CN104463375A - 一种基于cim标准的电网灾难恢复控制模型建模方法 - Google Patents

Abstract

一种基于CIM标准的电网灾难恢复控制模型建模方法，它包括机组启动优化模型建立步骤、网络重构优化数学模型建立步骤和负荷恢复优化数学模型建立的步骤，分别对用了机组启动优化模型、网络重构优化数学模型、负荷恢复优化数学模型三个方向。本发明构建了一种用于故障恢复处理的电网分析模型，提出了一种面向在线应用的改进模型最小生成树故障恢复处理方法，该方法对复杂地区电网进行模型化的基础，根据模型中子系统当前属性和即时路径权值，动态调整最小树的搜索范围和生长方向，从而实现最优恢复路径的快速搜索；本发明从技术上避免了整体上灾难恢复的复杂性，并把灾难恢复后的整体系统动行与灾难前更佳的状态，保证了业务的稳定性的连续性。

Description

一种基于CIM标准的电网灾难恢复控制模型建模方法

技术领域

本发明涉及电力信息管理技术，尤其涉及一种基于CIM标准的电网灾难恢复控制模型建模方法。

背景技术

《电网故障恢复的发展、现状及展望》一文中提到，电网发生故障后，如何快速准确地恢复故障停电区的供电，对于满足用户的供电需求，减少停电损失具有重要意义。回顾了国内外故障恢复的发展历程，概述了故障恢复的相关数学模型及恢复过程中需要满足的约束条件。总结综述了当前常用的故障恢复方法，如数学优化方法、专家系统、模糊算法、人工神经网络、智能优化算法、Petri网技术、多智能体技术以及混合优化算法等，分析了各个方法的应用特点及存在的问题。最后结合电网的最新发展趋势分析了故障恢复有待深入研究的问题。

《配电网故障恢复方法的研究》一文中讨论了配电网故障恢复的原则和过程，分析提出了故障恢复的有关数学模型及特点，最后举例分析了配电化系统中实现自动恢复供电的流程和具体措施。

《地区电网故障恢复的实用化研究》一文中提到，对地区电网的故障恢复是一个多目标、多约束、复杂的优化问题，其优化的效率是其能否在线应用的关键。当前对灾难恢复的研究中，基本上外于对单个环节，单个作业程序的层面进行研究，没有对整体的灾难恢复技术模型上进行过多的研究，对在灾难恢复阶段的各个流程环节的衔接和处理上，没有进行细化深入的研究，至使在整个灾难环境的恢复上，存在一定的不协同，没能按一种工具算法机制来实现整个灾难的恢复。

发明内容

本发明的目的是提供一种基于CIM标准的电网灾难恢复控制模型建模方法，它可以保证机组启动、网络重构和负荷恢复整体上协同联动，从技术上避免了整体上灾难恢复的复杂性，并把灾难恢复后的整体系统动行与灾难前更佳的状态，保证了业务的稳定性的连续性。

本发明是这样来实现的，一种基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，它包括如下步骤：机组启动优化模型建立步骤、网络重构优化数学模型建立步骤和负荷恢复优化数学模型建立的步骤。

所述机组启动优化模型建立步骤如下：

步骤110：确定机组启动优化的目标函数

$\max f=\underset{n=1}{\overset{N_G}{\mathrm{\Σ}}}\underset{\mathrm{k\Δt}}{\overset{T}{\∫}}{C}_{i,t}{P}_{\mathrm{it}}\mathrm{dt}---(2-1)$

式中：N_G表示发电机数，T表示制定的恢复过程的时间，k表示第k个时段，其最大值为C_i表示相应发电机i的状态；

$C_{i,t}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}\\ 1& t_{s,i}\&le;t\&le;T\end{array}\right.---(2-2)$

P_it表示在第k时段发电机i的输出功率：

式(2-2)中：t_s,i表示机组启动的时刻，t′_s,i表示是机组从启动到同步合闸开始爬坡向外输送功率所需的时间；t″_s,i是机组从开始爬坡到达到最大出力所需时间；P_M,i是机组的最大出力；K_p,i是机组的最大爬坡速率。

