image
Home Journals Electric Power
Electric Power

Abbreviation (ISO4): Electric Power      Chairperson: Changyu OUYANG

About  /  Aim & scope  /  Editorial board  /  Indexed  /  Contact  / 
Online first  /  Current issue  /  All issues  /  Top access  /  RSS

Electric Power >

2026 , Vol. 59 >Issue 8: 1 - 15

DOI: https://doi.org/10.11930/j.issn.1004-9649.202604056

Original article

Review on new power system planning for improving stability support capability

  • Hui LI ,
  • Weixing LI ,
  • Pupu CHAO ,
  • Xiaoming LIU
Expand
  • School of Electrical Engineering， Dalian University of Technology， Dalian 116024， China

Received date: 2026-04-20

  Revised date: 2026-07-30

  Online published: 2026-09-03

Fold

Abstract

Building a new power system dominated by renewable energy constitutes an inevitable pathway toward building an energy powerhouse.However，the increasing penetration of power electronic devices such as renewable energy units significantly weakens the stability support capability of power systems，and drastically reduces system stability margins.Under these conditions，scarce support resources restrict the adjustable range of stability control as well as active/reactive power scheduling measures，thereby sharply increasing the risk of system instability.To clarify the research lineage of stability support capability planning for new power systems，this paper systematically reviews new power system planning methodologies for enhancing stability support capability.Firstly，the paper analyzes the necessity of coordinated allocation of stability support resources at the planning stage based on the stability mechanisms of frequency， voltage and rotor angle.Secondly，it reviews the key evaluation indices for three categories of stability issues and modeling methods for stability boundaries，and summarizes optimal power system planning models embedded with stability constraints.Thirdly，it outlines prevalent solution algorithms to address the computational challenges introduced by complex stability constraints.Finally，from three perspectives including stability support mechanisms，stability boundary conditions and multi-scale model construction，as well as artificial intelligence-based solution techniques，it discusses the core challenges and prospective research directions in this field. This work is supported by Smart Grid-National Science and

Key words： new power system; power system stability; power system planning; optimal solution

Cite this article

Hui LI , Weixing LI , Pupu CHAO , Xiaoming LIU . Review on new power system planning for improving stability support capability[J]. Electric Power, 2026 , 59(8) : 1 -15 . DOI: 10.11930/j.issn.1004-9649.202604056

0 引言

建设新型能源体系已上升为国家战略，新能源渗透率持续攀升。截至2025年2月底，中国风光装机总量历史性超越火电，成为第一大电源 [1] 。＂十五五＂规划明确提出＂着力构建新型电力系统，建设能源强国＂，为电网形态的演进指明了方向 [2] 。然而，随着高比例新能源的接入，系统失稳风险日益凸显。近年来，国内外发生多起典型停电事故，例如，锦苏直流闭锁叠加调频资源短缺导致的＂9•19＂系统频率骤降事件、调压资源短缺与振荡造成的伊比利亚半岛＂4•28＂大停电事件，以及风机脱网与转动惯量匮乏引发的南澳＂9•28＂停电事故 [3-5] 等。此类严重事故的频繁发生表明，提升新型电力系统的稳定支撑能力已迫在眉睫。
新型电力系统稳定形态演变的关键驱动力在于高比例新能源和高度电力电子化所带来的系统物理特征全方位变革，具体表现在 [6-8] ：1）电源结构由强可控性向强不确定性转变，削弱了源侧有功与无功平衡能力；2）电力电子设备的低惯量、弱支撑和欠过载能力，大幅降低了电力系统的旋转惯量与抗扰动能力；3）海量异构电力电子设备的动态交互机制复杂，导致电力系统稳定裕度收窄。综合上述新特征，电源、储能、无功补偿等设备需要同时完成多时间尺度平衡与稳定任务。在此严峻工况下，设备可能出现性能不足、容量挤兑等问题，导致有限的设备容量无法兼顾功率平衡、频率支撑、电压支撑等多类型任务，稳定控制与功率调度手段的调节效果受限。因此，必须将稳定支撑能力的研究前置，在新型电力系统规划阶段统筹配置响应资源，从源头保证新型电力系统在控制与调度尺度拥有充足的响应资源。
依据《电力系统安全稳定导则》 [9] ，电力系统稳定性主要涵盖频率稳定性、电压稳定性和功角稳定性。近年来，计及稳定性的电力系统规划研究整体呈逐年增长态势，尤其是自2024年起，论文数量出现明显跃升，如图1所示。在构建新型电力系统的趋势下，规划尺度的稳定支撑问题已成为学术研究热点。已有文献综述了计及稳定性的电力系统规划方法，文献[6] 聚焦于考虑频率安全的电力系统规划研究，阐述了频率分析方法、多类型机组频率响应方式，以及频率安全内嵌的电力系统规划建模与求解算法。文献[8,10]聚焦于电池储能配置对系统惯性、多类型稳定性和可靠性的价值。文献[7] 介绍了内嵌电压稳定约束的无功规划模型与求解算法。上述文献侧重于考虑频率或电压稳定的电力系统规划研究进展。但是，鲜有研究对面向稳定支撑能力提升的新型电力系统规划方法进行全面梳理。
图1 文章发表数量统计（截至2026年3月）

Fig. 1 Statistics on the number of published papers（as of March 2026）

本文关注新型电力系统的稳定性需求，旨在全面综述面向稳定支撑能力提升的新型电力系统规划研究。不同于已有综述主要围绕单一稳定问题、单类支撑资源或运行控制阶段展开研究，本文首先在新型电力系统建设背景下，剖析规划层面考虑稳定支撑能力的迫切性；然后，从规划视角归纳频率、电压和功角 3 类稳定边界条件的建模方法；接着，评述含稳定约束的电力系统规划模型求解算法；最后，结合新型电力系统的＂双高＂趋势，对该领域面临的挑战及未来研究方向进行展望。

1 新型电力系统规划对稳定性的影响

本章从频率、电压和功角 3 类稳定问题出发，剖析新型电力系统优化配置对系统稳定性的影响，由此阐明规划层面考虑稳定支撑能力的迫切性。

1.1 对频率稳定性的影响

频率稳定性指的是电力系统受到小扰动或大扰动后，系统频率能够保持或恢复到允许的范围内，不发生频率振荡或崩溃的能力 [9] 。在新型电力系统中，扰动后的惯性响应和一次调频响应过程主导了频率的动态轨迹，该动态响应过程可以分为 3 个阶段 [6] ，如图2所示。
1）惯性响应阶段（ t0∼t1 ）。该阶段处于机组一次调频死区内，系统仅依靠同步机组瞬间释放的旋转惯量抑制频率跌落。新型电力系统中的同步机组占比下降（尤其是小负荷、小开机运行方式下），导致系统的惯性响应资源严重匮乏，极易触发基于频率下降率的继电保护动作。电力电子设备的调频死区很短，该阶段时长随之缩短。同步机组与电力电子设备的优化配置直接决定了系统惯量水平与初始时段的频率下降率。
图2 新型电力系统惯性与一次调频响应过程

Fig. 2 Inertia and primary frequency regulation response process of new power systems

2）频率跌落阶段（ t1∼t2 ）。一次调频开始动作，同步机组调速器与电力电子设备相继增发有功功率。如果系统总有功增量仍小于扰动造成的有功缺额，则频率持续跌落至最低点。此阶段高度依赖充裕的一次调频资源提供有功支撑。但若新型电力系统规划阶段调频资源配置不足，将无法弥补不平衡功率，进而难以遏制频率的持续跌落。
3）频率恢复阶段（ t2∼t3) 。在一次调频与系统阻尼的持续作用下，系统频率由频率最低点逐渐回升并稳定于准稳态频率。至此，一次调频过程结束，全程用时通常在 30 s 以内。
综上，新型电力系统规划方案从根本上决定了系统惯量与一次调频备用容量充裕度，是保障频率稳定性的前提。

