隨著風電在能源結構中的占比不斷提升，大規模風電接入互聯系統帶來的聯絡線功率隨機波動問題日益突出。國網浙江省電力公司經濟技術研究院的吳俊利及其團隊針對此問題，深入研究了聯絡線隨機功率波動幅值的估計方法，并提出了一種基于網絡技術的解決方案。
研究分析了風電出力的隨機性與間歇性特征，及其對互聯系統聯絡線功率波動的影響機制。風能資源的不可控性導致風電出力具有顯著的不確定性，這種不確定性通過電網傳播，引發聯絡線功率的隨機波動，進而影響系統的穩定運行。
團隊提出了一種基于概率統計與網絡技術的波動幅值估計模型。該模型結合歷史風電出力數據、系統運行參數及網絡拓撲結構，利用隨機過程理論對聯絡線功率波動進行建模。通過蒙特卡洛模擬與場景分析法，估計不同置信水平下的波動幅值范圍，為系統調度與安全控制提供數據支撐。
研究還探討了網絡技術在波動估計中的應用。通過構建動態網絡模型，實時監測聯絡線功率變化，并結合人工智能算法（如機器學習與深度學習）進行短期預測。這種方法不僅提高了估計精度，還增強了系統對風電波動的適應能力。
團隊通過仿真實驗驗證了所提方法的有效性。結果顯示，該估計技術能夠準確捕捉聯絡線功率波動的統計特征，降低系統運行風險，并為風電大規模接入下的電網規劃與優化提供技術參考。隨著智能電網與數字孿生技術的發展，此類研究有望進一步推動新能源的高效消納與電網安全穩定運行。
