光伏仿真模型的参数调节方法、装置、设备和存储介质与流程

本技术涉及自动化，特别是涉及一种光伏仿真模型的参数调节方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、随着新能源的普及，光伏发电是目前主流的新能源发电形式之一，但由于各地不同的用电量需求，需要不同容量等级的光伏电站。而在研究成果作为实际应用投入生产之前，必须基于各种光伏发电系统的仿真平台对成果进行仿真验证。目前针对不同对象开展的仿真研究需要频繁改变光伏仿真模型的容量等级，每一次容量等级的调节需要人工调整多达数十个系统参数以及多组pi参数(比例积分proportional-integral控制器的参数)的调节，存在效率较低的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高参数调节效率的光伏仿真模型的参数调节方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种光伏仿真模型的参数调节方法，包括：

3、获取针对所述光伏仿真模型输入的目标容量；

4、根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值；

5、基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节；

6、以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值；所述遗传算法以设定的pi参数初始值构建多个初始种群，根据预设适应度函数计算每个所述初始种群的适应度，基于所述每个初始种群进行迭代计算；所述预设适应度函数基于所述光伏仿真模型在迭代运行时的结果作为遗传算法的结果反馈构建；

7、根据所述优化后的pi参数值对所述控制系统当前的pi参数进行更新。

8、在其中一个实施例中，所述根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值包括：

9、计算所述目标容量和所述基准容量的比值，得到比值系数；

10、基于所述比值系数、所述其他基本系统参数与所述基础容量相适应的参数值以及所述其他基本系统参数对应的计算公式，计算所述其他基本系统参数与所述目标容量相适应的参数值。

11、在其中一个实施例中，所述其他系统参数包括光伏仿真模型的光伏模块数量和光伏模块串数量；所述基于所述比值系数、所述其他基本系统参数与所述基础容量相适应的参数值以及所述其他基本系统参数对应的计算公式，计算所述其他基本系统参数与所述目标容量相适应的参数值,包括：

12、计算与所述目标容量相适应的光伏模块数量和光伏模块串数量，对应的计算公式包括：

13、

14、

15、其中，n表示比值系数，ns′r与nsr分别表示目标容量与基准容量下所述光伏仿真模型的光伏板中串联的光伏模块数量，n′pl与npl分别表示目标容量与基准容量下光伏仿真模型的光伏板中并联的光伏模块串数量。

16、在其中一个实施例中，所述其他系统参数包括还包括额定输出有功功率参考值、单个逆变器的额定输送功率并网点基准电压、并网点母线电压额定值、逆变器交流输出侧基准电压、逆变器直流输入侧基准电压、光伏板额定开路电压和光伏板额定短路电流，所述基于所述比值系数、其他基本系统参数与所述基础容量相适应的参数值以及所述其他基本系统参数对应的计算公式，计算所述其他基本系统参数与所述目标容量相适应的参数值，还包括：

17、计算与所述目标容量相适应的额定输出有功功率参考值、单个逆变器的额定输送功率并网点基准电压、并网点母线电压额定值、逆变器交流输出侧基准电压、逆变器直流输入侧基准电压、光伏板额定开路电压和光伏板额定短路电流，对应的计算公式包括：

18、

19、其中，pref′与pref分别表示目标容量与基准容量下光伏仿真模型的额定输出有功功率参考值，prated′与prated分别表示目标容量与基准容量下光伏仿真模型单个逆变器的额定输送功率，vbase′与vbase分别表示目标容量与基准容量下光伏仿真模型并网点基准电压，vbus′与vbus分别表示目标容量与基准容量下光伏仿真模型并网点母线电压额定值，vinv_base′与vinv_base分别表示目标容量与基准容量下逆变器交流输出侧基准电压，vdc_base′与vdc_base分别表示目标容量与基准容量下逆变器直流输入侧基准电压，voc_mppt′与voc_mppt分别表示目标容量与基准容量下mppt跟踪控制元件中设定的光伏板额定开路电压，isc_mppt′与isc_mppt分别表示目标容量与基准容量下mppt跟踪控制元件中设定的光伏板额定短路电流。

20、在其中一个实施例中，所述基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节包括：

21、确定所述光伏仿真模型的基本系统参数中的参数值保持不变的参数和参数值待调节参数；

22、基于所述目标容量相适应的参数值对光伏仿真模型的基本参数中的待调节参数进行调节。

23、在其中一个实施例中，所述以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值之前，还包括：

24、预先构建适应度函数；所述适应度函数包括：

25、

26、其中，ω1,ω2,ω3分别为三个权重系数，p为光伏仿真模型达到稳态后实际输出的有功功率，pref为输入的需要调节的容量目标，q为光伏仿真模型达到稳态后实际输出的无功功率，qref为光伏仿真模型参考输出的无功功率，tstab为光伏仿真模型达到稳态所需要的时间。