1.2 对电压稳定性的影响

电压稳定是指电力系统受到小扰动或大扰动后，系统电压能够保持或恢复到允许的范围内，不发生电压崩溃的能力 [9] 。在新型电力系统中，海量新能源经变流器等电力电子设备并网。由于电力电子设备的无功调节范围受限且暂态过渡过程极快，新型电力系统的电压支撑能力与抗扰动性能遭到显著削弱，电压崩溃风险加剧。具体而言，无功电源的选址定容和网架扩展规划主要从以下 3 个方面影响电压稳定性。
1）提升无功裕度 [7] 。当系统无功备用耗尽时，易引发负荷中心电压至发电机端电压的连锁下降，而低电压工况又将进一步削弱设备的无功输出，形成恶性循环。通过配置无功补偿装置提升无功充裕度，是防范电力系统电压连锁崩溃的首要途径。
2）优化源荷分布 [11] 。当发电侧节点电压因事故降低时，异步电机转子滑差增大将吸收大量无功，进一步拉低发电机端和负荷侧电压。通过就地补偿、薄弱节点补偿等形式优化源荷分布，有效改善新型电力系统暂态电压恢复特性。
3）提高线路容量 [12] 。电压崩溃常诱发于初始扰动后的线路过载及随后的继电保护切除，进而导致潮流大范围转移与更严重的级联过载。对重过载线路进行扩容与网架加强，有助于提升极限工况下的电压稳定能力。

1.3 对功角稳定性的影响

功角稳定性表征同步互联电力系统中同步发电机受到扰动后保持同步运行的能力，分为静态功角稳定、暂态功角稳定和动态功角稳定 [9] 。新型电力系统中海量异构设备接入，导致系统动态降阶困难且设备真实参数难以完整获取，增加了功角稳定性分析的复杂性。针对静态功角稳定，目前最常用的理论是电网强度 [13] 。研究表明，变流器并网系统的稳定裕度与电网强度直接相关 [14] 。通过合理配置调相机、储能、静止同步补偿器（static synchronous compensator，STATCOM）等设备，可有效增大系统短路比、提升电网强度，从而增强新型电力系统抵御小干扰同步失稳的能力。然而，异构设备配置方案对暂态及动态功角稳定性的量化影响机制尚未完全明晰。
需要强调的是，在规划尺度计及稳定性并非替代调度与控制尺度的调控，而是旨在优化系统禀性与支撑资源，使系统在调度与控制尺度拥有充足的稳定支撑能力。通过规划、调度和控制多时间尺度的协同，全面保障新型电力系统稳定。

2 面向稳定支撑能力提升的新型电力系统规划建模

本章立足于规划尺度，分别综述频率、电压和功角 3 类稳定性的评价指标及其稳定边界解析建模方法，系统梳理并归纳面向稳定支撑能力提升的新型电力系统规划模型，如图3所示。

2.1 频率稳定性

2.1.1 频率稳定关键指标及其约束条件构造方法

反映新型电力系统频率稳定性的关键指标包括频率下降率、频率最低点以及准稳态频率。在规划模型中构造上述指标的约束条件时，核心难点在于如何兼顾模型的精度与可解性。现有频率稳定约束构建方法主要有时域法、频域法和数据驱动法。
图3 面向稳定支撑能力提升的新型电力系统规划建模总结

Fig. 3 Summary of new power system planning modeling for improving stability support capability

1）时域法。
时域法依托一次调频物理过程，在时域中推导关键频率指标的解析表达式。文献[15-16]利用下垂控制的有功功率-频率特性，计算限制最大频率偏差所需的电源功率增发量。然而，此类静态约束条件难以刻画频率动态跌落过程及失稳风险。为了将动态过程引入约束条件，诸多学者基于转子运动方程（ swing equation）[17] 推导频率安全约束条件，即
$\begin{array}{c}2\mathit{H}\frac{\text{ }\mathrm{d}\mathrm{\Delta }\mathit{f}\left(\mathit{t}\right)}{\mathrm{d}\mathit{t}}+\mathit{D}\mathit{\Delta }\mathit{f}\left(\mathit{t}\right)=\mathit{\Delta }{\mathit{P}}_{\mathrm{G}}\left(\mathit{t}\right)-\mathit{\Delta }{\mathit{P}}_{\mathrm{d}\mathrm{i}\mathrm{s}}\left(\mathit{t}\right)\end{array}$
式中：H 为系统惯量；Δf(t) 为 t 时刻的频率偏移量；D 为负荷阻尼；ΔPG(t)、ΔPdis(t) 分别为一次调频响应的功率增量和扰动引发的初始功率缺额。
针对频率下降率，由于扰动发生瞬时 (t=t0)惯量响应与一次调频响应均未启动，此时频率下降率达到最大值。文献[18]基于该原理推导了最大频率下降率的显式线性约束，并被后续研究广泛采用。
针对频率最低点，由于涉及系统动态过程，其解析表达更加复杂。文献[19]将一次调频过程分段线性化，近似推导频率最低点的线性表达式，虽然模型得到简化，但计算结果过于保守。文献[20]利用频率最低点时刻的边界条件 dΔf(t2)/dt=0 ，求解式（1）获得 t2 时刻频率最低点的非线性表达式，并进一步提出高维约束的等效简化方法。考虑到新型电力系统的阻尼水平大幅降低，文献[21]省略了转子运动方程中的阻尼项，推导出计及多类型调频资源协同的频率最低点约束，相较于前述模型更加契合电力电子化趋势下的实际工况。基于类似假设，文献[22-23]将待规划异构设备的容量显式嵌入系统惯量与调频响应模型中，实现了新型电力系统配置方案与频率安全边界的深度耦合。然而，一次调频与规划在时间尺度上的巨大差距，使得推导过程势必存在较多简化，如何避免引入过大误差，是本方法应持续攻克的难题。
2）频域法。
频域法从各调频资源的控制模型出发，构建系统频率响应的闭环传递函数模型，典型模型如图4所示。图4中，s 为拉普拉斯算子；H 为系统惯量常数；D 为系统阻尼系数；ΔPD 为功率扰动；Δf 为频率偏移量； $\mathrm{\Delta }{\mathit{P}}_{\mathrm{G}1},\mathrm{\Delta }{\mathit{P}}_{\mathrm{G}2},\cdots,\mathrm{\Delta }{\mathit{P}}_{\mathrm{G}\mathit{n}}$ 为第 $\mathrm{1,2},\cdots $ ，n 个调速系统的功率调整量； ${\mathit{\alpha }}_{1},{\mathit{\alpha }}_{2},\cdots,{\mathit{\alpha }}_{\mathit{n}}$ 为功率分配系数；Km 为机械功率增益系数；FH 为容量占比；TR 为再热时间常数；R 为调差系数。该方法在频域内推导频率偏移量等复杂表达式，再通过拉普拉斯反变换获得时域模型 [24-27] 。相较于时域法，频域法利用代数运算替代了高维指数与积分运算，在建模上更为简明。然而，其推导出的频域解析式需要转换为时域公式后，方可作为约束嵌入规划模型。这一反变换过程产生的时域表达式往往具有较强的非线性，可能难以通过凸优化技术等效处理，给规划模型求解带来极大挑战。
图4 典型频率响应模型

Fig. 4 Typical frequency response models

3）数据驱动法。
与前两类方法不同，数据驱动法部分摒弃了复杂的物理推导，转而采用机器学习技术隐式拟合频率稳定约束，有效减小了机理简化带来的误差。文献[28]通过仿真生成系统运行状态集合，驱动稀疏加权斜决策树算法对频率稳定性分类，从中提取线性频率安全约束。针对新型电力系统不同区域的惯量和频率响应差异性。文献[29]基于图信息神经网络拟合区域频率下降率约束，并将其转换为混合整数规划模型。文献[30]采用改进的输入凸神经网络（input convex neural network， ICNN）拟合区域频率约束条件。文献[31]建立了端到端的深度神经网络，以系统功率状态为输入，预测频率关键指标，摆脱了解析建模的繁琐过程。综上，此类方法能够缓解海量异构设备并网引发的解析建模瓶颈，应在新型电力系统频率安全建模中予以足够重视。

