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！

龙图腾网获悉中国矿业大学申请的专利一种平抑风电功率波动的混合储能容量优化配置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：CN119362544B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411526695.7，技术领域涉及：H02J3/32；该发明授权一种平抑风电功率波动的混合储能容量优化配置方法是由张栋梁;李旭;杜楠;赵阳;刘宇;魏奇;赵博设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本一种平抑风电功率波动的混合储能容量优化配置方法在说明书摘要公布了：本发明公开了一种平抑风电功率波动的混合储能容量优化配置方法，属于风力发电技术领域，包括：基于K‑means聚类算法对风电出力数据进行聚类获得多种风电出力场景；基于经验模态分解方法对风电出力数据进行分解获得多阶固有模态函数，并重构为低频分量和高频分量，低频分量直接并网，高频分量作为混合型超级电容储能系统的功率任务，将混合型超级电容储能系统定义为目标系统；建立目标系统的容量配置模型，基于目标系统的成本投入和约束条件分别构建容量配置模型的优化目标函数和模型约束集；基于遗传算法求解容量配置模型获得初始优化结果，引入变基准线和波动惩罚系数，进行再次优化。通过本发明提升了平抑风电功率波动的效率。

本发明授权一种平抑风电功率波动的混合储能容量优化配置方法在权利要求书中公布了：1.一种平抑风电功率波动的混合储能容量优化配置方法，其特征在于，所述方法包括如下步骤： S1：获取目标时长内的风电出力数据，基于K‑means聚类算法将所述风电出力数据进行聚类获得多种风电出力场景； S2：基于经验模态分解方法对所述风电出力场景中的风电出力数据进行分解，获得多阶固有模态函数，基于风电波动量限制，将多阶所述固有模态函数重构为低频分量和高频分量，所述低频分量直接并网，所述高频分量作为混合型超级电容储能系统的功率任务，将所述混合型超级电容储能系统定义为目标系统； 其中，将多阶固有模态函数重构为低频分量和高频分量包括以下步骤： 基于各阶所述固有模态函数自上而下叠加生成各阶高频分量，具体重构方式的第一公式为：其中，IMFp为第p个所述固有模态函数，res为基于所述经验模态分解获得的残差，f2cP+1为第p+1阶所述高频分量； 基于各阶所述固有模态函数自下而上叠加生成各阶低频分量，具体重构方式的第二公式为：其中，c2fp+1为第p+1阶所述低频分量； 基于风电功率分配策略流程将所述低频分量直接并网，所述高频分量作为混合型超级电容储能系统的功率任务； 计算重构后的所述低频分量和所述高频分量的风电波动量，所述风电波动量为预设时间间隔内最大功率和最小功率之差，若所述风电波动量满足约束限制，则所述低频分量和所述高频分量重构完成，所述约束限制为：其中，Pc2fp,m为第p阶m时段内的功率值，Δn为所述预设时间间隔，ΔPlimit为预设波动量限值； S3：对所述目标系统进行数学建模，基于容量管理策略建立所述目标系统的容量配置模型，基于所述目标系统的投资成本、运行维护成本和机会补偿成本构建所述容量配置模型的优化目标函数； S4：基于所述目标系统的平抑波动模块边界约束、功率平衡约束、充放功率约束和储能状态约束建立所述容量配置模型的模型约束集； S5：基于遗传算法求解构建好的所述容量配置模型，获得所述目标系统的初始优化结果，引入变基准线和波动惩罚系数，对所述初始优化结果进行再次优化，获得最终容量配置优化结果。

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矿业大学，其通讯地址为：221116 江苏省徐州市大学路1号中国矿业大学南湖校区；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。