$P_{\mathrm{it}}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}+t_{s,i}^{\&prime;}\\ K_{\mathrm{pi}}(t-t_{s,i}-t_{s,i}^{\&prime;})& t_{s,i}+t_{s,i}^{\&prime;}\&le;t<t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\\ P_{M,i}& t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\&le;t\&le;T\end{array}\right.---(2-3);$

步骤120：确定机组启动优化的约束条件，约束条件包括有功功率平衡约束和机组启动时间限制。所述有功功率平衡约束内容是黑启动机组提供的功率必须大于所有机组启动功率与当前时步恢复的有功负荷之和。所述机组启动时间限制包括热启动机组的最大热启动时间约束以及热启动条件后的冷启动机组的最大冷启动时间约束。

所述网络重构优化数学模型建立步骤包括求取线路综合权重的步骤以及依据综合权重得到最优恢复路径的步骤。

所述得到线路综合权重的步骤包含依据线路充电无功、天气情况、线路的可靠性、运行风险以及线路介数得到线路综合权重模型的方法。

所述依据综合权重得到最优恢复路径的步骤为：依据约束条件通过目标函数对选定的权重路径进行优化的步骤，具体如下：

步骤210，确定初始条件，并依据初始条件对选定的权重路径编码，生成初始种群；

步骤220，判断是否全部电源已启动，若是，则优先合环处理，然后执行步骤240，否则执行步骤230；

步骤230，运用prim算法对编码进行有效处理；

步骤240，对种群中各个体运行约束检验；

步骤250，判断种群中是否所有个体满足运行约束，若是，则执行步骤260，否则删除不满足运行约束的个体，随机复制满足运行约束的个体后返回步骤240；

步骤260，计算适应度函数值，然后依次进行选择、交叉和变异处理；

步骤270，判断迭代判据G≤100，若是，则按G＝G+1规则，返回步骤220，否则输出优化结果；

上述目标函数为

$\underset{S,R\&Subset;E\left(G\right)}{\min }\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{C}_i{W}_i{L}_i---(2-9)$

式中：S为由已运行节点构成的集合；R为由目标节点构成的集合；G是由已运行线路、送电路径包含的线路以及线路两端节点构成的无向图；E(G)为G的顶点集合；W_i为第i条线路的权值；L_i为第i条线路长度；m为电网中线路的总条数；C_i表示线路状态，1为运行，0为停运；

所述约束条件包括网络约束、运行约束以及过电压与自励磁约束。

所述负荷恢复优化数学模型建立的步骤依次包括求取各个负荷的综合权重的步骤、选取负荷恢复节点的步骤以及结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤。所述结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤中采用的目标函数为：

$\begin{array}{cc}\max & \underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{W}_{\mathrm{loadi}}{P}_{\mathrm{loadi}}{C}_{\mathrm{loadi}}---(2-14)\end{array}$

式中：n表示待恢复的负荷点的总数；W_loadi表示第i个负荷点的综合权重，在这里可以用负荷的重要性评估指标来表示；P_loadi表示第i个负荷点的有功容量；C_loadi表示第i个负荷点的投入情况，投入时其值为1，断开时其值为0；

采用的约束条件包括最大可恢复负荷量约束、发电机有功功率约束、稳态潮流约束和频率下降约束。

本发明的有益效果为：本发明构建了一种用于故障恢复处理的电网分析模型，提出了一种面向在线应用的改进模型最小生成树故障恢复处理方法，该方法对复杂地区电网进行模型化的基础，根据模型中子系统当前属性和即时路径权值，动态调整最小树的搜索范围和生长方向，从而实现最优恢复路径的快速搜索，实际电网故障恢复事例已证明，本模型能够实现地区电网故障最优恢复的快速搜索。

附图说明

图1为本发明网络优化算法主流程框图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步说明。

本发明涉及的建模方法，包括机组启动优化模型建立步骤、网络重构优化数学模型建立步骤和负荷恢复优化数学模型建立的步骤，分别对用了机组启动优化模型、网络重构优化数学模型、负荷恢复优化数学模型三个方向。

