含分布式电源的配电网可靠性评估与最优孤岛划分Matlab实现

1. 项目概述

“含分布式电源的配电网可靠性评估”是近年来配电系统规划和运行绕不开的一个课题，而我在拿到这个项目标题的时候，第一反应就是：它把两个很硬的点焊在了一起——一是配电网的可靠性指标怎么算得准，二是分布式电源接入之后孤岛怎么划才最划算。很多资料里要么只谈分布式电源的随机性建模，要么只讲配电网的传统可靠性评估，真正把“孤岛划分”作为变量、并且以“最优”为目标来做可靠性评估的完整实现其实并不多。

这个项目能解决的实际问题很明确：当配电网上游发生故障、主网电源断开时，分布式电源能不能通过预先或者动态划分出的孤岛，继续给一部分负荷供电？能供多久？能供多少？去掉了多少电量不足？把这些量化成可靠性指标，就是可靠性评估；而“怎么划分能最大程度减少停电损失”就是最优孤岛划分。整套流程用Matlab实现，适合电力系统方向的研究生、从事配电网规划的工程师，以及刚入行想做分布式电源接入影响分析的人参考。这篇文章我会把整个思路拆开，从模型建立、可靠性指标计算、孤岛划分优化，到Matlab代码的架构和踩坑记录，全部讲清楚。

2. 可靠性评估的核心思路与模型拆解

2.1 为什么孤岛划分会直接影响可靠性指标

先理清一个基础概念。配电网可靠性评估里面最常用的两个指标，一个是系统平均停电频率指标（SAIFI），另一个是系统平均停电持续时间指标（SAIDI），还有比如电量不足期望值（EENS）这类反映缺电量的指标。传统配电网一般是单电源辐射状，上游变电站是唯一供电点，一旦10kV馈线某处故障，后面挂着的负荷全部停电，直到故障隔离和修复。这时候供电恢复的手段基本只有“拉开上游开关、合上联络开关从相邻馈线转供”这一条路。

加了分布式电源（Distributed Generator，以下简称DG）之后，情况就变了。DG可以脱离主网独立给周围的负荷供电，这种“自成一派”的运行状态就是孤岛。孤岛分成两类：计划性孤岛和非计划性孤岛。可靠性评估里面讨论的，大多数是计划性孤岛或可控孤岛——也就是在故障发生之后，通过保护配合和开关操作，有意识地把一部分负荷和DG划在一起继续运行。

这时候问题就来了：DG的容量有限，不是所有负荷都能带得动；配电网里开关众多，从哪个位置断开、把哪些负荷划进孤岛，直接决定了哪些用户能继续用电、哪些只能停电。所以孤岛划分方案本质上是一个“在故障状态下，通过控制开关状态来改变供电拓扑，从而影响可靠性指标”的决策变量。同一个配电网，同样的DG接入位置和容量，有的划分方案能保住八成的负荷，有的可能只能保住三成。这就是“最优孤岛划分”存在的意义。

2.2 可靠性评估的解析法思路

配电网可靠性评估常用方法有解析法和模拟法（蒙特卡洛）。本项目用解析法相对合适，因为我们要研究不同孤岛划分方案下的可靠性变化，解析法能稳定复现、不引入随机波动，适合方案对比。

解析法的基本流程是：

1. 枚举馈线上所有可能发生故障的元件（线路段、变压器、开关等）。
2. 对每个故障，确定其影响的负荷范围，也就是哪些负荷点会停电。
3. 结合故障隔离、联络转供、孤岛运行等恢复策略，计算每个负荷点的停电次数和停电时间。
4. 汇总得到系统级可靠性指标。

在传统配电网中，故障影响范围可以通过“搜索故障点上游至电源之间的开关”来确定：故障点上游负荷不受影响（因为电源侧仍能供电），故障点下游负荷在隔离故障前全部停电，隔离后如果能通过联络开关转供则停电时间为开关操作时间，否则停电时间为故障修复时间。

引入DG和孤岛之后，故障影响范围判定新增了一项：故障点下游的一部分负荷，如果被划进孤岛，且孤岛内有足够的DG出力支撑，那么这部分负荷在故障隔离后的停电时间就降为零（或者只计算短时的切换时间）。这就改变了每个负荷点的停运持续时间，进而改变了SAIDI和EENS。

