无功电压优化模型的建立方法、电子设备及存储介质与流程

本发明涉及配电网优化，尤其涉及一种无功电压优化模型的建立方法、电子设备及存储介质。

背景技术：

1、近年来，随着配电网中分布式光伏电源接入容量越来越高，也对配电网安全稳定运行提出了巨大挑战。光伏电源具备一定的无功支撑能力，其无功电压控制响应速度较快，且不会额外增加配电网设备投资成本。由此使得，通过光伏电源进行无功电压优化，逐渐成为配电网无功电压调节的重要手段之一。

2、现有技术中，配电网中的无功电压优化模型通常为非线性非凸模型，可采用遗传算法、粒子群算法等启发式算法进行求解，进而得到最优的无功电压优化策略。光伏电源根据最优的无功电压优化策略进行无功电压调节，从而保障配电网安全稳定运行。

3、但实际应用中，采用启发式算法对非线性非凸模型进行求解时，需要大量循环计算，求解耗时长，从而导致该无功电压优化模型在线运行速度慢，光伏电源无法及时进行无功电压调节，不利于配电网安全稳定运行。

技术实现思路

1、本发明实施例提供了一种无功电压优化模型的建立方法、电子设备及存储介质，以解决现有的无功电压优化模型在线运行速度慢，无法及时更新优化策略的问题。

2、第一方面，本发明实施例提供了一种无功电压优化模型的建立方法，包括：

3、获取历史最优策略库；

4、建立第一xgboost模型，并根据所述历史最优策略库对所述第一xgboost模型进行训练，得到最优出力xgboost模型以及出力误差数据库；

5、建立第二xgboost模型，并根据所述出力误差数据库对所述第二xgboost模型进行训练，得到误差修正xgboost模型；

6、根据所述最优出力xgboost模型和所述误差修正xgboost模型，建立无功电压优化模型。

7、在一种可能的实现方式中，所述历史最优策略库包括：不同的历史工况信息及其对应的历史最优出力；

8、根据所述历史最优策略库对所述第一xgboost模型进行训练，得到最优出力xgboost模型以及出力误差数据库，包括：

9、将所述历史工况信息作为所述第一xgboost模型的输入信息，将所述历史最优出力作为所述第一xgboost模型的输出信息，对所述第一xgboost模型进行训练，得到最优出力xgboost模型；

10、将所述历史工况信息输入所述最优出力xgboost模型，得到最优出力结果；

11、根据所述最优出力结果和所述历史最优出力，建立出力误差数据库。

12、在一种可能的实现方式中，所述出力误差数据库包括：不同的历史工况信息及其对应的出力误差结果；

13、根据所述出力误差数据库对所述第二xgboost模型进行训练，得到误差修正xgboost模型，包括：

14、将所述历史工况信息作为所述第二xgboost模型的输入信息，将所述出力误差结果作为所述第二xgboost模型的输出信息，对所述第二xgboost模型进行训练，得到误差修正xgboost模型。

15、在一种可能的实现方式中，所述根据所述最优出力xgboost模型和所述误差修正xgboost模型，建立无功电压优化模型，包括：

16、根据(ppv,qpv)＝ffirst-stage-xgboost(s,t,pload,qload)+fsecond-stage-xgboost(s,t,pload,qload)建立无功电压优化模型；

17、其中，ppv表示无功电压优化模型输出的最优有功出力，qpv表示无功电压优化模型输出的最优无功出力，ffirst-stage-xgboost(s,t,pload,qload)表示最优出力xgboost模型输出的最优出力结果，fsecond-stage-xgboost(s,t,pload,qload)表示误差修正xgboost模型输出的出力误差结果，s表示输入的光照强度；t表示输入的环境温度，pload表示输入的有功负荷，qload表示输入的无功负荷。

18、在一种可能的实现方式中，在所述获取历史最优策略库之前，还包括：

19、获取配电网的历史工况信息；

20、根据所述历史工况信息，建立离线优化模型；

21、对所述离线优化模型进行优化求解，得到历史最优策略库。

22、在一种可能的实现方式中，所述根据所述历史工况信息，建立离线优化模型，包括：

23、根据所述历史工况信息，建立所述离线优化模型的目标函数；

24、根据所述历史工况信息，建立所述离线优化模型的约束条件。

25、在一种可能的实现方式中，所述根据所述历史工况信息，建立所述离线优化模型的目标函数，包括：

26、根据所述历史工况信息，计算配电网中的线路网损以及光伏有功削减；

27、以所述线路网损、所述光伏有功削减和igbt最大结温为优化目标，建立目标函数。

28、在一种可能的实现方式中，所述根据所述历史工况信息，计算配电网中的线路网损以及光伏有功削减，包括：

29、根据计算配电网中的线路网损；

30、其中，pnet,loss表示配电网中的线路网损，rjk表示节点j到节点k之间的线路电阻，ijk表示节点j到节点k之间的线路电流，t表示当前配电网运行时间，t1表示配电网运行总时间，b表示配电网中所有节点集合；

31、根据计算光伏有功削减；

32、其中，pcurt,loss表示光伏有功削减，表示配电网运行时间为t时，节点k上光伏的有功功率削减量，t1表示配电网运行总时间，k表示配电网中所有接入光伏的节点集合；

33、所述以所述线路网损、所述光伏有功削减和igbt最大结温为优化目标，建立目标函数，包括：

34、根据f＝minω1pnet,loss+ω2pcurt,loss+ω3tigbt建立目标函数；

35、其中，f表示所述目标函数，ω1表示第一权重系数，ω2表示第二权重系数，ω3表示第三权重系数，tigbt表示igbt最大结温。

36、第二方面，本发明实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

37、第三方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。

38、本发明实施例提供一种无功电压优化模型的建立方法、电子设备及存储介质，通过获取历史最优策略库；建立第一xgboost模型，并根据历史最优策略库对第一xgboost模型进行训练，得到最优出力xgboost模型以及出力误差数据库；建立第二xgboost模型，并根据出力误差数据库对第二xgboost模型进行训练，得到误差修正xgboost模型；根据最优出力xgboost模型和误差修正xgboost模型，建立无功电压优化模型，从而进行无功电压优化控制。其中，该无功电压优化模型是以xgboost模型为基础建立的，xgboost模型属于数据驱动模型，通过学习训练样本中历史工况信息与历史最优策略之间的非线性映射关系，从而实现根据输入的工况信息，预测输出最优策略的效果。该无功电压优化模型无需在线进行大量的优化求解迭代运算，可以提升求解效率，同时节约运算资源，利于在线运行，以便于根据工况信息实时更新最优策略，提升无功电压优化的效率。并且，在建立无功电压优化模型时，还引入了误差修正xgboost模型，从而弥补最优出力xgboost模型的输出误差，提升整个无功电压优化模型的计算精度。