2.1.2 考虑频率稳定性的优化规划模型

在新型电力系统中，计及频率稳定性的规划对象已从同步机组转变为电源侧、储能侧以及源-网-储协同的研究趋势。
鉴于新型电力系统的高比例新能源特性，电源规划重点关注火电退役改造 [32] 及新能源场站定容 [28,33-34] 。文献[32]提出火电厂耦合卡诺电池与电池储能的改造方案，保证火电逐步退役过程中的频率安全与电-热灵活性。针对新能源场站，文献[33]基于虚拟同步发电机控制策略，建立场站频率稳定模型。为降低模型规模，文献[34]利用参数辨识技术将场站集群等效聚合。不同于单一电源规划，文献[28]统筹考虑新能源与火电厂的频率响应互补特性，构建了混合电源规划模型。
储能凭借其快速响应优势，已成为新型电力系统频率支撑的关键资源。由于集中式大容量配置成本高昂且灵活性受限，分布式储能集群的选址定容成为研究热点。现有文献常采用最小电气距离 [35] 、容量灵敏度分析 [36] 、潮流仿真校验 [37] 以及扰动传递分析 [38] 等方法预选储能最佳选址，在此基础上构建优化定容模型。文献[39-40]分析了混合储能在频率响应与能量时移方面的性能差异，提出了混合储能互补定容模型。文献[24]兼顾储能的可靠性提升与频率支撑作用，分别优化两类任务下的储能容量。文献[41]基于电源停运概率推导了可用惯量的随机特征，由此配置满足频率响应需求的储能容量。文献[42]关注机组 N-1脱网故障场景，量化了储能配置对该工况下频率安全支撑能力的影响。文献[43]在电力系统可靠性需求与多源不确定下，提出了电池储能的虚拟惯量配置方法。然而，现有模型大多未深入研究跟网型与构网型储能在主被动频率支撑上的差异，亟待构建两类储能的容量配比模型。
考虑到多类型资源的频率响应合力，近年来涌现出大量面向故障与极端场景的新型电力系统源-网-储规划模型。文献[44]基于 N-1 故障后的增广导纳矩阵和关联矩阵评估节点惯量，建立了送端电网多阶段扩展模型。文献[45]提出两阶段鲁棒源-网-储规划框架，确保 N-k 故障下，以给定置信度水平满足频率下降率和频率最低点要求。文献[46]构建了考虑极端场景的3层优化规划模型，上层确定源—网—储配置方案，中层和下层分别模拟典型和极端场景下的频率安全运行策略。为进一步拓展新型电力系统的响应资源，文献[47]挖掘了电热综合能源系统的热惯性对频率安全的支持能力，结合系统时变惯性常数，提升动态调频响应能力与规划方案经济性。但是，如何协同异质能源差异化时间尺度，并发挥该特性对频率稳定支撑的作用，仍有待探索。
针对稳定性裕度提升与经济性的权衡问题，现有文献通常构建多目标优化模型 [44,48-49] ，将稳定性指标与经济性指标同时纳入目标函数，通过加权求和、帕累托前沿或多目标进化算法获取折中方案。然而，稳定支撑设备配置存在边际效益递减特征，如何建立能够反映稳定支撑边际收益的经济性评价指标，并将稳定裕度合理纳入规划目标函数，是此类建模仍需深入探索的问题。

2.2 电压稳定性

2.2.1 静态与暂态电压稳定评价指标

根据《电力系统安全稳定导则》，小扰动下静态电压稳定的判别条件可以表征为
$\begin{array}{c}\frac{\mathrm{d}\mathit{Q}}{\text{ }\mathrm{d}\mathit{V}}<0\end{array}$
式中：Q 和 V 分别为线路传输的无功功率与发电机端电压。
针对大扰动场景，暂态电压稳定性的核心判据是在扰动后的暂态和动态过程中，负荷母线电压是否能够恢复到规定的运行电压水平以上。然而，上述判据高度依赖扰动发生后的电压演变过程，属于事后检验，难以作为显式解析约束先验地嵌入规划模型以预防电压失稳。为此，现有文献在规划环节提出了多种评价指标，如静态稳定判据 [50-51] 、多馈入短路比 [52] 、多场站短路比 [53] 、节点电压波动 [54] 、阻抗比 [55] 、电压崩溃近似指标 [56]等静态电压稳定指标，以及暂态电压稳定指标 [56] 、暂态电压稳定恢复指标 [57-58] 、暂态电压波动 [59] 等暂态电压指标。

2.2.2 考虑静态电压稳定的电力系统规划模型

中国风电装机容量于2010年底跃居世界首位，彼时即有学者开始关注面向静态电压稳定的电力系统规划问题。早期研究将电压稳定裕度、网损及新能源波动等指标纳入目标函数，并考虑电压稳定约束条件，重点探讨了分布式电源 [60] 、集中式新能源场站 [61] 、静止无功补偿器（static varcompensator，SVC）[62] 、电池储能 [63] 的选址定容问题。
随着新能源渗透率的提升，功率不确定性与消纳矛盾日益凸显。为应对新能源对电压稳定的冲击，文献[55]在风电-燃气轮机发电系统规划中引入阻抗比约束，提升电力系统的电压支撑能力。文献[64]采用概率风险约束条件，通过配置储能严格限制随机出力场景下的配电网电压与电流过载风险。文献[65]引入系统可预测性指标与场景生成算法，研究了静止同步串联补偿器配置对风电随机波动的平抑与支撑作用。
近年来，海量网侧、负荷侧多元异构设备接入新型电力系统，研究焦点拓展至新型设备对于电力系统静态电压稳定的重塑。在负荷与柔性资源侧，文献[66]将电动汽车的静态和动态行为融入随机潮流计算，量化其对电压偏移的影响。文献[67]在潮流模型中嵌入电压稳定裕度系数，研究了电制氢设备集群的选址定容及其静态电压支撑潜力。文献[50,68]分别针对输电网的统一潮流控制器和配电网的智能储能软开关提出选址定容方法，实现潮流的灵活调节与电压越限的综合治理。针对高比例电力电子化带来的弱电网问题，文献[69]基于有功-电压曲线解析了系统短路比与静态电压稳定边界的耦合机理，为构网型变流器的配置提供依据。

2.2.3 考虑暂态电压稳定的优化规划模型

相比静态电压稳定，暂态电压失稳机理、故障类型和建模都更加复杂。为了兼顾暂态模拟精度与模型求解效率，面向暂态电压稳定的新型电力系统规划通常选择＂先选址，后定容＂的研究思路。
灵敏度分析法是最主流的设备选址方法。文献[57,70]基于无功补偿单位容量接入前后的暂态电压稳定指标变化率，筛选 STATCOM 和 SVC 的待接入母线集合。文献[11]将时域仿真与灵敏度分析深度结合，对比了调相机在不同节点的暂态支撑效果。为克服静态灵敏度无法反映暂态稳定时变特征的缺陷，文献[71]基于轨迹灵敏度分析法，刻画 STATCOM 接人对系统动态性能的改善程度。考虑到常规灵敏度分析易陷入局部最优，文献[72]提出了全局灵敏度分析框架，保证无功补偿在非线性电力系统的待选节点全局最优性，但计算量显著增加。为平衡全局性和计算效率，文献[73]结合拉丁超立方抽样与莫里斯筛选法，高效评估了随机场景下暂态电压指标的统计特征。除灵敏度分析外，多指标决策亦被广泛采用。文献[74]采用基于熵权的逼近理想解排序算法，对系统惯量常数、储能循环寿命、投资成本等指标排序，从而确定构网型储能电站的选址。文献[75]以暂态电压恢复时长为优化目标，建立考虑电压和新能源消纳贡献的储能优化选址模型。
在优化定容阶段，常用的建模范式包括多目标优化模型和双层优化模型。多目标优化旨在权衡电压稳定提升效益与设备投资成本，其目标函数常考虑静态电压稳定判据 [70] 、暂态电压稳定指标 [56,71] 、暂态电压峰值 [58] 、暂态电压波动指标 [59] 、系统无功支撑能力 [76] 等。双层规划模型 [53,77] 致力于刻画多时间尺度的耦合特性，上层关注年尺度的待接入设备的最优容量决策，下层聚焦日前、小时级或秒级的调度与控制策略。文献[57]按照设备响应特性建立双层模型，上层规划无功补偿设备以改善静态电压稳定性，下层针对暂态过程优化 SVC 动态补偿容量。
此外，一些文献致力于将时域暂态电压特征转化为显式约束条件，嵌入规划模型。文献[78]针对暂态过程的不同阶段施加差异化的电压区间，推导了电压延迟恢复约束与暂态骤降约束。文献[79]利用谱绝对值函数和阻尼率作为约束，限制暂态电压。文献[80]提出了 SVC 的动态增益限值与故障后系统功率轨迹约束。文献[81]推导了相角跳变和故障电流注入约束，赋予了系统主动的抗相角突变与低电压穿越能力。上述研究为暂态电压在规划尺度的精确建模提供了宝贵思路。
最后，针对构网型设备配置这一热点，现有文献已开展设备建模研究。与跟网型设备相比，构网型设备具备近似受控电压源外特性，可主动建立电压幅值和相角，在电压支撑、抵抗故障电流注入、低电压穿越等方面的能力更强。然而，从当前的设备模型来看 [69,74,81] ，研究仍主要从容量和无功支撑角度描述电力电子设备，对跟网型与构网型设备的本质差异刻画不足。如何在规划尺度构建同时兼顾电压源特性、限流逻辑和故障穿越动态的构网型设备约束模型，是后续面向稳定支撑能力提升规划研究的重要问题。

