Md Rifat Hossain · Prabin Mali · Sumit Paudyal · IEEE Transactions on Industrial Informatics · 2025年9月

随着配电系统（DSs）在光伏（PV）渗透率不断提高的情况下向有源配电网（ADNs）转变，计算上易于处理的动态模型对于实时分析和控制变得十分必要。本文提出了一种基于非线性自回归外生（NARX）型递归神经网络（RNNs）的两阶段数据驱动建模框架，用于开发智能光伏系统和含光伏的有源配电网的动态等效模型（DEMs）。首先，开发动态等效模型以捕捉具备辅助电压支撑功能的住宅光伏系统的非线性功率动态特性。该框架进一步扩展，以自动捕捉不同光伏渗透率水平下变电站级有源配电网的功率交换情况。数据驱动模型与传统建模方...

解读: 从阳光电源的业务视角来看，这项基于NARX递归神经网络的主动配电网动态等效建模技术具有重要战略价值。该技术直接切中高比例光伏接入配电网后系统建模复杂度激增的痛点，为我司智能光伏逆变器的电网支撑功能优化提供了新的技术路径。 该研究的核心价值在于将复杂的光伏并网系统动态特性压缩为高精度、低计算量的数据...