【技术实现步骤摘要】
无功电压优化模型的建立方法、电子设备及存储介质
[0001]本专利技术涉及配电网优化
,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。
技术介绍
[0002]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。
[0003]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。
[0004]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
[0005]本专利技术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。
[0006]第一方面,本专利技术实施例提供了一种无功电压优化模型的建立方法,包括:
[0007]获取历史最优策略库;
[0008]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 ...
【技术保护点】
【技术特征摘要】
1.一种无功电压优化模型的建立方法,其特征在于,包括:获取历史最优策略库;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;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;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。2.根据权利要求1所述的无功电压优化模型的建立方法,其特征在于,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;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: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;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;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。3.根据权利要求1所述的无功电压优化模型的建立方法,其特征在于,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;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: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。4.根据权利要求1所述的无功电压优化模型的建立方法,其特征在于,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:根据(P
pv
,Q
pv
)=f
first
‑
stage
‑
XGBoost
(S,T,P
load
,Q
load
)+f
second
‑
stage
‑
XGBoost
(S,T,P
load
,Q
load
)建立无功电压优化模型;其中,P
pv
表示无功电压优化模型输出的最优有功出力,Q
pv
表示无功电压优化模型输出的最优无功出力,f
first
‑
stage
‑
XGBoost
(S,T,P
load
,Q
load
)表示最优出力XGBoost模型输出的最优出力结果,f
second
‑
【专利技术属性】
技术研发人员:王磊,胡雪凯,臧谦,苏灿,周昊,赵宇皓,张波,孟良,
申请(专利权)人:国家电网有限公司国网河北能源技术服务有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。