multi-energy system towards renewable energy accommodation:Review and prospect

[J]. Automation of Electric Power Systems, 2018, 42(4):11-24.

[本文引用: 1]

张儒峰, 李雪, 姜涛, .

城市综合能源系统韧性评估与提升综述

[J]. 全球能源互联网, 2021, 4(2):122-132.

[本文引用: 1]

ZHANG Rufeng, LI Xue, JIANG Tao, et al.

Review on resilience assessment and enhancement of urban integrated energy system

[J]. Journal of Global Energy Interconnection, 2021, 4(2):122-132.

[本文引用: 1]

HUANG Z, WANG C, STOJMENOVIC M, et al.

Characterization of cascading failures in interdependent cyber-physical systems

[J]. IEEE Transactions on Computers, 2015, 64(8):2158-2168.

DOI:10.1109/TC.2014.2360537      URL     [本文引用: 1]

胡怡霜, 丁一, 朱忆宁, .

基于状态依存矩阵的电力信息物理系统风险传播分析

[J]. 电力系统自动化, 2021, 45(15):1-10.

[本文引用: 2]

HU Yishuang, DING Yi, ZHU Yining, et al.

Risk propagation analysis of cyber-physical power system based on state dependence matrix

[J]. Automation of Electric Power Systems, 2021, 45(15):1-10.

[本文引用: 2]

瞿小斌, 文云峰, 叶希, .

基于串行和并行ADMM算法的电-气能量流分布式协同优化

[J]. 电力系统自动化, 2017, 41(4):12-19.

[本文引用: 1]

QU Xiaobin, WEN Yunfeng, YE Xi, et al.

Distributed optimization of electric-gas integrated energy flow using serial and parallel iterative modes for alternating direction method of multipliers

[J]. Automation of Electric Power Systems, 2017, 41(4):12-19.

[本文引用: 1]

WEN Y, QU X, LI W, et al.

Synergistic operation of electricity and natural gas networks via ADMM

[J]. IEEE Transactions on Smart Grid, 2018, 9(5):4555-4565.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

HOSSEINI S, BARKER K, RAMIREZ-MARQUEZ J E.

A review of definitions and measures of system resilience

[J]. Reliability Engineering & System Safety, 2016, 145:47-61.

DOI:10.1016/j.ress.2015.08.006      URL     [本文引用: 1]

EMENIKE S N, FALCONE G.

A review on energy supply chain resilience through optimization

[J]. Renewable and Sustainable Energy Reviews, 2020, 134:110088.

DOI:10.1016/j.rser.2020.110088      URL     [本文引用: 1]

SHARIFI A, YAMAGATA Y.

Principles and criteria for assessing urban energy resilience:A literature review

[J]. Renewable and Sustainable Energy Reviews, 2016, 60:1654-1677.

DOI:10.1016/j.rser.2016.03.028      URL     [本文引用: 1]

GOVINDAN R, AL-ANSARI T.

Computational decision framework for enhancing resilience of the energy,water and food nexus in risky environments

[J]. Renewable and Sustainable Energy Reviews, 2019, 112:653-668.

DOI:10.1016/j.rser.2019.06.015      URL     [本文引用: 1]

别朝红, 林雁翎, 邱爱慈.

弹性电网及其恢复力的基本概念与研究展望

[J]. 电力系统自动化, 2015, 39(22):1-9.

[本文引用: 1]

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.

[本文引用: 1]

别朝红, 林超凡, 李更丰, .

能源转型下弹性电力系统的发展与展望

[J]. 中国电机工程学报, 2020, 40(9):2735-2745.

[本文引用: 1]

BIE Zhaohong, LIN Chaofan, LI Gengfeng, et al.

Development and prospect of resilient power system in the context of energy transition

[J]. Proceedings of the CSEE, 2020, 40(9):2735-2745.

[本文引用: 1]

赵曰浩, 李知艺, 鞠平, .

低碳化转型下综合能源电力系统弹性:综述与展望

[J]. 电力自动化设备, 2021, 41(9):13-23,47.

[本文引用: 2]

ZHAO Yuehao, LI Zhiyi, JU Ping, et al.

Resilience of power system with integrated energy in context of low-carbon energy transition:Review and prospects

[J]. Electric Power Automation Equipment, 2021, 41(9):13-23,47.

[本文引用: 2]

BRUNEAU M, CHANG S E, EGUCHI R T, et al.

A framework to quantitatively assess and enhance the seismic resilience of communities

[J]. Earthquake Spectra, 2003, 19:733-752.

DOI:10.1193/1.1623497      URL     [本文引用: 1]

This paper presents a conceptual framework to define seismic resilience of communities and quantitative measures of resilience that can be useful for a coordinated research effort focusing on enhancing this resilience. This framework relies on the complementary measures of resilience: “Reduced failure probabilities,” “Reduced consequences from failures,” and “Reduced time to recovery.” The framework also includes quantitative measures of the “ends” of robustness and rapidity, and the “means” of resourcefulness and redundancy, and integrates those measures into the four dimensions of community resilience—technical, organizational, social, and economic—all of which can be used to quantify measures of resilience for various types of physical and organizational systems. Systems diagrams then establish the tasks required to achieve these objectives. This framework can be useful in future research to determine the resiliency of different units of analysis and systems, and to develop resiliency targets and detailed analytical procedures to generate these values.