2.3 功角稳定性

相较于前 2 类研究，计及功角稳定性的电力系统规划研究尚处于起步阶段。在最优选址层面，文献[82]建立节点有功-相位灵敏度指标，通过评估各节点故障期间的功角摇摆特征与低电压穿越能力，为调相机的最优选址提供依据。文献[83]根据新能源并网系统阻抗模型，计算特征方程与节点参与因子，遴选主导失稳模式的节点配置构网型单元。在优化定容层面，早期研究 [73] 在定容模型中直接嵌入同步机组功角差的不等式约束，以维持系统同步，但该类静态约束难以刻画扰动下的功角动态演变过程。
广义短路比作为量化电力系统电网强度和稳定裕度的指标 [84] ，常用于研究设备配置对小干扰功角稳定的作用。其计算式为
$\begin{array}{c}{\mathit{g}}_{\mathrm{S}\mathrm{C}\mathrm{R}}=\text{ }\text{m}\text{i}\text{n}\text{ }\text{e}\text{i}\text{g}\text{ }\left({\mathit{S}}^{-1}{\mathit{Q}}_{\mathrm{r}\mathrm{e}\mathrm{d}}\right)\end{array}$
$\begin{array}{c}{\mathit{Q}}_{\mathrm{r}\mathrm{e}\mathrm{d}}={\mathit{Q}}_{\mathrm{A}}-{\mathit{Q}}_{\mathrm{B}}{\mathit{Q}}_{\mathrm{D}}^{-1}{\mathit{Q}}_{\mathrm{C}}\end{array}$
式中：gSCR 为广义短路比； eig(⋅) 为求取矩阵特征根的函数； S 为待规划设备容量组成的对角矩阵；Qred 为降阶矩阵； QA、QB、QC 和 QD 为电网拉普拉斯矩阵对应的分块矩阵。
基于该指标，现有研究揭示了调相机 [84] 、新能源场站储能 [85] 与构网型变流器 [86] 配置对于电网强度的增强机理，并将小干扰功角稳定裕度提升问题转换为系统广义短路比最大化的寻优问题，以此为目标筛选功角稳定支撑装备的接入节点。文献[87-88]以广义短路比对拓展导纳矩阵的偏导为依据，结合参与因子法精准定位系统的低频/次同步振荡失稳薄弱点，从而制定构网型设备接入策略。文献[89]统筹了新能源消纳、中长期功率平衡与小干扰稳定，构建了跟网型与构网型储能的配比模型，兼顾系统经济运行与小干扰稳定裕度。尽管广义短路比理论已较为完备，但侧重于从侧面反映系统的小扰动功角稳定支撑能力，如何直接约束小扰动下的功角失稳边界，仍须深入研究。
相比小干扰功角稳定，计及大扰动暂态同步稳定的规划研究更为有限。文献[90]基于等面积法，计算稳定和失稳情况下的大扰动功角稳定裕度，并将其代人目标函数作为罚函数。文献[81]将相角跳变约束纳入构网型储能优化定容中，利用储能吸收或注入功率来抵抗大扰动下的失步风险。在该领域，未来仍须继续探索大扰动稳定边界建模方法。

3 面向稳定支撑能力提升的新型电力系统规划模型求解算法

稳定性指标和约束条件的引入，给规划模型的求解带来巨大困难。1）为精准刻画新型电力系统失稳过程与稳定边界，约束条件往往展现出极强的非线性特征，部分指标甚至隐含高阶矩阵运算，如广义短路比；2）新型电力系统规划模型需要横跨秒级稳定问题与年尺度规划问题，多时间尺度耦合下的优化模型维度极高。鉴于此，研究高效、准确的求解算法成为该领域所关注的重点。本章根据算法原理，分别综述启发式算法、数学规划算法和人工智能算法在计及稳定性的新型电力系统规划中的应用，其架构如图5所示。

3.1 启发式算法

启发式算法多源于自然界生物群体行为的仿生模拟。面对机理复杂的电压与功角稳定约束，该类算法无需对其进行严格的解析化推导或凸松弛，而是将稳定边界越限惩罚项引入适应度函数，校验解的可行性，进而依据特定种群演化规则在解空间内迭代寻优，直至算法收敛。常用的启发式算法包括非支配排序遗传算法 [56,58,73] 、粒子群算法 [74,76] 、飞蛾扑火算法 [50] 、混沌人工蜂群算法 [60] 及混合差分进化算法 [62] 等。文献[68]将多策略麻雀搜索算法和白鲨优化算法结合，提高算法搜索性能。在处理多目标优化模型时，基于模因的免疫多目标优化算法 [57] 、多目标生物地理学算法 [65] 和混沌搜索 [70] 等亦被广泛用于求解帕累托前沿。
图5 面向稳定支撑能力提升的新型电力系统规划模型求解算法总结

Fig. 5 Summary of solution algorithms for new power system planning models for improving stability support capability

尽管启发式算法具有极强的模型适应性，但其本质上属于随机搜索算法，单次求解的收玫速度与解的质量存在明显波动，并且易陷入局部最优解。近年来，随着运筹学的进步与商业求解器算力的提升，此类算法在新型电力系统规划中的应用比例正逐渐降低。

3.2 数学规划算法

数学规划算法的核心思想是将非凸目标函数或稳定性约束条件重构或松弛为混合整数、二阶雉、半正定等规范形式，再采用凸优化技术求解。该方法的优势在于，依托严格的运筹学推导与证明，保证解的最优性与求解过程的可观性。鉴于前文所述频率稳定指标已有较成熟的解析凸模型，计及频率安全的新型电力系统规划问题高度契合此类算法。
在这一领域，最普遍的做法是调用商业求解器（如 Gurobi、CPLEX 等），精确求解凸模型 [33-34,46,81] 。然而，对于大规模电力系统或多时间尺度耦合问题，直接求解耗时过长甚至难以收玫。为此，文献[52]引入本德尔斯分解技术，将直流落点规划模型分解为规划层主问题和运行层子问题迭代求解。文献[91]将协同规划模型分解为1个电源与超导故障限流器的优化配置主问题，以及 4 个涵盖求解可行性、暂态电压稳定、运维方案最优和模型松弛误差的独立子问题，极大提升了计算效率。但是当割平面较弱时，算法可能需要较多次迭代才能收敛。此外，凸松弛并不必然保证对原始非线性规划模型的精确等价。在重载等工况下，优化结果可能在松弛模型中满足稳定约束，但回代到原始潮流或稳定模型时出现潮流不可行、电压越限或稳定裕度被高估等问题，应予以足够重视。
针对新型电力系统＂双高＂特征带来的强随机性，国内外研究常采用两阶段鲁棒建模框架，通过构建盒式不确定集 [32,35] 、概率置信度集合 [42]与 N-k 故障集 [45] 等表征随机事件，采用嵌套列与约束生成算法求解。文献[44]进一步结合参考向量引导的多目标进化算法和嵌套列与约束生成算法，以求解含稳定性约束的 3 阶段输-储协同规划模型。为了避免稳定性约束解析化带来的计算难题，文献[25-26,37]首先通过凸优化技术求解不含频率约束的规划模型，接着采用 PSASP、DIgSILENT等机电/电磁暂态仿真等技术验证规划方案是否满足稳定性要求，并迭代修正规划方案。该方法虽然工程实用性强，但难以从理论上保证规划方案的最优性。

