The electricity infrastructure is a critical lifeline system and of utmost importance to our daily lives. Power system resilience characterizes the ability to resist, adapt to, and timely recover from disruptions. The resilient power system is intended to cope with low probability, high risk extreme events including extreme natural disasters and man-made attacks. With an increasing awareness of such threats, the resilience of power systems has become a top priority for many countries. Facing the pressing urgency for resilience studies, the objective of this paper is to investigate the resilience of power systems. It summarizes practices taken by governments, utilities, and researchers to increase power system resilience. Based on a thorough review on the existing metrics system and evaluation methodologies, we present the concept, metrics, and a quantitative framework for power system resilience evaluation. Then, system hardening strategies and smart grid technologies as means to increase system resilience are discussed, with an emphasis on the new technologies such as topology reconfiguration, microgrids, and distribution automation; to illustrate how to increase system resilience against extreme events, we propose a load restoration framework based on smart distribution technology. The proposed method is applied on two test systems to validify its effectiveness. In the end, challenges to the power system resilience are discussed, including extreme event modeling, practical barriers, interdependence with other critical infrastructures, etc.

This paper proposes a new method for reliability evaluation of active distribution systems with multiple microgrids based on a Monte Carlo simulation. Multi-state models are developed on the basis of generalized capacity outage tables (GCOTs) to better represent various types of distributed generators in reliability evaluation. Then, the virtual power plant (VPP) is introduced to model microgrids with intermittent sources. Furthermore, the reliability behavior of VPP is efficiently characterized by an equivalent GCOT. The nonsequential Monte Carlo method is then adopted to evaluate the reliability of active distribution systems considering different operation modes under single or multiple contingencies. Some techniques—such as two-step state sampling, zone partitioning and minimal path search—are proposed to facilitate the state evaluation process and improve the Monte Carlo simulation speed. The effectiveness and efficiency of the proposed method are validated through extensive numerical tests on an IEEE test system and a real-life active distribution network.

Forming multiple micorgrids with distributed generators offers a resilient solution to restore critical loads from natural disasters in distribution systems. However, more dummy binary and continuous variables are needed with the increase of the number of microgrids, which will therefore increase the complexity of this model. To address this issue, this letter presents a new model to reformulate the micorgrid formulation problem in resilient distribution networks. Compared with the traditional model, the number of both binary and continuous variables is greatly reduced, such that the computational performance is significantly improved. Numerical results on IEEE test systems verify the effectiveness of the proposed model.

Reliability evaluation is crucial in assessing the power supply capacity and guiding the planning and operation of the distribution system. Traditional analytical reliability evaluation usually assumes a constant failure rate for components, implying that the life distribution follows an exponential distribution. However, in reality, the failure rate of components varies over time due to external disturbances and aging. As a result, traditional analytical reliability evaluation methods are no longer applicable. To address this issue, this paper presents an analytical method for evaluating the reliability of the distribution system with time-varying failure rates. The method considers short-term and long-term time-varying failure rates using density evolution and non-homogeneous Poisson process techniques, respectively. Both steady-state and instantaneous indices are calculated to reflect the level of system reliability. Finally, the proposed method is applied to the IEEE RBTS Bus 6 test system, demonstrating its correctness and efficiency.

Urban power grids (UPGs) constitute a pivotal facet of foundational energy infrastructure, their stable functionality being indispensable for the well-ordered operation of societal functions. Amid escalating challenges posed by natural disasters and anthropogenic interventions, scholarly investigation into the resilience of UPGs assumes heightened significance. Furthermore, the surge in economic development has precipitated a rise in the frequency of major events. Reducing the use of backup power resources while ensuring the smooth progress of major events becomes a noteworthy issue. To explore the power safety demand in different operational scenarios, this paper analyzes the resilience modeling in three stages: before, during, and after the event. A comparative study is conducted, seeking methods to integrate existing resilience and backup technologies to enhance the emergency management level of UPGs and ensure safe power supply.

Abstract In light of the increasing hydrogen permeability in distribution networks as a means to cope with extreme events and improve network resilience, this paper introduces a novel strategy for enhancing power distribution network resilience. It outlines a comprehensive approach that focuses on dispatching hydrogen storage (HS) and hydrogen vehicle (HV) within hydrogen penetrated distribution systems (HPDS), segmenting the strategy into pre‐disaster and post‐disaster stages. Firstly, in the pre‐disaster stage, models for HS and HVs are established to gather operational data and facilitate rapid post‐disaster response, alongside a coupled electric grid and road network model for optimising HV routing and dispatch. Subsequently, the post‐disaster stage focuses on a scheduling model that aims to minimise load power losses and economic costs, balancing immediate power support with cost‐effectiveness through detailed analysis of HS and HV dispatch strategies. Finally, this paper demonstrates the effectiveness of this strategy via a case study, highlighting significant improvements in network resilience and recovery and underscoring the potential of hydrogen technologies in enhancing infrastructure resilience.