近年来,随着电网结构日益复杂和规模日益庞大,由暂态电压安全问题导致的连锁故障,严重威胁着电网的安全运行,亟需采取适当的电压预防控制措施。面对大电网具有电网规模大、耦合紧密、故障集众多、系统结构复杂等特点,导致考虑暂态安全约束的最优潮流（TSCOPF）计算复杂性高。面对大规模复杂电网的TSCOPF问题,现有方法还存在模型精度低、求解速度慢的缺陷,亟需提升当前大电网的在线优化计算的速度和精度。基于此,本文受“国家自然科学基金（52007017）”的资助,围绕代表性严重故障筛选方法、基于关键母线辨识方法和动态等值的优化降维方法、基于暂态分区的优化降维方法问题展开研究,旨在降低优化问题规模,加快求解速度。主要研究内容如下:为缩减优化问题规模,从预设故障集中筛选出代表性严重故障来替代原完整故障集,本文建立一种多预想故障集的两阶段代表性严重故障筛选方法。首先,综合考虑了电压跌落程度、电压波动程度和电压恢复水平的影响,提出一种暂态电压稳定性指标。然后建立暂态电压稳定性指标矩阵来描述系统的故障位置、故障形式和故障持续时间等特征。最后,提出两阶段代表性严重故障筛选方法,第一阶段通过指标阈值得到严重故障,第二阶段采用凝聚的层次聚类算法对严重故障进行分类,结合提出的两个代表性严重故障的选取原则得到代表性严重故障集。算例分析采用IEEE 39节点系统和57节点系统,算例表明:通过代表性严重故障筛选可大大缩减故障数量,缩减优化问题规模,并且可有效代表原预设故障集。为减少暂态安全约束最优潮流（TSCOPF）优化问题的计算时间,本文提出关键母线辨识方法和基于动态等值的优化降维方法。首先,提出关键母线辨识方法,剔除冗余约束。然后,采用动态等值的思路,采用轨迹灵敏度分析法,选取对系统影响不大的发电机组,结合机组之间的电气距离选取等值机群。以暂态电压稳定性指标之差达到迭代阈值为目标函数,并且要求动态等值前后系统的动态特性保持一致,建立发电机设备的等值模型。最后,基于第二章选取的代表性严重故障集,建立基于动态等值的优化降维模型,并采用灵敏度模型代替原始的非线性优化模型,求取不同故障数下动态等值前后的TSCOPF问题的求取时间。算例分析采用IEEE 39节点系统和57节点系统,算例表明:大规模TSCOPF问题在关键母线辨识和动态等值后,在保证系统精度的前提下,降低了优化问题求解难度,加快了求解速度。针对现有的优化方法在应对大规模复杂电网时所遇到的安全约束和优化变量过多、非线性程度强等困难,为进一步减少TSCOPF问题的计算时间,本文提出基于动态分区的优化降维方法。首先,在第二章筛选的代表性严重故障的基础上,先对系统进行初始分区,选取主导节点,然后再进行精准分区,提出一种基于暂态电压特征的两阶段系统分区方法。然后采用节点分裂法来建立电网分区物理模型。最后基于前述动态分区结果,建立多区域暂态安全约束最优潮流的优化解耦模型,并且采用灵敏度模型代替原始的非线性优化模型,求取每个分区TSCOPF问题的求取时间。算例分析采用IEEE 39节点系统和57节点系统,算例表明:TSCOPF问题在动态分区后,大大降低了优化问题的规模,大大提升了求解速度。