所述机组启动优化模型建立步骤如下：

步骤110：确定机组启动优化的目标函数

$\max f=\underset{n=1}{\overset{N_G}{\mathrm{\&Sigma;}}}\underset{\mathrm{k\&Delta;t}}{\overset{T}{\&Integral;}}{C}_{i,t}{P}_{\mathrm{it}}\mathrm{dt}---(2-1)$

式中：N_G表示发电机数，T表示制定的恢复过程的时间，k表示第k个时段，其最大值为C_i表示相应发电机i的状态；

$C_{i,t}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}\\ 1& t_{s,i}\&le;t\&le;T\end{array}\right.---(2-2)$

P_it表示在第k时段发电机i的输出功率：

式(2-2)中：t_s,i表示机组启动的时刻，t′_s,i表示是机组从启动到同步合闸开始爬坡向外输送功率所需的时间；t″_s,i是机组从开始爬坡到达到最大出力所需时间；P_M,i是机组的最大出力；K_p,i是机组的最大爬坡速率。

$P_{\mathrm{it}}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}+t_{s,i}^{\&prime;}\\ K_{\mathrm{pi}}(t-t_{s,i}-t_{s,i}^{\&prime;})& t_{s,i}+t_{s,i}^{\&prime;}\&le;t<t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\\ P_{M,i}& t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\&le;t\&le;T\end{array}\right.---(2-3);$

步骤120：确定机组启动优化的约束条件，约束条件包括有功功率平衡约束和机组启动时间限制。具体约束条件如下阐述：

(1)有功功率平衡约束

由于机组启动过程存在网络损耗，因此在每一时步，黑启动机组提供的功率必须大于所有机组启动功率与当前时步恢复的有功负荷之和：

$P_0+\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{C}_{i,t}{P}_{i,t}-\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{d}_{i,t}{P}_{\mathrm{cr},i}-\underset{m=1}{\overset{n_L}{\mathrm{\&Sigma;}}}{C}_{L,m,t-1}{P}_{L,t-1}>0---(2-4)$

式中：P₀是系统具有的黑启动功率；P_cr,i是机组i启动过程需要的启动功率；d_i,t表示发电机的启动状态，其在机组i的启动(即从启动开始到机组并网)过程中有效；表示上一时步已恢复的负荷之和，

$d_{i,t}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}\\ 1& t_{s,i}\&le;t<t_{s,i}+t_{s,i}^{\&prime;}\\ 0& t_{s,i}+t_{s,i}^{\&prime;}\&le;t\&le;T\end{array}\right.---(2-5);$

(2)机组启动时间限制

热启动机组的最大热启动时间约束为：

0＜t_s,i≤t_CH,i                (2-6)

t_CH,i是指机组若在该时间段内不启动，错过热启动条件后，只有延迟数小时后作冷启动；

冷启动机组的最大冷启动时间约束为：

t_CC,i≤t_s,i               (2-7)

t_CC,i是指机组只有在该时间段后才允许做冷启动。

所述网络重构优化数学模型建立步骤包括求取线路综合权重的步骤以及依据综合权重得到最优恢复路径的步骤。

所述得到线路综合权重的步骤包含依据线路充电无功、天气情况、线路的可靠性、运行风险以及线路介数得到线路综合权重模型的方法，具体实施过程如下：

表1中，充电无功指标的值取为线路充电电容的标幺值，天气情况指标为按照实际情况分为好，较好，一般，较恶劣，恶劣，分别对应1、2、3、4、5；线路可靠性指标为实际线路可靠性的倒数，线路的可靠性通过统计得到；

表1 为线路综合权重的输入输出指标表格

线路介数反映的是网络中的边对信息流动的影响力。线路介数定义为该线路被网络中所有任意两节点之间最短路径经过的次数与网络中所有任意两节点之间最短路径数目的比值。即：

$y_k=\frac{\underset{i\&NotEqual;j\&Element;V}{\mathrm{\&Sigma;}}{N}_{\mathrm{ij}}\left(k\right)}{\underset{i\&NotEqual;j\&Element;V}{\mathrm{\&Sigma;}}{N}_{\mathrm{ij}}}---(2-8)$