3.3 数据驱动算法

面对高维非线性新型电力系统优化配置模型的求解难题，数据驱动算法是一种新兴求解思路。该方法通过机器学习或深度学习方法构建代理模型，以替代原模型中的时域仿真或高阶非凸约束。在电压稳定领域，文献[72]利用支持向量机回归训练暂态电压稳定的代理模型，将时域仿真模拟计算转化为显式约束嵌入优化模型。文献[92]融合多项式混沌展开与克里金算法，构建了表征机电暂态响应的混合代理模型，实现了面向暂态电压安全的无功规划。在功角稳定领域，文献[89]采用基于修正线性单元（rectified linear unit，ReLU）的深度神经网络拟合广义短路比约束，并利用大M 法将含有非线性 ReLU 激活函数的约束转换为混合整数线性规划形式，以较小规模的代理模拟实现对原始小干扰稳定性约束条件的替代。
尽管此类算法尚处于起步阶段，但其在平衡全局寻优效率与稳定拟合精度方面已体现出优势。随着人工智能技术的蓬勃发展，叠加新型电力系统愈加复杂的稳定性机理，预期数据驱动算法将在该研究领域发挥更加重要的作用。

4 研究展望

高比例新能源经电力电子变流器并网，使新型电力系统禀赋发生系统性变革，失稳风险骤增。在低惯量、弱有功/无功支撑与欠阻尼特征下，亟须在规划阶段配置充足的响应资源。针对新型电力系统稳定支撑机理、稳定边界构建与规划模型求解等方面的局限性，对未来研究方向进行展望。
1）研究跟网型与构网型电力电子设备配置对新型电力系统稳定性的提升机理。
传统电力系统的稳定评估方法以同步机和常规无功电源为主导，难以直接迁移至＂双高＂特征的新型电力系统。亟须从跟网型和构网型变流器的底层控制逻辑和动态响应特性出发，揭示其运行工况、控制参数及配置策略对新型电力系统稳定性的影响规律。探索异构电力电子设备的选址对局部与全局稳定裕度的贡献，进而研究跟网型、构网型设备配置对新型电力系统稳定性的提升机理，为面向稳定性提升的新型电力系统规划方法奠定理论基础。
2）研究数模混合驱动的稳定边界构建与多时间尺度耦合建模方法。
传统建模方法在刻画大规模系统暂态边界时常面临＂维数灾难＂与过度简化的矛盾。电压和功角暂态过程中的边界条件仍不明确，只能通过系统特性从侧面限制系统的失稳风险；频率稳定问题虽然已有解析的暂态稳定边界，但为了模型可解性，建模仍存在较多假设而牺牲精度。为解决上述问题，应融合稳定机理与数据驱动技术，遴选表征暂态过程的关键指标，构建轻量化、高精度的稳定边界约束。探索＂秒级-小时级-日前-年度＂的多时间尺度建模方法，明确紧急控制、实时调度、日前计划、长期规划之间的耦合逻辑，在模型中显式表达跨尺度的物理交互关系，增强规划方案抵御小扰动和大扰动的鲁棒性。
3）研究基于人工智能的复杂规划模型高效求解与决策技术。
随着稳定约束建模精度持续提升与多时间尺度耦合机制的引入，传统求解算法必将触及计算效率与全局寻优的双重瓶颈。在人工智能技术高速发展时期，采用人工智能手段为规划模型求解赋能，成为新型电力系统发展的应有之义。因此，应根据稳定性约束条件特点，研究基于深度神经网络的代理模型架构，将高维非线性模型重构为凸模型；探索结合安全强化学习的数据驱动优化决策框架，以调和稳定性建模保真度与求解效率的矛盾。为提高模型的泛化能力，可将故障集、极端重载场景纳入训练集。尝试研究专业大模型与生成式 AI，开发面向稳定支撑能力提升的新型电力系统规划决策中枢，通过交互式问答打破跨学科知识壁垒，形成新型电力系统的全新规划模式。

5 结论

随着＂双高＂特征日益凸显，新型电力系统不仅面临稳定形态的复杂演变，更面临可控稳定支撑资源的结构性短缺，限制调度与控制手段对系统失稳的调节能力。本文针对面向稳定支撑能力提升的新型电力系统规划研究进行了全面综述与展望。首先，结合新型电力系统禀赋演变特征，深刻剖析了将稳定支撑能力前置到规划尺度研究的迫切性；然后，针对频率、电压和功角三大稳定问题，全面梳理了稳定评价指标、边界条件建模方法以及内嵌稳定性约束的优化规划模型；接着，考虑到稳定边界条件给规划模型求解带来的困难，综述了启发式、数学规划和数据驱动 3 类求解算法；最后，从稳定支撑机理、稳定边界条件与多尺度模型构建，以及基于人工智能的求解技术 3 个方面，展望新型电力系统规划的重点研究方向，为提升新型电力系统稳定支撑能力提供参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
新华网. 新能源发电保持高速增长[EB/OL].( 2025-07-30)[2025- 12-13].

[2]
汲国强, 段金辉, 吴姗姗, 等. 2026 年及＂十五五＂全国电力供需形势分析展望[J]. 中国电力,2026, 59(2):13-23.

JI Guoqiang, DUAN Jinhui, WU Shanshan, et al. Analysis and outlook on national power supply-demand situation for 2026 and the 15th Five-Year Plan period[J]. Electric Power, 2026, 59(2):13-23.

[3]
李兆伟, 吴雪莲, 庄侃沁, 等. ＂9•19＂锦苏直流双极闭锁事故华东电网频率特性分析及思考[J]. 电力系统自动化, 2017, 41(7):149-155.

LI Zhaowei, WU Xuelian, ZHUANG Kanqin, et al. Analysis and reflection on frequency characteristics of East China grid after bipolar locking of＂9•19＂Jinping-Sunan DC transmission line[J]. Automation of Electric Power Systems, 2017, 41(7):149-155.

[4]
张琛, 葛睿, 靳晓凌, 等. 西班牙和葡萄牙4.28大停电关键问题分析及经验启示[J]. 中国电力, 2025, 58(12):119-127.

ZHANG Chen, GE Rui, JIN Xiaoling, et al. Analysis of key issues and implications of the April 28 great power blackout in Spain and Portugal[J]. Electric Power, 2025, 58(12):119-127.

[5]
王涉, 梁双, 刘斯伟, 等. 西班牙4•28大停电事故分析及对中国电力发展的启示[J]. 中国电力, 2025, 58(11):146-155.

WANG She, LIANG Shuang, LIU Siwei, et al. Analysis of the Spain 4⋅28 major power blackout and its implications on China＇s power development[J]. Electric Power, 2025, 58(11):146-155.

[6]
张程铭, 柳路, 程浩忠, 等. 考虑频率安全的电力系统规划与运行优化研究综述与展望[J]. 电网技术, 2022, 46(1):250-264.

ZHANG Chengming, LIU Lu, CHENG Haozhong, et al. Review and prospects of planning and operation optimization for electrical power systems considering frequency security[J]. Power System Technology, 2022, 46(1):250-264.

[7]
叶明, 曲绍杰. 电压稳定约束无功规划研究综述[J]. 广东电力, 2008, 21(9):6-9, 19.

YE Ming, QU Shaojie. A survey on reactive power planning research considering voltage stability constraints[J]. Guangdong Electric Power, 2008, 21(9):6-9, 19.

[8]
MUZAMMAL ISLAM M, YU T Y, GIANNOCCARO G, et al. Improving reliability and stability of the power systems:a comprehensive review on the role of energy storage systems to enhance flexibility[J]. IEEE Access, 2024, 12:152738-152765.

[9]
GB 38755-2019 电力系统安全稳定导则[S].

[10]
苏烨, 石剑涛, 张江丰, 等. 考虑调频的储能规划与竞价策略综述[J]. 电力自动化设备, 2021, 41(9):191-198.

SU Ye, SHI Jiantao, ZHANG Jiangfeng, et al. Review on planning and bidding strategy of energy storage considering frequencyregulation[J]. Electric Power Automation Equipment, 2021, 41(9): 191-198.

[11]
常海军, 霍超, 刘福锁, 等. 提高弱送端电网暂态电压稳定水平的调相机优化配置研究[J]. 电力系统保护与控制, 2019,47(6): 90-95. CHANG Haijun,HUO Chao,LIU Fusuo,et al. Research on optimal allocation method of synchronous condensers for improving transient voltage stability level of weak sending-end power grid[J]. Power System Protection and Control,2019, 47(6):90-95.

[12]
刘运鑫. 高比例新能源电力系统的静态电压稳定性及其提高方法研究[D]. 武汉: 武汉大学, 2022.

LIU Yunxin. Research on static voltage stability of high proportion new energy power system and improvement method[D]. Wuhan: Wuhan University, 2022.

