Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东电网能源投资有限公司朱振海获国家专利权

广东电网能源投资有限公司朱振海获国家专利权

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!

龙图腾网获悉广东电网能源投资有限公司申请的专利面向电力系统调节能力提升的虚拟电厂优化调度方法及装置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:CN120999793B

龙图腾网通过国家知识产权局官网在2026-02-03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:202511517064.3,技术领域涉及:H02J3/466;该发明授权面向电力系统调节能力提升的虚拟电厂优化调度方法及装置是由朱振海;丁业豪;郭咏;杨蕾;杨月;张加安设计研发完成,并于2025-10-23向国家知识产权局提交的专利申请。

面向电力系统调节能力提升的虚拟电厂优化调度方法及装置在说明书摘要公布了:本发明公开了面向电力系统调节能力提升的虚拟电厂优化调度方法及装置,涉及虚拟电厂技术领域。所述方法包括:获取虚拟电厂各类可调资源的基础数据;基于基础数据构建多场景下的资源运行约束模型;在运行约束模型中嵌入条件风险价值CVaR风险控制机制,建立多场景随机优化调度模型;采用CVX‑SeDuMi算法与粒子群优化PSO混合算法求解模型,得到兼顾调节容量最大化与风险管控的最优调度方案。本发明能够在保障电力系统安全稳定运行的前提下,充分挖掘虚拟电厂的调节潜力,同时有效规避极端场景下的调度风险,为虚拟电厂参与电力系统调节提供科学的优化调度方法。

本发明授权面向电力系统调节能力提升的虚拟电厂优化调度方法及装置在权利要求书中公布了:1.面向电力系统调节能力提升的虚拟电厂优化调度方法,其特征在于,包括以下步骤: S1,获取虚拟电厂内各类可调资源的基础数据及电力系统调节需求参数; S2,根据基础数据构建多场景下的资源运行约束模型; S3,在所述资源运行约束模型中嵌入条件风险价值CVaR风险控制机制,建立多场景随机优化调度模型,目标为最大化电力系统调节容量,目标函数为: 其中为场景的概率,为调度总时段数,为场景下时刻的总调节容量,为风险厌恶系数,为置信水平下的条件风险价值,为调节偏差带来的风险损失; 嵌入条件风险价值CVaR风险控制机制,CVaR的线性化表达式为: 其中,为风险价值VaR的估计值,为场景下的超额风险损失,且满足,为场景下的风险损失; S4,采用CVX-SeDuMi算法与粒子群优化PSO混合算法求解所述多场景随机优化调度模型,得到最优调度方案,具体过程包括: S4.1模型线性性判定: 对多场景随机优化调度模型的约束条件与目标函数进行线性性检验,若模型满足以下特征: 目标函数为调节容量的线性组合,其中为场景下时刻的调节权重系数; 所有约束条件均为线性等式或不等式; 嵌入条件风险价值CVaR风险控制机制,CVaR的线性化表达式未引入非线性变量交互项; 则判定为线性模型,执行下述步骤S4.2;否则判定为含非线性特征的模型,执行下述步骤S4.3; S4.2CVX-SeDuMi算法求解线性模型 S4.2.1模型标准化 将多场景随机优化调度模型转化为标准凸优化形式: 其中,为决策变量向量,为以“负调节容量最大化”为目标的线性函数,等价于的对偶形式,A、b、C、d分别为线性约束的系数矩阵与常数项; S4.2.2调用CVX-SeDuMi算法求解器 通过凸优化工具包CVX2.2定义优化问题,指定SeDuMi作为底层求解器,设置求解参数; S4.2.3解的有效性验证 对求解结果进行可行性检验,验证所有决策变量是否满足资源运行约束模型中的边界条件,若满足则输出全局最优解;否则返回S4.2.1重新调整约束系数; S4.3粒子群优化PSO混合算法求解非凸模型 S4.3.1初始种群生成 以S4.2中CVX-SeDuMi算法求解的线性模型最优解为基准,通过高斯扰动生成初始粒子群: 其中为线性模型最优解,为扰动系数,为零均值高斯分布; S4.3.2适应度函数定义 以“调节容量-风险惩罚”综合指标作为适应度函数: 其中第一项为场景加权总调节容量,第二项为CVaR风险惩罚项,为风险厌恶系数; S4.3.3粒子群优化PSO混合算法迭代优化 速度更新公式: 其中为惯性权重,、为学习因子,、为[0,1]随机数,为个体最优解,为全局最优解; 位置更新公式: 每次更新后对决策变量进行边界修正; 终止条件:达到最大迭代次数200,或连续20代全局最优适应度变化小于; S4.4混合求解结果融合 对于线性模型,直接输出CVX-SeDuMi算法求解的全局最优解作为调度方案; 对于非凸模型,将粒子群优化PSO混合算法迭代得到的全局最优解与CVX-SeDuMi算法的线性近似解进行对比,若两者的调节容量偏差小于5%,则选择粒子群优化PSO混合算法的解;否则返回模型校验环节,修正非线性约束的线性化误差。

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广东电网能源投资有限公司,其通讯地址为:510220 广东省广州市海珠区琶洲大道63号1号楼29-30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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。