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！

龙图腾网获悉清华大学深圳国际研究生院;华电电力科学研究院有限公司申请的专利一种基于大语言模型辅助多智能体强化学习的配电网低碳调度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：CN120598324B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511099887.9，技术领域涉及：G06Q10/0631；该发明授权一种基于大语言模型辅助多智能体强化学习的配电网低碳调度方法是由许银亮;夏晨越;谢玉荣;张海珍;温强宇设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种基于大语言模型辅助多智能体强化学习的配电网低碳调度方法在说明书摘要公布了：一种基于大语言模型辅助多智能体强化学习的配电网低碳调度方法，包括：建立考虑碳流的系统模型，基于碳排放流理论量化碳势分布与传递路径，整合分布式资源约束、二阶锥松弛潮流模型及低碳目标函数；构建大语言模型辅助模块，经提示工程解析任务目标与约束，自动生成策略及奖励函数；建立多智能体强化学习模块，集成先验策略与奖励函数；基于多智能体深度确定性策略梯度算法，离线协同优化调度策略。该方法突破传统“两阶段”调度局限，实现目标统一优化；无需人工设计奖励与策略函数，降低门槛；加快强化学习收敛速度，提升样本效率；精准量化碳排放，提高资源利用效率与低碳调度效果。

本发明授权一种基于大语言模型辅助多智能体强化学习的配电网低碳调度方法在权利要求书中公布了：1.一种基于大语言模型辅助多智能体强化学习的配电网低碳调度方法，其特征在于，包括以下步骤： S1.建立考虑碳流的配电网系统模型，通过碳排放流理论量化系统中各节点的碳势分布与碳流传递路径，并构建包含分布式资源物理约束、二阶锥松弛潮流模型及低碳调度目标函数的统一优化框架； 步骤S1中所述考虑碳流的配电网系统建模包括： 建立分布式发电机组的功率输出范围及斜坡速率约束、可再生能源的随机机会约束、储能系统的充放电功率限制及荷电状态约束、需求响应的负荷可调范围及功率平衡约束； 采用二阶锥松弛配电网潮流模型，通过变量替换和锥松弛处理线路功率方程，并约束节点电压与线路电流的幅值范围； 基于碳排放流理论计算支路碳强度与节点碳强度，通过碳流传递路径追踪负荷侧碳排放； 构建以发电成本、购电成本、弃风弃光成本、储能运行成本、需求响应成本及节点碳排放成本之和最小化为目标的调度目标函数； S2.建立大语言模型辅助模块，通过提示工程解析配电网调度任务的目标与约束，自动生成多智能体强化学习所需的策略函数与奖励函数； 步骤S2中所述大语言模型辅助模块的实现包括：设计提示工程模板，包含用户指令的自然语言任务描述、思维链推理步骤及预定义的电力系统API函数； 所述提示工程模板包括： 用户指令模块描述配电网结构、机组约束及调度目标； 思维链模块引导逐步分析约束分类、机组耦合关系及奖励子目标； API函数模块提供系统状态查询、机组状态获取及约束检查的接口功能； S3.建立多智能体强化学习模块，将所述策略函数作为先验策略集成至智能体动作决策过程，并将所述奖励函数嵌入环境反馈机制； 步骤S3中所述多智能体强化学习模块的实现包括： 将分布式发电机组、新能源机组、储能系统、需求响应节点及主网购电接口建模为独立智能体； 全局状态向量包含负荷、可再生能源出力、储能荷电状态、电压电流、碳强度及能源价格信息； 各智能体的局部观测向量包含本地负荷、储能状态、节点电压、碳强度及邻近节点估算信息； 智能体动作空间包含机组有功出力、储能充放电功率、负荷调整量及主网购电功率； S4.基于多智能体深度确定性策略梯度算法，在离线策略框架下协同优化配电网各节点的调度策略，实现碳排放最小化与资源利用效率最大化的端到端低碳调度； 步骤S4中所述协同优化包括： 基于多智能体深度确定性策略梯度算法，通过Actor‑Critic网络架构实现离线策略训练； Critic网络以时序差分误差最小化为目标更新价值函数； Actor网络以最大化Critic输出价值且最小化先验策略偏差为目标更新策略函数； 环境模块集成电网潮流计算、碳排放流追踪及不确定性扰动模拟功能。

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清华大学深圳国际研究生院;华电电力科学研究院有限公司，其通讯地址为：518055 广东省深圳市南山区桃源街道丽水路2279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”。