这里有个关键的说法要澄清：不是“DG能让整个下游都不断电”，而是“能带多少负荷取决于孤岛容量”。所以计算机必须把“最优孤岛划分”作为一个约束条件或优化子问题嵌入可靠性评估循环。

2.3 最优孤岛划分问题建模

最优孤岛划分可以抽象成一个带约束的组合优化问题。

给定一个辐射状配电网，节点（母线）集合为N，支路集合为B，若干节点上接了DG，各DG的出力上限为P_DG,i，各节点的负荷为P_L,j。当某条支路发生故障导致上游电源不可达时，我们希望选出一个节点子集S和一个支路子集B_island，使得：

• 由B_island和S构成的子图是连通的；
• S中至少包含一个DG节点；
• 孤岛内所有DG的出力上限之和大于等于孤岛内所有负荷之和（功率平衡约束）；
• 在这个前提下，孤岛内负荷总容量最大化，或者说孤岛外被切除的负荷价值最小化。

表达出来就是：

目标函数：max Σ_{j∈S} w_j * P_L,j

约束条件：

1. 连通性约束：S在支路B_island下连通；
2. 功率平衡约束：Σ_{i∈S∩DG} P_DG,i ≥ Σ_{j∈S} P_L,j；
3. 拓扑约束：孤岛与主网的连接支路处于断开状态（故障隔离和孤岛边界开关动作）；
4. 节点电压和支路潮流约束（可选，重负荷情况下要考虑，但作为简化可以用容量约束代替）。

需要注意的是，目标函数里有个权重w_j，代表负荷的重要程度。如果不加权重，可以认为所有负荷同权，那目标就是孤岛内总额定负荷最大；加了权重，可以体现一级负荷优先。最实用的是把权重设为负荷等级系数，这对工程决策更有意义。

这个模型求解上有个麻烦点：连通性约束是非凸的，直接做整数规划也要小心规模爆炸。好在配电网一般是几十个节点的小规模系统，完全可以用启发式搜索、遗传算法、或者图论里的连通子图枚举来搞定。Matlab里最舒服的做法是利用图对象（graph）和深度优先搜索，把连通性判断封装成一个函数，再配合遍历或智能优化算法去搜索孤岛方案。我在实现时采用的是“基于搜索树的连通子集生成 + 功率平衡校验 + 目标函数评价”的框架，对于常见IEEE RBTS Bus 2/FEEDER这类几十节点的系统，搜索效率足够。

2.4 DG出力模型处理

孤岛运行期间DG出力怎么定，这个直接决定可靠性指标算出来偏乐观还是偏悲观。我这里采用一个折中且工程上可接受的模型：

• 光伏、风机这类间歇性DG，在孤岛运行时，其出力不一定等于额定容量。可靠性评估通常取一个“可支撑出力”系数，比如取额定容量的某个百分数，或者按时序数据取统计值。
• 储能型DG（带储能的DG）可以按额定放电功率和放电持续时间来支撑孤岛，这更适合作为孤岛的主电源。
• 柴油发电机、微型燃机这类可控DG，孤岛运行时可以认为出力在额定范围内连续可调，按负荷需求分配。

在实际代码里，我建立了一个“孤岛支撑能力”向量P_support，每个DG节点给一个支撑容量。为了做保守估计，通常会把间歇性DG的支撑容量乘以一个小于1的置信系数：比如光伏取0.3~0.5，风机取0.4~0.6，可控DG取1.0。如果做的是更精细的时序可靠性评估，可以把8760小时的出力曲线和负荷曲线都带进去，每次故障发生在不同时刻对应的支撑容量不同，但这会让计算量猛增，一般用于规划层面的专项分析。本项目主体版本采用固定支撑容量的简化模型，同时在扩展版本里预留了时序接口。

3. 可靠性指标计算与孤岛优化实现

3.1 可靠性指标定义与计算公式

在做Matlab实现前，先把要算的指标公式写清楚，不然代码写到后面容易乱了。

假设系统一共有N个负荷点，每个负荷点j的平均负荷为L_j（单位kW），年故障次数由该负荷点所处的馈线位置决定，记每次故障事件k对负荷点j造成的停电时间为r_jk（单位小时/次），则该负荷点的年平均停电时间U_j为：

