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！

龙图腾网获悉中国长江三峡集团有限公司;华北电力大学申请的专利一种风光储场站能量协同随机优化调控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：CN115189406B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202210931181.4，技术领域涉及：H02J3/38；该发明授权一种风光储场站能量协同随机优化调控方法及系统是由张险峰;延肖何;孙长平;刘念;张玮;于运东;刘瑞阔;王凯;张美俊;汤维贵设计研发完成，并于2022-08-04向国家知识产权局提交的专利申请。

本一种风光储场站能量协同随机优化调控方法及系统在说明书摘要公布了：本发明公开了一种风光储场站能量协同随机优化调控方法及系统。该方法，包括：构建风光储场站参与多元服务能量复用的调控模型；根据调控模型确定不确定性基础数据；基于不确定性基础数据，采用Monte‑Carlo算法生成具有随机性的初始场景，并采用K‑means聚类算法对初始场景进行聚类，得聚类后的最终场景；建立风光储参与多元服务能量复用的多场景随机优化模型；根据多场景随机优化模型确定基础场景下的风光储能站出力；对基础场景下的风光储能站出力进行修正，得到修正后的风光储能站出力；以收益最大为目标，从基础场景下的风光储能站出力以及修正后的风光储能站出力中选取最终出力。本发明能够使得风光储场站参与多元服务能量复用的优化结果更加精确。

本发明授权一种风光储场站能量协同随机优化调控方法及系统在权利要求书中公布了：1.一种风光储场站能量协同随机优化调控方法，其特征在于，包括： 根据风光储场站接收的多元服务能量复用的激励信号，构建风光储场站参与多元服务能量复用的调控模型； 根据所述调控模型确定不确定性基础数据；所述不确定性基础数据包括调频容量、里程激励信号、风光出力以及能量套利环节中的激励信号； 基于所述不确定性基础数据，采用Monte-Carlo算法生成具有随机性的初始场景，并采用K-means聚类算法对所述初始场景进行聚类，得聚类后的最终场景； 根据所述聚类后的最终场景，以总收益最大为目标并考虑多个约束条件，建立风光储参与多元服务能量复用的多场景随机优化模型； 根据所述多场景随机优化模型确定基础场景下的风光储能站出力； 对所述基础场景下的风光储能站出力进行修正，得到修正后的风光储能站出力； 以收益最大为目标，从所述基础场景下的风光储能站出力以及所述修正后的风光储能站出力中选取最终出力； 其中，所述调控模型包括收益调控模型和成本调控模型； 所述收益调控模型如下： 其中，表示风光储场站参与多元服务总收益，表示风光储场站提供频率上调后的收益，表示风光储场站提供频率下调后的收益，表示风光储场站在能量套利环节中的收益，表示风光储场站上报参与频率上调的功率，表示风光储场站上报参与频率下调的功率；表示风光储场站参与频率上调下发的功率，表示风光储场站参与频率下调下发的功率，Pt E,PV表示光伏参与能量套利环节的功率，Pt E,WT表示风电参与能量套利环节的功率，表示调频辅助服务容量激励信号，表示里程激励信号，表示能量套利环节中的风光激励信号，表示能量套利环节中的分时激励信号，表示储能充电功率，表示储能放电功率，风电自限电功率，表示光伏自限电功率，表示日前公布的风光储场站上报频率上调功率的上限，表示日前公布的风光储场站上报频率下调功率的上限，表示实时频率上调总需求，表示实时频率下调总需求；SIES表示储能历史调频容量里程比，SIWT,PV表示风光历史调频容量里程比； 所述成本调控模型如下： 其中，表示风光储场站参与多元服务能量复用总成本、表示储能充电成本，表示风光充电储能所产生的机会成本，表示风光自限电成本。

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中国长江三峡集团有限公司;华北电力大学，其通讯地址为：430000 湖北省武汉市江岸区六合路1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”。