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！

龙图腾网获悉国网(山东)电动汽车服务有限公司申请的专利多区域微网与电动汽车负荷交互下的能量协同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：CN120955761B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511468886.7，技术领域涉及：H02J3/32；该发明授权多区域微网与电动汽车负荷交互下的能量协同优化方法是由李民;刘思华;王震;周博宇;康凯;冯瑞;陈超;陈瑾;乔振家;陈阿莲;任琪琪;程成;张关关设计研发完成，并于2025-10-15向国家知识产权局提交的专利申请。

本多区域微网与电动汽车负荷交互下的能量协同优化方法在说明书摘要公布了：本申请公开了多区域微网与电动汽车负荷交互下的能量协同优化方法，方法包括：构建面向多微电网系统的图神经网络架构；对每个微电网节点进行本地特征提取，对提取的本地特征进行多头注意力计算；设计基于图神经网络的微电网优化模型，构建本地优化目标，进行本地分布式训练；基于联邦学习的微电网间协同调度。本发明既保证了单个微电网内部资源的高效配置，又实现了微电网间的协同互补，同时通过联邦学习机制有效保护了各微电网的数据隐私。最终输出的调度方案能够平衡系统整体效益和个体利益，为多微电网系统的能量管理提供了可靠的决策支持。

本发明授权多区域微网与电动汽车负荷交互下的能量协同优化方法在权利要求书中公布了：1.多区域微网与电动汽车负荷交互下的能量协同优化方法，其特征在于包括如下步骤： 步骤一、构建面向多微电网系统的图神经网络架构； 所述架构中，多微电网系统被抽象为一个异构图结构，其中节点集合表示不同的微电网，边集合表示微电网间的物理连接关系； 步骤二、对每个微电网节点进行本地特征提取，对提取的本地特征进行多头注意力计算，自适应调整特征权重； 步骤三、设计基于图神经网络的微电网优化模型，构建本地优化目标，定义多目标优化函数； 步骤四、本地分布式训练，使用小批量随机梯度下降进行本地模型训练，动态调整学习率，引入早停机制； 步骤五、基于联邦学习的微电网间协同调度，具体为：各微电网将加密后的模型参数上传至中央协调器，中央协调器在接收到所有微电网的参数更新后，执行全局模型聚合操作，并将更新后的全局模型参数分发至各个微电网，从而完成一轮训练迭代；检测是否满足微电网间的协同调度的全局优化目标；若不满足，则返回步骤二继续迭代优化；若满足，则输出最终的调度方案，结束本次调度； 步骤二中对每个微电网节点进行本地特征提取具体为： 负荷需求特征向量包含峰值负荷、谷值负荷、平均负荷、峰谷差、24小时负荷曲线； 再生能源出力特征向量包含光伏最大出力、风电最大出力、可再生能源利用率、24小时可再生能源出力曲线； 储能系统运行状态特征向量包含储能系统荷电状态、储能系统充电功率限制、储能系统放电功率限制和容量信息； 电动汽车充放电状态特征向量包含群体平均荷电状态、电动汽车充电功率限制、电动汽车放电功率限制和车辆数量； 基于图神经网络的微电网优化模型，通过构建微电网内部设备的拓扑关系，实现各类设备的协调优化；为了准确描述系统状态，模型首先为每个节点构建初始特征向量；在特征传播过程中，每个节点通过聚合与其直接相连设备的信息来更新自身状态，节点特征通过下式进行更新： ； 其中，表示节点在第层的特征表示，为与节点直接相连的设备集合，为设备关联权重矩阵，为状态更新权重矩阵，为偏置向量，σ为激活函数。

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国网(山东)电动汽车服务有限公司，其通讯地址为：250000 山东省济南市槐荫区腊山河西路中段报业大厦B座10层；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。