连续潮流在安全裕度评估和预防控制中有广泛的应用。该方法的步长控制需要事先选取关键节点或电压梯度范数的标量系数。关键节点位置和最佳标量系数会随仿真情景不同而不同,选取不当的关键节点和标量系数将会严重影响计算效率。全体特征根追踪能够寻找到鞍结分岔相关和霍普夫分岔相关稳定边界,是分析失稳机理和裕度评估的有力手段,但其计算代价高。不变子空间连续技术只追踪与失稳强相关的少数关键特征根,但该方法目前不能保证所追踪特征根集合始终包含关键特征根。针对上述问题,本文提出了不依赖于关键节点和电压梯度标量范数的连续潮流。提出了应用投影化不变子空间连续的少数关键特征根追踪技术,能保证所追踪关键特征根集合始终包括关键特征根。提出了应用收敛监测的自适应步长连续潮流。利用收敛监测得出步长,同时利用发电机无功输出、节点电压和参数间线性灵敏度得出使离散控制恰好动作的步长集合。取上述步长中的最小步长,以在考虑离散控制的前提下,得出保证校正收敛的最大步长,提高连续潮流效率。提出了雅可比矩阵不变牛顿法和拟牛顿法的混合迭代策略,以提高校正过程效率。在IEEE-300系统中的算例表明,与精确性好的固定小步长方法比较,本文所提方法能准确反映系统状态变量变化和离散控制动作。实际系统中的算例表明,与变步长参考方法比较,本文所提方法效率更高,不依赖于关键节点的选取,更适合不同仿真情景下多次的连续潮流计算。在应用收敛监测的自适应步长连续潮流中,提出了检测极限诱导分岔的简便方法。应用线性灵敏度检测极限诱导分岔,观察系统中大多数发电机无功输出趋于上限突然变为大多数趋于下限的现象,以此判断极限诱导分岔的出现。仿真算例表明,该算法能准确的检测到极限诱导分岔,且不需要知晓极限诱导分岔相关发电机的位置。提出了应用投影化连续不变子空间的自适应关键特征根追踪算法。利用投影化不变子空间连续技术追踪系统最右关键特征根集合和阻尼比最小关键特征根集合。不变子空间连续需要求解含有高维数非稀疏矩阵的Riccati方程组,在系统规模增长时计算效率不高。为此本文建立投影空间,对不变子空间连续进行投影化,大幅降低Riccati方程组中矩阵的维数,以提高计算效率。设置投影空间对应的特征根集合为关键特征根集合和部分关键集合外特征根。在投影空间中关键特征根和关键集合外特征根之间交叠、相遇时,自动更新关键特征根集合,从而保证所追踪特征根始终包括关键特征根,及时捕捉到分岔点。在新英格兰39节点系统和118节点系统中的仿真算例表明本文算法能根据需要准确自动的更新关键特征根集合,而参考算法需要根据系统情况事先确定关键特征根集合更新的频次,不能保证所追踪特征根集合始终包括关键特征根。算例同时表明本文算法较参考文献方法和直接方法效率更高。编程实现了电力系统动态仿真软件,该仿真软件应用稀疏技术数学工具SuperLU和高效、稳定的积分算法。该软件在各负荷水平准稳态平衡点计算出决定系统小扰动稳定性的矩阵,并将其应用于本文关键特征根追踪算法。3900节点测试系统由100个新英格兰39节系统连接组成,在该系统中的仿真表明,本文软件能高效的反映大型系统动态。