王海港，刘路登，张 炜，彭 伟，刘 航

（国网安徽省电力有限公司，合肥 230022）

随着电力系统控制技术的发展，电力系统的稳定性不断提高。然而，电力市场使得电力系统的运行状态接近于极限状态。因此，电力系统发生大规模停电的风险更高［1-2］，如2003年北美大停电，2010年日本大停电，2012年印度大停电［3-4］。在电力系统恢复的初始阶段，需要尽快恢复大量的电源，以提高恢复效率［5-6］。由于黑启动发电机组的数量和功率限制，传统的火电机组难以加速系统恢复［7］。由于环境问题和能源供应安全的需要，风力发电装机容量显著增加［8］。风电场启动后能迅速为系统恢复供电，有能力在大规模停电后加快系统恢复速度。然而，风电的波动性使其难以参与电力系统的恢复。因此，本文中提出了参与电力系统恢复的风电优化调度模型与策略。

目前采用新能源参与系统恢复过程的相关文献较少，Liu等［9］提出采用电池储能系统参与系统恢复，Sun等［10］提出了一种计及充电负荷的电力系统恢复优化模型。然而，储能系统的电力供应时间、容量都十分有限。风力发电的巨大装机容量使其成为参与电力系统恢复的有利选项。然而，当风力发电机组以最大功率点跟踪（maximum power point tracking，MPPT）模式运行时，风电场的输出功率会发生波动。风电场输出功率的波动可能会破坏刚恢复的脆弱系统，特别是在系统恢复的初始阶段［11］。因此，处于MPPT运行模式的风电场很难参与电力系统恢复的初期阶段；另一方面，在负荷恢复阶段可以使用风电场提供电力，因为该阶段的电力系统足以承受波动的风电功率［12］。……