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！

龙图腾网获悉天津光电华典科技有限公司申请的专利智能环境监测数据驱动的分布式储能调度预测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：CN120184963B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202510662456.2，技术领域涉及：H02J3/00；该发明授权智能环境监测数据驱动的分布式储能调度预测方法及系统是由刘春涛;杨毅;李浩楠;黄伟;魏志帅;熊晗琦;王辰;刘艳华设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本智能环境监测数据驱动的分布式储能调度预测方法及系统在说明书摘要公布了：本申请涉及储能调度技术领域，公开了一种智能环境监测数据驱动的分布式储能调度预测方法及系统。该方法包括：采集环境参数处理得环境数据集;多层次分解环境数据得特征向量和不确定性指标;输入混合深度网络得需求预测分布;构建鲁棒优化模型得调度指令序列;通过分层架构分解执行得运行轨迹;用深度强化学习迭代优化得储能调度策略。本申请克服了通信延迟影响并具备自我优化能力的储能调度预测方法，实现基于环境数据驱动的分布式储能系统高效协同运行。

本发明授权智能环境监测数据驱动的分布式储能调度预测方法及系统在权利要求书中公布了：1.一种智能环境监测数据驱动的分布式储能调度预测方法，其特征在于，所述方法包括： 对分布式环境监测节点采集的温度、湿度、风速、光照强度、大气压力数据进行处理，得到环境数据集； 对所述环境数据集进行多层次分解，得到环境特征向量和不确定性量化指标，包括：对所述环境数据集采用局部多项式拟合方法进行趋势分量提取，设定多项式阶数为3并使用滑动窗口技术，得到环境参数的趋势分量；对所述环境数据集减去所述趋势分量后的残差数据应用快速傅里叶变换并配合自适应滤波，得到环境参数的周期分量；对所述环境数据集减去所述趋势分量和所述周期分量后的数据进行差分运算，得到环境参数的随机波动分量；基于所述趋势分量计算斜率、曲率以及拐点数量，基于所述周期分量计算主要频率、幅值以及相位，基于所述随机波动分量计算波动范围、突变频次以及持续时间，将三类特征向量级联，得到所述环境特征向量；对所述环境数据集中的每个环境参数基于历史观测数据建立经验分布函数，并定义置信水平为0.95的置信区间，构建分布函数的上下界，得到包含所有可能概率分布的分布族；基于所述分布族采用Wasserstein距离度量计算最坏情况分布与参考分布之间的距离上界，并采用Copula函数捕捉多维环境参数间的相关结构，得到所述不确定性量化指标； 将所述环境特征向量和不确定性量化指标输入多层BiLSTM网络和时间卷积网络组成的混合深度学习模型，得到储能需求预测分布； 根据所述储能需求预测分布构建两层优化结构的储能调度模型，将分布鲁棒优化问题转化为混合整数二次规划，得到储能调度指令序列，包括：构建包含储能充放电损耗成本、储能容量调节成本和储能响应偏差惩罚成本的目标函数，形成最小化最坏情况下总储能运行成本的分布鲁棒优化主问题，得到优化问题的数学表达式；基于所述储能需求预测分布设置储能荷电状态约束、充放电功率约束、充放电切换约束和分布鲁棒机会约束，得到优化问题的约束条件集合；对所述分布鲁棒机会约束引入Wasserstein距离度量，限制环境参数预测误差的概率分布与经验分布之间的距离，得到单层表示的约束条件；通过引入辅助变量和应用强对偶定理，对所述优化问题的目标函数和约束条件进行等价变换，得到混合整数二次规划模型；对所述混合整数二次规划模型应用层次化分解算法，将全局调度问题分解为多个子区域协调问题，并通过交替方向乘子法求解各子问题，得到局部最优解集合；对所述局部最优解集合应用非活动约束识别技术和凸松弛技术，合并并优化各子区域解，得到未来24小时的储能调度指令序列； 对所述储能调度指令序列通过分层分布式架构进行分解，将全局优化指令分配至各储能单元，通过非周期采样数据驱动的模型预测控制器执行，得到储能单元运行轨迹数据； 通过深度确定性策略梯度算法对所述储能单元运行轨迹数据进行迭代优化，得到储能调度策略。

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天津光电华典科技有限公司，其通讯地址为：300380 天津市滨海新区华苑产业园区华天道2号3020独G区18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。