(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211114874.0 (22)申请日 2022.09.14 (71)申请人 国家电网有限公司华北分部 地址 100032 北京市西城区广安门内大街 482号5-6、 10-21层 (72)发明人 张勇　郭骏　胡满　宁剑　郭万舒　 李敏　王艺博　陈茂源　王清未　 喻乐　訾鹏　刘健　 (74)专利代理 机构 北京细软智谷知识产权代理 有限责任公司 1 1471 专利代理师 刘晓丹 (51)Int.Cl. H02J 3/18(2006.01) H02J 13/00(2006.01) (54)发明名称 一种电网无功优化控制方法和装置 (57)摘要 本申请涉及一种电网无功优化控制方法和 装置， 通过采集历史负荷数据集， 基于所述历史 负荷数据集， 通过负荷预测， 得到各时段各节点 负荷数据集， 基于所述各时段各点负荷数据集， 输入到预先构建的前瞻性强化学习模 型中， 得到 待测试时段内无功电压控制策略。 本申请通过 获 得整体时域上的无功电压最优控制策略， 有助于 解决传统电网无功电压优化控制模型的精度损 失和基于某 一特定断面下， 系统运行并非最优运 行状态的问题， 通过针对未来一段时间内的系统 状态， 前瞻性地设定若干控制策略， 有助于实现 整体时段上的系统最优运行状态。 权利要求书2页 说明书8页 附图2页 CN 115313411 A 2022.11.08 CN 115313411 A 1.一种电网无功优化控制方法， 其特 征在于， 包括： 采集历史负荷数据集； 基于所述历史负荷数据集， 通过负荷预测， 得到各时段 各节点负荷数据集； 基于所述各时段各点负荷数据集， 输入到预先构建的前瞻性强化学习模型中， 得到待 测试时段内无功电压控制策略。 2.根据权利要求1所述方法， 其特征在于， 所述基于所述历史负荷数据集， 通过负荷预 测， 得到各时段 各节点负荷数据集， 包括： S1.基于所述历史负荷数据集， 预测待测时间段内的负荷曲线； S2.基于所述负荷曲线， 计算所述待测时间段内的节点负荷占系统负荷的比例； S3.基于所述待测时间段内的节点负荷占所述系统负荷的比例， 计算所述节点负荷的 平均误差； S4.基于所述平均误差， 计算所述待测试时间段内剩余各时段各节点负荷数据， 得到各 时段各节点负荷数据集。 3.根据权利要求2所述方法， 其特征在于， 所述待测时间段内的节点负荷占系统负荷的 比例的计算公式为： 其中， i表示节点， N表示时段， K表示负荷的比例， L表示负荷的大小， k ′i,1‑N表示待测时 间段第i个节点的负荷已经测量获得的1～N个时段占系统负荷的比例， L ′i,1‑N表示待测时间 段第i个节点的负荷已经测量获得的第1～N个时段上的负荷大小， L ′sys,1‑N表示待测时间段 已经测量获得的系统负荷 在第1～N个时段 上的值。 4.根据权利要求2所述方法， 其特 征在于， 所述节点负荷的平均误差的计算公式为： 其中， i表示节点， λi表示节点负荷的平均误差， N表示节点数， M表示时段数， Ki,j表示第i 个节点预测获得的j时段占总负荷的比例， K ′i,j表示第i个节点已经测量获得的j时段占总 负荷的比例。 5.根据权利要求1所述的方法， 其特征在于， 构建所述前瞻性强化学习模型的步骤， 包 括： S1.基于所述各时段 各点负荷数据集， 通过梯度下降策略进行强化学习； S2.基于所述强化学习， 通过电网无功优化， 得到待测试时段内无功电压控制策略。 6.根据权利要求5所述的方法， 其特 征在于， 所述电网无功优化， 包括： 基于所述强化学习， 将所述各时段各点负荷数据集输入到预先构建的马尔可夫 决策过 程中， 通过仿真电网强化训练， 得到待测试时段内无功电压控制策略。 7.一种电网无功优化控制装置， 其特 征在于， 包括： 历史负荷数据采集模块， 用于采集历史负荷数据集； 负荷预测模块， 用于基于所述历史负荷数据集， 通过负荷预测， 得到各时段各节点负荷 数据集；权　利　要　求　书 1/2 页 2 CN 115313411 A 2前瞻性强化学习模块， 用于基于所述各时段各点负荷数据集， 输入到预先构建的前瞻 性强化学习模型中， 得到待测试时段内无功电压控制策略。权　利　要　求　书 2/2 页 3 CN 115313411 A 3