UK Cabinet Office. Keeping the country running:Natural hazards and infrastructure[R]. London: UK Cabinet Office, 2011.

[本文引用: 1]

WANG Y, ROUSIS A O, STRBAC G.

On microgrids and resilience:A comprehensive review on modeling and operational strategies

[J]. Renewable and Sustainable Energy Reviews, 2020, 134:110313.

DOI:10.1016/j.rser.2020.110313      URL     [本文引用: 1]

MISHRA D K, GHADI M J, AZIZIVAHED A, et al.

A review on resilience studies in active distribution systems

[J]. Renewable and Sustainable Energy Reviews, 2021, 135:110201.

DOI:10.1016/j.rser.2020.110201      URL     [本文引用: 1]

鞠平, 王冲, 辛焕海, .

电力系统的柔性、弹性与韧性研究

[J]. 电力自动化设备, 2019, 39(11):1-7.

[本文引用: 1]

JU Ping, WANG Chong, XIN Huanhai, et al.

Flexibility,resilience and toughness of power system

[J]. Electric Power Automation Equipment, 2019, 39(11):1-7.

[本文引用: 1]

唐文虎, 杨毅豪, 李雅晶, .

极端气象灾害下输电系统的弹性评估及其提升措施研究

[J]. 中国电机工程学报, 2020, 40(7):2244-2254.

[本文引用: 1]

TANG Wenhu, YANG Yihao, LI Yajing, et al.

Investigation on resilience assessment and enhancement for power transmission systems under extreme meteorological disasters

[J]. Proceedings of the CSEE, 2020, 40(7):2244-2254.

[本文引用: 1]

ARGHANDEH R, VON MEIER A, MEHRMANESH L, et al.

On the definition of cyber-physical resilience in power systems

[J]. Renewable and Sustainable Energy Reviews, 2016, 58:1060-1069.

DOI:10.1016/j.rser.2015.12.193      URL     [本文引用: 1]

MCDANIELS T, CHANG S, COLE D, et al.

Fostering resilience to extreme events within infrastructure systems:Characterizing decision contexts for mitigation and adaptation

[J]. Global Environmental Change, 2008, 18(2):310-318.

DOI:10.1016/j.gloenvcha.2008.03.001      URL     [本文引用: 1]

LI Z, SHAHIDEHPOUR M, AMINIFAR F, et al.

Networked microgrids for enhancing the power system resilience

[J]. Proceedings of the IEEE, 2017, 105(7):1289-1310.

DOI:10.1109/JPROC.2017.2685558      URL     [本文引用: 3]

JUFRI F H, WIDIPUTRA V, JUNG J.

State-of-the-art review on power grid resilience to extreme weather events:Definitions,frameworks,quantitative assessment methodologies,and enhancement strategies

[J]. Applied Energy, 2019, 239:1049-1065.

DOI:10.1016/j.apenergy.2019.02.017      URL     [本文引用: 1]

阮前途, 谢伟, 许寅, .

韧性电网的概念与关键特征

[J]. 中国电机工程学报, 2020, 40(21):6773-6784.

[本文引用: 1]

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.

[本文引用: 1]

陈健, 林咨良, 赵浩然, .

考虑信息耦合的电-气综合能源系统韧性优化方法

[J]. 中国电机工程学报, 2020, 40(21):6854-6864.

[本文引用: 4]

CHEN Jian, LIN Ziliang, ZHAO Haoran, et al.

Optimization method for resilience of integrated electric-gas system with consideration of cyber coupling

[J]. Proceedings of the CSEE, 2020, 40(21):6854-6864.

[本文引用: 4]

加鹤萍, 丁一, 宋永华, .

信息物理深度融合背景下综合能源系统可靠性分析评述

[J]. 电网技术, 2019, 43(1):1-11.

[本文引用: 1]

JIA Heping, DING Yi, SONG Yonghua, et al.

Review of reliability analysis for integrated energy systems with integration of cyber physical systems

[J]. Power System Technology, 2019, 43(1):1-11.

[本文引用: 1]

郭庆来, 辛蜀骏, 孙宏斌, .

电力系统信息物理融合建模与综合安全评估:驱动力与研究构想

[J]. 中国电机工程学报, 2016, 36(6):1481-1489.

[本文引用: 3]

GUO Qinglai, XIN Shujun, SUN Hongbin, et al.

Power system cyber-physical modelling and security assessment:Motivation and ideas

[J]. Proceedings of the CSEE, 2016, 36(6):1481-1489.

[本文引用: 3]

HE Y, SHAHIDEHPOUR M, LI Z, et al.

Robust constrained operation of integrated electricity-natural gas system considering distributed natural gas storage

[J]. IEEE Transactions on Sustainable Energy, 2018, 9(3):1061-1071.

