Pengiriman Ulang Generasi Proaktif untuk
Meningkatkan Kekuatan Ketahanan Sistem
Selama Menimbang Badai Tidak Tersedianya
Sumber Energi Terbarukan
Hanif Rabbani Sakha
Departemen Teknik Elektro dan Teknologi
InformasiUniversitas Gadjah Mada
Yogyakarta, Indonesia
hanifrabbanisakha@mail.ugm.sch.id
Abstrak- Mengingat ketidaktersediaan dan pemadaman paksa
sumber energi terbarukan, studi ini menyarankan metode
pengiriman ulang pembangkit proaktif untuk meningkatkan
ketahanan operasional sistem tenaga selama badai (RES). Alih-
alih secara aktif menyiapkan sistem untuk mengantisipasi
kejadian, solusi peningkatan ketahanan sebelumnya sebagian
besar berfokus pada penggunaan sumber daya pembangkit yang
tersedia untuk meningkatkan fungsi jaringan listrik selama
kejadian ekstrem. Kejadian baru-baru ini telah menunjukkan
bahwa pemadaman paksa RES dan ketidaktersediaan selama
peristiwa cuaca ekstrem dapat menimbulkan efek bencana. Untuk
mencegah pemadaman listrik dan kemungkinan kegagalan
kaskade, operator sistem harus memulai tindakan pencegahan di
awal proses karena karakteristik spatiotemporal badai dan status
komponen yang berfluktuasi dengan cepat. Untuk mengurangi
pembatasan beban dan biaya operasional, masalah pemrograman
linier bilangan bulat campuran disajikan dalam artikel ini.
Masalah pengoptimalan memperhitungkan bagaimana RES
berperilaku dan dipaksa offline oleh badai. Pendekatan
peningkatan ketahanan mempertimbangkan kendala
pembangkitan operasional (seperti laju ramping, waktu
naik/turun minimum, dan biaya pembangkitan start-up/shut-
down), kendala transmisi (seperti kapasitas saluran dan
ketersediaan), dan kendala sistem lainnya ( seperti beban dan
variasi cuaca). Di bawah tingkat penetrasi RES yang berbeda,
nilai metode pengiriman ulang proaktif dievaluasi. Metode yang
disarankan dievaluasi menggunakan sistem IEEE 30-bus yang
dimodifikasi dengan berbagai tingkat efek badai. Temuan
menunjukkan efektivitas pengiriman ulang pembangkit proaktif
dan dinamis untuk meningkatkan ketahanan sistem tenaga dan
kapasitas hingga setidaknya 40% mengurangi pembatasan beban
selama badai dengan sumber daya pembangkit yang terbatas.
Kata kunci- Peristiwa cuaca ekstrem, pengiriman ulang
generasi, badai, sumber energi terbarukan, ketahanan.
I. PEMBUKAAN
Peristiwa cuaca ekstrem telah menyebabkan kerugian
ekonomi yang cukup besar karena dampaknya yang merusak
infrastruktur kelistrikan [1], [2]. Kejadian cuaca ekstrem
yang paling sering terjadi baik dari segi frekuensi maupun
dampaknya terhadap sistem tenaga listrik adalah angin topan
dan angin puting beliung [1]. Penggu naan sumber energi
terbarukan (RES) menghilangkan sejumlah tentang
ketahanan sistem tenaga yang disebabkan oleh perilaku
stokastik dan ketidakpastian keluaran [5], [6]. Beberapa
penelitian telah mengevaluasi dampak tingkat penetrasi RES
yang tinggi terhadap ketahanan sistem tenaga [4]. Di sisi lain,
teknik proaktif kurang mendapat perhatian dibandingkan
sejumlah inisiatif peningkatan ketahanan yang didasarkan
pada pendekatan korektif dan restoratif [2], [3]. Selain itu,
berdasarkan tingkat kerentanan sistem distribusi yang tinggi
terhadap peristiwa ekstrem, solusi augmentasi ketahanan
untuk sistem distribusi telah menarik perhatian lebih besar
daripada sistem transmisi [8], [9].
Dalam studi berbasis ketahanan, beberapa kendala
dinamis sistem tidak diperhitungkan secara eksplisit untuk
mengurangi kompleksitas pemodelan[7]. Perumusan masalah
yang kurang realistis dihasilkan dari kurangnya penelitian
menyeluruh tentang pengaruh beban dan perubahan energi
terbarukan, potensi kegagalan di masa mendatang, waktu
serangan peristiwa, dan waktu implementasi peningkatan [8].
