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申请的专利一种换电站优化调度方法及系统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：CN120931040B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511459535.X，技术领域涉及：G06Q10/0631；该发明授权一种换电站优化调度方法及系统是由许银亮;陈浩然设计研发完成，并于2025-10-13向国家知识产权局提交的专利申请。

本一种换电站优化调度方法及系统在说明书摘要公布了：本发明公开了一种换电站优化调度方法及系统，涉及电动汽车换电站运行优化技术领域，本发明通过两阶段随机规划模型清晰地定义了配电网运营商和换电站运营商之间的决策关系，为两者之间的协调互动提供了理论框架，能够综合考虑混合排队网络服务特性、需求不确定性以及服务质量约束，并通过物理信息神经网络模型实现可计算的鲁棒最优调度；从而提供一种能够有效应对需求不确定性、协同优化经济效益和服务质量的换电站调度方法。

本发明授权一种换电站优化调度方法及系统在权利要求书中公布了：1.一种换电站优化调度方法，其特征在于，包括以下步骤： S100、换电站服务模型构建，利用混合排队网络模型建立换电站运营模型，通过所述混合排队网络模型计算服务质量指标；其中，所述服务质量指标至少包括平均等待时间与未满足换电需求量，所述混合排队网络模型通过电动汽车到达率、充电服务率、放电服务率以及换电服务率描述； S200、建立两阶段随机规划模型，以配电网调度成本、换电站运营成本以及所述服务质量指标为参数建立两阶段随机规划模型； S300、建立鲁棒性优化模型，基于所述电动汽车到达率的历史矩信息构建分布鲁棒模糊集，并将所述两阶段随机规划模型转化为两阶段分布鲁棒优化模型； S400、模型求解，利用物理信息神经网络模型对所述服务质量指标进行近似预测，并将所述近似预测的结果做为约束条件，对所述两阶段分布鲁棒优化模型进行求解，以输出日前小时级电力调度指令；所述物理信息神经网络模型的训练过程包括：利用由所述混合排队网络模型离线生成的大量数据样本进行训练；在训练所述物理信息神经网络模型的损失函数中，引入反映所述服务质量指标内在物理关系的约束项；所述物理信息神经网络模型采用线性激活函数，使得训练后的所述物理信息神经网络模型能够被等效表示为若干线性等式约束条件，以便于嵌入所述两阶段分布鲁棒优化模型。

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清华大学深圳国际研究生院，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”。

以上内容由龙图腾AI智能生成。