[13]
徐政. 新型电力系统背景下电网强度的合理定义及其计算方法[J]. 高电压技术, 2022, 48(10):3805-3819.

XU Zheng. Reasonable definition and calculation method of power grid strength under the background of new type power systems[J]. High Voltage Engineering, 2022, 48(10):3805-3819.

[14]
DONG W, XIN H H, WU D, et al. Small signal stability analysis of multi-infeed power electronic systems based on grid strength assessment[J]. IEEE Transactions on Power Systems, 2019, 34(2): 1393-1403.

[15]
ROUSIS A O, KONSTANTELOS I, STRBAC G. A planning model for a hybrid AC-DC microgrid using a novel GA/AC OPF algorithm[J]. IEEE Transactions on Power Systems, 2020, 35(1): 227-237.

[16]
SHAABAN M F, SABER A, AMMAR M E, et al. A multi-objective planning approach for optimal DG allocation for droop based microgrids[J]. Electric Power Systems Research, 2021, 200: 107474.

[17]
KUNDUR P S, MALIK O P. Power system stability and control[M]. New York: McGraw Hill LLC, 2022.

[18]
DOHERTY R, LALOR G, O＇MALLEY M. Frequency control in competitive electricity market dispatch[J]. IEEE Transactions on Power Systems, 2005, 20(3):1588-1596.

[19]
CHÁVEZ H, BALDICK R, SHARMA S. Governor rate-constrained OPF for primary frequency control adequacy[J]. IEEE Transactions on Power Systems, 2014, 29(3):1473-1480.

[20]
TENG F, TROVATO V, STRBAC G. Stochastic scheduling with inertia-dependent fast frequency response requirements[J]. IEEE Transactions on Power Systems, 2016, 31(2):1557-1566.

[21]
BADESA L, TENG F, STRBAC G. Optimal portfolio of distinct frequency response services in low-inertia systems[J]. IEEE Transactions on Power Systems, 2020, 35(6):4459-4469.

[22]
YANG L, LI H, ZHANG H C, et al. Stochastic-distributionally robust frequency-constrained optimal planning for an isolated microgrid[J]. IEEE Transactions on Sustainable Energy, 2024, 15(4): 2155-2169.

[23]
陈鸿琳, 罗澍忻, 徐蔚, 等. 考虑解析化动态频率约束的输-储协同鲁棒规划方法[J]. 中国电力, 2026, 59(5):150-163.

CHEN Honglin, LUO Shuxin, XU Wei, et al. A robust coordinated planning method for transmission system and storage considering analytical frequency dynamics constraints[J]. Electric Power, 2026, 59(5):150-163.

[24]
PANDIT D, BERA A, SAKET R K, et al. Probabilistic sizing of energy storage systems for reliability and frequency security in wind-rich power grids[J]. IEEE Transactions on Industry Applications, 2024, 60(3):4608-4621.

[25]
丁奇力, 张兴淦, 张娜, 等. 考虑极端事件的电力系统惯量与一次调频备用联合规划配置方法[J]. 中国电机工程学报, 2025, 45(22):8779-8796.

DING Qili, ZHANG Xinggan, ZHANG Na, et al. A joint planning and configuration method for power system inertia and primary frequency regulation reserve considering extreme events[J]. Proceedings of the CSEE, 2025, 45(22):8779-8796.

[26]
NAKIGANDA A M, DEHGHAN S, MARKOVIC U, et al. A stochastic-robust approach for resilient microgrid investment planning under static and transient islanding security constraints[J]. IEEE Transactions on Smart Grid, 2022, 13(3):1774-1788.

[27]
LIU D, YANG Q F, CHEN Y, et al. Optimal parameters and placement of hybrid energy storage systems for frequency stability improvement[J]. Protection and Control of Modern Power Systems, 2025, 10(2):40-53.

[28]
CAI X, ZHANG N, DU E S, et al. Low inertia power system planning considering frequency quality under high penetration of renewable energy[J]. IEEE Transactions on Power Systems, 2024, 39(2):4537-4548.

[29]
TUO M J, LI X P, VAN HENTENRYCK P. Machine learning-assisted dynamics-constrained day-ahead energy scheduling[J]. Electric Power Systems Research, 2026, 252: 112449.

[30]
WANG Y, STRBAC G. Regional frequency-constrained planning for the optimal sizing of power systems via enhanced input convex neural networks[J]. IEEE Transactions on Sustainable Energy, 2025, 16(3):1644-1658.

[31]
JIANG F, LI X P. Frequency-dynamics-aware economic dispatchwith optimal grid-forming inverter allocation and reserved power headroom[J/OL]. ArXiv,1-10[2025-12-04].DOI:10.48550/arXiv.2512.01814.

[32]
ZHANG Z, ZHOU M, YUAN B, et al. Decarbonizing the power system by co-planning coal-fired power plant transformation and energy storage[J]. Journal of Energy Storage, 2023, 66: 107442.

[33]
金楚, 李作红, 林勇, 等. 考虑频率安全及风能转移的风电场规划与运行[J]. 电力建设, 2025, 46(3):155-165.

JIN Chu, LI Zuohong, LIN Yong, et al. Planning and operation of wind farms considering frequency safety and wind energy transfer[J]. Electric Power Construction, 2025, 46(3):155-165.

[34]
ZHANG H Y, LIAO K, YANG J W, et al. Frequency-constrained expansion planning for wind and photovoltaic power in wind-photovoltaic-hydro-thermal multi-power system[J]. Applied Energy, 2024, 356: 122401.

[35]
张智, 周明, 武昭原, 等. 考虑动态频率支撑的储能选址定容规划方法[J]. 中国电机工程学报, 2023, 43(7):2708-2721.

ZHANG Zhi, ZHOU Ming, WU Zhaoyuan, et al. Energy storage location and capacity planning method considering dynamic frequency support[J]. Proceedings of the CSEE, 2023, 43(7): 2708-2721.

[36]
王强钢, 石博文, 池源, 等. 基于动态频率安全评估的低惯性系统储能适应性协同规划[J]. 电力系统自动化, 2026, 50(2):165-185.

WANG Qianggang, SHI Bowen, CHI Yuan, et al. Adaptive coordinated planning of energy storage for low-inertia power systems based on dynamic frequency security assessment[J]. Automation of Electric Power Systems, 2026, 50(2):165-185.

[37]
ALSHARIF H, JALILI M, HASAN K N. Power system frequency stability using optimal sizing and placement of Battery Energy Storage System under uncertainty[J]. Journal of Energy Storage, 2022, 50: 104610.

[38]
ZHU N X, HU P F, LI Y J, et al. Optimal allocation of energy storages:a perspective of system inertia support[J]. International Journal of Electrical Power＆Energy Systems, 2023, 148: 108934.

[39]
付文龙, 卓庆澳, 吴月超, 等. 多能互补提供频率支撑的储能容量分布鲁棒规划方法[J]. 电网技术, 2024, 48(1):282-297.

FU Wenlong, ZHUO Qingao, WU Yuechao, et al. Distributed robust planning for energy storage capacity with multi-energy complementarity providing frequency support[J]. Power System Technology, 2024, 48(1):282-297.

[40]
张玉敏, 高业豪, 叶平峰, 等. 计及调频参数优化的新能源基地构网型电-氢储能规划[J/OL]. 电力系统自动化,1-20[2026-03-20].

ZHANG Yumin, GAO Yehao, YE Pingfeng, et al. Electric-hydrogen energy storage planning for new energy bases with grid-forming configuration considering frequency regulation parameter optimization[J/OL]. Automation of Electric Power Systems, 1-20[2026-03-20].

[41]
BERA A, CHALAMALA B R, BYRNE R H, et al. Sizing of energy storage for grid inertial support in presence of renewable energy[J]. IEEE Transactions on Power Systems, 2022, 37(5):3769-3778.

[42]
HAN R S, HU Q R, ZHANG H C, et al. Robust allocation of distributed energy storage systems considering locational frequency security[J]. International Journal of Electrical Power＆Energy Systems, 2024, 157: 109903.

[43]
SAHA S, ELLIOTT M, ROY T K, et al. Reliability constrained optimization of virtual inertia and battery energy storage system sizing for frequency stability in low inertia power systems[J]. Sustainable Energy,Grids and Networks, 2026, 45: 102130.

[44]
赵浛宇, 郑繁, 卓庆澳, 等. 考虑动态频率安全的送端电网输-储协同规划方法[J]. 高电压技术, 2025, 51(7):3500-3509.

