Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 辰鳗科技集团有限公司朱越洋获国家专利权

辰鳗科技集团有限公司朱越洋获国家专利权

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!

龙图腾网获悉辰鳗科技集团有限公司申请的专利复合新能源电力现货交易辅助决策系统及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:CN120494224B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510998764.2,技术领域涉及:G06Q10/04;该发明授权复合新能源电力现货交易辅助决策系统及方法是由朱越洋设计研发完成,并于2025-07-21向国家知识产权局提交的专利申请。

复合新能源电力现货交易辅助决策系统及方法在说明书摘要公布了:本发明公开了复合新能源电力现货交易辅助决策系统及方法,属于电力交易技术领域,系统包括:数据采集模块,用于持续收集风速实时监测值、太阳辐照度测量数据、电力现货市场动态电价信息、历史交易记录及储能电池的荷电状态与充放电能力数据;预测优化模块,连接数据采集模块,包括风速突变预测子模块和云层遮挡突变预测子模块;多源协同决策模块,接收预测优化模块的输出结果,包括策略生成单元、风险评估单元、方案筛选单元与决策执行单元;反馈学习模块,在每笔交易完成后执行闭环优化。本发明,通过专项突变预测模型、三级协同动态优选、自学习风险防控及储能寿命保护四大技术创新,有效提高复合新能源电力现货交易中预测精度。

本发明授权复合新能源电力现货交易辅助决策系统及方法在权利要求书中公布了:1.复合新能源电力现货交易辅助决策系统,其特征在于,包括: 数据采集模块,用于持续收集风速实时监测值、太阳辐照度测量数据、电力现货市场动态电价信息、历史交易记录及储能电池的荷电状态与充放电能力数据; 预测优化模块,连接所述数据采集模块,包括风速突变预测子模块和云层遮挡突变预测子模块;风速突变预测子模块通过分析风速历史变化趋势,预测未来数小时内发生的风速异常升高或降低事件;云层遮挡突变预测子模块通过解析卫星云图运动轨迹,预测光伏电站区域发生云层遮挡的时间段及影响程度; 多源协同决策模块,接收所述预测优化模块的输出结果,包括策略生成单元、风险评估单元、方案筛选单元与决策执行单元;策略生成单元用于自动构建风电与储能联合运行方案、光伏与储能联合运行方案、以及风电光伏储能三者协同运行方案;风险评估单元用于量化各方案预期收益水平与风险波动幅度;方案筛选单元用于选择收益风险平衡度最优的组合方案作为最终执行策略;决策执行单元用于将选定方案转换为电力现货市场标准交易指令并进行输出; 反馈学习模块,在每笔交易完成后执行闭环优化,包括: 收益计算单元:对比实际收益与预测收益的偏差比例; 风险计算单元:根据实际发电量与申报电量的差异计算考核损失占比; 权重计算单元:综合收益偏差比例和考核损失占比生成决策质量评分; 异常名单管理单元:当决策质量评分低于预设评分时,将本次决策的环境特征与方案细节存入异常数据库; 所述风速突变预测子模块的工作流程包括: 风速变化趋势分析环节:计算单位时间内风速变化幅度,当变化幅度超过预设临界值时激活预警,触发风速异常事件; 异常状态持续时间预测环节:利用深度学习网络预测风速异常事件的持续时长; 风电出力动态调整环节:依据预测的异常持续时长,按比例修正风电申报电量; 所述云层遮挡突变预测子模块的工作流程包括: 云层运动轨迹追踪环节:通过连续多帧卫星云图计算云团移动方向与速度; 光伏电站遮挡时间预测环节:根据电站地理位置与云团运动轨迹,确定遮挡发生的精确时间点; 光伏出力曲线修正环节:生成考虑云层遮挡影响的光伏发电功率修正曲线; 所述多源协同决策模块的策略生成单元执行以下协同控制: 风电与储能协同模式:在风速突变预警时段,指令储能系统实时补偿风电出力偏差; 光伏与储能协同模式:在云层遮挡预测时段,提前调度储能系统提升充电水平至目标值; 风光储全协同模式:建立风电、光伏、储能三方联合出力约束模型,确保整体出力变化速率符合电网安全要求; 所述方案筛选单元的决策流程包括: 分别计算风电储能组合、光伏储能组合、风光储全组合的收益风险平衡系数; 对比三类组合的收益风险平衡系数,选择系数最高者作为最优方案; 当最优方案的收益风险平衡系数低于安全临界值时,启动保护机制按比例削减申报电量; 所述反馈学习模块的异常名单管理单元包含: 决策环境特征编码机制:将决策时刻的气象条件、电价曲线形态、储能状态编码为特征向量; 历史决策相似度匹配机制:计算新决策环境特征与异常数据库中记录特征的相似程度; 风险预警触发机制:当相似度超过设定阈值且方案类型相同时,向操作人员发出风险警示; 所述异常名单管理单元还包含: 记录时效衰减机制:所述异常名单管理单元对每条异常记录附加时效权重系数,该系数随记录存储时间增加而单调递减;当进行新决策的风险匹配时,将原始相似度与该系数相乘得到有效相似度,并基于有效相似度触发分级预警; 分级响应策略: 一级响应:有效相似度达到第一设定阈值时显示提示信息; 二级响应:有效相似度达到第二设定阈值时需人工确认执行; 三级响应:有效相似度达到第三设定阈值时自动替换为备用方案; 还包括储能寿命保护模块,在执行决策时: 实时监测储能电池温度及累计充放电总量; 计算反映电池寿命损耗程度的健康因子; 当健康因子超过警戒线时,自动限制充放电功率以延长设备寿命。

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辰鳗科技集团有限公司,其通讯地址为:610095 四川省成都市高新区天府大道北段1480号9号楼4栋7层1号707;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。