Oleh karena itu, menerapkan pendekatan peningkatan
ketahanan yang mempertimbangkan biaya operasional, batas
dinamis pembangkitan, perubahan beban, ketidakpastian
sumber energi terbarukan, dan karakteristik spatiotemporal
dari cuaca ekstrem sangat penting.
Teknik berbasis perencanaan dan berbasis operasional
untuk meningkatkan ketahanan dapat dibedakan [9]. Teknik
berbasis perencanaan mengevaluasi tingkat ketahanan sistem
yang ada, mencari cara untuk memperkuatnya, dan
meningkatkan kemampuannya dalam menghadapi peristiwa
bencana di masa depan. Sebaliknya, strategi berbasis
operasional memanfaatkan aset saat ini untuk meminimalkan
atau sepenuhnya menghilangkan efek dari kejadian cuaca
ekstrim pada kinerja sistem [10], [11].
Status setiap komponen dalam jaringan listrik dapat
berubah karena fitur perambatan spatiotemporal badai, yang
dapat dibagi menjadi tiga tahap utama: sebelum, selama, dan
setelah terjadinya. Pendekatan yang disarankan
mempertimbangkan kondisi pergeseran bagian penyusun
sistem serta sifat RES yang tidak dapat diprediksi dan
terputus-putus. Dengan mengurangi atau bahkan
menghilangkan pembatasan beban selama badai dan
mengurangi biaya pengoperasian generator konvensional dan
RES selama operasi normal, metode ini menurunkan
keseluruhan biaya pengoperasian sistem tenaga. Selain itu,
dampak dari perubahan beban dan ketersediaan RES
diperhitungkan selama periode 24 jam yang diambil
sampelnya dengan interval 5 menit. Dua skenario badai
disimulasikan pada dua waktu penyerangan yang terpisah—
pembangkitan RES puncak dan permintaan beban puncak—
untuk meningkatkan tingkat keparahan keadaan sistem.
Beberapa kendala dinamis sistem, termasuk keseimbangan
daya, pembatasan transmisi, batas pengurangan permintaan,
batas pembangkitan (seperti batas output daya, kecepatan
rambat, dan waktu naik/turun), dan status generator telah
diperhitungkan untuk pemodelan sistem yang realistis.
Menggunakan pemecah CPLEX digabungkan dengan
lingkungan MATLAB, masalah optimisasi mixed integer
linear programming (MILP) dikembangkan untuk
mengidentifikasi pemanfaatan pembangkitan yang optimal,
pengurangan biaya, dan pengurangan beban minimal. Versi
modifikasi dari sistem IEEE 30-bus digunakan untuk
memvalidasi teknik yang disarankan.
Berikut ringkasan kontribusi artikel tersebut.
1) Mempertimbangkan perilaku kegagalan berurutan
komponen jaringan listrik karakteristik spatiotemporal angin
topan.
2) Buat masalah pengoptimalan MILP dengan
mempertimbangkan model kerapuhan spatiotemporal,
perubahan beban, dan pembatasan sistem dinamis.
3) Mengevaluasi dampak RES pada ketahanan selama
peristiwa badai.
4) Untuk memverifikasi keefektifan dan kebenaran
pengiriman ulang pembangkitan proaktif dengan
mempertimbangkan pembangkitan RES yang tidak
mencukupi, berikan hasil simulasi menyeluruh melalui
sistem pengujian yang sudah ada.
Sisa dari esai ini disusun sebagai berikut. Pendekatan
pengiriman ulang generasi proaktif dijelaskan dalam Bagian
II. Implementasi dan hasil dijelaskan di Bagian III. Bagian IV
kesimpulan dari pembahasan ini.
II. KONSEP GENERASI PROAKTIF
Teknik augmentasi ketahanan yang diusulkan untuk
sistem transmisi melawan badai dijelaskan dalam bagian ini.
Ini dimulai dengan menguraikan bagaimana angin topan
menyebar di seluruh sistem tenaga. Teknik pengiriman ulang
generasi yang diusulkan kemudian dijelaskan dengan tidak
adanya RES.