ZHAO Hanyu, ZHENG Fan, ZHUO Qingao, et al. Transmission-storage collaborative planning method for sending-end power grid considering dynamic frequency security[J]. High Voltage Engineering, 2025, 51(7):3500-3509.

[45]
朱兰, 张文博, 宋一帆, 等. 基于改进 N-k 不确定集考虑频率安全的源网储鲁棒规划[J/OL]. 现代电力,1-16[2025-11-27].

ZHU Lan, ZHANG Wenbo, SONG Yifan, et al. Robust planning of source-grid-storage system considering frequency security based on improved N-k uncertainty set[J/OL]. Modern Electric Power, 1-16[2025-11-27].https://doi.org/10.19725/j.cnki.1007-2322.2024.0225.

[46]
张后谊, 柳璐, 徐玉韬, 等. 计及自适应时间段极端场景频率安全的源网储协同规划方法[J/OL]. 上海交通大学学报, 2025,1-20[2026-03-24].https://doi.org/10.16183/j.cnki.jsjtu.2025.185.

ZHANG Houyi, LIU Lu, XU Yutao, et al. Source-grid-storage coordination planning method considering frequency security in adaptive time-interval extreme scenarios[J/OL]. Journal of Shanghai Jiaotong University, 2025,1-20[2026-03-24].https://doi.org/10.16183/j.cnki.jsjtu.2025.185.

[47]
LI H, ZHANG H C, ZHANG J, et al. A frequency-secured planning method for integrated electricity-heat microgrids with virtual inertia suppliers[J]. Applied Energy, 2025, 377: 124540.

[48]
CAO Y J, WU Q W, ZHANG H X, et al. Multi-objective optimal siting and sizing of BESS considering transient frequency deviation and post-disturbance line overload[J]. International Journal of Electrical Power＆Energy Systems, 2023, 144: 108575.

[49]
曹永吉, 余森, 李常刚, 等. 基于改进 Benders 分解的储能系统容量多目标优化配置方法[J/OL]. 上海交通大学学报,1-18[2026-03-20].https://doi.org/10.16183/j.cnki.jsjtu.2025.220.

CAO Yongji, YU Sen, LI Changgang, et al. Multi-objective optimal sizing scheme for energy storage system based on improved Benders decomposition[J/OL]. Journal of Shanghai Jiaotong University, 1-18[2026-03-20]. https://doi.org/10.16183/j.cnki.jsjtu.2025.220.

[50]
颜湛, 邢海军, 郑真, 等. 考虑电压稳定的含 E-SOP 配电系统分布式电源双层规划[J]. 电力系统及其自动化学报, 2025, 37(8): 28-37, 48.

YAN Zhan, XING Haijun, ZHENG Zhen, et al. Two-layer planning for distributed power supply in distribution system with E-SOP considering voltage stability[J]. Proceedings of the CSU-EPSA, 2025, 37(8):28-37, 48.

[51]
马乔. 基于电动汽车充电负荷时空分布预测的充电站布局优化及有序充放电策略研究[D]. 西安:西安理工大学, 2023. MA Qiao.Optimization of charging station layout based on spatiotemporal distribution forecast charging load and research on orderly charging and discharging strategies of electric vehicles[D]. Xi＇an: Xi＇an University of Technology, 2023.

[52]
严格. 考虑电网支撑能力约束的煤电退役与直流落点规划研究[D]. 长沙: 湖南大学, 2023.

YAN Ge. Research on the planning of the decommissioning of coal-fired units and DC terminal location in the receiving power grid[D]. Changsha: Hunan University, 2023.

[53]
LIU W S, YANG J, ZHANG X, et al. SVG configuration scheme to enhance renewable energy accommodation considering voltage stability constraints in renewable power grids[J]. IEEE Transactions on Circuits and Systems II:Express Briefs, 2025, 72(12):1902-1906.

[54]
曹振其. 基于两阶段协调优化的风光储选址定容[D]. 长沙: 湖南大学, 2021.

CAO Zhenqi. Locating and sizing of wind-solar-storage based on two-stage coordinated optimization[D]. Changsha: Hunan University, 2021.

[55]
孙天奎, 李志民. 一种考虑电压稳定约束的风-燃互补发电系统容量规划与并网控制策略[J]. 电网技术, 2018, 42(2):503-508.

SUN Tiankui, LI Zhimin. A capacity planning and grid-connected control strategy for wind-gas coordinating generation system considering voltage stability[J]. Power System Technology, 2018, 42(2):503-508.

[56]
CHI Y, XU Y, ZHANG R. Many-objective robust optimization for dynamic VAR planning to enhance voltage stability of a wind-energy power system[J]. IEEE Transactions on Power Delivery, 2021, 36(1): 30-42.

[57]
杨堤, 程浩忠, 马则良, 等. 考虑静态和暂态电压稳定的交直流混联系统综合无功规划方法研究[J]. 中国电机工程学报, 2017, 37(11): 3078-3086, 3363.

YANG Di, CHENG Haozhong, MA Zeliang, et al. Integrated reactive power planning methodology considering static and transient voltage stability for AC-DC hybrid system[J]. Proceedings of the CSEE, 2017, 37(11):3078-3086, 3363.

[58]
赵冬梅, 魏中庆, 祝晨丹, 等. 就地无常规电源支撑的新能源基地无功源优化配置方法[J]. 华北电力大学学报(自然科学版), 2025, 52(3):1-11.

ZHAO Dongmei, WEI Zhongqing, ZHU Chendan, et al. Optimal allocation method for reactive power source in new energy base without conventional power support[J]. Journal of North China Electric Power University(Natural Science Edition), 2025, 52(3): 1-11.

[59]
YANG D, CHENG H Z, MA Z L, et al. Dynamic VAR planning methodology to enhance transient voltage stability for failure recovery[J]. Journal of Modern Power Systems and Clean Energy, 2018, 6(4):712-721.

[60]
MOHANDAS N, BALAMURUGAN R, LAKSHMINARASIMMAN L. Optimal location and sizing of real power DG units to improve the voltage stability in the distribution system using ABC algorithm united with chaos[J]. International Journal of Electrical Power＆ Energy Systems, 2015, 66:41-52.

[61]
BAKHTVAR M, KEANE A. Allocation of wind capacity subject to long term voltage stability constraints[J]. IEEE Transactions on Power Systems, 2016, 31(3):2404-2414.

[62]
YANG C F, LAI G G, LEE C H, et al. Optimal setting of reactive compensation devices with an improved voltage stability index for voltage stability enhancement[J]. International Journal of Electrical Power＆Energy Systems, 2012, 37(1):50-57.

[63]
LE H T, SANTOSO S, NGUYEN T Q. Augmenting wind power penetration and grid voltage stability limits using ESS:application design,sizing,and a case study[J]. IEEE Transactions on Power Systems, 2012, 27(1):161-171.

[64]
JALALI A, ALDEEN M. Risk-based stochastic allocation of ESS to ensure voltage stability margin for distribution systems[J]. IEEE Transactions on Power Systems, 2019, 34(2):1264-1277.

[65]
GALVANI S, MOHAMMADI-IVATLOO B, NAZARI-HERIS M, et al. Optimal allocation of static synchronous series compensator (SSSC)in wind-integrated power system considering predicta-bility[J]. Electric Power Systems Research, 2021, 191: 106871.

[66]
JIN Y W, ACQUAH M A, SEO M, et al. Optimal siting and sizing of EV charging station using stochastic power flow analysis for voltage stability[J]. IEEE Transactions on Transportation Electrification, 2024, 10(1):777-794.

[67]
胡常胜, 摆志俊, 张章, 等. 计及静态电压稳定裕度的电制氢容量和布点规划研究[J]. 中国电力, 2025, 58(5):91-101.

HU Changsheng, BAI Zhijun, ZHANG Zhang, et al. Research on capacity and distribution planning of electric hydrogen production considering static voltage stability margin[J]. Electric Power, 2025, 58(5):91-101.

[68]
ANIL N, BALAJI G, SIREESHA G, et al. Optimizing size and location of UPFC for enhanced system dynamic stability using hybrid approach[J]. Computers and Electrical Engineering, 2024, 120: 109777.

[69]
孟祥帅, 王耀函, 林忠伟, 等. 提升弱电网静态电压稳定的构网型变流器容量配置与控制模式研究[J]. 全球能源互联网, 2025, 8(6): 721-733.