DOI:10.1109/TSTE.2017.2764004      URL     [本文引用: 2]

LIU F, BIE Z, WANG X.

Day-ahead dispatch of integrated electricity and natural gas system considering reserve scheduling and renewable uncertainties

[J]. IEEE Transactions on Sustainable Energy, 2019, 10(2):646-658.

DOI:10.1109/TSTE.5165391      URL     [本文引用: 2]

WANG C, WANG Z, HOU Y, et al.

Dynamic game-based maintenance scheduling of integrated electric and natural gas grids with a bilevel approach

[J]. IEEE Transactions on Power Systems, 2018, 33(5):4958-4971.

DOI:10.1109/TPWRS.59      URL     [本文引用: 3]

WANG C, WANG Z, WANG J, et al.

Chance-constrained maintenance scheduling for interdependent power and natural gas grids considering wind power uncertainty

[J]. IET Generation,Transmission & Distribution, 2019, 13(5):686-694.

DOI:10.1049/gtd2.v13.5      URL     [本文引用: 2]

董帅, 王成福, 徐士杰, .

计及网络动态特性的电-气-热综合能源系统日前优化调度

[J]. 电力系统自动化, 2018, 42(13):12-19.

[本文引用: 3]

DONG Shuai, WANG Chengfu, XU Shijie, et al.

Day-ahead optimal scheduling of electricity-gas-heat integrated energy system considering dynamic characteristics of networks

[J]. Automation of Electric Power Systems, 2018, 42(13):12-19.

[本文引用: 3]

LU S, GU W, MENG K, et al.

Thermal inertial aggregation model for integrated energy systems

[J]. IEEE Transactions on Power Systems, 2020, 35:2374-2387.

DOI:10.1109/TPWRS.59      URL     [本文引用: 2]

ZHANG M, WU Q, WEN J, et al.

Optimal operation of integrated electricity and heat system:A review of modeling and solution methods

[J]. Renewable & Sustainable Energy Reviews, 2021, 135:110098.

[本文引用: 2]

FANG J, ZENG Q, AI X, et al.

Dynamic optimal energy flow in the integrated natural gas and electrical power systems

[J]. IEEE Transactions on Sustainable Energy, 2018, 9(1):188-198.

DOI:10.1109/TSTE.2017.2717600      URL     [本文引用: 2]

YAN M, HE Y, SHAHIDEHPOUR M, et al.

Coordinated regional-district operation of integrated energy systems for resilience enhancement in natural disasters

[J]. IEEE Transactions on Smart Grid, 2019, 10(5):4881-4892.

DOI:10.1109/TSG.5165411      URL     [本文引用: 3]

QI F, SHAHIDEHPOUR M, WEN F, et al.

Decentralized privacy-preserving operation of multi-area integrated electricity and natural gas systems with renewable energy resources

[J]. IEEE Transactions on Sustainable Energy, 2020, 11:1785-1796.

DOI:10.1109/TSTE.5165391      URL     [本文引用: 3]

王程, 吴科宏, 贾起越, .

基于显式差分的区域电-气综合能源系统动态能流计算方法

[J]. 中国电机工程学报, 2022, 42(16):5775-5785.

[本文引用: 2]

WANG Cheng, WU Kehong, JIA Qiyue, et al.

An explicit difference based calculation method for dynamic energy flow of integrated electric-gas systems

[J]. Proceedings of the CSEE, 2022, 42(16):5775-5785.

[本文引用: 2]

陈瑜玮, 孙宏斌, 郭庆来.

综合能源系统分析的统一能路理论(五):电-热-气耦合系统优化调度

[J]. 中国电机工程学报, 2020, 40(24):7928-7937,8230.

[本文引用: 2]

CHEN Yuwei, SUN Hongbin, GUO Qinglai.

Energy circuit theory of integrated energy system analysis (V):Integrated electricity-heat-gas dispatch

[J]. Proceedings of the CSEE, 2020, 40(24):7928-7937,8230.

[本文引用: 2]

陈彬彬, 孙宏斌, 吴文传, .

综合能源系统分析的统一能路理论(三):稳态与动态潮流计算

[J]. 中国电机工程学报, 2020, 40(15):4820-4830.

[本文引用: 2]

CHEN Binbin, SUN Hongbin, WU Wenchuan, et al.

Energy circuit theory of integrated energy system analysis (III):Steady and dynamic energy flow calculation

[J]. Proceedings of the CSEE, 2020, 40(15):4820-4830.

[本文引用: 2]

尹冠雄, 陈彬彬, 孙宏斌, .

综合能源系统分析的统一能路理论(四):天然气网动态状态估计

[J]. 中国电机工程学报, 2020, 40(18):5827-5836.

[本文引用: 2]

YIN Guanxiong, CHEN Binbin, SUN Hongbin, et al.

Energy circuit theory of integrated energy system analysis (IV):Dynamic state estimation of the natural gas network

[J]. Proceedings of the CSEE, 2020, 40(18):5827-5836.

[本文引用: 2]

陈彬彬, 孙宏斌, 陈瑜玮, .

