随着风电在能源结构中的占比不断提升，大规模风电接入互联系统带来的联络线功率随机波动问题日益突出。国网浙江省电力公司经济技术研究院的吴俊利及其团队针对此问题，深入研究了联络线随机功率波动幅值的估计方法，并提出了一种基于网络技术的解决方案。
研究分析了风电出力的随机性与间歇性特征，及其对互联系统联络线功率波动的影响机制。风能资源的不可控性导致风电出力具有显著的不确定性，这种不确定性通过电网传播，引发联络线功率的随机波动，进而影响系统的稳定运行。
团队提出了一种基于概率统计与网络技术的波动幅值估计模型。该模型结合历史风电出力数据、系统运行参数及网络拓扑结构，利用随机过程理论对联络线功率波动进行建模。通过蒙特卡洛模拟与场景分析法，估计不同置信水平下的波动幅值范围，为系统调度与安全控制提供数据支撑。
研究还探讨了网络技术在波动估计中的应用。通过构建动态网络模型，实时监测联络线功率变化，并结合人工智能算法（如机器学习与深度学习）进行短期预测。这种方法不仅提高了估计精度，还增强了系统对风电波动的适应能力。
团队通过仿真实验验证了所提方法的有效性。结果显示，该估计技术能够准确捕捉联络线功率波动的统计特征，降低系统运行风险，并为风电大规模接入下的电网规划与优化提供技术参考。随着智能电网与数字孪生技术的发展，此类研究有望进一步推动新能源的高效消纳与电网安全稳定运行。
