电力网作为必不可少的基础设施,其对于一个国家正常运作与居民正常生活是不可或缺的一部分,因此,保证电力网运行的经济性与供电的可靠性是必不可少的。近年来,随着智能电网的快速发展,电力系统信息层与物理层的交互也变得尤为频繁,其典型特征已经与电力信息物理融合系统（Cyber Physical System,CPS）极为相似。由于电力CPS信息侧的自身缺陷,使得其成为针对电力系统网络攻击的突破口,电力系统遭受网络攻击的威胁越来越凸显,使得电网安全问题成为人们关注的对象。虚假数据注入（False Data Injection,FDI）攻击作为网络攻击的一种,已经成为未来电力系统运行面临的主要威胁之一。攻击者可以通过精心设计的攻击数据,躲过系统检测,篡改系统原始数据,误导调度中心做出错误的决策。然而,针对此类攻击的防御研究还处于初始阶段。因此,本文在电力CPS的大背景下,研究针对在FDI攻击下电力系统的防御与韧性提升问题。本文的具体工作如下:首先,分析了配电网中FDI攻击的研究现状。由于现有的基于残差的不良数据检测存在缺陷,导致电力系统状态估计面临着很大的风险。FDI攻击基于此向数据采集与监控（Supervisory Control and Data Acquisition,SCADA）系统中注入虚假数据以污染系统测量数据,造成电力系统原始数据的状态估计被恶意修改,进而操纵电力系统的调度中心产生错误调度信息获取经济利益。通过对改进的IEEE 33节点系统进行仿真,结果表明精心构造的虚假数据可以成功躲过残差检测以破坏系统,对系统产生深远影响。其次,通过对FDI攻击的深入研究,针对FDI攻击造成的电网失负荷（Loss of Load Demand,Lo LD）问题,建立了多目标风险规避优化模型。该模型通过对FDI攻击的防御成本、电力系统运行成本和失负荷三者折中,权衡了电力系统成本和Lo LD风险,并得到了防御设备的最优配置方案。另外,为了解决蒙特卡洛采样计算量大的问题,本文采用利用逼近的拉丁超立方采样（Latin Hypercube Sampling,LHS）方法对不确定风电进行模拟采样,减少了计算负担。对改进的IEEE 30节点进行仿真,仿真结果表明:多目标风险规避优化模型不仅能够减少防御与系统运行成本,降低配电网的Lo LD的同时,还可以提升电压的分布水平,减少系统网损,保证系统可靠供电。最后,针对FDI攻击造成的配电网可靠性降低问题,提出了一种针对FDI攻击的韧性提升策略,采用安装安全设备和增设移动储能系统（Mobile Energy Storage System,MESS）的方式,以最小化失负荷和防御成本为目标,提出了一个计及抵御FDI攻击能力的多目标优化模型。该模型在满足投资成本限制的基础上,通过优化安全设备安装位置和MESS的移动路线来提升配电系统的韧性,保证供电的可靠性。另外,为了达到MESS的最佳充放电策略,基于Fourier-Legendre级数展开的连续函数来模拟储能的能量状态（State of Energy,SOE）,从而更真实的反映MESS运作状态。通过算例仿真表明:MESS和安全设备的结合不仅可以减少配网系统成本,同时提高了系统的供电可靠性。