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！

龙图腾网获悉高新兴科技集团股份有限公司;广州市高新兴数字能源科技有限责任公司申请的专利一种连接有备电电池的直流母线潮流控制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：CN119852959B 。

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：202411913275.4，技术领域涉及：H02J1/00；该发明授权一种连接有备电电池的直流母线潮流控制方法是由陈汉洲;张永亮;芩志伟;刘双广设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种连接有备电电池的直流母线潮流控制方法在说明书摘要公布了：本发明提供一种连接有备电电池的直流母线潮流控制方法，涉及电力系统控制技术领域，所述方法包括：定义直流微电网的拓扑结构，并构建包含状态参数、运行状态和约束条件的数学模型框架；对微电网获取的测量参数进行滤波、插值与稀疏、时间序列匹配、组合计算、量纲变换、归一化处理，得到处理后数据；根据处理后数据，解析当前系统状态参数；通过遗传算法来预测未来状态变化，得到未来状态的预测结果。本发明智能化控制方案预测并优化直流母线潮流，在满足质量母线上直连备电电池运行要求的前提下有效提升了系统稳定性，并支持用能成本最优调度。

本发明授权一种连接有备电电池的直流母线潮流控制方法在权利要求书中公布了：1.一种连接有备电电池的直流母线潮流控制方法，其特征在于，所述方法包括： 定义直流微电网的拓扑结构，并构建包含状态参数、运行状态和约束条件的数学模型框架； 对微电网获取的测量参数进行滤波、插值与稀疏、时间序列匹配、组合计算、量纲变换、归一化处理，得到处理后数据； 根据处理后数据，解析当前系统状态参数； 通过遗传算法来预测未来状态变化，得到未来状态的预测结果； 根据未来状态的预测结果和电能潮流与用能成本，制定控制方案并下发至各控制器； 根据执行反馈程序持续优化控制方案，以应对系统状态和环境的变化； 定义直流微电网的拓扑结构，并构建包含状态参数、运行状态和约束条件的数学模型框架，包括： 将直流微电网以直流母线为中心，分为一次回路拓扑和二次回路拓扑，其中，一次回路包括直流母线、配电支路、中间控制层和支路设备，用于电能流动；二次回路包括虚拟汇聚数据母线、支路虚拟测量装置和设备通信端口，用于数据采集与传送；支路设备包括发电、储能和负荷类设备，且至少包含一个直接连接母线的备电电池组，最终得到直流微电网的拓扑结构； 根据直流微电网的拓扑结构，构建微电网数学模型框架，包括状态参数、定义运行状态和定义约束条件集，其中，状态参数包括母线电压、支路电流和方向、支路功率、控制器效率、设备连接端口电压和电流、流入和流出电功率、流入和流出电能价格、储能余量与价值、储能回路单位时间损耗率；运行状态包括母线、配电支路、中间控制器和支路设备的各种状态；约束条件集包括母线、配电支路、中间控制器和支路设备的各种操作限制； 对微电网获取的测量参数进行滤波、插值与稀疏、时间序列匹配、组合计算、量纲变换、归一化处理，得到处理后数据，包括： 从微电网的传感器和监测系统中获取原始测量参数数据； 对原始测量参数数据进行处理，去除噪声和异常值，得到滤波后数据； 对滤波后数据中的缺失值进行插值处理，并对过于密集的数据点进行稀疏化处理，得到插值与稀疏处理后数据； 将插值与稀疏处理后数据对齐到统一的时间序列上，得到时间序列匹配后数据； 根据时间序列匹配后数据，进行组合计算，得到新的衍生数据； 将不同量纲的测量数据和新的衍生数据转换为统一量纲，得到量纲变换后数据； 对量纲变换后数据进行归一化处理，得到处理后数据； 根据处理后数据，解析当前系统状态参数，包括； 使用预设的遗传算法神经网络模型，将提取的系统状态相关的特征作为输入数据，识别系统的当前状态，包括正常运行、过载、欠压、过压； 根据识别的系统的当前状态，计算状态参数，包括系统的稳定性指标、负载水平和故障概率； 通过遗传算法，随机生成初始种群并迭代执行变异、交叉、选择操作，最终确定最终解，预测未来状态变化，得到未来状态的预测结果，包括： 随机生成一个初始种群，每个个体代表一组状态参数预测值； 对于种群中的每个个体，确定三个不同的个体，以生成一个新的变异个体； 将新的变异个体与原始个体进行交叉，生成试验个体； 使用适应度函数对试验个体集合和原始个体集合中的每个个体进行评估，计算每个个体的适应度值，并根据适应度值的大小，确定个体进入下一代种群； 重复变异、交叉和选择操作，直到达到预设的迭代次数，从最终种群中根据个体适应度值确定最终解； 根据最终解，对直流微电网的未来状态进行分析，包括状态变化趋势、异常检测； 根据最终解和对直流微电网的未来状态的分析，生成未来状态的预测结果，包括预测值、预测误差范围、置信度关键信息； 每个个体的适应度值计算公式为： ； 其中，F表示适应度值；表示预测误差权重；n表示观测值的数量；表示实际观测值；表示预测值；表示稳定性权重；表示预测值的平均值。

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高新兴科技集团股份有限公司;广州市高新兴数字能源科技有限责任公司，其通讯地址为：510000 广东省广州市黄埔区科学城开创大道2819号六楼；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。