式中：y_k为线路k的介数；为网络中所有任意两节点之间最短路径经过线路k的次数；为网络中所有任意两节点之间最短路径总数。显然，其值越大反映其在网络中对信息流动的影响力越大，所处的位置越关键；

风险评估采用的后期指标是指负荷恢复量达到35％以上或者网架结构恢复达到50％以上。

如图1所示，所述依据综合权重得到最优恢复路径的步骤为：依据约束条件通过目标函数对选定的权重路径进行优化的步骤，具体如下：

步骤210，确定初始条件，并依据初始条件对选定的权重路径编码，生成初始种群；

步骤220，判断是否全部电源已启动，若是，则优先合环处理，然后执行步骤240，否则执行步骤230；

步骤230，运用prim算法对编码进行有效处理；

步骤240，对种群中各个体运行约束检验；

步骤250，判断种群中是否所有个体满足运行约束，若是，则执行步骤260，否则删除不满足运行约束的个体，随机复制满足运行约束的个体后返回步骤240；

步骤260，计算适应度函数值，然后依次进行选择、交叉和变异处理；

步骤270，判断迭代判据G≤100，若是，则按G＝G+1规则，返回步骤220，否则输出优化结果。

上述步骤采用的目标函数以及约束条件具体阐述如下：

(1)目标函数：

$\underset{S,R\&Subset;E\left(G\right)}{\min }\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{C}_i{W}_i{L}_i---(2-9)$

式中：S为由已运行节点构成的集合；R为由目标节点构成的集合；G是由已运行线路、送电路径包含的线路以及线路两端节点构成的无向图；E(G)为G的顶点集合；W_i为第i条线路的权值；L_i为第i条线路长度；m为电网中线路的总条数；C_i表示线路状态，1为运行，0为停运；为进行统一优化，将预计的送电路径中包含的线路也作为运行线路。线路权值W_i应综合考虑影响系统恢复过程的各种因素，如线路的充电无功、操作时间、天气状况、设备状况等。线路权值都为正数，这样系统结构图构成一个正费用无向图；

(2)约束条件：

1)网络约束

在路径恢复优化的过程中必须保证已运行节点与该时段即将恢复的节点之间存在直接或者间接的连接关系，并且在待启动机组全部被供电前不存在回路；

2)运行约束

稳态潮流约束：

$P_i=U_i\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\cos {\mathrm{\&delta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&delta;}}_{\mathrm{ij}})---(2-10)$

$Q_i=U_i\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{U}_j(G_{\mathrm{ij}}\sin {\mathrm{\&delta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&delta;}}_{\mathrm{ij}})---(2-11)$

P_lmin≤P_l≤P_lmax                   (2-12)

U_imin≤U_i≤U_imax                     (2-13)

式中：P_i，Q_i为节点i的有功、无功注入功率；U_i为节点i的电压；G_ij、B_ij分别为节点i的电导、电纳参数；δ_ij为节点i与j之间的相角差；N为节点总数；

3)过电压与自励磁约束

送电路径的恢复需要投入大量的空载高压和超高压线路，会产生大量的无功，若已投入的发电机吸收无功能力不足，将导致无功不平衡。进而导致持续工频过电压，操作过电压和谐振过电压。其中，空载线路的操作过电压和变压器的铁磁谐振可通过先确定递升加压的开机方式避免。而持续工频过电压只能通过尽量缩短送电路径、投入无功负荷来进行控制。系统充电无功作为目标函数中影响综合权重的一个指标，故此处可不做具体约束条件处理。

发电机的自励磁本质上是一种参数谐振，在其控制上需要预先确定能导致送电机组出现自励磁的线路长度，以此作为该机组的地理范围，并在此范围内选择被启动机组，制定相应的启动方案，并采用BPA暂态仿真进行校验。

所述负荷恢复优化数学模型建立的步骤依次包括三个步骤，第一步是求取各个负荷的综合权重的步骤，第二步是选取负荷恢复节点的步骤，第三步是结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤。

