【技术实现步骤摘要】
本专利技术涉及模糊评价，更具体地说，本专利技术涉及一种基于自适应算法的光储一体化交直流系统拓扑优化方法。
技术介绍
1、随着可再生能源技术的快速发展，光储一体化交直流系统在现代电力系统中发挥着越来越重要的作用。这类系统通过将光伏发电与储能系统集成，实现了电能的高效利用与平衡调度，成为解决能源危机和环境问题的重要手段。然而，光储一体化系统在实际应用中仍面临许多挑战，尤其是在系统拓扑优化、稳定性和可靠性方面。
2、在现有技术中，传统的光储一体化系统拓扑优化方法通常依赖于静态的设计原则和固定的控制策略。这些方法在面对复杂多变的运行条件时，往往显得力不从心，存在以下几个明显的不足：
3、1.缺乏自适应性：传统的拓扑优化方法通常基于固定的拓扑结构和控制参数，无法动态调整以适应不同的运行条件。这导致系统在面对负荷变化、故障发生或环境波动时，难以保持最佳运行状态，降低了系统的稳定性和效率。
4、2.单一的控制策略：现有的光储一体化系统通常采用单一或少量控制策略，未能充分考虑系统的多样化需求。特别是在复杂的运行场景下，传统方法难以实现多维度的控制，无法有效应对多种运行条件下的功率平衡和能量管理。
5、3.故障诊断与自愈能力不足：传统光储系统在面对故障时，通常依赖于人工干预或简单的自动化手段，缺乏智能化的故障诊断和自愈机制。这种方式不仅响应速度慢，还可能导致系统长时间处于非最佳状态，增加了系统的运行风险。
6、4.仿真与验证手段的局限性：现有技术中的系统优化方法通常依赖于单一的仿真模型，
7、因此，如何提供一种基于自适应算法的光储一体化交直流系统拓扑优化方法是本领域技术人员亟需解决的问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于自适应算法的光储一体化交直流系统拓扑优化方法，可以提高系统稳定性、可靠性及故障处理能力。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于自适应算法的光储一体化交直流系统拓扑优化方法，包括如下步骤：获取光储一体化交直流系统的初始拓扑结构及其运行参数，包括光伏发电、储能系统的配置、微网的运行状态参数及外部环境参数；对拓扑结构进行优化调整，根据实时获取的系统运行数据和环境变化，动态生成多种候选拓扑结构；对所述候选拓扑结构进行仿真模拟，评估其在不同运行条件下的系统的稳定性、功率分配和能量利用效率；对优化后的拓扑结构进行可靠性分析，实时监控并调整系统的拓扑结构；对调整后的拓扑结构进行仿真验证，得到最优的拓扑结构。
4、上述方案中，所述微网的运行状态参数包括微网运行状态分布式电源的接入方式，负荷的实时功率，负荷优先级；外部环境参数包括实时的太阳辐照度，环境温度，微网所处地理位置的气象条件，以及电网的电压和频率。
5、上述方案中，所述拓扑结构采用以下计算公式：
6、；
7、式中，为系统在时刻的总功率，和分别为第个光伏发电单元和第个储能单元的功率输出，为时刻的负荷需求，为系统的功率损耗。
8、上述方案中，所述对拓扑结构进行优化调整，根据实时获取的系统运行数据和环境变化，动态生成多种候选拓扑结构，具体包括：基于光储一体化交直流系统的初始拓扑结构和运行参数，建立目标优化函数；利用自适应算法进行拓扑结构的优化调整，得到优化参数集；应用遗传算法对候选拓扑结构进行迭代选择、交叉和变异操作，生成新的拓扑结构，并计算其适应度函数；对最终优化得到的拓扑结构进行评估，并使系统的整体适应度函数最大化；
9、其中，目标优化函数表示为：
10、；
11、式中，为第个拓扑结构的稳定性指标，为功率平衡指标，为能量利用效率，为可靠性指标，、、、分别为对应指标的权重系数，为候选拓扑结构的数量；
12、适应度函数表示为：
13、；
14、式中，表示第个候选拓扑结构的第项适应度指标，为每个适应度指标的权重系数，为适应度指标的数量。
15、上述方案中，所述利用自适应算法进行拓扑结构的优化调整，得到优化参数集，还包括性能约束，其约束条件为：
16、；
17、式中，为第个光伏发电单元在时刻的功率输出，为第个储能单元在时刻的功率输出。
18、上述方案中，所述对所述候选拓扑结构进行仿真模拟，评估其在不同运行条件下的系统的稳定性、功率分配和能量利用效率，具体为：对每个候选拓扑结构进行仿真模拟，并对系统的功率流向进行动态调节；对不同运行条件下的候选拓扑结构进行评估，制定负荷供电的调度计划；对各候选拓扑结构的系统稳定性进行分析，评估系统的频率稳定性和电压稳定性；对仿真模拟结果进行评估，筛选候选拓扑结构，并对进行仿真验证。
19、上述方案中，所述对优化后的拓扑结构进行可靠性分析，实时监控并调整系统的拓扑结构，具体包括：对每个候选拓扑结构，采用蒙特卡罗模拟技术对系统在随机故障条件下的可靠性进行分析；在每次蒙特卡罗模拟中，考虑随机故障对光伏发电单元、储能系统和微网节点的影响，计算系统在故障发生后的输出功率；对故障情况下系统的稳定性进行分析，评估系统在故障发生时的频率和电压波动；根据每次模拟结果，计算故障恢复时间和系统自愈能力，故障恢复时间；