A. Dampak Spatoriotemporal Badai
Kondisi cuaca ekstrem, juga disebut high-impact, low-
probability events (HILPEs), dapat memiliki efek bencana dan
terkadang mengakibatkan pemadaman listrik yang
berkepanjangan [13].
Gambar 1: Tiga bagian rute badai. Bahkan dalam waktu
yang sangat singkat.
Bergantung pada jenis kejadian dan kerentanan komponen
sistem, kinerja sistem daya dapat berubah secara drastis dari
waktu ke waktu. Misalnya, angin topan menyebabkan
kegagalan menara dan saluran transmisi serta sumber daya
pembangkitan, sedangkan kebakaran hutan merusak kapasitas
saluran transmisi udara karena konveksi panas dan kehilangan
radiasi yang signifikan [14]. Bergantung pada jenis
kejadiannya, diperlukan model propagasi yang sesuai untuk
mereplikasi aspek spatiotemporal dari kejadian cuaca
ekstrem. Studi berbasis ketahanan telah menyusun dan
menggunakan model kejadian cuaca probabilistik dan
deterministik [115]. Model kegagalan yang paling populer
untuk memprediksi kegagalan komponen berdasarkan
parameter cuaca tertentu adalah kurva kerapuhan. Dalam
eksperimen tertentu, kejadian cuaca aktual atau skenario
kegagalan sekuensial yang telah ditentukan sebelumnya
berdasarkan model peramalan kejadian cuaca ekstrim juga
telah digunakan [1].
Badai adalah kejadian meteorologi yang menyebar dengan
cepat dengan sifat spatiotemporal yang khas. Sehubungan
dengan lintasan evolusinya, intensitasnya berubah seiring
waktu dan tempat [12]. Bergantung pada seberapa dekat
mereka dengan jalur proyeksi badai, komponen sistem tenaga
akan terpengaruh. Selain itu, sejumlah komponen mungkin
rusak pada waktu yang berurutan. Model kerapuhan
spatiotemporal menyeluruh telah disajikan di [16] untuk
mensimulasikan efek topan pada bagian jaringan listrik. Efek
dari skenario badai pada tiga komponen sistem digambarkan
pada Gambar. 1. t2 menunjukkan komponen A rentan
terhadap kegagalan, yang dapat menyebabkan penurunan
kinerja sistem yang signifikan. Pada waktu 4, komponen B
diperkirakan gagal, secara signifikan mengubah dinamika
sistem. Selain itu, komponen C tidak akan terpengaruh karena
berada di luar zona dampak badai. Kegagalan komponen
berurutan secara drastis mengubah konfigurasi dan topologi
sistem, mengubah keadaan operasional sistem. Namun, untuk
memastikan bahwa tidak ada kegagalan tambahan yang
terjadi, biasanya diperlukan beberapa waktu setelah kejadian
badai untuk memulihkan komponen yang gagal. Pemulihan
komponen yang tidak berfungsi dapat memakan waktu
beberapa hari selama badai besar, terutama jika diperlukan
penempatan personel pemeliharaan [12]. Akibatnya,
tergantung pada waktu instan, grup komponen yang berbeda
gagal dan dipulihkan. Kumpulan komponen yang gagal
selama peristiwa badai terdiri dari semua komponen yang
gagal dari waktu sebelumnya hingga saat ini. Kumpulan
komponen yang dipulihkan mencakup semua komponen yang
dipulihkan hingga saat ini setelah badai melewati sistem.
B. Pengiriman Ulang Pembangkitan Cepat
Kinerja jaringan listrik, termasuk aliran daya di saluran
transmisi, tingkat keluaran generator, dan total biaya operasi,
berubah secara signifikan ketika komponen sistem tenaga
gagal secara berurutan. Meningkatkan jumlah komponen yang
gagal menyebabkan efek acara meningkat secara signifikan.
Prioritas selalu diberikan untuk mengurangi gangguan beban
selama dan setelah kejadian badai untuk mempertahankan
tingkat kinerja jaringan yang dapat diterima, sementara biaya
pengoperasian yang minimal biasanya menjadi tujuan untuk
waktu sebelum badai dan periode setelah fase pemulihan.
