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！

龙图腾网获悉福州大学申请的专利一种基于模型预测控制的多能源微网仿射优化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：CN116307585B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310273290.6，技术领域涉及：G06Q10/0631；该发明授权一种基于模型预测控制的多能源微网仿射优化调度方法是由陈飞雄;郭奕鑫;邵振国;郑翔昊;林勇棋设计研发完成，并于2023-03-21向国家知识产权局提交的专利申请。

本一种基于模型预测控制的多能源微网仿射优化调度方法在说明书摘要公布了：本发明涉及一种基于模型预测控制的多能源微网仿射优化调度方法。首先，利用仿射算法表征多能源微网中的风光出力和负荷需求的不确定性，通过共享噪声元的方式体现各不确定变量间的关联性，解决区间扩张问题。其次，以最小化多能源微网运行费用及其波动范围为目标，构建多能源微网的仿射优化调度模型。最后，将仿射优化调度模型结合至模型预测控制方法中，通过在日内不断获取更新后的预测信息，在保证预测信息精度的基础上，滚动求解所构建的多能源微网仿射优化调度模型，进一步缩小调度结果的区间。本发明将仿射优化方法与模型预测控制方法相结合，能够有效地应对多能源微网中风光出力和负荷需求的不确定性，降低调度结果的保守性。

本发明授权一种基于模型预测控制的多能源微网仿射优化调度方法在权利要求书中公布了：1.一种基于模型预测控制的多能源微网仿射优化调度方法，其特征在于，包括： 考虑多能源微网中电、热、气三种能源的协同作用，构建多能源微网优化调度模型，并在此基础上基于风光出力和负荷需求的预测信息，采用仿射算法表征多能源微网中的风光出力和负荷需求的不确定性，构建多能源微网的仿射优化调度模型；具体如下： 1仿射变量定义： 1.1不确定因素的仿射形式 多能源微网中的不确定性为风力、光伏发电和三种负荷需求的预测误差，基于仿射算法将这些不确定性因素描述为如下的仿射形式： 式中，和分别为t时段风力、光伏发电功率和电、热、气负荷需求所对应仿射形式；和分别为和对应的中心值，表示各不确定因素预测值；和分别为和对应的噪声元系数，表示各不确定因素波动极限；和分别为和对应的噪声元，表示各不确定因素的实际值与预测值间的偏差情况； 1.2决策变量的仿射形式 多能源微网仿射优化调度模型中的决策变量将受到所有不确定因素的共同作用，其仿射形式将包含所有不确定因素所对应的噪声元，如式12所示： 式中，为多能源微网某一决策变量Xt的仿射形式；为其中心值，表示在未受不确定因素作用时，决策变量Xt的优化调度值；为各不确定因素所对应的噪声元系数，表示各不确定因素对决策变量Xt的影响程度；i为各不确定因素类型的集合； 2仿射约束定义 多能源微网中的约束条件为等式约束、不等式约束和跨时间约束三类； 2.1等式约束 多能源微网中的等式约束有能源的转换关系和功率平衡两类，其仿射形式如式13所示；鉴于多能源微网仿射形式的决策变量具有相同的噪声元，将等式约束的仿射形式定义为等式两端仿射变量的中心值和各噪声元系数分别对应相等，因此式13进一步表示为式14： 式中，为多能源微网等式约束中含有的仿射变量；λA、λB…λC为各仿射变量的对应系数；为各仿射变量的中心值；分别为各仿射变量的噪声元系数； 2.2不等式约束 多能源微网中的不等式约束为能源转换设备和储能设备的出力上、下限约束以及多能源微网与外网能量交互的上、下限约束，其仿射形式如式15所示；为满足完备性要求，即保证在所有可能的不确定因素影响下不等式约束依然能够满足，对其可能取到的最小值和最大值进行约束，如式16所示： 式中，为多能源微网不等式约束中涉及的仿射变量；Dmin和Dmax分别为仿射变量所被允许的最小值和最大值；和分别为其中心值和噪声元系数； 2.3跨时间约束 多能源微网中的跨时间约束有储能设备容量的时序变化约束以及能源转换设备的爬坡约束两类； 针对储能设备容量时序变化约束，其仿射形式为： 式中，和分别为在t时段和t-1时段储能设备容量的仿射形式；和分别为t时段仿射形式的储能设备充、放能功率；ηc和ηd分别为储能设备的充、放能效率； 可认为在优化调度周期开始前一时段，储能设备的容量等于所设定的初始容量，该容量为确定值，则其对应的仿射形式中的噪声元系数均为零；此外，为在调度周期末时段保证储能设备的周期可用性，且仍留有应对不确定因素作用的调整空间，对于调度周期末时段的储能设备容量，仅对其中心值进行约束；因此，将储能设备容量时序变化约束的仿射形式更为具体地表示为： 式中，分别为的中心值和噪声元系数；分别为的中心值和噪声元系数；E0为调度周期开始前一时段储能设备容量；分别为中心值和噪声元系数；分别为的中心值和噪声元系数； 针对能源转换设备的爬坡约束，其仿射形式如式19所示；为满足完备性要求，将式19转化为式20： 式中，和分别为多能源微网中的能源转换设备在t时段和t-1时段出力的仿射形式；Kdown和Kup分别为所设定的爬坡下限和上限；分别为的中心值和噪声元系数；分别为的中心值和噪声元系数； 3仿射目标函数定义 以最小化多能源微网的运行费用为目标，则多能源微网仿射优化调度模型的目标函数为： 其中： 式中：和分别为t时段仿射形式的多能源微网运行费用、购气费用、购电费用、售电费用和能源转换设备的运行维护费用；和分别为t时段多能源微网购气量、购电量和售电量的仿射形式；和分别为t时段热电联产机组、电转气、电锅炉和燃气锅炉所消耗功率的仿射形式；cbuy,g和分别为多能源微网购气的单位成本和t时段购、售电的单位成本；cCHP、cP2G、cEB和cGB分别为热电联产机组、电转气、电锅炉和燃气锅炉的单位维护成本； 根据仿射变量的基本构成形式，对仿射形式的目标函数进行进一步定义与转换，将其分为运行费用中心值和波动范围两部分；因此，式21进一步定义为： 式中，和分别为t时段多能源微网运行费用中心值和噪声元系数；分别为t时段多能源微网购气费用的中心值和噪声元系数；分别为t时段多能源微网购电费用的中心值和噪声元系数；分别为t时段多能源微网售电费用的中心值和噪声元系数；分别为t时段多能源微网运行维护费用的中心值和噪声元系数；w为优化权重，其取值范围为[0,1]； 在构建多能源微网仿射优化调度模型的基础上，利用模型预测控制MPC方法不断获取持续更新的日内风光出力和负荷需求预测信息，并结合滚动优化思想，滚动求解所提出的多能源微网仿射优化调度模型。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。