Yufeng Wu · Dong Liu · Jinyu Chai · Tianyuan Liu 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月

本文提出一种数据驱动的分层框架，用于配电网中分布鲁棒的联合机会约束电压控制。采用解耦表示学习技术对给定预测下各节点光伏出力的概率分布进行建模，有效捕捉历史数据中预测误差与预测值之间以及不同节点间光伏出力的关联性。通过解耦条件解码器构建KL度量模糊集，并在此基础上引入分布鲁棒联合机会约束。为实现约束的可计算转化，提出基于KL散度的重构求解方法，并设计支持约束的加速选取技术以降低计算耗时，同时保证控制性能。所提方法在不同规模配电网中得到验证。

解读: 该分布鲁棒电压控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器的协同控制具有重要应用价值。解耦表示学习方法可有效建模多节点光伏出力的预测误差关联性，为PowerTitan大型储能系统的功率调度提供更精准的不确定性量化。联合机会约束优化框架可直接集成到iSolarCloud云平台的智能调度模块...