Untuk menjaga agar jaringan listrik tetap stabil dalam situasi
darurat dan untuk mencegah pengurangan beban potensial
yang lebih besar di masa mendatang, beberapa beban harus
dikurangi. Namun, beberapa solusi saat ini mengabaikan
kemungkinan kegagalan komponen sistem di masa
mendatang, membuatnya kurang tangguh dan memiliki efek
yang lebih merugikan. Ketika badai diperkirakan akan
berdampak di masa depan, sebaiknya kurangi penggunaan
genset konvensional. Tingkat pembangkitan pada setiap
jaringan pulau harus cukup untuk melayani bebannya dengan
andal dan mencegah pembatasan beban karena sistem tenaga
dapat dialihkan ke banyak jaringan dalam beberapa keadaan.
Selain itu, untuk meningkatkan ketahanan sistem tenaga
secara keseluruhan, pengurangan beban harus dipulihkan
sesegera mungkin.
Tujuan dari pengiriman ulang pembangkit proaktif adalah
untuk mengidentifikasi tingkat pembangkitan ideal setiap
generator operasional untuk periode waktu tertentu di bawah
kondisi sistem yang berfluktuasi yang disebabkan oleh
peristiwa cuaca ekstrem. Biaya operasi minimum untuk RES
dan generator harus dimandatkan selama operasi normal.
Pengurangan beban, sebaliknya, harus dihindari atau dibatasi
dalam keadaan yang tidak lazim. Selain itu, untuk deskripsi
sistem yang realistis, perilaku RES selama kejadian cuaca Gambar 2: Muat profil penskalaan.
ekstrem harus diperhitungkan. Misalnya, pembentukan awan
yang berlebihan dan tingkat penyinaran matahari yang
menurun selama kejadian badai dapat mengakibatkan tingkat
pembangkitan tenaga surya yang jauh lebih rendah. Selain itu,
ada risiko signifikan yang terkait dengan pengoperasian turbin
angin selama badai dengan angin kencang. Masalah
pengoptimalan harus mempertimbangkan batas sistem dan
parameter perubahan yang sesuai, seperti laju ramp, waktu
naik dan turun minimum, dan prediksi perkembangan badai.
Untuk memastikan kelangsungan operasi sistem tenaga listrik
yang dapat diandalkan, jaminan ketersediaan aset, seperti
generator dan saluran transmisi, selama dan setelah siklon
merupakan kendala penting.
III. IMPLEMENTASI DAN HASIL
Untuk mengatasi masalah pengoptimalan MILP,
lingkungan MATLAB digabungkan dengan pemecah
Gambar 3: Perambatan badai pada sistem IEEE 30-bus.
CPLEX. Bagian ini membahas hasil dan menjelaskan proses
implementasi. Skenario pengujian yang disimulasikan Tabel II memberikan waktu instan berdasarkan rute badai
digunakan untuk memverifikasi ketepatan dan kemanjuran dan metode yang disarankan di [12] dan [16].
dari pendekatan yang disarankan dan untuk mengukur
bagaimana tingkat penetrasi RES akan memengaruhi strategi B. Effect of RESs Sizing
pengiriman ulang proaktif.
Dalam hal ini, studi tambahan dilakukan untuk
A. Skenario badai menentukan efek dari berbagai tingkat penetrasi RES
Dalam pekerjaan ini, diharapkan skenario badai akan terhadap ketahanan sistem tenaga dan total biaya operasional.
menyebar ke seluruh sistem 30-bus IEEE seperti yang Pembangkit listrik tenaga surya ditambahkan ke bus 3, 6, dan
digambarkan pada Gambar. 5. Diasumsikan bahwa badai akan 10 dari sistem 30-bus IEEE normal, dan pembangkit listrik
melintasi sistem dalam 25 menit. Untuk mendiskritisasi tenaga angin ditambahkan ke bus 12, 15, dan 25. Untuk
perilaku propagasi angin topan, periode badai diambil menghasilkan profil biaya yang berbeda yang ditunjukkan
sampelnya dalam set 5 menit. Pengumpulan bagian yang pada Tabel IV, pembangkit koefisien biaya untuk setiap unit
rusak di masing-masing. diubah. Dipercayai bahwa semua generator konvensional
TABEL 1 memiliki waktu naik/turun minimal 15 menit.