下面具体对各个步骤做具体阐述。

第一步：依照表2求取各个负荷的综合权重

表2 为负荷综合权重输入输出指标表格

第二步：选取负荷恢复节点的步骤；通过各输入输出指标获取负荷权重值后，采用贪心算法，得到能够恢复的负荷节点。

第三步：结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤；采用的目标函数为

$\begin{array}{cc}\max & \underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{W}_{\mathrm{loadi}}{P}_{\mathrm{loadi}}{C}_{\mathrm{loadi}}---(2-14)\end{array}$

式中：n表示待恢复的负荷点的总数；W_loadi表示第i个负荷点的综合权重，在这里可以用负荷的重要性评估指标来表示；P_loadi表示第i个负荷点的有功容量；C_loadi表示第i个负荷点的投入情况，投入时其值为1，断开时其值为0；

采用的约束条件：

1)最大可恢复负荷量约束

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{P}_{\mathrm{loadi}}{C}_{\mathrm{loadi}}<\mathrm{\&Delta;}{P}_{\mathrm{\&Sigma;}}---(2-15)$

式中的左半部分表示在当前时步的负荷恢复量；右半部分ΔP_∑表示当前时步系统的有功出力的增量；

2)发电机有功功率约束

负荷恢复过程中，恢复中的发电机处于爬坡状态，无法进行调节，因此这部分发电机发电量实质上是确定的，可调节发电机也有其有功功率出力上限和下限，所以，在负荷恢复过程中需要考虑到每台机组有功功率出力限制；

3)稳态潮流约束

等式约束：

$P_{\mathrm{gi}}-P_{\mathrm{di}}-\underset{j}{\mathrm{\&Sigma;}}{V}_i{V}_j(G_{\mathrm{ij}}\cos {\mathrm{\&delta;}}_{\mathrm{ij}}+B_{\mathrm{ij}}\sin {\mathrm{\&delta;}}_{\mathrm{ij}})=0---(2-16)$

$Q_{\mathrm{gi}}-Q_{\mathrm{di}}-\underset{j}{\mathrm{\&Sigma;}}{V}_i{V}_j(G_{\mathrm{ij}}\sin {\mathrm{\&delta;}}_{\mathrm{ij}}-B_{\mathrm{ij}}\cos {\mathrm{\&delta;}}_{\mathrm{ij}})=0---(2-17)$

式中：i，j＝1，2，…，n，表示电力系统网络中的节点数，P_gi、Q_gi为发电机有功和无功出力，P_di、Q_di为节点有功和无功负荷量，V_i为节点i的电压，θ_ij是节点i和节点j的电压角度差，G、B为导纳矩阵的元素；

不等式约束，主要包括发电机有功出力限制、节点电压限制、变压器变比限制、发电厂或变电站无功发电或投入能力限制、线路热稳定限制等，

P_gmin≤P_g≤P_gmax                 (2-18)

V_min≤V≤V_max                   (2-19)

T_min≤T≤T_max                   (2-20)

T_min≤T≤T_max                  (2-21)

|S_ij|≤S_MAX                  (2-22)；

4)频率下降约束

Δf_i＜Δf_max                   (2-23)

其中：Δf_i为恢复第i个负荷引起的频率的最大下降值；Δf_max表示系统频率下降的最大限值。其意义为：由单个负荷恢复引起的频率最大下降值不能超过系统频率下降的最大限值。

Claims (10)

1.一种基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，它包括如下步骤：机组启动优化模型建立步骤、网络重构优化数学模型建立步骤和负荷恢复优化数学模型建立的步骤。

2.如权利要求1所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述机组启动优化模型建立步骤如下：

步骤110：确定机组启动优化的目标函数

$\max f=\underset{n=1}{\overset{N_G}{\mathrm{\&Sigma;}}}\underset{\mathrm{k\&Delta;t}}{\overset{T}{\&Integral;}}{C}_{i,t}{P}_{\mathrm{it}}\mathrm{dt}---(2-1)$

式中：N_G表示发电机数，T表示制定的恢复过程的时间，k表示第k个时段，其最大值为C_i表示相应发电机i的状态；

$C_{i,t}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}\\ 1& t_{s,i}\&le;t\&le;T\end{array}\right.---(2-2)$

