本发明涉及电力系统领域,特别是基于隐私计算的智能配电房电压无功实时优化方法及系统。
背景技术:
1、目前大量分布式可再生能源的接入为配电网的安全稳定运行带来了挑战,特别是三相不平衡下的无功电压问题较为突出,同时分区域的三相独立优化模型求解也对算力提出了一定要求,把需要消耗大量资源的计算过程部署在云网络上也成了近些年来的发展趋势。
2、为了保证配电网无功实时优化过程的隐私性,避免用户的敏感信息泄露,目前已经提出了一些加密算法。一类方法是采用密码学中的非对称加密算法将加密过的传感器数据上传至云端,再由云端进行解密并进行计算,最后再将加密的指令数据下发至底层设备,由底层设备进行解密处理并执行,这种方式涉及的加密解密过程较多,同时在此过程中云服务提供商实际上已经掌握了系统中的全部信息,容易发生信息泄露问题;另一类算法是采用多个控制中心,利用分布式对等的方式对问题进行求解,在此过程中每个对等个体都无法获取系统整体的运行状态,进而一定程度上保障了数据的安全性,但是此类方法对算法的设计与构造方式要求较高,无法针对优化问题得到普适的解决方法,并且分布式算法的求解过程在实际使用中也存在一定的收敛性问题,因此如何考虑云服务提供商解优化计算过程中的信息私密性,并实际解决电压无功实时优化问题,综合设计一种隐私计算的系统是本技术的关键。
技术实现思路
1、鉴于现有的基于隐私计算的智能配电房电压无功实时优化方法及系统中存在的问题,提出了本发明。
2、因此,本发明提供基于隐私计算的智能配电房电压无功实时优化方法及系统。能够解决配电网内由于负荷三相不对称以及缺相所造成的电压不平衡情形的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、第一方面,本发明实施例提供了基于隐私计算的智能配电房电压无功实时优化方法,其包括,获取数据集;建立优化模型整合数据集;建立隐私计算模型进行加密并上传云端;将云端获取的数值进行还原求解。
5、为解决上述技术问题,本发明提供如下技术方案:
6、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述获取数据集包括获取智能配电房内配电网的节点电压,利用手势细微变化,对真实手势进行旋转、缩放或加入噪音创造新手势。
7、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述建立优化模型整合数据集包括构造基于线性化方程的配电网不平衡电压优化目标函数,目标函数公式如下:
8、
9、其中,和分别代表节点i处abc三相额定电压的平方,fi,a、fi,b和fi,c分别代表包含abc三相的电压信息的状态中间状态变量。
10、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述建立优化模型整合数据集还包括对节点电压上下限进行不等式约束,具体公式如下:
11、
12、其中,和为矩阵向量,为矩阵向量下限,为矩阵向量上限。
13、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述建立优化模型整合数据集还包括对节点电压上下限进行等式约束,具体公式如下:
14、
15、其中,和是节点i和j的线路电阻与电抗参数,和为有功潮流分布和无功潮流分布,和是等式约束中的中间变量。
16、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述建立隐私计算模型进行加密并上传云端包括利用可逆矩形t和q生成随机向量,将目标函数转化为:
17、
18、其中,q为加密信息的参数矩阵,t为生成的随机可逆矩阵,fi,a、fi,b和fi,c分别代表包含abc三相的电压信息的状态中间状态变量,和分别代表节点i处abc三相额定电压的平方。
19、作为本发明所述基于物联网的多源电网信息融合方法的一种优选方案,其中:所述将云端获取的数值进行还原求解包括将优化结果与最终状态变量进行转换,具体转换公式如下:
20、
21、其中,z为优化结果,x为最终变量向量,和xsl为矩阵向量,q为加密信息矩阵,r为随机向量。
22、第二方面,本发明实施例提供了基于隐私计算的智能配电房电压无功实时优化系统,其包括:整合模块,其建立优化模型整合数据集;计算模块,其建立隐私计算模型进行加密并上传云端;还原模块,其将云端获取的数值进行还原求解。
23、第三方面,本发明实施例提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其中:所述处理器执行所述计算机程序时实现上述的基于隐私计算的智能配电房电压无功实时优化方法的任一步骤。
24、第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,其中:所述计算机程序被处理器执行时实现上述的基于隐私计算的智能配电房电压无功实时优化方法的任一步骤。
25、本发明有益效果:通过获取数据集;建立优化模型整合数据集;建立隐私计算模型进行加密并上传云端;将云端获取的数值进行还原求解。针对配电网内由于负荷三相不对称以及缺相所造成的电压不平衡情形,建立了线性化不平衡无功电压优化模型,降低了运算难度,实现了系统整体电压偏移最小化,考虑到了在云计算服务商处的信息隐私问题,使用了加密的算法,可以与加密前的优化结果的达成一致,大大增加了信息运算过程中的私密性。
1.基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:包括,
2.如权利要求1所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述获取数据集包括获取智能配电房内配电网的节点电压,利用手势细微变化,对真实手势进行旋转、缩放或加入噪音创造新手势。
3.如权利要求2所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述建立优化模型整合数据集包括构造基于线性化方程的配电网不平衡电压优化目标函数,目标函数公式如下:
4.如权利要求3所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述建立优化模型整合数据集还包括对节点电压上下限进行不等式约束,具体公式如下:
5.如权利要求3或4所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述建立优化模型整合数据集还包括对节点电压上下限进行等式约束,具体公式如下:
6.如权利要求5所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述建立隐私计算模型进行加密并上传云端包括利用可逆矩形t和q生成随机向量,将目标函数转化为:
7.如权利要求6所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:所述将云端获取的数值进行还原求解包括将优化结果与最终状态变量进行转换,具体转换公式为:
8.基于隐私计算的智能配电房电压无功实时优化系统,基于权利要求1~7任一所述的基于隐私计算的智能配电房电压无功实时优化方法,其特征在于:包括,
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于隐私计算的智能配电房电压无功实时优化方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述的基于隐私计算的智能配电房电压无功实时优化方法的步骤。