随着社会发展对电力需求的快速增长以及电力公司对经济效益的不断追求,电力系统正逐步接近其稳定运行的极限。当严重故障造成系统机组相互振荡后,需通过采取切机、切负荷等紧急控制措施,来恢复其同步性,而一旦上述控制手段失效,则需要对系统进行解列控制,以避免扰动波及到全网,造成大面积停电。传统的失步解列,根据预想场景对解列装置进行离线整定,然后在线基于本地量测和判据进行解列操作,该方法存在着整定复杂、装置相互配合困难、以及实际条件与预想场景差异大等缺点。而随着电力系统通讯和监控手段的不断进步,失步解列的研究更倾向于具有集中性和协调特征的在线主动解列控制。本文基于潮流跟踪法理论,提出了“搜索+检验”的解列方案求解思路,该方法结合了图论和电力系统的自身特点,通过初始分区和优化,实现解列断面的快速搜索。将求解最优解列断面的问题转化为求可行断面的问题,降低了问题的复杂度,提高了解列断面的求解效率。在搜索阶段中,先根据部分易于简单描述的基本约束(一般是同步约束和功率平衡约束)将初始策略空间缩小为规模较小的策略子空间。在检验阶段中,用枚举法对策略子空间里的所有策略逐个进行校验,如果候选策略能使解列后的孤岛满足电力系统稳定运行的其他基本约束,再通过不平衡度测算的指标,确定在紧急情况下的适当解列点。但如果系统较为复杂,大量的节点将难以进行有效的分区。仅仅依据潮流跟踪法和枚举法,工作量非常巨大。所以本文引入了贪心算法和遗传算法,期望通过两种算法的对比研究,选取更适合解列的算法。贪心算法在潮流跟踪法简化拓扑图的基础上,首先初始化节点群落,再搜索各个组相邻的组,以合并之后所有群组不平衡度最小为原则,每次选择两个组进行合并,通过合并成新的组,确定局部最优解,完成一步搜索,在完成一轮合并后接着进行下一轮合并。直到每个节点都有归属,并形成设定的孤岛数目为止。通过实际操作发现,贪心算法解列结果并不太理想,且程序运行时间时间较长。遗传算法中首先通过双层交叉计数的嵌入式映射方式将复杂电网拓扑向高维映射,避免了存在二维交叉,解决了在切割时可能存在的意外切割了不应该切割的交叉线的问题。然后,在潮流跟踪法已经简化复杂拓扑的基础上,用遗传算法寻找最优的切割平面,即用遗传算法寻找复杂拓扑的最小割。从结果来看,采用本方法划分较合理,最终得到的最小割的较小,各孤岛的不平衡功率也较小。同时,遗传算法的整个过程计算较快,解决了用枚举法或传统算法会出现的计算量极大的问题。