Di sini, badai E2 diperhitungkan. Sistem disimulasikan
Generator Parameter dengan berbagai tingkat RES menggunakan prosedur
pengiriman ulang proaktif dan korektif. Tingkat
pembangkitan awal setiap unit diperoleh dari solusi aliran
daya optimal untuk hari biasa tanpa badai yang akan datang
untuk tujuan validasi. Saat menerapkan teknik pengiriman
ulang proaktif yang disarankan,
Gambar 11 menunjukkan bahwa biaya operasional
menurun secara bertahap seiring dengan meningkatnya

Gambar. 1.1. Variasi antara ukuran RES dan biaya
operasional serta pembatasan beban total.
Gambar. 1.2. Variasi antara ukuran RES dan pembatasan
beban.
ukuran RES. Selain itu utilisasi transportasi konvensional
yang rendah, pengabaian pengiriman ulang yang proaktif
mengakibatkan biaya operasional yang lebih rendah.
generator. Selain itu, meningkatkan ukuran RES tanpa
menghentikan generator konvensional secara bertahap dapat
menurunkan jumlah pengurangan beban secara keseluruhan,
menggarisbawahi pentingnya mengintegrasikan RES untuk
meningkatkan ketahanan sistem tenaga. Selain itu, kondisi
pengoperasian yang sangat terbatas, lebih banyak
pembatasan beban dapat terlihat lebih awal pada hari itu
daripada nanti.
Bahkan dengan kemampuan pembangkitan yang tinggi,
aliran daya beberapa saluran transmisi melebihi kapasitas
maksimumnya, menambah tekanan tambahan pada
pengoperasian sistem. Hubungan antara pembatasan beban
dan waktu di bawah tingkat penetrasi RES yang berbeda
digambarkan pada Gambar. 1.2. Masalah pengiriman ulang
pembangkit diselesaikan dengan dan tanpa metode proaktif
yang disarankan untuk setiap tingkat penetrasi. Jelas bahwa
pengiriman ulang proaktif telah mencegah pembatasan beban
untuk semua tingkat penetrasi RES. Terlepas dari ukuran
RES, pembatasan beban tidak dapat dicegah tanpa
menggunakan pengiriman pembangkitan proaktif seperti
yang direkomendasikan. Seiring bertambahnya ukuran RES,
profil pengurangan beban berbasis data cuaca berubah dan
jumlah keseluruhan pengurangan beban menurun. Bahkan
dengan tingkat penetrasi RES nol, beban berkurang karena
kondisi pengoperasian yang sangat terbatas.
IV. KESIMPULAN
Mengingat tidak tersedianya RES, studi ini telah
menyarankan metode pengiriman ulang pembangkit proaktif
untuk meningkatkan ketahanan operasi jaringan listrik selama
badai. Dengan mempertimbangkan batas operasi sistem dan
karakteristik spatiotemporal badai, teknik yang disarankan
meminimalkan pembatasan beban dan biaya operasional.
Untuk memutuskan pengiriman ulang generasi terbaik jika
terjadi kegagalan berurutan komponen sistem yang telah
ditentukan sebelumnya, MILP dibuat. Pada sistem 30-bus
IEEE yang dimodifikasi, teknik yang diusulkan diuji. Temuan
menunjukkan bahwa teknik pengiriman ulang generasi
proaktif sering mencegah pembatasan beban untuk angin
topan yang terjadi selama periode pembangkitan RES tinggi
dan mampu memotong jumlah keseluruhan pengurangan
beban sebesar 60%. Selain itu, waktu eksekusi pengiriman
ulang proaktif yang diusulkan telah dievaluasi dampaknya.
Akan ada lebih sedikit batasan beban jika eksekusi lebih awal.
Temuan juga menunjukkan bahwa pembatasan beban dapat
dihindari dengan menggunakan teknik pengiriman ulang
proaktif, terlepas dari sejauh mana RES dimasukkan ke dalam
sistem yang ditentukan. Algoritme yang disarankan
menawarkan kepada operator sistem cara potensial untuk
memanfaatkan sumber daya pembangkitan yang tersedia
untuk mengurangi efek angin topan pada sistem transmisi.
Proses pengambilan keputusan difasilitasi oleh algoritma ini
dalam peristiwa badai yang berubah dengan cepat. Ini
memberi operator sistem opsi pengiriman awal yang
memperhitungkan pemadaman RES paksa terkait badai.
