阵列单元只能连接在一 条母线上，因此可以将光伏阵列根据环境条件的改变而动态的调整其连接方式，从而减小 负荷波动和光伏输出功率波动对双向变换器带来的瞬时冲击。
[0061] -种交直流混合微电网动态架构的重组方法，包括以下步骤：
[0062] (1)在MATLAB环境中搭建交直流混合微电网动态架构模型，并分别建立并网模式 下和孤岛模式下的交直流混合微电网动态架构重组数学模型；
[0063] 并网模式下交直流混合微电网动态架构重组数学模型为：
[0067] 其中，DL表示直流母线上的直流负荷；X为与光伏阵列相连的的开关矩阵，X(i)= 1表示光伏阵列与直流母线相连，X(i) = 〇表示光伏阵列与交流母线相连；X。表示连接开 关的初始状态；N为连接开关的个数；PVG表示光伏阵列的发电量矩阵；F为交直流混合微 电网动态架构重组的优化目标，APdc为直流负荷与直流母线上的光伏微源发电功率差值， K为切换开关的开关次数。
[0068] 孤岛模式下交直流混合微电网动态架构重组数学模型为：
[0072] 其中，AL表示交流母线上的交流负荷；X为与光伏阵列相连的开关矩阵，~X表示 对X进行取反，~X (i) = 1表示光伏阵列与交流母线相连，~X (i) =0表示光伏阵列与直 流母线相连；Xe (i)表示连接开关的初始状态；N为连接开关的个数；PVG表示光伏阵列的发 电量矩阵。
[0073] 为保证交直流混合微电网动态架构重组数学模型的合理性，除了要保证系统的功 率平衡外，还应满足如下的不等式约束：
[0074] PVG⑴咖彡PVG⑴彡PVG⑴ΜΧ
[0075] 0^P(t)b^ Pbinax
[0076] 0 < K 彡 K_
[0077] 其中，η为光伏阵列单元个数，i = 1，2,3, ···，!! ；PVG(UPPVG(i) _为光伏阵列 单元的最小输出功率和最大输出功率；P (t) b为t时刻蓄电池的存储量，Pb, max为蓄电池最 大储能；Kmax为开关的最大开关次数。
[0078] (2)确定交直流混合微电网动态重构的判据；
[0079] 为了保证连接开关动作的可靠性，并且避免其频繁动作，每隔30分钟判断一次混 合微网是否需要重构。由于本文所提的交直流混合微电网动态架构重组是根据电源出力和 负荷状态而进行的一种动态重组动作，因此动态重构的判据为光伏阵列输出功率波动和负 荷波动。
[0080] 以4个光伏阵列单元为例，详细分析了在并网模式下和孤岛模式下的交直流混合 微电网动态重构判据。系统初始条件如下：①交直流混合微电网参数如表1所示；②连接开 关的初始状态XO = [1100]，即光伏阵列单元1和2连接在直流母线上，光伏阵列单元3和 4连接在交流母线上。
[0081 ] 表1交直流混合微电网参数
[0083] 并网模式下，主要考虑与直流母线相连接的光伏阵列单元的功率波动。光伏输出 功率波动可以分成以下3种情况：
[0084] 1) -个光伏阵列单元（PV1或PV2)被阴影遮挡。此时启动重构，只需要将PV3或 PV4任一光伏阵列单元切换至直流母线上即可实现直流母线上的功率平衡。
[0085] 2)两个光伏阵列单元（PV1和PV2)同时被阴影遮挡。此时启动重构，只需要将PV3 和PV4同时切换至直流母线上即可保持直流母线上的功率平衡。
[0086] 3)任意3个或全部光伏阵列单元被阴影遮挡，以及低光照度条件下。此时启动重 构，需要根据不同的遮挡率来确定光伏阵列单元的切换方式，开关状态通过比较直流负荷 和下面三项的大小得到：任意两个光伏阵列单元的发电量之和，共有六种组合；任意三个 光伏阵列单元的发电量之和，共有四种组合；四个光伏阵列单元的发电量之和，共有一种组 合。从上述11种组合中选择与直流负荷值最接近的一种组合，将相应的光伏阵列单元切换 至直流母线上即可实现直流母线的功率平衡。
[0087] 并网模式下，直流负荷波动超过一定范围也将启动动态架构重组程序。此时根据 直流负荷波动的大小确定动态架构重组的方案。
[0088] 孤岛模式下，主要考虑与交流母线相连接的光伏阵列单元的功率波动。同理光伏 输出功率波动也可以分成以下3种情况：
[0089] 1) -个光伏阵列单元（PV3或PV4)被阴影遮挡。此时启动重构，只需要将PVl或 PV2任一光伏阵列单元切换至交流母线上即可实现交流母线上的功率平衡。
