买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网甘肃省电力公司陇南供电公司申请的专利一种水电群梯级与光电站协调调峰的优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118336839B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410410514.8，技术领域涉及：H02J3/48；该发明授权一种水电群梯级与光电站协调调峰的优化方法是由吴正强;范捷生;张全娥;韩欢;宋菊文;金仲霞;闵东设计研发完成，并于2024-04-07向国家知识产权局提交的专利申请。

本一种水电群梯级与光电站协调调峰的优化方法在说明书摘要公布了：一种水电群梯级与光电站协调调峰的优化方法，涉及小水电站集群参与的水光调峰领域。包括分布式光伏发电的功率曲线特性分析和分布式小水电功率曲线参数分析；小水电集群调峰流程及调峰能效分析；构建多体系联合参与的水光调峰综合评判体系；最优调峰功率输出策略、供能功率输出策略以及最优成本下的功率配比及其计算方法；构建出了一个以工作成本最小化为优化目标的水光调峰模型，并结合具体算法通过引入多目标评判体系实现了高比例水电参与的水光调峰工作，提升了供电系统对光电的可接受度和光伏发电电能的灵活调配度。能够在考虑电力系统负荷需求和风光新能源波动性的情况下，实现水电站的灵活调度，减少对传统能源的依赖。

本发明授权一种水电群梯级与光电站协调调峰的优化方法在权利要求书中公布了：1.一种水电群梯级与光电站协调调峰的优化方法，具体步骤如下： S1、分布式光电站及水电站集群功率特性分析； 假定风光的出力满足正态分布Nμ,σ2，其中风光出力预测的均值为μ，方差为σ2；利用蒙特卡洛模拟法生成大量的符合正态分布的风光出力场景，每一个生成场景的概率则是通过1除以场景总数来得到；结合以上功率特性和随机采样方法，保留光伏发电波动性的同时尽可能通过随机采样方法实现功率的具象化刻画，实现光伏发电参与调峰的线性化， 水电站功率模拟则侧重对水电功率历史数据的提取，并通过人工神经网络模型对历史数据学习，然后实现水电功率数据的模拟，人工神经网络数学表达式如下： 式中；an表示人工神经网络中的参与训练参数的第n项权重系数；θj n为人工神经网络中各层系数的记忆矩阵，用于保存上一层流入下一层学习网络的数据；g.为隐藏层函数，用于计算每个输出层数据；hθ.为每个输出层的输出水电功率； 再通过随机采样方法和人工神经网络方法分别对光电功率和水电功率曲线模拟； S2、小水电集群调峰流程及调峰能效分析； 首先，进行光电发电功率预测；然后，水电站做好调峰准备工作，包括调整水库水位和规划发电机组的运行模式；随后，光伏电站根据预测的光照条件发电，产生相应的电能；最后，对调峰过程进行能效分析，评估调峰的效果和质量，包括调峰成本、电力系统的稳定性指标； S3、构建多体系联合参与的水光调峰综合评判体系； 综合已有的水光调峰模型和成果，重点考虑了水电调峰参与深度、光电功率波动幅度以及调峰调度成本最小化构建水电参与深度模型、高水电参与的水光调峰质量评估模型和高水电参与的水光调峰模型成本最小化目标函数，并结合地区水光发电站群的实际对象开展提出方法的验证工作，并以基于水电与光电协同调峰的模型、基于系统优化的模型和基于综合指标的模型，作为评判指标构建水光调峰质量综合评判模型； 水电参与深度模型，水电站调峰深度模型由两部分组成，其包括：（1）基于水电站系统输入输出最大最小值计算的水电调峰深度模型；（2）水电站调峰容量比；以上两部分分别代表水电站调峰功率在水电站额定功率的所占比例、水电站调峰功率在水光总功率中所占比例； 式中，Dh为水电调峰深度；Dh,max和Dh,min分别为系统输出电功率的最大值和最小值； 然后是调峰容量比，调峰容量比是一种通过对比光电调峰前后功率值以表征水电在光电调峰工作中的参与度的数学模型，其数学表达式如下所示： 式中，r为调峰容量比； PE为调峰前光伏发电输出功率； P'E表示调峰后光伏发电输出功率； 高水电参与的水光调峰质量评估模型； 为精准描述光电并网的电功率峰谷变化，选取24个调度时段的负荷变化，定义系统24点调峰需求为后一时段与前一时段的最大负荷差的绝对差，即： 式中，ΔPLD,t为t时刻的调峰需求； PLD,t和PLD,t+1分别为光电功率在t和t+1时刻的电功率值； 以上即为光电并网后的功率峰谷变化特征，但由于光电功率通常具有短时功率突变特性，因此需要额外对光伏发电的功率爬坡数值进行分析，针对光电的上升和下降情况，利用所有常规水电机组在各个时段的可调节容量之和来确定系统能够用于调峰功率容量，进一步可以确定调峰系统中各采样时间节点功率爬坡越限数值，即为： 利用该指标可以对光伏发电的爬坡数值进行评估，从而可以推导出水光调峰系统的平均功率值，计算得到光电功率的平滑程度； 高水电参与的水光调峰模型成本最小化目标函数； 成本计算模型做出简化，仅计算水电调峰成本、主电网调峰成本、水电站储电放电成本、光电发电成本以及主电网供电成本，总成本可由以下公式表示： 式中，Chydro表示水电相关成本； Cpv表示光电相关成本； Cgrid表示来自电网的电力相关成本； Cdis和Cchr分别表示水电站放出额外电能和水电站储存冗余电能的相关成本； 通过以上成本函数定义，实现了水光调峰模型成本的具象描述，为进一步开展最优电能分配提供了数学模型基础； S4、成本最小化的下最优调峰功率输出策略计算方法； S3中提出的约束模型中既存在Ph和Qh等连续变量，也存在δ1和δ2为代表的0-1二进制变量，这使得优化模型同时具有线性和非线性，其表达式如下所示， 式中，fx,y为目标函数，其决策变量矩阵为x和y； x为0-1二进制变量矩阵，即为水电站工作模式的表征参数； y为参与优化的变量矩阵总集，代表光水电的调峰电量； C、D和e为抽象的矩阵和向量，表示目标函数和约束条件中的成本和各项系数； 对于上述两阶段鲁棒模型，采用CCG算法将之分解为主问题和子问题，便于交替求解； 构建基于CCG算法分解的主子双层问题模型，经分解后的主子双层问题数学模型如下公式所示； 上式为系统主问题，式中：θ为主问题目标函数中的微电网运行成本的辅助变量； 对潮流参数计算模型进行线性化构筑，为简化计算，采用了与最优潮流模型适配性较强的Distflow直流潮流模型计算地区水光母线节点电压参数，Distflow模型数学表达式如下所示： 式中，Pij和Qij分别为支路有功功率和支路无功功率； vij和lij分别为支路电压和支路电流的幅值的平方； 进一步计算各节点电压和各节点电压相角，两参数的计算公示如下所示： 式中；δi为第i节点的节点电压电压降； Vi表示该节点的节点电压， 最终实现了利用典型周负荷曲线进行调峰优化,安排梯级水电群和风光电站各时刻的出力,能够尽可能发挥光水电站跟随负荷能力,最大程度减小剩余负荷的波动。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网甘肃省电力公司陇南供电公司，其通讯地址为：746000 甘肃省陇南市武都区汉王新区长江大道以北,燕儿沟以西；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。