综合能源系统分析的统一能路理论(一):气路

[J]. 中国电机工程学报, 2020, 40(2):436-444.

[本文引用: 3]

CHEN Binbin, SUN Hongbin, CHEN Yuwei, et al.

Energy circuit theory of integrated energy system analysis (I):Gaseous circuit

[J]. Proceedings of the CSEE, 2020, 40(2):436-444.

[本文引用: 3]

陈彬彬, 孙宏斌, 尹冠雄, .

综合能源系统分析的统一能路理论(二):水路与热路

[J]. 中国电机工程学报, 2020, 40(7):2133-2142,393.

[本文引用: 2]

CHEN Binbin, SUN Hongbin, YIN Guanxiong, et al.

Energy circuit theory of integrated energy system analysis (II):Hydraulic circuit and thermal circuit

[J]. Proceedings of the CSEE, 2020, 40(7):2133-2142,393.

[本文引用: 2]

YANG J, ZHANG N, KANG C, et al.

Effect of natural gas flow dynamics in robust generation scheduling under wind uncertainty

[J]. IEEE Transactions on Power Systems, 2018, 33:2087-2097.

DOI:10.1109/TPWRS.2017.2733222      URL     [本文引用: 1]

LI M, LIU R R, L, et al.

Percolation on complex networks:Theory and application

[J]. Physics Reports, 2021, 907:1-68.

DOI:10.1016/j.physrep.2020.12.003      URL     [本文引用: 2]

刘依晗, 王宇飞.

新型电力系统中跨域连锁故障的演化机理与主动防御探索

[J]. 中国电力, 2022, 55(2):62-72,81.

[本文引用: 2]

LIU Yihan, WANG Yufei.

Exploring the evolution mechanism and active defense of cross-domain cascading failures in new type power system

[J]. Electric Power, 2022, 55(2):62-72,81.

[本文引用: 2]

HUANG G, WANG J, CHEN C, et al.

Cyber-constrained optimal power flow model for smart grid resilience enhancement

[J]. IEEE Transactions on Smart Grid, 2019, 10(5):5547-5555.

DOI:10.1109/TSG.5165411      URL     [本文引用: 4]

许珞, 郭庆来, 刘新展, .

提升电力信息物理系统韧性的通信网鲁棒优化方法

[J]. 电力系统自动化, 2021, 45(3):68-75.

[本文引用: 2]

XU Luo, GUO Qinglai, LIU Xinzhan, et al.

Robust optimization method of communication network to improve resilience of cyber-physical power system

[J]. Automation of Electric Power Systems, 2021, 45(3):68-75.

[本文引用: 2]

赵俊华, 文福拴, 薛禹胜, .

电力信息物理融合系统的建模分析与控制研究框架

[J]. 电力系统自动化, 2011, 35(16):1-8.

[本文引用: 3]

ZHAO Junhua, WEN Fushuan, XUE Yusheng, et al.

Modeling analysis and control research framework of cyber physical power systems

[J]. Automation of Electric Power Systems, 2011, 35(16):1-8.

[本文引用: 3]

WANG C, ZHU Y, SHI W, et al.

A dependable time series analytic framework for cyber-physical systems of IoT-based smart grid

[J]. ACM Transactions on Cyber- Physical Systems, 2019, 3:1-18.

[本文引用: 2]

FARRAJ A K, HAMMAD E M, KUNDUR D.

A cyber-physical control framework for transient stability in smart grids

[J]. IEEE Transactions on Smart Grid, 2018, 9:1205-1215.

DOI:10.1109/TSG.2016.2581588      URL     [本文引用: 2]

王轶楠. 电力信息物理系统建模及网络攻击环境下的脆弱性研究[D]. 杭州: 浙江大学, 2019.

[本文引用: 3]

WANG Yinan. Modeling technique and vulnerability assessment of electrical cyber physical systems considering cyber attacks[D]. Hangzhou: Zhejiang University, 2019.

[本文引用: 3]

BULDYREV S, PARSHANI R, PAUL G, et al.

Catastrophic cascade of failures in interdependent networks

[J]. Nature, 2010, 464:1025-1028.

DOI:10.1038/nature08932      [本文引用: 1]

刘文颖, 杨楠, 张建立, .

计及恶劣天气因素的复杂电网连锁故障事故链模型

[J]. 中国电机工程学报, 2012, 32(7):53-59,191.

[本文引用: 1]

LIU Wenying, YANG Nan, ZHANG Jianli, et al.

Complex grid failure propagating chain model in consideration of adverse weather

[J]. Proceedings of the CSEE, 2012, 32(7):53-59,191.

[本文引用: 1]

JU W, DOBSON I, MARTIN K, et al.

Real-time area angle monitoring using synchrophasors:A practical framework and utility deployment

[J]. IEEE Transactions on Smart Grid, 2021, 12(1):859-870.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

YANG S, CHEN W, ZHANG X, et al.

A graph-based method for vulnerability analysis of renewable energy integrated power systems to cascading failures

[J]. Reliability Engineering & System Safety, 2021, 207:107354.