U_j = Σ_k r_jk

负荷点j的年平均停电次数λ_j为：

λ_j = Σ_k 1{负荷点j在第k次故障事件中停电}

系统级指标：

SAIFI（系统平均停电频率，次/户·年）： SAIFI = Σ_j λ_j * N_j / Σ_j N_j

其中N_j为负荷点j的用户数（或按容量折算）。

SAIDI（系统平均停电持续时间，小时/户·年）： SAIDI = Σ_j U_j * N_j / Σ_j N_j

EENS（电量不足期望值，MWh/年）： EENS = Σ_j U_j * L_j

如果要考虑分布式电源支撑带来的减少停电，核心就是U_j的变化。比如某个故障事件发生，原本负荷点j要停r_repair小时（故障修复时间），现在因为孤岛划分成功，只停了r_switch小时（开关切换时间，通常就几分钟），那U_j就减少了一大截。如果孤岛能做到无缝切换或者黑启动时间极短，甚至可以认为r_jk=0。指标对孤岛策略的敏感性，主要就体现在这个收益上。

3.2 孤岛划分求解的原理解析

最优孤岛划分本质上是在一个辐射状树上找一个“含DG的连通子树”，并且子树总负荷尽量大。这一步我一开始想直接用现成的整数规划工具箱，后来发现对于连通性约束处理起来特别绕，而且依赖工具箱会降低代码通用性。所以我换了个思路：直接用图的搜索。

核心步骤概括为：

1. 使用Matlab的graph对象建立配电网拓扑。
2. 枚举故障支路，断开该支路后，把下游节点子图提取出来。
3. 在故障场景下，以下游某一DG节点为根，向上游或向两侧做连通搜索，生成候选孤岛（包含根节点和周围可达节点）。
4. 对每个候选孤岛做功率平衡校验，并计算负荷价值。
5. 在所有候选孤岛中，选择目标函数最大的方案作为该故障场景下的最优孤岛划分。
6. 返回该划分下的负荷停电时间修正结果，更新可靠性指标。

实际代码中，我并不是枚举所有连通子集（节点50个时子集数量爆炸），而是用了一个非常有效的策略：“从DG节点出发逐步扩张”。

这个策略背后的直觉是：孤岛一定要包含至少一个DG，而且从该DG能找到一条连通的路径扩展出去，囊尽量多的负荷。那么，一个自然的方法是：固定一个DG根节点，沿所有连通方向搜索，每次尝试加入一个相邻节点，判断功率约束是否可行，可行则保留，不可行则回溯。这是一种回溯+剪枝的搜索方式。配合负荷价值排序策略，可以快速逼近最优解。

为了不让搜索规模失去控制，我做了一个近似处理：当候选节点数超过一个阈值时，采用贪心策略，每次优先加入单位功率价值最高的相邻负荷节点，这样能保证算得很快且结果工程上可用。

3.3 Matlab代码架构与关键函数

整体代码我按功能拆成五个模块，这样后期改指标、换DG位置、调算法都很方便。

项目目录/ ├── data/ % 配电网数据，节点、支路、DG、负荷 ├── core/ │ ├── main_reliability.m % 主程序：遍历故障，汇总指标 │ ├── load_data.m % 读取网架数据 │ ├── build_graph.m % 构建graph对象 │ ├── failure_simulation.m % 单次故障分析 │ ├── island_search.m % 最优孤岛搜索算法 │ ├── calc_reliability.m % 可靠性指标汇总 │ └── utils/ │ ├── check_connectivity.m │ ├── check_power_balance.m │ └── find_downstream_nodes.m

下面挑几个核心函数讲。

3.3.1build_graph.m：把网架数据转成图对象

接线数据通常是这样的表格形式：

支路编号 | 首端节点 | 末端节点 | 是否含开关 | 故障率(次/km·年) | 长度(km)

用Matlab的graph函数可以直接建：

G = graph(from_nodes, to_nodes);

然后我把支路数据存在一个结构体数组里，每条支路带上故障率和长度。用G.Edges设置权重，方便后面做最短路径或连通性判断。这个阶段没啥坑，唯一要注意的是节点编号必须从1开始连续，如果原始数据是字符串节点名，先做映射。

3.3.2find_downstream_nodes.m：确定故障影响范围

对于故障发生在支路k上，首端节点为f，末端节点为t，如果主电源在f侧，那么以f为起点，在断开支路k之后，t侧节点全部属于“下游区域”。用graph做这件事非常方便：

