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！

龙图腾网获悉天津大学申请的专利融合多市场机制和业务逻辑的计算负荷绿电直连运行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：CN121461296B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202512021145.0，技术领域涉及：H02J3/00；该发明授权融合多市场机制和业务逻辑的计算负荷绿电直连运行方法是由王啸天;吴秋伟;宋国成设计研发完成，并于2025-12-30向国家知识产权局提交的专利申请。

本融合多市场机制和业务逻辑的计算负荷绿电直连运行方法在说明书摘要公布了：本发明公开了融合多市场机制和业务逻辑的计算负荷绿电直连运行方法，首先提出融合历史信息和业务逻辑的计算负荷运行特征提取方法输出运行特征，其次构建电力与碳交易市场机制，输出时间序列的直连任务优先级、电能边际价格与碳绿证补贴率以及支付函数；然后构建计算负荷新能源绿电多场景供给机制，基于最优传输重心构建新能源出力场景树，并利用生成流网络学习电网与直连绿电的动态分配策略，最后结合运行特征、时间序列与动态分配策略，通过约束强化学习与动作可行域投影算法，实现计算负荷在电力与碳交易双市场环境下成本可控、任务优先级可保且碳目标可达的绿电直连优化运行策略。

本发明授权融合多市场机制和业务逻辑的计算负荷绿电直连运行方法在权利要求书中公布了：1.融合多市场机制和业务逻辑的计算负荷绿电直连运行方法，其特征在于，包括以下内容： 提取计算负荷的运行特征，输出运行特征的特征序列、弹性与响应时滞的估计以及任务优先级代价曲线，过程如下： 将数据中心的历史量测、历史业务逻辑以及下发的历史任务排程统一到连续时间流中，采用神经控制微分方程学习任务、功率和任务优先级的耦合动态与时滞，获得抗缺采与异步采样的稳定时序，如下式所示： ； 式中，为连续时间索引，为神经控制微分方程连续时间隐状态，为隐状态的微分增量，为表示参数为的向量场，为以控制测度编码的多源数据流，为初始时刻，为隐状态初值，为从历史信息到初值的可学习映射；为历史量测，为历史业务逻辑，为历史任务排程； 对比学习稳定语义特征，通过正负样本对齐，获得稳健不变的运行特征，如下式所示： ； 式中，为对比学习损失，为期望，为相似度函数，为神经控制微分方程连续时间隐状态的正样本，为负样本集合中的第个样本；为调节平滑度的温度系数； 基于因果结构学习从运行特征中识别电价、碳价以及直连可用量到负荷响应的因果边，把可移峰、可降载和可延后的弹性与任务优先级硬约束区分出来，采用下式： ； 式中，为由神经控制微分方程连续时间隐状态汇总的特征矩阵，为因果图的加权邻接矩阵，为算子范数，为L1稀疏正则权重，为促稀疏的L1范数，为逐元素乘积，为矩阵指数，为迹运算，为变量维数，约束为无环性约束； 输出为：； 为面向决策的运行特征的特征序列，为弹性与响应时滞的估计，为任务优先级代价曲线； 基于所述运行特征构建电力与碳交易市场机制，输出时间序列的直连任务优先级、电能边际价格、碳绿证补贴率以及支付函数，内容如下： 以提取计算负荷的运行特征为输入，构建面向计算负荷的电力与碳交易市场机制，用单调神经网络映射调节弹性与任务优先级强度到直连任务优先级，并联动生成边际电价折扣与碳绿证补贴率，输出时间序列的直连任务优先级、电能边际价格与碳绿证补贴率以及支付函数， 单调神经网络映射的映射关系采用下式表示： ； 式中，为直连任务优先级动作，为参数为的单调神经网络，为时刻面向决策的运行特征的特征序列；为弹性与响应时滞的估计，为时刻面向负荷的电能边际价格，为基准电价，为价格对可调分配的折扣系数，为时刻的碳绿证补贴率； 所述支付函数，采用下式表示： ； 输出为； 式中，为支付函数，为用户申报的可调弹性，为以弹性为自变量的分配函数，为负荷的效用，为碳绿证补贴对应收益，为电能费用支出；表示分配函数在变量处的取值，表示时间步到时间段内输出的所有变量的集合； 构建计算负荷新能源绿电多场景供给机制，基于最优传输重心构建新能源出力场景树，并利用生成流网络学习电网与直连绿电的动态分配策略，采用下式处理： ； ； 输出为：； 式中，为生成流网学习获得的动态分配策略，为代表多天气型季节的新能源产出的场景树，为候选场景树集合中的一个；为历史气象或工况聚类的数量，为第个簇的权重，为二阶分布间距离，为第个簇的新能源出力经验分布，为由场景树诱导的分布；为生成流网络生成分配路径的概率，为调节平滑度的温度系数，为路径回报，分别为价差收益、任务优先级保障和主网优先的回报系数，，表示从初始状态到终止状态的完整动作序列； 结合运行特征、时间序列与动态分配策略，通过约束强化学习与动作可行域投影算法，输出在线运行策略，采用下式执行： ； ； 输出为：； 式中，为在线运行策略，为期望，为折扣系数，分别为电能边际价格、碳绿证补贴率以及直连任务优先级动作，为从主网购电的指令，为使用绿电的量，为任务优先级代价函数，为动作状态，为李亚普诺夫函数，为约束函数，为李亚普诺夫函数收敛系数，为松弛项；为第个约束的拉格朗日乘子，为对偶更新步长，为第个约束的当前期望值与目标上限，为正部投影到非负域，为把动作投影到可行域的投影算子，为场景树与分配策略诱导的动作可行域。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。