(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 202211299532.0 (22)申请日 2022.10.21 (71)申请人 淮阴工学院 地址 223005 江苏省淮安市 涟水县海安路 10号安东大厦8楼 (72)发明人 刘树立　王夫诚　苏姣月　周孟雄　 章浩文　纪捷　陈帅　赵环宇　 黄慧　纪润东　张楚　彭甜　孙娜　 吴红婷　钱兴旺　孙倩倩　王曦　 (74)专利代理 机构 淮安市科文知识产权事务所 32223 专利代理师 吴晶晶 (51)Int.Cl. H02J 3/38(2006.01) H02J 3/32(2006.01)H02J 3/06(2006.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 3/00(2006.01) (54)发明名称 一种基于CPA算法的民居综合光储设备运行 调节器 (57)摘要 本发明公开了一种基于CPA算法的民居综合 光储设备运行调节器， 包括光伏、 设计单元、 控制 单元、 储能单元、 负载、 变压器、 防逆流装置、 电 网； 民居综合光储设备运行调节器包含两种模 式， 分别为孤岛模式以及并网模式， 设计单元通 过CPA算法基于光伏发电数据以及负载负荷需求 数据进行供电策略设计； 控制单元通过设计单元 提供的控制逻辑控制储能单元充放电； 储能单元 由多个电池模组构成。 以负载的负荷需求与光伏 的发电量为数据输入， 通过设计单元计算出储能 单元具体使用电池模组数。 本发 明能够合理利用 储能单元， 合理规划充放电功率， 合理使用电池 模组， 并且可 以采取孤岛以及并网两种方式， 解 决光伏消纳问题以及储能单 元利用问题。 权利要求书2页 说明书5页 附图4页 CN 115514007 A 2022.12.23 CN 115514007 A 1.一种基于CPA算法的民居综合光储设备运行调节器， 其特征在于， 包括光伏、 设计单 元、 控制单元、 储能单元、 负载、 变压器、 防逆流装置、 电网； 所述民居综合光储设备运行调节 器包含两种模式， 分别为孤岛模式以及并 网模式： 所述孤岛模式： 光伏的输出端与所述储能单元与负载连接， 其中储能单元的容量设置 大于负载所需的电负荷， 若负载负荷需求满足时， 即光伏的多余发电量输入储能单元内储 存起来； 孤岛模式下设计单元与控制单元连接， 以负载的负荷需求与光伏的发电量为数据 输入， 通过设计单元计算出储能单元具体使用电池模组数， 通过控制单元下达调节指 令， 并 作用于储能单 元； 所述并网模式： 光伏的输出端与所述储能单元与负载连接， 其中储能单元的容量设置 大于负载所需的电负荷， 若负载负荷需求满足时， 即光伏的多余发电量输入储能单元内储 存起来； 并网模式下设计单元与控制单元连接， 以负载的负荷需求与光伏的发电量为数据 输入， 通过设计单元计算出储能单元具体使用电池模组数， 通过控制单元下达调节指 令， 并 作用于储能单元； 所述储能单元与变压器连接， 变压器与防逆流装置连接， 防逆流装置与电 网连接； 当储能单元与负载所需电量满足时， 光伏产生的多余电能直接售卖到电网， 当储能 单元与光伏产生的电能不 足时， 通过电网利用变压器传输电能至负载， 保障负载正常运行； 所述设计单元中设置有CPA 算法， 所述CPA 算法实现以负载的负荷需求与光伏的发电量为数 据输入， 通过设计单 元计算出储能单 元具体使用电池 模组数。 2.根据权利要求1所述的基于CPA算法的民居综合光储设备运行调节器， 其特征在于， 所述CPA算法实现以负载的负荷需求与光伏的发电量为数据输入， 通过设计单元计算出储 能单元具体使用电池 模组数主 要包括如下步骤： 步骤1： 数据初始化， 随机初始化由食肉植物和猎物组成的个 体种群， 评估个 体适应度； 步骤2： 根据其适应度值按升序进行排序， 将初始种群 中所有个体分类为食肉植物和猎 物两部分， 所述食肉植物的排序名次均优于所述猎物的排序名次； 步骤3： 将适当等级的猎物分配给适当等级的食肉植物， 直到NCpl anth级猎物被分配到 NCplanth级食肉植物， 以此类 推； 步骤4： 生成随机数， 进行捕食判定； 步骤5： 只有排名第一的食肉植物允许繁殖； 步骤6： 新产生的食肉植物和猎物与以前的种群相结合， 形成一个新的种群。 根据新一 组个体的适应度值按升序排序； 然后从这 一组中选择排名前n名的个 体作为新的候选解； 步骤7： 以光伏发电量、 储能单元容量以及负载的负荷需求为输入， 储能单元所用电池 模组数为输出最优解， 设备分配电能是否合理为目标， 判断是否符合条件， 若满足条件则进 行电能分配， 若不满足则重复步骤4至7。 3.根据权利要求2所述的基于CPA算法的民居综合光储设备运行调节器， 其特征在于， 所述步骤4中进行捕食判定的具体操作为： 如果吸引率高于随机生成的数字， 则食肉植物会捕获并消化猎物以进行生长， 新食肉 植物的生长模型为： NewCPi， j＝growth×CPi， j+(1‑growth)×Preyv， j growth＝gro wth_rate ×randi， j 其中， CPi， j是第i级食肉植物， Pr  eyv， j是随机选择的猎物， growth_rate是预定义值，权　利　要　求　书 1/2 页 2 CN 115514007 A 2randi， j是从范围[0， 1]中选择的随机值， growth为生长率， NewCPi， j为新的食肉植物； 在CPA 中， 每组只有一种食肉植物， 而猎物的数量必须超过两种； 如果吸引率低于生成的随机值， 则猎物成功逃离陷阱并继续生长， 其猎物成功逃离陷 阱并继续 生长表达式为： NewPreyi， j＝growth×Preyu， j+(1‑growth)×Preyv， j， u≠v 其中， Preyu， j是第三秩群中的另一个 随机选择的猎物， Preyu， j与Preyv， j为同一种群两 个不同的随机猎物； 食肉植物和猎物的生长过程 都是重复的， 直到达到一个预定义的迭代， 即group_iter。 4.根据权利要求2所述的基于CPA算法的民居综合光储设备运行调节器， 其特征在于， 所述步骤5中繁殖表达式为： NewCPi， j＝CP1， j+Reproducti on_rate×randi， j×matei， j 其中， CP1， j为最佳解决方案， matei， j为协调不同情况下的计算参数， Reproduction_ rate为用于攻击的预定义值， CPi和CPv分别表示第i级与第v级食肉植物； 该过程重复 nCPlant次； 在再现过程中， v对于每个第j维随机地重新选择食肉植物； 在生长过程中， 猎物 被随机重新选择， 而不 考虑第j个维度。权　利　要　求　书 2/2 页 3 CN 115514007 A 3