Selain itu, ini memberi perencana sistem kerangka kerja untuk
menentukan persyaratan pemutakhiran dan pengerasan yang
tepat untuk jaringan listrik yang tangguh. Peran sistem
penyimpanan energi masif yang dimasukkan ke dalam
pengiriman ulang generasi proaktif akan dipertimbangkan di
masa mendatang. Kapasitas algoritme yang diusulkan untuk
menskalakan ke sistem yang lebih besar juga akan diselidiki.
 REFERENCES
[1] N. Bhusal, M. Abdelmalak, M. Kamruzzaman, and M. Benidris, “Power system resilience: Current practices,
challenges, and future directions,” IEEE Access, vol. 8, pp. 18064–18086, 2020.
[2] S. A. Shield, S. M. Quiring, J. V. Pino, and K. Buckstaff, “Major impacts of weather events on the electrical
power delivery system in the United States,” Energy, vol. 218, 2021, Art. no. 119434. [Online]. Available: https:
//www.sciencedirect.com/science/article/pii/S036054422032541X
[3] M. Fan, V. Vittal, G. T. Heydt, and R. Ayyanar, “Probabilistic power flow studies for transmission systems with
photovoltaic generation using cumulants,” IEEE Trans. Power Syst., vol. 27, no. 4, pp. 2251–2261, Nov. 2012.
[4] B. Zhang, P. Dehghanian, and M. Kezunovic, “Optimal allocation of PV generation and battery storage for
enhanced resilience,” IEEE Trans. Smart Grid, vol. 10, no. 1, pp. 535–545, Jan. 2019.
[5] A. Kavousi-Fard, M. Wang, and W. Su, “Stochastic resilient post-hurricane power system recovery based on
mobile emergency resources and reconfigurable networked microgrids,” IEEE Access, vol. 6, pp. 72311–72326,
2018.
[6] A. Gholami, T. Shekari, and S. Grijalva, “Proactive management of microgrids for resiliency enhancement: An
adaptive robust approach,” IEEE Trans. Sust. Energy, vol. 10, no. 1, pp. 470–480, Jan. 2019.
[7] M. Abdelmalak and M. Benidris, “Proactive generation redispatch to enhance power system operation resilience
during hurricanes,” in Proc. 52nd North Amer. Power Symp., 2021, pp. 1–6.
[8] M. Abdelmalak and M. Benidris, “A Markov decision process to enhance power system operation resilience
during hurricanes,” inProc. IEEE Power Energy Soc. Gen. Meeting, 2021, pp. 1–5.
[9] S. Chanda, A. K. Srivastava, M. U. Mohanpurkar, and R. Hovsapian, “Quantifying power distribution system
resiliency using code-based metric,” IEEE Trans. Ind. Appl., vol. 54, no. 4, pp. 3676–3686, Jul. 2018.
[10] S. Abbasi, M. Barati, and G. J. Lim, “A parallel sectionalized restoration scheme for resilient smart grid
systems,” IEEE Trans. Smart Grid, vol. 10, no. 2, pp. 1660–1670, Mar. 2019.
[11] M. Panteli and P. Mancarella, “Modeling and evaluating the resilience of critical electrical power infrastructure
to extreme weather events,” IEEE Syst. J., vol. 11, no. 3, pp. 1733–1742, Sep. 2017
[12] [28] C. Wang, Y. Hou, F. Qiu, S. Lei, and K. Liu, “Resilience enhancement with sequentially proactive
operation strategies,” IEEE Trans. Power Syst., vol. 32, no. 4, pp. 2847–2857, Jul. 2017.
[13] [39] NOAA, National Centers for Environmental Information (NCEI) U.S. billion-dollar weather and climate
disasters. 2019. [Online]. Available: https://www.ncdc.noaa.gov/billions/
[14] [40] J. W. Muhs, M. Parvania, and M. Shahidehpour, “Wildfire risk mitigation: A paradigm shift in power
systems planning and operation,” IEEE Open Access, Power Energy, vol. 7, pp. 366–375, 2020.
[15] [41] A. Hussain, A. Oulis Rousis, I. Konstantelos, G. Strbac, J. Jeon, and H. Kim, “Impact of uncertainties on
resilient operation of microgrids: A data-driven approach,” IEEE Access, vol. 7, pp. 14924–14937, Jan. 2019.
[16] [42] X. Liu et al., “A planning-oriented resilience assessment framework for transmission systems under
typhoon disasters,” IEEE Trans. Smart Grid, vol. 11, no. 6, pp. 5431–5441, Nov. 2020.