MENG Xiangshuai, WANG Yaohan, LIN Zhongwei, et al. Enhancing static voltage stability in weak grid:capacity configuration and control mode of grid-forming converter[J]. Journal of Global Energy Interconnection, 2025, 8(6):721-733.

[70]
黎萌, 林章岁, 林毅, 等. 含大规模新能源的电力系统STATCOM 选址及容量优化[J]. 电网与清洁能源, 2024, 40(5): 139-150.

LI Meng, LIN Zhangsui, LIN Yi, et al. Site selection and capacity optimization of power system STATCOM with large-scaled new energy[J]. Power System and Clean Energy, 2024, 40(5):139-150.

[71]
XU Y, DONG Z Y, MENG K, et al. Multi-objective dynamic VAR planning against short-term voltage instability using a decomposition- based evolutionary algorithm[J]. IEEE Transactions on Power Systems, 2014, 29(6):2813-2822.

[72]
HAN T, CHEN Y B, MA J, et al. Surrogate modeling-based multi-objective dynamic VAR planning considering short-term voltage stability and transient stability[J]. IEEE Transactions on Power Systems, 2018, 33(1):622-633.

[73]
CHI Y, XU Y, DING T. Coordinated VAR planning for voltage stability enhancement of a wind-energy power system considering multiple resilience indices[J]. IEEE Transactions on Sustainable Energy, 2020, 11(4):2367-2379.

[74]
杨天鑫, 黄云辉, 何珍玉, 等. 基于多时间尺度调节的构网型储能电站定容选址优化配置[J]. 电力系统自动化, 2024,48(23): 54-64. YANG Tianxin,HUANG Yunhui,HE Zhenyu,et al. Optimal configuration of siting and sizing for grid-forming battery energy storage station based on multi-timescale regulation[J]. Automation of Electric Power Systems,2024, 48(23):54-64.

[75]
胡泽春, 蔡福霖, 冯建洲. 兼顾新能源消纳与频率电压支撑的电池储能系统优化规划[J]. 电力自动化设备, 2024(7):3-12.

HU Zechun, CAI Fulin, FENG Jianzhou. Optimal planning of battery energy storage system considering renewable energy consumption and frequency and voltage support[J]. Electric Power Automation Equipment, 2024(7):3-12.

[76]
李清, 陈培渊, 徐智华, 等. 多馈人直流下考虑暂态电压稳定的新一代大容量调相机最优配置[J]. 电力系统及其自动化学报, 2025, 37(7):91-101.

LI Qing, CHEN Peiyuan, XU Zhihua, et al. Optimal configuration for new large-capacity synchronous condenser considering transient voltage stability under multi-feed DC environment[J]. Proceedings of the CSU-EPSA, 2025, 37(7):91-101.

[77]
WANG Y, STRBAC G. Transient stability-driven planning for the optimal sizing of resilient AC/DC hybrid microgrids[J]. IEEE Transactions on Power Systems, 2025, 40(3):2777-2790.

[78]
PARAMASIVAM M, SALLOUM A, AJJARAPU V, et al. Dynamic optimization based reactive power planning to mitigate slow voltage recovery and short term voltage instability[J]. IEEE Transactions on Power Systems, 2013, 28(4):3865-3873.

[79]
XU Y D, YAN R F, SAHA T K. Optimal VSG BESS sizing for improving grid-following converter stability under various dispatch scenarios and grid strengths[J]. IEEE Transactions on Sustainable Energy, 2025, 16(3):2210-2223.

[80]
HUANG W H, SUN K. Optimization of SVC settings to improve post-fault voltage recovery and angular stability[J]. Journal of Modern Power Systems and Clean Energy, 2019, 7(3):491-499.

[81]
刘雨姗, 陈俊儒, 刘牧阳, 等. 兼顾多时间尺度频率-电压支撑与稳定性约束的构网型储能容量优化配置方法[J]. 电网技术, 2026, 50(4):1463-1472.

LIU Yushan, CHEN Junru, LIU Muyang, et al. Optimal capacity configuration of grid-forming energy storage considering multi-timescale frequency-voltage support and stability constraints[J]. Power System Technology, 2026, 50(4):1463-1472.

[82]
沈广进, 郭俊辉, 常俊晓, 等. 同步约束下新能源基地调相机优化选址算法[J]. 计算机仿真, 2024, 41(5):94-101.

SHEN Guangjin, GUO Junhui, CHANG Junxiao, et al. Optimal site selection algorithm of synchronous condensers in renewable energy resources bases considering synchronization stability[J]. Computer Simulation, 2024, 41(5):94-101.

[83]
孙培博, 王伟胜, 汪海蛟, 等. 计及小干扰稳定约束的新能源并网系统构网型单元配置方法[J]. 电工技术学报, 2025, 40(9): 2809-2826.

SUN Peibo, WANG Weisheng, WANG Haijiao, et al. Configuration method for grid-forming units of renewable energy grid-integration system considering small signal stability constraints[J]. Transactions of China Electrotechnical Society, 2025, 40(9):2809-2826.

[84]
王康, 李子恒, 杨超然, 等. 面向大型新能源基地小干扰稳定性提升的调相机选址方法[J]. 电力系统自动化, 2022, 46(4):66-74.

WANG Kang, LI Ziheng, YANG Chaoran, et al. Siting method of synchronous condenser for small-signal stability improvement of large-scale renewable energy base[J]. Automation of Electric Power Systems, 2022, 46(4):66-74.

[85]
YUAN H, HAO Y, XIN H H, et al. Placing storage energies for enhancing small-signal stability of converter-based-renewable systems[J]. IEEE Transactions on Industry Applications, 2025, 61(4): 5684-5698.

[86]
吴琛, 刘晨曦, 黄伟, 等. 提升新能源电力系统稳定性的构网型变流器选址定容方法[J]. 电力系统自动化, 2023, 47(12):130-136.

WU Chen, LIU Chenxi, HUANG Wei, et al. Siting and sizing method of grid-forming converters for improving stability of power system with renewable energy[J]. Automation of Electric Power Systems, 2023, 47(12):130-136.

[87]
余光正, 胡越, 刘晨曦, 等. 含跟网/构网型混联多馈入系统协调优化配置方法[J]. 中国电机工程学报, 2025, 45(2):588-600.

YU Guangzheng, HU Yue, LIU Chenxi, et al. Research on the coordinated optimization configuration method for hybrid multi-infeed systems with grid-following or grid-forming[J]. Proceedings of the CSEE, 2025, 45(2):588-600.

[88]
辛焕海, 王宇轩, 刘晨曦, 等. 提高新能源场站稳定性的构网型与跟网型变流器容量配比估算[J]. 中国电机工程学报, 2024, 44(14): 5463-5472. XIN Huanhai,WANG Yuxuan,LIU Chenxi,et al. Estimation of

capacity ratios between grid-forming and grid-following converters for improving the stability of renewable energy stations[J]. Proceedings of the CSEE, 2024, 44(14):5463-5472.

[89]
冯建洲, 胡泽春. 兼顾电力系统新能源消纳和小干扰稳定支撑的跟网型与构网型储能联合规划[J]. 电网技术, 2025, 49(10): 4103-4113.

FENG Jianzhou, HU Zechun. A grid-following and grid-forming energy storage co-planning method for enhancing renewable energy accommodation and small-signal stability of power systems[J]. Power System Technology, 2025, 49(10):4103-4113.

[90]
陆明璇, 梁毅, 张晓天, 等. 考虑风电场接入的电力系统暂态稳定约束网源协同规划方法[J]. 高压电器, 2025, 61(5):237-246.

LU Mingxuan, LIANG Yi, ZHANG Xiaotian, et al. Transient stability constrained network-source collaborative planning method of power system considering wind farm access[J]. High Voltage Apparatus, 2025, 61(5):237-246.

[91]
GHAMSARI-YAZDEL M, ESMAILI M, AMJADY N, et al. Alinearized AC planning model for generations and SFCLs incorporating transient stability and short-circuit constraints[J]. IEEE Transactions on Power Systems, 2022, 37(1):715-725.

[92]
WANG Q G, ZHENG X Y, CHI Y, et al. Efficient coordinated VAR planning for enhancing voltage stability of wind-penetrated power system using hybrid surrogate technique[J]. Sustainable Energy, Grids and Networks,2025,41: 101620.

Options
Outlines

/

〈 〉