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！

龙图腾网获悉上海电力大学申请的专利基于改进麻雀算法的风光氢储系统容量配置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：CN115882477B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202211010786.6，技术领域涉及：H02J3/28；该发明授权基于改进麻雀算法的风光氢储系统容量配置优化方法是由马昕霞;林玉杰;项俊欣;吴天予;熊启阳;吴江;戚瑜敏;郭成杰;俞金磊;杨金沛设计研发完成，并于2022-08-23向国家知识产权局提交的专利申请。

本基于改进麻雀算法的风光氢储系统容量配置优化方法在说明书摘要公布了：本发明提供一种基于改进麻雀算法的风光氢储系统容量配置优化方法，在保证风光氢储综合供电系统供电可靠性的前提下，以该系统单位发电成本最小化为目标函数，设置相关约束条件如可靠性约束、设备出力约束、功率平衡约束后，采用改进麻雀搜索算法求解得到全局最优解，从而在保障供电可靠性的前提下使得系统的单位发电成本最低，提升系统发电的经济效益。对清洁能源发电技术的具体应用具有重要意义。特别地，本发明采用了依靠自立策略改进的麻雀搜索算法，改进了适应值较差的一半跟随者的位置更新方法，这些跟随者也会积极主动地寻找附近的食源，有效避免这些跟随者死亡，从而克服现有的麻雀搜索算法在搜索后期的全局搜索能力不足的问题。

本发明授权基于改进麻雀算法的风光氢储系统容量配置优化方法在权利要求书中公布了：1.一种基于改进麻雀算法的风光氢储系统容量配置优化方法，其特征在于，包括以下步骤： 步骤S1，对风光氢储综合供电系统所在地区全年的自然资源数据及全年的负荷需求功率数据进行汇总； 步骤S2，以所述风光氢储综合供电系统中各设备的数量为自变量，以所述风光氢储综合供电系统的单位发电成本最小化为目标建立目标函数，并基于所述全年的负荷需求功率数据设置约束条件； 步骤S3，采用改进麻雀搜索算法对所述目标函数求解，得到全局最优解，作为所述风光氢储综合供电系统的最优容量配置； 步骤S4，基于所述全年的自然资源数据以及所述最优容量配置，计算得到所述风光氢储综合供电系统的全年发电量， 其中，所述改进麻雀搜索算法中的麻雀个体包括生产者、跟随者和预警者，采用自立策略改进适应值较差的一半所述跟随者的位置更新方式， 适应值较差的一半所述跟随者随机地根据所述生产者位置或随机搜索位置更新其当前位置， 其中，步骤S3包括如下子步骤： 步骤S3-1，初始化麻雀种群信息，包括设置种群大小pop，问题维度d和变量上下界ub、lb，生产者比例p_percent，最大迭代次数itermax，警戒阈值ST； 步骤S3-2，随机生成初代种群，即问题的初始解，根据所述目标函数计算每个所述麻雀个体的适应值，根据该适应值对所述麻雀个体排序，找出最优个体和最劣个体，得到最优个体适应值fg及其位置Xbest，最劣个体适应值fw及其位置Xworst； 步骤S3-3，采用第一预定算法更新所述生产者位置； 步骤S3-4，按以下公式更新所述跟随者位置： 式中，为随机搜索位置，为第三个随机的麻雀个体位置，F为权重因子，为第t+1次迭代时生产者占据的有着最优适应值的位置，为根据自立策略产生的自立位置，rand用于生成随机数，ZL为自立概率，用于决定自立位置各个维度的数据由随机搜索位置还是全局最优解来提供，fL为自立位置矢量的适应值，fX为原本位置矢量的适应值； 步骤S3-5，判断所述预警者的警戒值是否到达预定的警戒阈值； 步骤S3-6，步骤S3-5判断为是，采用第三预定算法更新所述预警者位置； 步骤S3-7，步骤S3-5判断为否，或步骤S3-6完成，计算新一代的所述麻雀个体的适应值，并根据该适应值对所述麻雀个体排序，找出最优个体和最劣个体，得到最优个体适应值fg及其位置Xbest，最劣个体适应值fw及其位置Xworst； 步骤S3-8，判断是否达到预定的最大迭代次数和所述约束条件，判断为否时迭代次数加1后返回步骤S3-2； 步骤S3-9，步骤S3-8判断为是，输出此时的所述最优个体，作为所述最优容量配置。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851号；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”。