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基于约束学习的含不确定性可再生资源电热耦合系统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：CN120911923B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511438537.0，技术领域涉及：G06Q10/0631；该发明授权一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法是由许银亮;黄苏伊可设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法在说明书摘要公布了：一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法，包括构建电热耦合系统结构模型，同时考虑可再生能源发电功率的不确定性；建立包含目标函数与约束条件的优化调度问题模型，采用机会约束处理可再生能源不确定性，约束条件涉及电力系统、热网及电热耦合等多类约束；训练神经网络模型，用于预测不同电热供求组合下输电线路的约束违反情况；基于神经网络输出，通过迭代式冗余约束筛选算法动态识别并添加必要传输约束、削减冗余约束，以降低优化问题规模、提升求解效率。本发明有效应对可再生能源不确定性对系统的影响，简化优化调度模型并显著提升求解速度，为电热耦合系统的轻量化能量管理提供了高效可行的技术方案。

本发明授权一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法在权利要求书中公布了：1.一种基于约束学习的含不确定性可再生资源电热耦合系统优化调度方法，其特征在于，包括以下步骤： S1、构建电热耦合系统的结构模型，包括发电产热机组模型、热网模型和输电网模型，并考虑可再生能源发电功率的不确定性； S2、建立电热耦合系统的优化调度问题模型，包括目标函数和约束条件，其中所述约束条件包含电力系统约束、热网约束和电热耦合约束，并采用机会约束处理可再生能源不确定性；步骤S2中建立优化调度问题模型包括：构建包含日前调度总运行成本最小和实时调度发电机组调整量最小的多目标函数，并将多目标转化为单目标优化问题；在约束条件中引入机会约束来处理可再生能源不确定性，包括发电机出力上下限机会约束和线路传输功率机会约束；将机会约束转化为确定性等价形式；在热网侧引入热平衡机会约束，保证在给定置信度下热负荷需求得到满足，并计算处理不确定性影响； S3、训练神经网络模型，用于预测不同电热供求组合下输电线路的约束违反情况；步骤S3中训练神经网络模型包括：构建以电网节点注入功率为输入、以各线路传输约束违反程度为输出的神经网络模型；在线路约束违反程度计算中，结合机会约束重构后的参数，包括线路潮流项、偏移项和裕度项；使用隐藏层的激活函数，通过训练学习权重矩阵和偏置参数，建立从发电调度方案到线路约束违反情况的非线性映射关系； S4、基于所述神经网络模型的输出，采用迭代式冗余约束筛选算法，动态识别并添加必要的传输约束，削减冗余约束，以降低优化问题的规模并提升求解效率。

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。