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！

龙图腾网获悉合肥工业大学;国网安徽省电力有限公司申请的专利一种基于主从博弈的区域电网源荷协同调度学习优化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：CN116362635B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310183269.7，技术领域涉及：G06Q10/067；该发明授权一种基于主从博弈的区域电网源荷协同调度学习优化方法是由唐昊;袁鑫;方道宏;王正风;栾喜臣设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于主从博弈的区域电网源荷协同调度学习优化方法在说明书摘要公布了：本发明涉及电力系统技术领域，尤其涉及一种基于主从博弈的区域电网源荷协同调度学习优化方法，包括以下步骤：S1、分析区域电网源荷协同调度系统物理架构与逻辑关系，提出优化策略优劣性评价指标；S2、建立负荷响应不确定情况下市场电价制定机构与负荷聚合商之间的主从博弈模型、机组发电计划模型以及约束模型；S3、将调度决策问题描述为对电价进行随机序贯决策的学习优化机制，采用典型的强化学习方法进行求解。

本发明授权一种基于主从博弈的区域电网源荷协同调度学习优化方法在权利要求书中公布了：1.一种基于主从博弈的区域电网源荷协同调度学习优化方法，其特征在于，包括以下步骤： S1、分析区域电网源荷协同调度系统物理架构与逻辑关系，建立系统综合评价指标，用来评价市场电价制定机构制定日前市场电价的优劣程度； S2、根据市场电价制定机构制定的电价对系统综合评价指标的影响，建立负荷响应不确定情况下市场电价制定机构与负荷聚合商之间的主从博弈模型、机组发电计划模型以及约束模型，称为物理驱动模型； 所述步骤S2中建立负荷响应不确定情况下市场电价制定机构与负荷聚合商之间的主从博弈模型、机组发电计划模型以及约束模型， 1市场电价制定机构与负荷聚合商主从博弈模型 市场电价制定机构通过电价调节响应负荷以实现区域电网源荷协同运行，并提升系统综合评价指标，市场电价制定机构制定电价策略的优化目标为： 、和分别为子目标函数的权重，相加为1，为时刻的风电消纳率，为时刻的电网收益，为负荷峰谷差，决策周期数量为； 负荷聚合商作为需求响应技术的重要实施机构，用于整合、统一调控需求响应资源，其目标是通过优化响应负荷降低用电成本、提高用户满意度，满意度函数表示为： 式中，、、、分别表示预测响应负荷、用户基准电价、用户基准负荷和弹性系数，且，因此，负荷聚合商的优化目标可表示为： 为决策周期数量，为母线数量，表示在时段母线上的市场电价，对上式求导可得负荷聚合商在时段最优预测响应负荷，可以表示为： 由于是非凸特性变量，因此用数学推导法求解不适用，响应负荷由预测和随机不确定两部分组成，结合上式，时段母线上的实际响应负荷可以写成： 2机组发电计划模型 机组发电计划目标主要用于在确定电价基础上优化机组出力，通过机组发电计划制定以降低系统运行成本， 和分别表示火电机组的运行成本、风电机组的维护成本；、、表示火电机组的煤耗成本系数；表示风电机组运行维护成本系数，、分别表示火电机组，风电机组数量； 3约束模型 直流潮流约束，满足以下方程： 式中，表示系统支路集合；表示系统支路节点的连接矩阵；表示系数矩阵；表示支路的电抗；和分别是时段发电机有功出力和负荷需求矩阵； 稳定与机组爬坡约束： 表示时刻火电机组的有功出力，、分别为火电机组的有功出力上下限；表示时段支路长期允许功率，、分别表示支路允许功率上下限；、分别表示火电机组的向上和向下爬坡功率； S3、将调度决策问题描述为对电价进行随机序贯决策的学习优化机制，采用典型的强化学习方法求解电价策略； 所述步骤S3中，采用典型的强化学习求解方法为Q-Learning和深度确定性策略梯度。

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合肥工业大学;国网安徽省电力有限公司，其通讯地址为：230009 安徽省合肥市屯溪路193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。