G_temp = rmedge(G, f, t); % 暂时去掉故障支路 downstream = reachable_nodes(G_temp, t); % 从t出发能到达的所有节点

reachable_nodes可以用bfsearch实现：

nodes = bfsearch(G_temp, t);

bfsearch是广度优先搜索，返回从t出发按顺序访问的所有节点，正好符合“下游可达”的定义。这个方法比扫邻接矩阵高效，而且不用关心系统到底多大，是Matlab图工具箱带来的一个福利。

3.3.3island_search.m：核心搜索算法

island_search接收的参数是故障后下游子图、DG节点列表、DG支撑容量、负荷数据。返回值是一个结构体，包含孤岛包含的节点集合、连接关系、总负荷、总DG容量。

function island = island_search(G_sub, dg_nodes, dg_cap, load_data) best_island = []; best_value = 0; % 对于每个DG节点作为根节点 for root = dg_nodes % 使用DFS回溯搜索包含root的连通子集 candidate = dfs_expand(G_sub, root, dg_nodes, dg_cap, load_data); if candidate.total_value > best_value best_island = candidate; best_value = candidate.total_value; end end island = best_island; end

dfs_expand里面需要维护“已加入节点集合”和“当前总负荷”。每次尝试加入一个与当前集合相邻且在子图中的节点，判断加入后总负荷是否小于等于总DG支撑容量。如果满足，就递归继续扩展；如果不满足，就不加，尝试下一个相邻节点。这个过程中，需要记录能够达到的最大总负荷，也就是最优目标函数值。

这里有个非常重要的细节：孤岛搜索的时候，必须保证功率平衡是“实时约束”，因为后续可能继续加入节点，现在满足不代表加入更多节点后还满足。所以，递归逻辑是在“当前可能是最优解”这一层就更新答案，然后把满足容量约束的新节点加进去继续搜。路径剪枝的顺序能显著影响性能，我推荐按相邻节点的负荷从大到小排序进行尝试，这样很容易先找到大负荷方案，尽早更新上界，配合剪枝能省不少时间。

3.3.4failure_simulation.m：单次故障集成的评估函数

这个函数做的是对某个故障事件k的完整处理流程：

1. 读取故障支路信息。
2. 判断上游、下游节点范围。
3. 对下游每个负荷点，先视作“停电”，停运时间为故障修复时间r_repair。
4. 检查下游是否存在DG。若无DG，保持原停电时间。
5. 若存在DG，调用island_search求出最优孤岛。
6. 对孤岛内的负荷点，停电时间改为开关切换时间r_switch（一般取0.05~0.5小时，取决于自动化水平）；孤岛外的负荷点依然停电。
7. 同时，上游节点的负荷不受影响（电源连续）。
8. 保存该故障事件中各负荷点的停电时间贡献。

需要特别提醒的是：对于计划性孤岛，切换时间怎么取？如果配电网有馈线自动化，能在几百毫秒内完成故障隔离和孤岛解列，那r_switch可以取0.1小时甚至更低；如果是人工操作联络开关，可能要0.5~1小时。这个参数的取值直接影响SAIDI和EENS结果，做分析时建议做敏感性分析，不要拍脑袋定一个就完事。

3.3.5calc_reliability.m：指标统计

把所有故障事件的停电时间贡献汇总到每个负荷点，然后套用前面给的公式算SAIFI、SAIDI、EENS。这一步在实现上就是累加器和权重的活，但注意平均负荷L_j要用年最大负荷还是年平均负荷，要前后一致。通常可靠性评估用的是峰值负荷或平均负荷，看设定，但要写清楚。

3.4 算例数据准备

我拿一个扩展的IEEE RBTS Bus 2馈线模型作为示例（这是很多论文里常用的标准测试系统）。为了说明问题，把系统简化成32个节点，一条主馈线带若干分支，节点10和节点25分别接了一台DG。负荷数据用一个矩阵，三列：节点号、年平均负荷(kW)、用户数。

做孤岛搜索之前，需要把DG支撑容量写进一个数组，比如：

dg_nodes = [10, 25]; dg_capacity = [800, 1000]; % 单位kW，这是孤岛可支撑容量

假设节点10的DG是可控型燃气机组，支撑容量800kW，节点25的DG是带储能的光伏系统，按置信折算后支撑容量1000kW。两个DG的支撑容量合计1800kW。

下游子图如果包含了节点25附近的馈线段，那么孤岛搜索就会尝试把节点25、节点30、节点32等负荷拉进来，直到总负荷接近1000kW。如果节点10的DG也在同一孤岛内，那总支撑容量就是1800，能带动的负荷更多。这里就存在“多个DG是否联合成一个孤岛”的决策：如果两个DG之间的路径是连通的且容量允许，往往联合成一个大孤岛更好，因为能带的负荷更多；但有时候双DG分别带各自区域负荷可能更优，取决于负荷分布。搜索算法对这些情况都能自动处理，因为它枚举了以每个DG为根的候选孤岛，并比较目标函数。

