研究背景与问题

随着新能源在电力系统中的装机容量持续增加，电力系统的动态稳定性和电压支撑能力面临着严峻挑战。特别是在高比例新能源接入的电力系统中，电压支撑能力的强弱成为影响电力系统安全稳定运行的关键因素。多场站短路比（MRSCR）作为一种表征电压支撑强度的指标，其在线计算方法的研究显得尤为重要。然而，现有的MRSCR在线计算方法在复杂多变的电力系统环境中存在一定的局限性，难以满足实际调度需求。

研究方法

针对上述问题，本研究提出了一种基于复杂图神经网络模型的MRSCR在线计算方法。首先，构建了考虑新能源出力、负荷需求以及网络拓扑结构的电力系统模型。然后，基于图神经网络理论，设计了一种适用于MRSCR在线计算的网络结构。该网络结构能够自适应地学习电力系统的动态特性，并实时输出MRSCR值。此外，为了提高计算效率和准确性，本研究还对传统的MRSCR在线计算方法进行了优化。

核心结果

通过实验验证，所提出的方法在MRSCR在线计算方面表现出良好的性能。与传统的在线计算方法相比，该方法具有更高的计算精度和实时性。具体而言，该方法在计算速度上提高了约20%，而在MRSCR值准确性上提高了约15%。此外，本研究还通过对实际电力系统调度案例的分析，验证了所提出方法在实际应用中的可行性和有效性。

结论与意义

本研究提出了一种基于复杂图神经网络模型的MRSCR在线计算方法，为高比例新能源电力系统的经济安全调度提供了新的思路。该方法能够有效提高MRSCR在线计算的准确性和实时性，为电力系统的稳定运行提供有力保障。同时，该研究成果对于推动新能源电力系统调度技术的发展，促进新能源产业的健康发展具有重要意义。