20、其中，系统可靠性指标为：
21、；
22、式中，为模拟次数，为第次模拟中拓扑结构在故障条件下的失败概率；
23、故障自愈能力表示为：
24、；
25、其中，为第次模拟中拓扑结构的故障恢复时间，为模拟次数；
26、系统在故障发生后的输出功率，表示为：
27、；
28、式中，为第个光伏发电单元在时刻的输出功率，为第个储能单元在时刻的输出功率，为时刻的负荷需求，为功率损耗，为故障引起的功率不平衡量。
29、所述对优化后的拓扑结构进行可靠性分析，实时监控并调整系统的拓扑结构，还包括智能诊断及故障修复步骤，具体包括：获取系统的运行数据，所述运行数据包括光伏发电功率、储能系统的充放电功率、负荷功率需求、电网功率以及环境参数；根据运行数据，应用智能故障诊断技术，构建故障诊断模型；在故障发生时，系统自动触发自愈机制，执行拓扑结构的动态调整以应对故障；建立指标模型，对自愈后的系统运行状态进行评估，并确认系统的稳定性，所述指标模型包括自愈后系统的稳定性指标及自愈效果评估指标
30、其中，故障诊断模型采用公式如下：
31、
32、式中，为故障诊断结果，为系统电压，为系统频率，表示故障诊断的函数模型，光伏发电功率、储能系统的充放电功率、负荷功率需求、电网功率。
33、所述稳定性指标及自愈效果评估指标模型具体如下：
34、;
35、;
36、式中，本文档来自技高网...
【技术保护点】
1.一种基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述微网的运行状态参数包括微网运行状态分布式电源的接入方式，负荷的实时功率，负荷优先级；外部环境参数包括实时的太阳辐照度，环境温度，微网所处地理位置的气象条件，以及电网的电压和频率。
3.根据权利要求2所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述拓扑结构采用以下计算公式：
4.根据权利要求3所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对拓扑结构进行优化调整，根据实时获取的系统运行数据和环境变化，动态生成多种候选拓扑结构，具体包括：
5.根据权利要求4所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述利用自适应算法进行拓扑结构的优化调整，得到优化参数集，还包括性能约束，其约束条件为：
6.根据权利要求5所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对所
7.根据权利要求6所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对优化后的拓扑结构进行可靠性分析，实时监控并调整系统的拓扑结构，具体包括：
8.根据权利要求7所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对优化后的拓扑结构进行可靠性分析，实时监控并调整系统的拓扑结构，还包括智能诊断及故障修复步骤，具体包括：
9.根据权利要求8所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述稳定性指标及自愈效果评估指标模型具体如下：
10.根据权利要求1所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对调整后的拓扑结构进行仿真验证，得到最优的拓扑结构，具体包括：
...【技术特征摘要】
1.一种基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述微网的运行状态参数包括微网运行状态分布式电源的接入方式，负荷的实时功率，负荷优先级；外部环境参数包括实时的太阳辐照度，环境温度，微网所处地理位置的气象条件，以及电网的电压和频率。
3.根据权利要求2所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述拓扑结构采用以下计算公式：
4.根据权利要求3所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述对拓扑结构进行优化调整，根据实时获取的系统运行数据和环境变化，动态生成多种候选拓扑结构，具体包括：
5.根据权利要求4所述的基于自适应算法的光储一体化交直流系统拓扑优化方法，其特征在于，所述利用自适应算法进行拓扑结构的优化调整，得到优化参数集，还包括性能约束，其约束条件为：
<...【专利技术属性】
技术研发人员：刘志，陈政江，薛欢，金备，李涛，吴晓鸣，胡晨，刘宇峰，金天然，季跃，朱灿，于晓蕾，鲍玉莹，高廷峰，张纯玉，孙帆，王馨，
申请(专利权)人：国网安徽众兴电力设计院有限公司，
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。