现代社会与经济的发展都依赖于基础设施系统,包括电力、供水、天然气与石油、通信等。在这些系统中,电力系统尤为重要,因为许多其它基础设施系统都需要电力来保证它们的运行与管理。然而,目前电网面临自然灾害、元件老化、需求增加等因素的影响,增加了电网的风险。对于影响电网的风险源,有些是不可控的,导致了电网事故的不可避免性。为了更好的保护电网,最近提出的弹性概念与研究方法可以用于电网的风险管理之中,弹性研究承认了系统故障的不可避免性,强调系统抵制各种危害、承受初始故障后果以及快速恢复到正常运行状态的能力。基于弹性的概念,电网故障响应可分为三个过程:故障前预防灾害过程、故障后的脆弱性过程和恢复过程。对这三个过程分别进行建模,可得到系统危害源模型及元件故障概率模型,系统脆弱性模型以及系统恢复过程模型,综合这些模型可以评估电网的弹性。本文将重点对电网弹性模型中的脆弱性模型与恢复过程模型进行研究。电网的脆弱性过程一般采用直流潮流模型(direct current power flow model,DCPFM)进行计算,但是该模型具有较高的计算复杂度。因此,本文试图简化脆弱性的计算过程,研究电网脆弱性的简化模型,以产生与实际电网脆弱性近似或等价的结果。基于此,本文挑选了文献中广泛运用的两类电网脆弱性模型:纯拓扑模型(purely topological model)和基于介数的虚拟流模型(betweenness based model),研究它们产生的脆弱性结果与DCPFM结果的差异。结果发现:在蓄意攻击下,采用拓扑指标衡量时,两种拓扑结构模型需要相同的条件产生与直流潮流模型相同的结果;在基于流的指标衡量下,纯拓扑模型所需条件则比基于介数的虚拟流模型的宽松。两种指标下,都需要攻击强度至少达到0.147或电网边容量系数大于1.76,拓扑结构模型才能产生与直流潮流模型相同的脆弱性结果。对于电网的恢复过程模型,通常需要考虑修复资源与元件恢复次序两个主要要素。然而,文献中存在的研究大多没有考虑恢复资源的时变特征,同时对于元件恢复次序的问题通常是基于规则的建模或是基于元件修复时间均相同假设下的优化。当考虑恢复资源时变性以及元件修复时间差异性时,文献中存在的方法不再适用。基于此,本文提出了基于电网拓扑结构模型的改进遗传算法,并研究了基于拓扑结构模型的元件修复策略,与基于直流潮流模型的元件修复策略(power supply optimized strategy PSOS)以及随机修复策略进行了对比,发现在资源有限的条件下,基于拓扑的修复策略修复效果虽比PSOS策略差,却可以将随机修复策略的效果提高39-46%。将基于拓扑的修复策略结果应用于PSOS进行优化(改进的PSOS),有效提高了PSOS的修复效果。最后,建立电网随机故障模型并描述针对电网故障响应三个阶段的优化措施,包括故障预防阶段降低元件故障概率,提高电网边容量参数减小脆弱性阶段级联故障规模和对故障恢复阶段应用优化的修复策略。以IEEE 300电网为例,评估应用不同优化措施的电网案例在随机故障下一年内的平均弹性值,并分析这些策略的弹性改进效果。结果显示,对于故障元件相对较少的随机故障,提高电网边容量的措施相比另外两种措施可以更好地提高电网弹性,而若故障规模扩大且修复资源有限,应用优化的修复策略比另外两种措施效果更好。