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！

龙图腾网获悉北方工业大学;三峡科技有限责任公司申请的专利一种面向多约束和非线性目标的储能系统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：CN115660347B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211316740.7，技术领域涉及：G06Q10/0631；该发明授权一种面向多约束和非线性目标的储能系统优化配置方法是由马速良;齐志新;江冰;刘硕;陈明轩;李雅欣;李建林设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本一种面向多约束和非线性目标的储能系统优化配置方法在说明书摘要公布了：本发明是一种面向多约束和非线性目标的储能系统优化配置方法，用于优化不同应用场景中的储能系统配置方案。本发明方法包括：获取场景中风电场的发电功率历史数据和储能系统类型，建立储能系统优化配置的非线性目标函数和约束条件，通过优化模块求解储能系统优化配置问题；优化模块先生成统一优化问题模型，预先选择群智能优化算法和传统优化算法，在群智能算法迭代过程中，借助泰勒级数展开的方式在个体附近形成线性或二次项近似，利用传统优化算法计算出个体附近的最优解表征该个体行为，利用群智能算法开展全局搜索优化，最终输出最优储能系统配置方案。本发明可满足储能系统在不同场景下的配置优化需求，能快速获取更优的储能系统配置方案。

本发明授权一种面向多约束和非线性目标的储能系统优化配置方法在权利要求书中公布了：1.一种面向多约束和非线性目标的储能系统优化配置方法，其特征在于，包括如下步骤： 步骤1，获取应用场景中风电场的发电功率历史数据，确定服务风电场的储能系统类型，根据风电场联合储能系统的并网功率收益、储能系统成本和风电场发电成本设计储能系统优化配置的非线性目标函数，同时根据风电场联合储能系统应用过程中，功率平衡、储能能量状态平衡和并网功率波动的要求，建立风电场联合储能系统运行过程的等式与不等式关系，形成约束条件，进而建立出储能系统优化配置的数学模型； 步骤2，在计算机中设置优化模块；优化模块根据步骤1建立的储能系统优化配置的数学模型，生成统一的优化问题模型，如下： 其中，X表示优化变量向量，包括储能系统需要优化配置的参数，目标函数J为步骤1中建立的表示为关于优化变量向量的非线性关系函数f，对应为储能系统的收益模型；Aeq和Beq分别表示等式约束的系数矩阵和常数矩阵；Ain和Bin分别表示不等式约束的系数矩阵和常数矩阵；C表示优化变量范围的常系数矩阵； 步骤3，在优化模块预先选择群智能优化算法，在只考虑优化问题的优化变量范围的约束条件下随机初始化种群个体，每个个体表示为所有优化变量的二进制编码拼接的向量； 步骤4，优化模块执行群智能优化算法的迭代，在第g代种群中的每个个体邻域内利用泰勒级数展开，获得线性目标函数或二次型目标函数，构成N个独立的含约束的线性或者二次优化问题；其中，g初始值为1，N表示种群个体数量； 对第g代种群中第i个个体的优化变量在其邻域εi内，利用泰勒级数展开的线性目标函数如下： 二次型目标函数如下： 其中，和分别表示非线性函数f在处的一次导数和二次导数，Om表示泰勒级数展开下的m阶无穷小；上角标T表示转置； 根据应用场景的要求选取所述的线性目标函数或二次型目标函数继续执行下面步骤； 步骤5，在优化模块中预先选择传统优化算法，利用所选传统优化算法求解步骤4得到的第g代种群中每个个体邻域内的含约束的线性目标函数或二次型目标函数，获得邻域内的最优解作为个体的适应度函数值；从N个个体中选出当前最优个体，并与历史最优个体Xglobal进行比较，判断是否更新历史最优个体；然后种群迭代次数g自增1，判断g是否大于设置的最大迭代次数，若否，进入步骤6执行，若是，转步骤7执行； 其中，若利用传统优化算法求解目标函数无解时，表示该个体不满足约束条件，则重新随机初始化该个体，对该个体返回步骤4执行； 步骤6，优化模块继续执行遗传优化算法，更新新一代的N个个体，然后转步骤4执行； 步骤7，利用步骤4和5的求解过程，计算历史最优个体Xglobal邻域内的最优解根据优化变量向量获得储能系统的优化配置方案。

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北方工业大学;三峡科技有限责任公司，其通讯地址为：100144 北京市石景山区晋元庄路5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。