电力系统恢复控制是保障供电可靠性的重要手段，其任务是在大停电发生后安全、快速、经济地恢复供电。随着大电网的互联以及负荷的迅猛增长，电力系统的规模越来越庞大，局部的故障容易波及到全网引发大面积停电。同时电力工业的市场化改革使得系统的运行越来越接近其极限，也增加了大停电发生的概率。近年来，世界各地发生多起了由于自然灾害或相继故障导致的大面积停电事故，例如美加8.14大停电，2006年11月4日的西欧大停电等，对于电力系统恢复控制的研究引起了广泛的关注。 本文首先阐述现代互联电网对恢复控制的要求；比较不同的恢复控制策略，如自下至上(bottom-up)、自上至下(top-down)及混合策略；讨论其优化与协调。根据各种恢复策略涉及的技术与经济因素，讨论决策支持系统应具备的功能。指出应当统一考虑负荷经济性和系统的安全性，提出基于风险的自适应决策优化。分析市场环境对启动电源(包括黑启动)服务和恢复控制的影响，提出经济层面的优化及其与技术层面的协调。强调以量化指标反映启动电源服务的技术性能及停电风险，兼顾启动电源的经济性与可靠性。 恢复控制的模型中一般按照固定的门槛值来定性判断功率、功角、电压和频率等的稳定性。一方面，由于不能正确地反映失稳的临界条件，故无法对安全稳定性进行量化；另一方面，由于很难量化由越限造成的损失，因此安全稳定性只能作为不等式约束出现在数学模型中，而不能以经济量出现在目标函数中。本文基于EEAC，指出采用最优控制措施的费用来反映不稳定现象的经济代价，进而根据故障概率就可以计算过渡电网的原有风险和执行恢复措施所引入的风险值，并加入目标函数，从而使恢复方案的失稳风险与负荷收益具有可比性，将恢复控制问题的安去性与经济性统一在货币这个目标函数上，实现恢复控制安全性和经济性之间的协调。 恢复控制是带有极其复杂动态约束的非线性非自治混合规划问题，尚无多项式计算量的算法。一般研究自下至上(bottom-up)的恢复策略，通过启发式方法求解，包括多代理方法，人工神经网络，基于案例的专家系统，基于规则的专家系统等。一般均以负荷恢复量最大为目标函数，忽略不同负荷在停电损失上的差别。本文基于自适应、负荷停电损失、风险管理等观点以及协调优化理念，建立了统一考虑负荷恢复的收益、控制代价及恢复过程中的系统风险的恢复控制优化模型。提出2层优化框架，按“分区独立优化、协调动态分区”的方式自适应优化，克服离线预案依据的场景及措施优先顺序不变的缺点。同时将研究从bottom-up策略拓展到top-down策略和混合策略，包括各类策略内部的优化和不同策略之间的协调。基于自适应优化和风险决策的观点，设计或改进各模块的算法，其中采用蒙特卡罗仿真模拟恢复措施执行的不确定性。按大停电防御体系的信息、分析、控制三要素，设计在线决策支持系统的框架模型，阐明各功能模块间的逻辑关系，并用仿真验证了该决策支持系统的有效性。 垄断体制下，启动电源的指定、电网间的紧急功率支援、演习、执行、成本核算都发生在同一经济利益主体内，故较易协调。但在各参与方分属不同利益体的市场环境下，必须通过经济激励及惩罚等市场机制来优化资源，保持黑启动能力并组织启动电源服务。本文分析了市场环境对于系统恢复控制的影响，通过与其它辅助服务市场的比较，阐述黑启动服务市场的特点。进而，将研究范围从黑启动电源扩展到可用的启动电源，分析启动电源服务所需的各种资源及参与方的成本。基于风险观点，建立启动电源服务的优化购买模型并提出相应的求解策略与算法流程。其中综合考虑了启动电源参与方的技术性能与经济指标，所确定的服务费除补偿服务商成本外，还包含合理引导服务商改进其启动能力的市场激励信号。在此基础上，讨论启动电源服务的市场监管并建议服务费用的分摊与支付方案。通过仿真，验证算法的有效性。