DOI:10.1016/j.ress.2020.107354      URL     [本文引用: 1]

WANG Y, HUANG L, SHAHIDEHPOUR M, et al.

Impact of cascading and common-cause outages on resilience-constrained optimal economic operation of power systems

[J]. IEEE Transactions on Smart Grid, 2020, 11(1):590-601.

DOI:10.1109/TSG.5165411      URL     [本文引用: 3]

WANG Y, HUANG L, SHAHIDEHPOUR M, et al.

Resilience-constrained hourly unit commitment in electricity grids

[J]. IEEE Transactions on Power Systems, 2018, 33(5):5604-5614.

DOI:10.1109/TPWRS.59      URL     [本文引用: 2]

LIU H, WANG C, JU P, et al.

A sequentially preventive model enhancing power system resilience against extreme-weather-triggered failures

[J]. Renewable and Sustainable Energy Reviews, 2022, 156:111945.

DOI:10.1016/j.rser.2021.111945      URL     [本文引用: 2]

鞠平, 沈赋, 吴峰.

综合能源电力系统的在线分布互联建模研究

[J]. 电力自动化设备, 2017, 37(6):11-14.

[本文引用: 1]

JU Ping, SHEN Fu, WU Feng.

Research on distributed and interconnected online modeling of PS-IE

[J]. Electric Power Automation Equipment, 2017, 37(6):11-14.

[本文引用: 1]

BAO M, DING Y, SANG M, et al.

Modeling and evaluating nodal resilience of multi-energy systems under windstorms

[J]. Applied Energy, 2020, 270:115136.

DOI:10.1016/j.apenergy.2020.115136      URL     [本文引用: 1]

包铭磊, 杨阳, 丁一, .

考虑天然气系统影响的电力系统连锁故障评估

[J]. 电网技术, 2019, 43(1):32-40.

[本文引用: 1]

BAO Minglei, YANG Yang, DING Yi, et al.

Assessment of cascading failures in power system considering effects of natural gas system

[J]. Power System Technology, 2019, 43(1):32-40.

[本文引用: 1]

LIU X, CHEN B, CHEN C, et al.

Electric power grid resilience with interdependencies between power and communication networks:A review

[J]. IET Smart Grid, 2020, 3(2):182-193.

DOI:10.1049/stg2.v3.2      URL     [本文引用: 1]

庞凯元, 王一铮, 文福拴, .

计及通信失效的输电系统信息物理协同恢复策略

[J]. 电力系统自动化, 2021, 45(3):58-67.

[本文引用: 1]

PANG Kaiyuan, WANG Yizheng, WEN Fushuan, et al.

Cyber-physical collaborative restoration strategy for power transmission system with communication failures

[J]. Automation of Electric Power Systems, 2021, 45(3):58-67.

[本文引用: 1]

JOO Y, QU Z, NAMERIKAWA T.

Resilient control of cyber-physical system using nonlinear encoding signal against system integrity attacks

[J]. IEEE Transactions on Automatic Control, 2021, 66(9):4334-4341.

DOI:10.1109/TAC.2020.3034195      URL     [本文引用: 1]

CLARK A, ZONOUZ S.

Cyber-physical resilience:Definition and assessment metric

[J]. IEEE Transactions on Smart Grid, 2019, 10(2):1671-1684.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

LIU H, CHEN X, HUO L, et al.

Impact of inter-network assortativity on robustness against cascading failures in cyber-physical power systems

[J]. Reliability Engineering & System Safety, 2022, 217:108068.

DOI:10.1016/j.ress.2021.108068      URL     [本文引用: 1]

WANG Y, LIU Y, LI J.

Deducing cascading failures caused by cyberattacks based on attack gains and cost principle in cyber-physical power systems

[J]. Journal of Modern Power Systems and Clean Energy, 2019, 7(6):1450-1460.

DOI:10.1007/s40565-019-0500-2      [本文引用: 1]

李琰, 吴妍瑜, 徐天奇.

电力信息耦合网络电力侧对信息侧鲁棒性影响研究

[J]. 电气工程学报, 2020, 15(4):27-34.

[本文引用: 1]

LI Yan, WU Yanyu, XU Tianqi.

Research on the robustness of the information system influenced by the power system based on the cyber-physical coupling system

[J]. Journal of Electrical Engineering, 2020, 15(4):27-34.

[本文引用: 1]

HOSSAIN E, ROY S, MOHAMMAD N, et al.

Metrics and enhancement strategies for grid resilience and reliability during natural disasters

[J]. Applied Energy, 2021, 290:116709.

DOI:10.1016/j.apenergy.2021.116709      URL     [本文引用: 1]

POULIN C R, KANE M.

Infrastructure resilience curves:Performance measures and summary metrics

[J]. Reliability Engineering & System Safety, 2021, 216:107926.

DOI:10.1016/j.ress.2021.107926      URL     [本文引用: 1]

CHENG Y, ELSAYED E A, HUANG Z.

Systems resilience assessments:A review,framework and metrics

[J]. International Journal of Production Research, 2022, 60:595-622.

