Le Su · Xueping Pan · Xiaorong Sun · Jinpeng Guo 等5人 · IEEE Transactions on Sustainable Energy · 2024年9月

电压计算对评估光伏承载力至关重要，但中压配电网精确参数与拓扑结构难以获取，导致传统潮流方法失效。为此，本文提出一种融合数据驱动与非线性函数的混合方法。首先，利用历史数据构建深度神经网络模型，实现潮流与电压-功率灵敏度的映射，降低计算耗时并提升精度；其次，基于潮流方程推导功率对电压的四阶泰勒展开式，用于外推光伏接入后超出历史范围的节点电压；最后，采用麻雀搜索算法求解光伏承载力。在IEEE 33和IEEE 69系统上的仿真验证了该方法在电压与承载力计算中的准确性。

解读: 该数据驱动的光伏承载力评估技术对阳光电源SG系列光伏逆变器和iSolarCloud云平台具有重要应用价值。文章提出的深度神经网络潮流计算与非线性灵敏度分析方法，可直接集成到iSolarCloud智能运维平台，实现配电网光伏接入容量的快速评估与动态监测。对于SG逆变器的并网控制策略，该方法可基于历史运...