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！

龙图腾网获悉南京瑞麟能源技术有限公司;南京邮电大学申请的专利一种基于机器学习的新能源电力消纳与储能调节预测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：CN119944685B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202411911084.4，技术领域涉及：H02J3/06；该发明授权一种基于机器学习的新能源电力消纳与储能调节预测方法是由曹志刚;丁志阳;陈思黔;刘尚东;季一木;徐鹤;孙靖宇;陈梓铭;孙江樵;柳中杰;李硕设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于机器学习的新能源电力消纳与储能调节预测方法在说明书摘要公布了：本发明公开了一种基于机器学习的新能源电力消纳与储能调节预测方法，属于电力技术领域，包括数据采集、处理、分析与可视化四个层次，获取电网及储能系统数据，采用有功电力平衡分析模块和粒子群优化算法计算电力不平衡量，并使用LSTM模型预测储能系统的充放电曲线，评估调节灵活性，解决了通过结合粒子群优化算法与长短期记忆网络，减少有功不平衡量、降低弃电量、预测储能系统的充放电需求，提高储能系统的运行效率的技术问题，减少有功不平衡量，降低弃电量，帮助电力调度系统合理调度储能资源，提高储能系统的运行效率，减少不必要的电能浪费，提高电网的灵活性和可靠性，优化了电力调度过程，提升了调度的准确性和经济性。

本发明授权一种基于机器学习的新能源电力消纳与储能调节预测方法在权利要求书中公布了：1.一种基于机器学习的新能源电力消纳与储能调节预测方法，其特征在于：包括如下步骤： 步骤1：在数据采集层建立数据采集模块集群，通过互联网从电网系统中的数据源获取电网及储能数据，包括电网拓扑结构和运行参数、新能源场站的预测出力曲线与实际出力曲线、储能系统充放电能力参数、日前负荷预测曲线和历史调节数据； 步骤2：数据处理与存储层获取数据采集层的电网及储能数据，通过预处理模块对电网及储能数据进行预处理，得到原始数据，构建原始数据数据库； 步骤3：分析与决策层从原始数据数据库中调取原始数据，根据以下步骤对原始数据进行分析： 步骤3-1：建立有功电力平衡分析模块，调取原始数据，构建费用最小的经济调度目标函数和约束条件，计算并分析电力不平衡量，使用粒子群优化算法PSO寻找最优解，输出全局最优解和电力不平衡量分析结果； 构建费用最小的经济调度目标函数以及约束条件，具体公式如下： ； 其中，是从电厂购电的费用；是弃电量；是储能系统运行费用；是外送电量；是失负荷量；ρ是弃电惩罚系数，单位为元kWh，ε是外送电量的收益系数，单位为元kWh，γ是失负荷惩罚系数，单位为元kWh； ； 其中，是第i台发电机的单位发电成本，单位为元kWh；是第i台发电机在时间t的输出功率，单位为MW；N gen 是发电机的总数； ； 其中，是第i个新能源场站在时间t的预测出力，单位为MW，是第i个新能源场站在时间t的实际出力，单位为MW；N renewable 为新能源场站的总数；是时间步长； ； 其中，C charge 是储能充电的单位成本，单位为元kWh，C discharge 是储能放电的单位成本，单位为元kWh，是储能系统在t时刻的总充电功率，单位为MW，是储能系统在t时刻的总放电功率，单位为MW； ； 其中，是电网外送的功率，单位为MW；T为时间步数； ； 其中，是t时刻的负荷需求，单位为MW；t取值为1到T；为第i个储能设备在t时刻的输出功率； 步骤3-2：建立储能容量调节预测模块，获取步骤1的输出结果和原始数据，采用LSTM长短期记忆网络模型，预测储能系统在未来调度周期内的储能充放电曲线，评估储能的调节灵活性和调节时间，得到调节灵活性指标，输出储能充放电曲线和调节灵活性指标； 步骤4：用户交互与可视化层获取分析与决策层的输出结果，构建可视化模块展示全局最优解、电力不平衡量分析结果、储能充放电曲线和调节灵活性指标。

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南京瑞麟能源技术有限公司;南京邮电大学，其通讯地址为：211100 江苏省南京市江宁区胜利路99号名家科技大厦A座20楼2010室(江宁开发区)；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”。