DOI:10.1080/00207543.2021.1971789      URL     [本文引用: 1]

SHEN L, CASSOTTANA B, HEINIMANN H R, et al.

Large scale systems resilience:A survey and unifying framework

[J]. Quality and Reliability Engineering International, 2020, 36:1386-1401.

DOI:10.1002/qre.v36.4      URL     [本文引用: 1]

HENRY D, RAMIREZ-MARQUEZ J E.

Generic metrics and quantitative approaches for system resilience as a function of time

[J]. Reliability Engineering & System Safety, 2012, 99:114-122.

DOI:10.1016/j.ress.2011.09.002      URL     [本文引用: 1]

PANTELI M, TRAKAS D N, MANCARELLA P, et al.

Power systems resilience assessment:Hardening and smart operational enhancement strategies

[J]. Proceedings of the IEEE, 2017, 105(7):1202-1213.

DOI:10.1109/JPROC.2017.2691357      URL     [本文引用: 2]

CAI B, XIE M, LIU Y, et al.

Availability-based engineering resilience metric and its corresponding evaluation methodology

[J]. Reliability Engineering & System Safety, 2018, 172:216-224.

DOI:10.1016/j.ress.2017.12.021      URL     [本文引用: 2]

NAJAFI J, PEIRAVI A, GUERRERO J M.

Power distribution system improvement planning under hurricanes based on a new resilience index

[J]. Sustainable Cities and Society, 2018, 39:592-604.

DOI:10.1016/j.scs.2018.03.022      URL     [本文引用: 2]

BAJPAI P, CHANDA S, SRIVASTAVA A K.

A novel metric to quantify and enable resilient distribution system using graph theory and choquet integral

[J]. IEEE Transactions on Smart Grid, 2018, 9:2918-2929.

DOI:10.1109/TSG.2016.2623818      URL     [本文引用: 2]

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.

DOI:10.1109/TSG.2016.2561303      URL     [本文引用: 2]

KIM D H, EISENBERG D A, CHUN Y H, et al.

Network topology and resilience analysis of South Korean power grid

[J]. Physica A:Statistical Mechanics and Its Applications, 2017, 465:13-24.

DOI:10.1016/j.physa.2016.08.002      URL     [本文引用: 2]

徐敬友, 丁坚勇, 杨东俊, .

基于图论及网络等值的配电网可靠性评估方法

[J]. 电气工程学报, 2021, 16(3):92-98.

[本文引用: 2]

XU Jingyou, DING Jianyong, YANG Dongjun, et al.

Distribution network reliability evaluation method based on graph theory and network equivalence

[J]. Journal of Electrical Engineering, 2021, 16(3):92-98.

[本文引用: 2]

ZHANG H, MA S, DING T, et al.

Multi-stage multi-zone defender-attacker-defender model for optimal resilience strategy with distribution line hardening and energy storage system deployment

[J]. IEEE Transactions on Smart Grid, 2021, 12(2):1194-1205.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

SHAO C, SHAHIDEHPOUR M, WANG X, 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.

DOI:10.1109/TPWRS.2017.2672728      URL     [本文引用: 1]

黄格超, 李更丰, 肖遥, .

综合考虑自然灾害与人为攻击的电-气互联系统优化配置方法研究

[J]. 电网技术, 2021, 45(3):959-969.

[本文引用: 1]

HUANG Gechao, LI Gengfeng, XIAO Yao, et al.

Optimal placement for integrated electricity and gas energy system considering natural disasters and man-made attacks

[J]. Power System Technology, 2021, 45(3):959-969.

[本文引用: 1]

FU Q, MONTOYA L F, SOLANKI A, et al.

Microgrid generation capacity design with renewables and energy storage addressing power quality and surety

[J]. IEEE Transactions on Smart Grid, 2012, 3(4):2019-2027.

DOI:10.1109/TSG.2012.2223245      URL     [本文引用: 1]

LEI S, WANG J, CHEN C, 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.

[本文引用: 1]

ARAB A, KHODAEI A, KHATOR S K, et al.

Stochastic pre-hurricane restoration planning for electric power systems infrastructure

[J]. IEEE Transactions on Smart Grid, 2015, 6(2):1046-1054.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

HE C, DAI C, WU L, et al.

Robust network hardening strategy for enhancing resilience of integrated electricity and natural gas distribution systems against natural disasters

[J]. IEEE Transactions on Power Systems, 2018, 33(5):5787-5798.

DOI:10.1109/TPWRS.59      URL     [本文引用: 1]

YAN M, AI X, SHAHIDEHPOUR M, et al.

Enhancing the transmission grid resilience in ice storms by optimal coordination of power system schedule with pre-positioning and routing of mobile DC de-icing devices

[J]. IEEE Transactions on Power Systems, 2019, 34(4):2663-2674.

DOI:10.1109/TPWRS.59      URL     [本文引用: 1]

LEI S, CHEN C, SONG Y, et al.

Radiality constraints for resilient reconfiguration of distribution systems:Formulation and application to microgrid formation

[J]. IEEE Transactions on Smart Grid, 2020, 11(5):3944-3956.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

LIU J, QIN C, YU Y.