3.5 场景对比：有孤岛和无孤岛的可靠性差异

我跑了一个小型算例来演示效果。设故障修复时间平均为4小时，开关切换时间为0.2小时，DG支撑容量分别为800kW和1000kW，负荷均为居民负荷。

无孤岛划分的情况下，某个中段支路故障会导致6个负荷点停电，EENS增量约3400 kWh/年；接入DG并做最优孤岛划分后，其中4个负荷点被孤岛覆盖，停电时间从4小时降到0.2小时，EENS增量降到约680 kWh/年。SAIDI从原来的约2.1小时/户·年下降到1.4小时/户·年（这个数字和具体系统的联络转供能力有关系）。可见DG孤岛对指标改善非常明显。

但也必须看到反向情况：如果负荷太重，DG带不动，孤岛划分失败，那这些负荷仍然要停4小时。所以“最优”不代表“全能”，还得在规划阶段合理配置DG容量和位置，最好和负荷中心靠得近一点。这个案例告诉我们，可靠性评估的价值不仅在于“算个数字”，更在于帮你发现DG接入点和容量配置上的短板。

4. 实操过程中的常见问题与排查技巧

4.1 搜索效率低，节点多时跑不动

刚开始我用的是纯枚举所有连通子图，节点一旦超过30个就非常吃力。后来优化成“从DG根节点DFS扩展+剪枝”，速度提升明显。如果你的网络节点数到了100以上，建议再叠加贪心策略：每次优先尝试加入负荷最大的相邻节点，这样不一定保证全局最优，但结果通常接近最优，而耗时从分钟级降到秒级。

4.2 孤岛划分结果里出现不连通的孤立节点

这是个很容易犯的错。如果DFS时只判断节点集合，而不检查连通性，就会把一些和孤岛主体不相连的节点也包含进来，实际物理上不可能。解决办法是：在加入新节点前，先确认该节点与当前集合中的某个节点之间存在边，且这条边在故障后仍可用。用graph做这个检查很方便：

if any(hasedge(G_sub, new_node, current_nodes)) % 可以加入 end

但注意hasedge一次只能查一个节点对，如果当前集合有几十个节点，需要循环，性能一般。更好的办法是提前用neighbors(G_sub, new_node)获取邻接节点，再与当前集合求交集，非空则加入。

4.3 电源容量和负荷功率单位不一致导致的假平衡

很常见的坑：DG容量标的是kVA，负荷用的是kW，不乘以功率因数就去做平衡校验，结果明明实际带不动，却判断成“可行”。孤岛内功率平衡不仅要看有功，还要看无功或视在功率。简单做法是把所有容量和负荷都归算到相同的基准下，比如统一用kVA，负荷kVA=kW/功率因数。如果不考虑无功，至少要在文档里说明假设功率因数为1。我的实践是：默认负荷功率因数0.9，DG容量按kVA，有功出力按容量乘0.9，无功容量如果不做潮流校验就先忽略。

4.4 故障隔离和孤岛边界开关动作顺序搞反

孤岛划分必须在故障隔离后进行。如果故障支路尚未被隔离，直接搜索孤岛可能会把故障点包含进来，导致孤岛内带上故障，造成保护误动，那就变成非计划孤岛了。我写代码时专门把“隔离故障支路”和“扩展孤岛边界”分成两步，先移除故障支路，再在剩余子图上搜索，从逻辑上杜绝了这种可能。这一点也是工程上审查可靠性计算结果时最容易被质疑的地方，务必保证代码注释里写清楚。

4.5 只有一台DG当孤岛电源时，保护配合怎么做

虽然本项目主要做可靠性评估，不需要建立继电保护模型，但作为电力系统背景的博主还是想提醒：孤岛划分方案必须与保护定值、重合闸策略相匹配。如果孤岛内有逆变型DG，故障穿越、防孤岛保护、低频减载这些都会影响孤岛能否成功建立。可靠性评估里如果假设“孤岛百分百成功”，结果是偏乐观的。实际工程评估可以考虑一个孤岛成功率系数，比如0.95，把这个不确定性纳入停电时间计算，会让结果更可信。