27、在其中一个实施例中，所述以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值包括：

28、以设定的pi参数初始值构建多个初始种群；

29、对每个所述初始种群配置染色体编码；

30、将光伏仿真模型当前的系统输出有功功率与无功功率变化曲线带入预先构建的适应度函数，以计算每个所述初始种群的适应度；

31、根据所述适应度计算每个所述初始种群对应的选中下一代的概率；所述概率的计算公式为：

32、

33、其中，f(xi)表示第i个初始种群中个体的适应度大小，n表示整个初始种群的大小；

34、基于每个所述初始种群对应的选中下一代的概率将选中的初始种群放入交叉池中，并根据所述染色体编码对交叉池中的初始种群进行基因交叉和基因变异处理，得到处理后的新种群。

35、在其中一个实施例中，所述根据所述染色体编码对选中的初始种群进行基因交叉和基因变异处理，得到处理后的新种群之后，还包括：

36、判断所述处理后的新种群是否满足预设的迭代结束条件；

37、若不满足迭代结束条件，返回将光伏仿真模型当前的系统输出有功功率与无功功率变化曲线带入预先构建的适应度函数，以计算每个所述初始种群的适应度的步骤，直至满足预设的迭代结束条件，得到优化后的pi参数值。

38、第二方面，本技术还提供了一种光伏仿真模型的参数调节装置，包括：

39、目标容量获取模块，用于获取针对所述光伏仿真模型输入的目标容量；

40、基础参数计算模块，用于根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值；

41、基础参数调节模块，用于基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节；

42、pi参数计算模块，用于以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值；所述遗传算法以设定的pi参数初始值构建多个初始种群，根据预设适应度函数计算每个所述初始种群的适应度，基于所述每个初始种群进行迭代计算；所述预设适应度函数基于所述光伏仿真模型在迭代运行时的结果作为遗传算法的结果反馈构建；

43、pi参数更新模块，用于根据所述优化后的pi参数值对所述控制系统当前的pi参数进行更新。

44、第三方面，本技术还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，所述处理器执行所述计算机程序时实现以下步骤：

45、获取针对所述光伏仿真模型输入的目标容量；

46、根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值；

47、基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节；

48、以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值；所述遗传算法以设定的pi参数初始值构建多个初始种群，根据预设适应度函数计算每个所述初始种群的适应度，基于所述每个初始种群进行迭代计算；所述预设适应度函数基于所述光伏仿真模型在迭代运行时的结果作为遗传算法的结果反馈构建；

49、根据所述优化后的pi参数值对所述控制系统当前的pi参数进行更新。

50、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

51、获取针对所述光伏仿真模型输入的目标容量；

52、根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值；

53、基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节；

54、以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值；所述遗传算法以设定的pi参数初始值构建多个初始种群，根据预设适应度函数计算每个所述初始种群的适应度，基于所述每个初始种群进行迭代计算；所述预设适应度函数基于所述光伏仿真模型在迭代运行时的结果作为遗传算法的结果反馈构建；

55、根据所述优化后的pi参数值对所述控制系统当前的pi参数进行更新。

56、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

57、获取针对所述光伏仿真模型输入的目标容量；

58、根据所述目标容量以及所述光伏仿真模型的基准容量，计算得到多个基本系统参数与所述目标容量相适应的参数值；

59、基于所述基本系统参数与所述目标容量相适应的参数值，对所述光伏仿真模型的基本系统参数进行调节；

60、以所述控制系统的pi参数值作为优化对象，采用遗传算法对控制系统的pi参数值进行迭代计算，直至满足预设的迭代结束条件，得到优化后的pi参数值；所述遗传算法以设定的pi参数初始值构建多个初始种群，根据预设适应度函数计算每个所述初始种群的适应度，基于所述每个初始种群进行迭代计算；所述预设适应度函数基于所述光伏仿真模型在迭代运行时的结果作为遗传算法的结果反馈构建；

61、根据所述优化后的pi参数值对所述控制系统当前的pi参数进行更新。

62、上述光伏仿真模型的参数调节方法、装置、计算机设备、存储介质和计算机程序产品，通过获取针对光伏仿真模型输入的目标容量，根据目标容量和光伏模型的基准容量计算得到与目标容量相适应的参数值和多个基本系统参数值，并采用计算得到参数值对光伏仿真模型的基本系统参数进行调节，从而实现光伏仿真模型参数的自动调节；再采用遗传算法对光伏仿真模型的控制系统的pi参数进行优化得到优化后的pi参数值对pi参数进行更新，从而实现控制系统的pi参数的自动更新，使得提高了针对光伏仿真模型的参数调节效率。