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.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

PANTELI M, TRAKAS D N, MANCARELLA P, et al.

Boosting the power grid resilience to extreme weather events using defensive islanding

[J]. IEEE Transactions on Smart Grid, 2016, 7(6):2913-2922.

DOI:10.1109/TSG.2016.2535228      URL     [本文引用: 1]

赵鹏, 蒲天骄, 王新迎, .

面向能源互联网数字孪生的电力物联网关键技术及展望

[J]. 中国电机工程学报, 2022, 42(2):447-458.

[本文引用: 1]

ZHAO Peng, PU Tianjiao, WANG Xinying, et al.

Key technologies and perspectives of power internet of things facing with digital twins of the energy internet

[J]. Proceedings of the CSEE, 2022, 42(2):447-458.

[本文引用: 1]

王毅, 陈启鑫, 张宁, .

5G通信与泛在电力物联网的融合:应用分析与研究展望

[J]. 电网技术, 2019, 43(5):1575-1585.

[本文引用: 1]

WANG Yi, CHEN Qixin, ZHANG Ning, et al.

Fusion of the 5G communication and the ubiquitous electric internet of things:Application analysis and research prospects

[J]. Power System Technology, 2019, 43(5):1575-1585.

[本文引用: 1]

丁伟, 王国成, 许爱东, .

能源区块链的关键技术及信息安全问题研究

[J]. 中国电机工程学报, 2018, 38(4):1026-1034,279.

[本文引用: 1]

DING Wei, WANG Guocheng, XU Aidong, et al.

Research on key technologies and information security issues of energy blockchain

[J]. Proceedings of the CSEE, 2018, 38(4):1026-1034,279.

[本文引用: 1]

WANG C, JU P, WU F, et al.

Sequential steady-state security region-based transmission power system resilience enhancement

[J]. Renewable and Sustainable Energy Reviews, 2021, 151:111533.

DOI:10.1016/j.rser.2021.111533      URL     [本文引用: 1]

王冲, 王秀丽, 鞠平, .

电力系统随机分析方法研究综述

[J]. 电力系统自动化, 2022, 46(3):184-199.

[本文引用: 1]

WANG Chong, WANG Xiuli, JU Ping, et al.

Review of research on power system stochastic analysis methods

[J]. Automation of Electric Power Systems, 2022, 46(3):184-199.

[本文引用: 1]

WANG C, JU P, LEI S, et al.

Markov decision process-based resilience enhancement for distribution systems:An approximate dynamic programming approach

[J]. IEEE Transactions on Smart Grid, 2020, 11(3):2498-2510.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

WANG C, HOU Y, QIU F, et al.

Resilience enhancement with sequentially proactive operation strategies

[J]. IEEE Transactions on Power Systems, 2017, 32(4):2847-2857.

DOI:10.1109/TPWRS.2016.2622858      URL     [本文引用: 1]

刘雨濛, 顾雪平, 王涛.

计及传播路径的电力系统连锁故障多阶段阻断控制

[J]. 电力自动化设备, 2021, 41(12):151-157.

[本文引用: 1]

LIU Yumeng, GU Xueping, WANG Tao.

Multi-stage blocking control of power system cascading failures considering propagation path

[J]. Electric Power Automation Equipment, 2021, 41(12):151-157.

[本文引用: 1]

李承周, 王宁玲, 窦潇潇, .

多能源互补分布式能源系统集成研究综述及展望

[J/OL]. 中国电机工程学报, 2022:1-25. [2022-09-22]. https://doi.org/10.13334/j.0258-8013.pcsee.220667.

URL     [本文引用: 1]

LI Chengzhou, WANG Ningling, DOU Xiaoxiao, et al.

Review and prospect on the system integration of distributed energy system with the complementation of multiple energy sources

[J/OL]. Proceedings of the CSEE, 2022:1-25. [2022-09-22]. https://doi.org/10.13334/j.0258-8013.pcsee.220667.

URL     [本文引用: 1]

杜蕙, 林涛, 李轻言, .

电力-天然气互联系统协同安全机制:现状,问题与挑战

[J]. 电网技术, 2022, 46(10):3764-3777.

[本文引用: 1]

DU Hui, LIN Tao, LI Qingyan, et al.

Coordinated security mechanism for electric-gas interconnect systems:Status,problems,and challenges

[J]. Power System Technology, 2022, 46(10):3764-3777.

[本文引用: 1]

汤奕, 李梦雅, 王琦, .

电力信息物理系统网络攻击与防御研究综述(二)检测与保护

[J]. 电力系统自动化, 2019, 43(10):1-9,18.

[本文引用: 1]

TANG Yi, LI Mengya, WANG Qi, et al.

A review on research of cyber-attacks and defense in cyber physical power systems part two detection and protection

[J]. Automation of Electric Power Systems, 2019, 43(10):1-9,18.

[本文引用: 1]

WANG C, TEN C, HOU Y, et al.

