(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 202211298551.1 (22)申请日 2022.10.24 (71)申请人 盛世华通 （山东） 电气工程有限公司 地址 250000 山东省济南市历下区经十路 14717号齐源大厦A座020 308 (72)发明人 张进智　王市委　赵海成　苏本可　 亓健　王瑞　陈立香　 (51)Int.Cl. H02J 3/24(2006.01) H02J 3/38(2006.01) H02J 3/32(2006.01) G06N 3/00(2006.01) (54)发明名称 一种基于SA-PSO优化边界的光伏功率平滑 方法 (57)摘要 本发明提供一种基于SA ‑PSO优化边界的光 伏功率平滑方法， 用于平抑光伏电站输入电网的 功率波动， 包括如下步骤， S1、 采集逆变器数据， 按照一定时间间隔获取逆变器中的光伏发电功 率数据， 功率数据送入广义最速跟踪微分器处 理； S2、 基于短时间尺度的平滑适应度函数， 采用 SA‑PSO算法优化广义最速跟踪微分器的边界参 数以及滤波参数， 基于优化后的广义最速跟踪微 分器， 得到当前时刻的功率平滑参考值； S3、 基于 功率平滑 参考值和当前功率， 控制储能充放电实 现功率平滑。 本方法能够得到一条更加平滑且合 理的光伏功率并网曲线， 以保证电力系统的安全 稳定运行。 权利要求书3页 说明书8页 附图5页 CN 115441478 A 2022.12.06 CN 115441478 A 1.一种基于SA ‑PSO优化边界的光伏功率平滑方法， 用于平抑光伏电站输入电网的功率 波动， 其特 征在于， 包括如下步骤， S1、 采集逆变器数据， 按照一定时间间隔获取逆变器 中的光伏发电功率数据， 功率数据 送入广义最速跟踪微分器处理， 其中， 所述广义最速跟踪微分器是通过在最速跟踪微分器 基础上加入边界参数构建； S2、 基于短时间尺度的平滑适应度函数， 采用SA ‑PSO算法优化广义最速跟踪微分器的 边界参数以及滤波参数， 基于优化后的广义最速跟踪微分器， 得到当前时刻的功率平滑参 考值； S3、 基于功率平 滑参考值和当前功率， 控制储能充放电实现功率平 滑。 2.根据权利 要求1所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 广义最速跟踪微分器在加入边界参数后， 广义 边界曲线表达式如下： 上式中， 为输出与输入信号之间的差值， 为输入信号导数的估计， 为待调节参数 跟踪因子， 为待调节参数滤波因子， 和 分别是两个不同的边界参数， 在以 为横轴、 为纵轴绘制的相平面图中， 改变 可以改变相平面中 轴方向的宽度， 且随着 变小线性 区域和可达区将越来越靠 近横轴， 改变 将会影响整个线性区的宽度和形状 。 3.根据权利 要求2所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 广义最速跟踪微分器的输入 采用线性区判断条件， 通过添加辅助线， 比较同一纵坐标下， 横坐标的大小， 确定状态是否位于线性区中。 4.根据权利 要求3所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 广义最速跟踪微分器的构建方法如下： 首先将边界条件转化为两条边 界曲线 、 ，同时在线性区内部存在第三条曲线 ， 上的点通过输入 ， 状态可以从 转变到 ， 、 、 表示为： 通过固定 比较当前状态 与边界线 上点 大小进而确定是否位于线性区域， 系统的 输入 表示为： 1） 当状态点横坐标位于 与 之间， ； 状态点横坐标位于权　利　要　求　书 1/3 页 2 CN 115441478 A 2与 之间， ； 2）当 状 态 进 入 可 达 区 ( 且 ) 后 ， ； 3） 当状态满足条件在可达区外且 ， ； 4） 如果满足条件 ， ； 5） 如果满足条件 ， ； 其中， 、 、 为做平行于 轴的辅助线， 相同 下， 、 、 三条线上点对应的 的值。 5.根据权利 要求1所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 短时间尺度的平 滑适应度函数表达式如下： 其中 为前k个采样点经过储能平滑后的光伏功率， 为i时刻光伏阵 列的输出功率， 为上一采样点经过储能平 滑后的光伏功率。 6.根据权利 要求1所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 的SA‑PSO算法， 是在传统的PSO算法中加入模拟退火的思想， 防止粒子落入局 部最优解， 通 过比较新解与旧解之间适应度差值是否满足一定条件， 当该差值 ， 则接受新解， 当 时， 只接受满足条件的特定解， 表达式如下： 其中， 为更新后的新解与上一次循环得到的旧解之间适应度插值， 为算法设置的 退火温度。 7.根据权利 要求6所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 所述 的SA‑PSO算法包括如下步骤： S1） 、 随机设定初始边界参数 和 以及滤波因子 ， 按照短时间尺度的平滑适应度函 数计算粒子群中的最优个 体适应度函数值 和群体最优适应度函数值 ； S2） 、 在上述计算完成后对各粒子的速度和位置进行更新通过轮盘赌策略， 并设定一定 限制； S3） 、 计算更新前后的适应度函数值的差， 并根据模拟退火策略选择是否接受更新值， 若接受新 值则进行降温， 否则保持不变， 新的温度为 ， 为退火因子； 重复步骤S2） 、 S3） ， 直到 到达最大迭代次数。 8.根据权利 要求1所述的基于SA ‑PSO优化边界的光伏功率平滑方法， 其特征在于， 步骤 S3中， 基于功率平滑参考值和当前功率， 控制储能充放电使得本时刻平滑后的功率权　利　要　求　书 2/3 页 3 CN 115441478 A 3