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！

龙图腾网获悉北京鼎诚鸿安科技发展有限公司申请的专利基于层级多智能体强化学习的储能运行优化方法及系统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：CN120952277B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511483406.4，技术领域涉及：G06Q10/04；该发明授权基于层级多智能体强化学习的储能运行优化方法及系统是由王大为;戴罕奇;张宝群;李亦非;刘秀兰;沈静;金渊;曾爽;曹昕;宫成;刘畅;梁安琪设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于层级多智能体强化学习的储能运行优化方法及系统在说明书摘要公布了：基于层级多智能体强化学习的储能运行优化方法及系统。首先，初始化层级多智能体强化学习决策框架，并定义层间通信同步机制。然后，设计平衡电费收益和电池寿命损耗成本的上层奖励函数，优化上层规划策略；设计综合电流平滑性和预算跟踪精度的下层奖励函数，优化下层执行策略；最后，将优化后的上层规划策略和下层执行策略部署至储能调度任务，上层规划智能体在日前调度阶段生成充放电功率预算，下层执行智能体接受预算指令并进行功率调节。本申请通过构建分层决策架构，实现储能设备短期经济收益与长期寿命保护的协调优化。

本发明授权基于层级多智能体强化学习的储能运行优化方法及系统在权利要求书中公布了：1.基于层级多智能体强化学习的储能运行优化方法，其特征在于， 构建储能寿命优化系统的分层多智能体强化学习架构，包含上层规划智能体和下层执行智能体的网络结构；上层规划智能体采用多智能体近端策略优化算法的ActorCritic架构，负责储能系统日前功率预算的协调决策；下层执行智能体采用双延迟深度确定性策略梯度算法架构，负责储能系统的实时功率调节控制；初始化分层多智能体强化学习架构，包括上层规划智能体和下层执行智能体，并定义层间通信机制； 构建电池健康状态的货币化成本量化模型，设计平衡电费收益和电池寿命损耗成本的上层奖励函数，优化上层规划策略； 所述上层奖励函数由电费收益激励项与电池损耗惩罚项的差值表示； 所述电费收益激励项的计算方式为：根据每个时刻的电价和充放电功率预算，计算单时间段的电费收益；将所有24个时间段的收益累加，再乘以收益权重，得到总电费收益； 所述电池损耗惩罚项的计算方式为：结合每个时刻的充放电功率预算、电池荷电状态和电池健康状态，通过电池寿命损耗成本函数计算单个时间段的损耗成本；将所有24个时间段的收益累加，在乘以寿命损耗权重，得到累计损耗成本； 所述电池健康状态SOH为电池衰减程度； 设计下层执行智能体的状态空间、动作空间和奖励函数，构建综合电流平滑性和预算跟踪精度的下层奖励函数，优化下层执行策略； 基于优化后的上层规划策略和下层执行策略执行储能调度任务，上层规划智能体在日前调度阶段生成充放电功率预算，下层执行智能体接受预算指令并进行功率调节。

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京鼎诚鸿安科技发展有限公司，其通讯地址为：101399 北京市顺义区仁和地区塔河村；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。