Cyber inference system for substation anomalies against alter-and-hide attacks

[J]. IEEE Transactions on Power Systems, 2017, 32(2):896-909.

[本文引用: 1]

LIU Z, WANG L.

Leveraging network topology optimization to strengthen power grid resilience against cyber-physical attacks

[J]. IEEE Transactions on Smart Grid, 2021, 12(2):1552-1564.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

叶茂, 刘艳, 顾雪平, .

基于条件风险方法的风电黑启动价值评估及其应用

[J]. 电网技术, 2018, 42(11):3796-3805.

[本文引用: 1]

YE Mao, LIU Yan, GU Xueping, et al.

Black-start value evaluation of wind power using a conditional risk method and its application

[J]. Power System Technology, 2018, 42(11):3796-3805.

[本文引用: 1]

刘艳, 叶茂, 顾雪平, .

高比例可再生能源电力系统的黑启动服务定价方法

[J]. 电力系统自动化, 2020, 44(21):145-155.

[本文引用: 1]

LIU Yan, YE Mao, GU Xueping, et al.

Pricing method for black-start service of power system with high proportion of renewable energy

[J]. Automation of Electric Power Systems, 2020, 44(21):145-155.

[本文引用: 1]

LIN Y, CHEN B, WANG J, et al.

A combined repair crew dispatch problem for resilient electric and natural gas system considering reconfiguration and DG islanding

[J]. IEEE Transactions on Power Systems, 2019, 34(4):2755-2767.

DOI:10.1109/TPWRS.59      URL     [本文引用: 1]

ARIF A, WANG Z, WANG J, et al.

Power distribution system outage management with co-optimization of repairs,reconfiguration,and DG dispatch

[J]. IEEE Transactions on Smart Grid, 2018, 9(5):4109-4118.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

BAHRAMI M, VAKILIAN M, FARZIN H, et al.

Multi-step island formation and repair dispatch reinforced by mutual assistance after natural disasters

[J]. International Journal of Electrical Power & Energy Systems, 2021, 126:106572.

DOI:10.1016/j.ijepes.2020.106572      URL     [本文引用: 1]

DING T, WANG Z, JIA W, et al.

Multiperiod distribution system restoration with routing repair crews,mobile electric vehicles,and soft-open-point networked microgrids

[J]. IEEE Transactions on Smart Grid, 2020, 11(6):4795-4808.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

CHEN C, WANG J, QIU F, et al.

Resilient distribution system by microgrids formation after natural disasters

[J]. IEEE Transactions on Smart Grid, 2016, 7(2):958-966.

DOI:10.1109/TSG.2015.2429653      URL     [本文引用: 1]

赵晓琦, 张智, 姚琪, .

面向韧性提升的配电网开关优化配置模型

[J]. 电气工程学报, 2020, 15(3):128-134.

[本文引用: 1]

ZHAO Xiaoqi, ZHANG Zhi, YAO Qi, et al.

Optimal configuration model of switch for distribution network based on resilience improvement

[J]. Journal of Electrical Engineering, 2020, 15(3):128-134.

[本文引用: 1]

杨祺铭, 李更丰, 别朝红, .

台风灾害下基于V2G的城市配电网弹性提升策略

[J]. 电力系统自动化, 2022, 46(12):130-139.

[本文引用: 1]

YANG Qiming, LI Gengfeng, BIE Zhaohong, et al.

Vehicle-to-grid based resilience promotion strategy for urban distribution network under typhoon disaster

[J]. Automation of Electric Power Systems, 2022, 46(12):130-139.

[本文引用: 1]

陈厚合, 丛前, 姜涛, .

多能协同的配电网供电恢复策略

[J]. 电工技术学报, 2022, 37(3):610-622,685.

[本文引用: 1]

CHEN Houhe, CONG Qian, JIANG Tao, et al.

Distribution systems restoration with multi-energy synergy

[J]. Transactions of China Electrotechnical Society, 2022, 37(3):610-622,685.

[本文引用: 1]

DERAKHSHANDEH S Y, MOBINI Z, MOHAMMADI M, et al.

UAV-assisted fault location in power distribution systems:An optimization approach

[J]. IEEE Transactions on Smart Grid, 2019, 10(4):4628-4636.

DOI:10.1109/TSG.5165411      URL     [本文引用: 1]

LIM G J, KIM S, CHO J, et al.

Multi-UAV pre-positioning and routing for power network damage assessment

[J]. IEEE Transactions on Smart Grid, 2018, 9(4):3643-3651.

DOI:10.1109/TSG.2016.2637408      URL     [本文引用: 1]

刘瑞环, 陈晨, 刘菲, .

极端自然灾害下考虑信息-物理耦合的电力系统弹性提升策略:技术分析与研究展望

[J]. 电机与控制学报, 2022, 26(1):9-23.

[本文引用: 1]

LIU Ruihuan, CHEN Chen, LIU Fei, et al.

Power system resilience enhancement strategy considering cyber-physical interdependence under disasters:Development and prospects

[J]. Electric Machines and Control, 2022, 26(1):9-23.

[本文引用: 1]

/