4.6 多DG孤岛的功率分配处理

当孤岛内有两个及以上DG时，功率平衡约束需要满足的是ΣP_DG ≥ ΣP_load，但具体每个DG出力多少，会受DG类型和控制方式影响。代码里我简单采用等比例分担方式：按各DG可用容量比例分配负荷。这样做不算精确，但作为可靠性评估层次的稳态分析够用了。如果要考虑更精细的电压/潮流，那得引入潮流计算，本文档就不展开了，但代码结构上已经预留了接口，你可以在check_power_balance.m里自行扩展为潮流校验。

4.7 数据格式不规范导致图构建失败

最常遇到的是节点编号不连续、存在孤立的负荷节点、支路表里有重复边。我在load_data.m里加了检查函数：提取所有节点编号，排序，检查最大编号是否等于节点数，如果有间隙就重编号。重复边用unique处理。这些数据清洗的功夫虽然不起眼，但能省掉后面一大段debug时间。我的建议是：所有数据在进入模型前先做一次完整性校验，包括支路两端节点都存在、负荷节点序号合法、DG节点序号合法等。

4.8 关于指标计算口径的补充

SAIFI和SAIDI计算时，用户数N_j到底是户口数、人数还是变压器容量？不同资料口径不同，但只要保持一致就不会有问题。我在代码里直接用用户数，并在结果表里注明。EENS的单位常用MWh/年，如果负荷单位是kW、停电时间是小时，则EENS天然为kWh/年，要除以1000转成MWh/年。这个细节非常容易忽略，建议输出前统一换算。

5. 扩展方向：从静态评估到时序可靠性

目前这个版本是“故障场景静态评估”，也就是说每个故障事件下DG出力取固定支撑容量、负荷取平均负荷。这个方法简单高效，适合规划方案初步比较。但如果想更贴近实际，建议扩展为时序仿真：

• 将8760小时的负荷曲线和DG出力曲线导入，每个故障事件发生时刻都不同，对应的孤岛支撑容量也不同。
• 考虑储能DG的SOC状态，孤岛运行时间受储能容量限制，支撑能力不再是一个恒定值，而是一个时间函数。
• 考虑故障修复过程中，如果孤岛内DG出力不足，可能需要切负荷，这样停电时间就不是0.2小时或4小时这种二值关系，而是部分时间停电、部分时间供电的混合状态。

这种时序版本虽然计算量大，但能给出EENS的更准确估计，也能分析DG接入容量与负荷曲线匹配度的问题。我在项目代码里把时序接口已经预留了：只要把dg_capacity从常量改成时间序列，把load_data改成时序矩阵，然后在failure_simulation里根据故障时刻取数据，其余逻辑基本不用改。

6. 使用Matlab代码时的环境建议

Matlab的graph对象需要R2015b之后的版本，推荐R2019b以上，因为bfsearch、hasedge这些函数的性能在小规模网络上都很快。代码本身不依赖任何额外工具箱，只有核心Matlab环境，所以复制到哪个机器都能跑。

运行时间方面，32节点系统遍历所有支路故障、每个故障调用一次孤岛搜索，总共几十次搜索，在普通笔记本上秒级完成。如果网络扩展到几百节点，建议把孤岛搜索部分的DFS改为并行遍历（用parfor），或者用更高效的启发式算法替代精确回溯。

我个人在实际操作中的体会是：别迷信“最优”这两个字，工程上更看重的是“可行、快速、可解释”。我的实现里，搜索策略偏向于近似最优，在一定规模的配电网下已经能给出和精确算法几乎一致的可靠性评估结果，但计算时间节省了一个数量级。如果你追求理论上严格的最优解，可以在小规模系统里用我代码里的精确DFS跑通，再根据你的网络规模决定是否切换到启发式模式。

最后分享一个实际调试的小技巧：在island_search.m里加一行打印，输出每次找到的孤岛节点编号和总负荷，这样可以直接验证搜索逻辑是否符合预期。我在调通整个项目前，就是靠这行打印发现了一个“孤岛包含了故障支路”的严重bug。修复后再看可靠性指标，结果立刻合理了很多。这行打印在实际算例分析时注释掉就好，不必删，以后调试其他参数还能用得上。