1.一种考虑N‑1安全准则的配电网与光储充系统协同规划方法，其特征在于，包括如下步骤：对标准支路潮流模型进行相角松弛，得到适用于优化计算的实数方程模型，对所述实数方程模型中的非线性约束进行二阶锥松弛并线性化，构建配电网可计算潮流模型；

将每个光伏发电设备‑储能设备‑充电站抽象为一个能源枢纽，将来自配电网的电能、光伏发电电能作为输入，构建光储充能源枢纽模型；

针对光储充系统正常运行或发生N‑1故障两类状态，构建双阶段随机规划框架，以光储充系统年化总成本最小化为目标，对投资与运行联合优化，并进行N‑1故障恢复模拟；

采用信息间隙决策理论，最大化故障时刻光伏出力和充电负荷波动的不确定性区间；

基于所述双阶段随机规划框架，将故障问题分解为主问题以及对应的子问题，所述主问题不考虑N‑1约束，用于求解经济方案，所述子问题用于对主问题求解后的经济方案进行N‑1故障校验，识别故障元件，若有故障，则将该故障作为主问题约束，重新求解，不断迭代求解过程，直至校验无误。

2.根据权利要求1所述的方法，其特征在于，所述线性化通过外接多边形线性化技术实现。

3.根据权利要求1所述的方法，其特征在于，所述光储充能源枢纽模型包括：光伏模型，基于典型日照曲线表示光伏系统的出力特性；

电化学储能模型，用于跟踪储能设备的能量状态变化，并受充放电效率及功率、能量状态与容量上下限约束；

电动汽车充电负荷模型，用于将分布式电动汽车充电负荷聚合为可控的整体负荷，并受充电桩数量、功率等级和用户充电需求曲线约束。

4.根据权利要求1所述的方法，其特征在于，所述以光储充系统年化总成本最小化为目标，对投资与运行联合优化包括：以最小化光储充系统的年化综合成本作为目标函数，构建投资运行模型，所述年化综合成本包括投资成本和预期运行成本；

其中，约束条件为配电网凸潮流约束、光储充系统运行约束以及光储充系统功率平衡约束作。

5.根据权利要求1所述的方法，其特征在于，所述N‑1故障恢复模拟包括：模拟光储充系统遭遇任一预设N‑1故障时的响应；

以故障后的网络重构开关状态、储能装置紧急放电功率、光伏有功与无功支援功率、以及可中断或可转移充电负荷的调整量作为决策变量；

以最小化该特定N‑1故障场景下的总负荷削减量为目标函数，进行优化求解，并引入基于故障后新拓扑结构的配电网潮流约束、光储充系统运行约束，且允许对非关键负荷进行削减；

校验优化求解后的结果，若所述总负荷削减量超过预设值，则判定当前规划框架不满足N‑1安全准则，并生成反馈信息。

6.根据权利要求1所述的方法，其特征在于，所述采用信息间隙决策理论，最大化故障时刻光伏出力和充电负荷波动的不确定性区间包括：基于信息间隙决策理论，针对故障时刻光伏出力和充电负荷波动的不确定性，构建不确定性模型，并通过波动偏差系数表示光伏出力和充电负荷波动的不确定性；

将目标函数中的光储充系统年化总成本最小化替换为最大化波动偏差系数，同时附加成本约束。

7.根据权利要求1所述的方法，其特征在于，所述将故障问题分解为主问题以及对应的子问题包括：所述主问题包括关键N‑1故障场景约束集，所述关键N‑1故障场景约束集初始状态下为空集，每当子问题求解得到某一N‑1故障场景，则将该N‑1故障场景加入N‑1故障场景约束集。

8.一种考虑N‑1安全准则的配电网与光储充系统协同规划装置，其特征在于，包括：配电网可计算潮流模型构建模块，用于对标准支路潮流模型进行相角松弛，得到适用于优化计算的实数方程模型，对所述实数方程模型中的非线性约束进行二阶锥松弛并线性化，构建配电网可计算潮流模型；

光储充能源枢纽模型构建模块，用于将每个光伏发电设备‑储能设备‑充电站抽象为一个能源枢纽，将来自配电网的电能、光伏发电电能作为输入，构建光储充能源枢纽模型；

双阶段随机规划框架构建模块，针对光储充系统正常运行或发生N‑1故障两类状态，构建双阶段随机规划框架，以光储充系统年化总成本最小化为目标，对投资与运行联合优化，并进行N‑1故障恢复模拟；

风险规避模块，用于根据信息间隙决策理论，最大化故障时刻光伏出力和充电负荷波动的不确定性区间；

问题分解与迭代校验模块，基于所述双阶段随机规划框架，将故障问题分解为主问题以及对应的子问题，所述主问题不考虑N‑1约束，用于求解经济方案，所述子问题用于对主问题求解后的经济方案进行N‑1故障校验，并识别故障元件，若有故障，则将所述故障作为主问题约束，重新求解，不断迭代求解过程，直至校验无误。

9.一种电子设备，包括存储器和处理器，其特征在于，所述存储器与所述处理器耦接；

其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如权利要求1‑7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1‑7任一项所述的方法。