[0090] 2)两个光伏阵列单元（PV3和PV4)同时被阴影遮挡。此时启动重构，只需要将PVl 和PV2同时切换至交流母线上即可保持交流母线上的功率平衡。
[0091] 3)任意3个或全部光伏阵列单元被阴影遮挡，以及低光照度条件下。此时启动重 构，需要根据不同的遮挡率来确定光伏阵列单元的切换方式，通过比较交流负荷和光伏阵 列11种组合的大小，选择出与交流负荷值最接近的一种组合，从而确定出开关状态，根据 开关状态将相应的光伏阵列单元切换至交流母线上即可实现交流母线的功率平衡。
[0092] 孤岛模式下，负荷波动主要关注交流负荷的波动。交流负荷波动超过一定范围将 启动动态架构重组程序。此时根据交流负荷波动的大小确定动态架构重组的方案。
[0093] (3)建立超短期光伏输出功率预测模型和超短期负荷预测模型；
[0094] 由于交直流混合微电网动态架构重组是在负荷预测和光伏输出功率预测基础上 进行的实时重构。因此首先进行负荷预测和光伏输出功率预测。支持向量机采用结构风 险最小化原则，能在非线性建模的同时获得较好的泛化能力、较短的泛化时间，并较易避 开局部极小点，通过相关系数法选择出样本数据，并基于支持向量机建立超短期光伏输 出功率预测模型和超短期负荷预测模型。支持向量机的基本原理是：给定η组样本数据 (xl, yl), (x2, y2)......(xn, yn),其中 xi e Rm，yi e R，i = I, 2,......，n，而 m 输入空间的 维数，通过非线性映射Φ，将输入数据x映射到高维特征空间F，然后在此特征空间中进行 线性逼近。采用在MTLAB环境下的支持向量机工具箱LIBSVM，步骤如下：
[0095] ①选择样本数据，并剔除异常值；
[0096] ②为了消除各个变量由于量纲和单位不同的影响，对样本的输入和输出数据分别 进行归一化至[-1，1]，并划分训练集和测试集；
[0097] 根据下式对样本数据进行归一化处理：
[0099] 式中，X为归一化前的变量，x_和X _分别为X的最小和最大值，X'为归一化后 的变量；
[0100] ③选用如下式的径向基RBF核函数，并采用交叉验证法对径向基核函数的参数进 行寻优；
[0102] 式中，K (X，y)为径向基RBF核函数，X，y分别为输入和输出量，〇为径向基RBF核 函数的参数。
[0103] ④建立基于支持向量机的预测模型。
[0104] (4)采用带精英策略的快速非支配排序遗传算法NSGA- II进行基于多目标优化的 交直流混合微电网动态架构重组。
[0105] 采用带精英策略的快速非支配排序遗传算法NSGA- II进行交直流混合微电网的 动态架构重组。
[0106] NSGA- II是NSGA的改进版本，它为了克服NSGA计算复杂度高、无精英策略、需要人 为指定共享参数σ share等缺陷，进行了三方面的改进：
[0107] ①提出了快速非支配排序方法，降低算法的复杂度；
[0108] ②引入精英策略，扩大采样空间。将父代种群与其产生的子代种群组合，共同竞争 产生下一代种群，有利于保持父代中的优良个体进入下一代，保证某些优良的种群个体在 进化过程中不会被丢弃，从而提高了优化结果的精度；
[0109] ③采用拥挤度和拥挤度比较算子，克服了 NSGA中需要人为指定共享参数的缺陷， 并且将其作为种群中个体间的比较标准，使得准Pareto域中的个体能均匀地扩展到整个 Pareto域，保证了种群的多样性。
[0110] 步骤如下：
[0111] 1)在解空间内随机产生大小为N的初始种群，交直流混合微电网动态架构重组的 优化变量是与m个光伏阵列相连接的开关，因此采用二进制种群，每条染色体由m个0和1 组合而成的。
[0112] 2)对初始种群进行非支配排序和拥挤度计算。
[0113] 3)执行选择、交叉和变异操作得到新种群Qt。
[0114] 4)精英策略：将子代Qt与父代Pt合并，生成2N大小的种群Rt，对其进行非支配 排序得到一系列非支配解前端，并计算拥挤度，从中选出拥挤度较大的N个个体进行交叉、 选择、变异产生新的子代种群Qt+1。
[0115] 5)终止条件：判断是否为最大迭代次数，若是，