P_it表示在第k时段发电机i的输出功率：

式(2-2)中：t_s,i表示机组启动的时刻，t′_s,i表示是机组从启动到同步合闸开始爬坡向外输送功率所需的时间；t″_s,i是机组从开始爬坡到达到最大出力所需时间；P_M,i是机组的最大出力；K_p,i是机组的最大爬坡速率。

$P_{\mathrm{it}}=\left\{\begin{array}{cc}0& 0\&le;t<t_{s,i}+t_{s,i}^{\&prime;}\\ K_{\mathrm{pi}}(t-t_{s,i}-t_{s,i}^{\&prime;})& t_{s,i}+t_{s,i}^{\&prime;}\&le;t<t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\\ P_{M,i}& t_{s,i}+t_{s,i}^{\&prime;}+t_{s,i}^{\&prime;\&prime;}\&le;t\&le;T\end{array}\right.---(2-3);$

步骤120：确定机组启动优化的约束条件，约束条件包括有功功率平衡约束和机组启动时间限制。

3.如权利要求2所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述有功功率平衡约束内容是黑启动机组提供的功率必须大于所有机组启动功率与当前时步恢复的有功负荷之和。

4.如权利要求2所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述机组启动时间限制包括热启动机组的最大热启动时间约束以及热启动条件后的冷启动机组的最大冷启动时间约束。

5.如权利要求1所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述网络重构优化数学模型建立步骤包括求取线路综合权重的步骤以及依据综合权重得到最优恢复路径的步骤。

6.如权利要求5所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述得到线路综合权重的步骤包含依据线路充电无功、天气情况、线路的可靠性、运行风险以及线路介数得到线路综合权重模型的方法。

7.如权利要求5所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述依据综合权重得到最优恢复路径的步骤为：依据约束条件通过目标函数对选定的权重路径进行优化的步骤，具体如下：

步骤210，确定初始条件，并依据初始条件对选定的权重路径编码，生成初始种群；

步骤220，判断是否全部电源已启动，若是，则优先合环处理，然后执行步骤240，否则执行步骤230；

步骤230，运用prim算法对编码进行有效处理；

步骤240，对种群中各个体运行约束检验；

步骤250，判断种群中是否所有个体满足运行约束，若是，则执行步骤260，否则删除不满足运行约束的个体，随机复制满足运行约束的个体后返回步骤240；

步骤260，计算适应度函数值，然后依次进行选择、交叉和变异处理；

步骤270，判断迭代判据G≤100，若是，则按G＝G+1规则，返回步骤220，否则输出优化结果。

8.如权利要求7所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述目标函数为

$\underset{S,R\&Subset;E\left(G\right)}{\min }\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{C}_i{W}_i{L}_i---(2-9)$

式中：S为由已运行节点构成的集合；R为由目标节点构成的集合；G是由已运行线路、送电路径包含的线路以及线路两端节点构成的无向图；E(G)为G的顶点集合；W_i为第i条线路的权值；L_i为第i条线路长度；m为电网中线路的总条数；C_i表示线路状态，1为运行，0为停运；

所述约束条件包括网络约束、运行约束以及过电压与自励磁约束。

9.如权利要求1所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述负荷恢复优化数学模型建立的步骤依次包括求取各个负荷的综合权重的步骤、选取负荷恢复节点的步骤以及结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤。

10.如权利要求9所述的基于CIM标准的电网灾难恢复控制模型建模方法，其特征在于，所述结合综合权重和选取的负荷恢复节点，得到基于内点法的最优负荷恢复量决策的步骤中采用的目标函数为：

$\max \underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{W}_{\mathrm{loadi}}{P}_{\mathrm{loadi}}{C}_{\mathrm{loadi}}---(2-14)$

式中：n表示待恢复的负荷点的总数；W_loadi表示第i个负荷点的综合权重，在这里可以用负荷的重要性评估指标来表示；P_loadi表示第i个负荷点的有功容量；C_loadi表示第i个负荷点的投入情况，投入时其值为1，断开时其值为0；

采用的约束条件包括最大可恢复负荷量约束、发电机有功功率约束、稳态潮流约束和频率下降约束。