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 > 南京邮电大学张占强获国家专利权

南京邮电大学张占强获国家专利权

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!

龙图腾网获悉南京邮电大学申请的专利融合功率区间预测的配电网多端最优化协同电压调节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:CN121172780B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511707315.4,技术领域涉及:H02J3/16;该发明授权融合功率区间预测的配电网多端最优化协同电压调节方法是由张占强;朱雅桢设计研发完成,并于2025-11-20向国家知识产权局提交的专利申请。

融合功率区间预测的配电网多端最优化协同电压调节方法在说明书摘要公布了:本发明公开了一种融合功率区间预测的配电网多端最优化协同电压调节方法,属于电力系统运行与控制技术领域,所述方法包括:搭建卷积神经网络模型以预测未来时段内配电网的光伏出力和负荷功率;基于功率预测进行潮流计算,根据估计的各母线电压在区间内的最大值识别关键母线并计算其所需的电压调节量,确定电压调节目标;基于动态电压灵敏度分析,以最小化功率补偿为目标,依次按最优比例协调光伏逆变器的无功补偿和电池储能系统的有功补偿,最终实现对所有母线电压的区间调节。本发明能够在高光伏渗透率配电网中有效抑制电压越限,显著减少无功和有功补偿的需求,增强系统运行的安全性和延长设备使用寿命。

本发明授权融合功率区间预测的配电网多端最优化协同电压调节方法在权利要求书中公布了:1.融合功率区间预测的配电网多端最优化协同电压调节方法,其特征在于,所述方法包括以下步骤: 步骤1:搭建卷积神经网络模型以预测未来时段内配电网的光伏出力和负荷功率; 步骤2:基于功率预测进行潮流计算,根据估计的各母线电压在区间内的最大值识别关键母线并计算其所需的电压调节量,确定电压调节目标; 步骤3:基于动态电压灵敏度分析,以最小化功率补偿为目标,依次按最优比例协调光伏逆变器的无功补偿和电池储能系统的有功补偿,最终实现对所有母线电压的区间调节; 其中,步骤3中最小化功率补偿,包括最小化无功和有功功率补偿: 步骤3.1:无功功率补偿的比例分配,通过求解以下优化问题实现:         6; 其中,是优化目标函数,用于最小化无功功率补偿总需求,是母线在的实际无功功率补偿,是约束条件,利用与无功功率补偿相关的拉格朗日函数,将上述目标函数和约束条件转化为             7; 其中,,是关于无功功率的拉格朗日函数和乘数,求解拉格朗日方程得到最优无功功率补偿需求:                 8; 所有条母线电压在期间对母线的无功功率补偿的灵敏度比不变:    9; 得到最优无功补偿量为:           10; 步骤3.2:当无功功率补偿不足时,启动有功功率补偿,其分配需满足储能系统荷电状态约束,包括:                   11; 其中,是母线在期间的本地储能系统荷电状态,、 是的最大和最小限制,分别为和,有功功率补偿对母线储能系统荷电状态变化的影响,包括:            12; 约束条件为:     13; 其中,是母线上本地储能的容量,,分别是母线上储能的荷电状态在期间的实际变化和最大允许变化,每个储能提供的最大有功功率补偿不能超过各自剩余的可控充放电功率,使用储能进行有功功率补偿的电压调节目标为:                  14; 约束条件为:               15; 其中,任意母线上本地储能的可用有功功率补偿容量为:     16; 确定有关有功功率补偿的控制目标函数:                  17; 约束条件为       18; 其中,是优化目标函数,用于最小化有功功率补偿总需求;是约束条件,使用拉格朗日函数转化目标函数和约束条件:            19; 其中,,是关于无功功率的拉格朗日函数和乘数,求解拉格朗日方程得到最优有功功率补偿总需求:               20; 所有条母线的电压在期间对母线的有功功率补偿的灵敏度比不变:             21; 约束条件为:       22; 得到最优无功补偿量为:          23。

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南京邮电大学,其通讯地址为:210023 江苏省南京市栖霞区文苑路9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。

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。