研究背景与问题

随着新能源的广泛应用，配电网的电压稳定性问题日益凸显。新能源出力的波动性和输配系统的耦合效应使得短期电压稳定（STVS）评估变得复杂。目前，传统的电压稳定评估方法主要依赖于物理模型，难以适应新能源接入后的动态变化。因此，研究一种计及输配协同的短期电压稳定数据驱动评估方法具有重要的实际意义。

研究方法

本研究提出了一种基于数据驱动的方法，以应对新能源接入后的电压稳定评估问题。首先，构建了考虑输配协同的电压稳定评估模型，该模型能够有效反映新能源出力波动和输配耦合效应。其次，采用机器学习算法对历史电压稳定数据进行训练，以实现数据驱动的电压稳定评估。最后，通过仿真实验验证了该方法的有效性和准确性。

核心结果

本研究的主要成果包括：1）提出了一种计及输配协同的短期电压稳定评估模型，该模型能够有效反映新能源出力波动和输配耦合效应；2）通过机器学习算法对历史电压稳定数据进行训练，实现了数据驱动的电压稳定评估；3）仿真实验结果表明，该方法能够准确预测新能源接入后的电压稳定状态，为配电网的电压稳定控制提供有力支持。

结论与意义

本研究提出的数据驱动评估方法为新能源接入后的短期电压稳定评估提供了一种新的思路。该方法不仅能够有效应对新能源出力波动和输配耦合效应，而且具有较好的实时性和准确性。因此，本研究对于提高配电网的电压稳定性，保障电力系统的安全稳定运行具有重要的理论意义和实际应用价值。

文章来源：《广东电力》 网址: http://www.zgylsbzzs.cn/qikandaodu/2025/1029/327.html