电力系统担负着为社会各行各业提供电能的重要责任,它能否安全可靠地运行直接关系到经济民生,因此需要保证其运行的稳定性和可靠性。近年来随着智能电网技术,信息技术和军事技术的发展,电力系统二次系统受到网络攻击的可能性越来越大。相对于随机网络攻击,恶意网络攻击对电力系统造成的威胁更大,因此,分析网络攻击威胁下电力系统脆弱性具有重要的理论意义和实际价值。论文首先介绍了电力系统网络攻击产生背景、研究方法以及电力系统二次系统在网络攻击下表现出的主要特点和研究成果。接着介绍了错误数据注入(False Data Injection, FDI)攻击原理和机制。在此基础上,提出了电力系统恶意网络攻击双层优化模型,上下层模型分别描述了网络攻击方和电力系统调度运行人员的行为特点。上层模型中,网络攻击方在有限的资源条件下对电力系统测量数据展开攻击,其目的是寻找最优攻击方案使得对电力系统的攻击效果最大；而在下层模型中,状态估计器对受攻击后的测量数据进行处理后得到熟数据,电力系统调度运行人员根据熟数据优化调度电力系统的运行,在试图保证电力系统安全的前提下,提高系统运行经济性。针对双层优化模型的复杂性,论文提出适合求解该模型的遗传算法、最小二乘法和非线性最优潮流相结合的混合优化算法,该混合优化算法在采用遗传算法解决网络攻击优化问题的同时,将最小二乘法和非线性最优潮流嵌入到遗传算法中,分别求解电力系统状态估计问题和电力系统最优调度问题。最后经过算例仿真验证了模型和方法的有效性。