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！

龙图腾网获悉华东交通大学申请的专利一种高速公路微电网混合储能容量优化配置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：CN120810719B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511261736.9，技术领域涉及：H02J3/30；该发明授权一种高速公路微电网混合储能容量优化配置方法是由邓芳明;邬崇婧;罗文祥;谢跃腾;朱立;刘令君;沈阳;崔明建;曾晗;薛宪法设计研发完成，并于2025-09-05向国家知识产权局提交的专利申请。

本一种高速公路微电网混合储能容量优化配置方法在说明书摘要公布了：本发明提供一种高速公路微电网混合储能容量优化配置方法，包括：构建风光储多能互补的高速公路微电网系统结构模型，采用时空图注意力网络结合多任务学习框架，对电动汽车充电负荷预测模型进行求解，输出高速公路场景下电动汽车的负荷预测结果；建立双层优化配置模型，上层模型引入时变碳排强度系数，将动态低碳作为优化目标，建立碳排放量最小化目标函数；下层模型引入电池老化系数，建立寿命最大化目标函数；基于动态博弈理论求解双层优化配置模型的双层优化问题。本发明能够更合理的搭建模型，平衡低碳运行与储能寿命的双重要求，避免了局部最优，获得兼顾环保性和设备耐久性的最优储能配置方案。

本发明授权一种高速公路微电网混合储能容量优化配置方法在权利要求书中公布了：1.一种高速公路微电网混合储能容量优化配置方法，其特征在于，包括： 步骤S1，构建风光储多能互补的高速公路微电网系统结构模型，所述高速公路微电网系统结构模型包含光伏发电模型、风力发电模型、基于锂电池-飞轮储电和熔盐储热的混合储能模型、常规用电负荷模型和电动汽车充电负荷模型； 步骤S2，采用时空图注意力网络结合多任务学习框架，对步骤S1构建的电动汽车充电负荷预测模型进行求解，输出高速公路场景下电动汽车的负荷预测结果； 步骤S3，根据高速公路微电网系统结构模型，结合高速公路场景下电动汽车的负荷预测结果，建立双层优化配置模型，其中，上层模型引入时变碳排强度系数，将动态低碳作为优化目标，建立碳排放量最小化目标函数；下层模型引入电池老化系数，建立寿命最大化目标函数； 步骤S4，基于动态博弈理论求解双层优化配置模型的双层优化问题，通过下层响应及上层修正的迭代机制寻求纳什均衡点，从而获得兼顾环保性和设备耐久性的最优储能配置方案； 其中，步骤S2具体包括： 步骤S21，构建覆盖充电站运行、交通动态及环境要素的多维数据集，从而得到输入数据，输入数据包括高速公路电动汽车充电站的历史充电负荷数据、充电负荷的相关因素数据，并对输入数据进行清洗和预处理； 步骤S22，高速公路图结构建模：将物理高速公路网络抽象为带权图结构，，将每个充电站视为图中的一个节点，节点之间的边表示充电站之间的空间关系，其中表示节点，表示边； 步骤S23，图注意力网络空间建模：在图结构上部署图注意力网络层，通过自适应注意力机制量化节点间空间影响，为不同的相邻节点自适应地分配权重，最终生成空间特征，以刻画局部区域充电需求的协同波动模式； 步骤S24，双向LSTM时间序列建模：利用双向长短期记忆网络对充电负荷数据的时间序列进行建模，捕捉时间上的长期依赖信息，BiLSTM通过前向和后向两个LSTM网络来处理时间序列数据，最终生成时间特征； 步骤S25，设计跨模态融合模块，将步骤S23输出的空间特征与步骤S24输出的时间特征进行非线性融合，从充电负荷数据中提取共享的时空特征，融合后的共享特征层保留充电需求的时空耦合模式，为多任务预测提供统一输入； 步骤S26，设计多任务学习模型的总损失函数，以进行模型优化，总损失函数由多个任务的损失函数采用加权和的方式得到； 步骤S27，进入任务特定层，为每个预测任务设计相应的网络层，这些网络层将以共享特征层为输入，通过任务自适应参数生成初始预测值； 步骤S28，训练优化，对预测误差大于阈值的样本进行过采样，并使用动态时间规整对齐不同服务区充电序列，然后进行分布式训练，捕捉异常负荷模式； 步骤S29，将多任务知识迁移至单任务模型，并移除对辅助任务敏感度0.1的通道，随后进入预测服务，最终输出高速公路场景下电动汽车的负荷预测结果； 步骤S23中，设定节点和节点是图中的两个节点，节点和节点之间的注意力分数的表达式为： 其中，表示对邻居节点的得分归一化，，为节点的邻居节点集合，表示激活函数，、表示可学习的注意力参数，、表示可学习的权重矩阵，和分别表示节点和节点的输入特征向量； 针对节点，再通过加权其邻居节点的特征进行节点更新，更新后的输入特征向量的表达式如下： 其中，表示更新后的节点的输入特征向量，表示可学习的权重矩阵； 然后，将每个头部独立执行上述注意力分数计算和节点更新，并对结果进行拼接。

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华东交通大学，其通讯地址为：330013 江西省南昌市经济技术开发区双港东大街808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”。

以上内容由龙图腾AI智能生成。