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！

龙图腾网获悉华能山东发电有限公司申请的专利基于蒙特卡洛Dropout的新能源出力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：CN120389386B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510460949.8，技术领域涉及：H02J3/00；该发明授权基于蒙特卡洛Dropout的新能源出力预测方法及系统是由马勇;黄涛;黄晓明;李杰;王俊杰设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本基于蒙特卡洛Dropout的新能源出力预测方法及系统在说明书摘要公布了：本申请提供基于蒙特卡洛Dropout的新能源出力预测方法及系统，通过蒙特卡洛Dropout技术对新能源出力进行概率性预测，生成包含置信区间的动态预测结果，量化气象突变与设备状态的不确定性；其次，构建多阶段随机动态规划模型，将预测区间离散化为多情景输入，并设计基于放电深度的非线性目标函数，同步优化购电成本与储能老化成本；最后，结合模型预测控制框架实现系统的滚动优化，通过在线更新预测数据与调度指令、嵌入储能健康状态实时反馈机制，动态调整储能老化成本权重。能够显著提升光伏、风电的消纳率，降低储能系统全生命周期成本，同时确保调度策略在极端天气下的鲁棒性。

本发明授权基于蒙特卡洛Dropout的新能源出力预测方法及系统在权利要求书中公布了：1.一种基于蒙特卡洛Dropout的新能源出力预测方法，其特征在于，所述方法包括： 步骤1：采集新能源历史出力数据、气象与环境数据以及储能系统与市场电价实时数据； 步骤2：对获取的数据进行预处理； 步骤3：基于带Dropout层的Bi-LSTM模型进行多次前向传播，生成新能源出力预测的概率分布，通过蒙特卡洛方法提取预测结果的分位数区间，构建多情景输入； 步骤4：以购电成本和储能老化成本最小化为优化目标，以功率平衡、储能容量为约束，建立新能源-储能调度系统的非线性动态规划模型，采用动态规划求解最优充放电策略，实现风险约束下的成本最小化；包括： S31.动态规划模型构建： 模型的状态方程变量的定义如下： ； 其中：为时段的储能电量，为新能源预测出力区间，为新能源预测出力区间下限、为新能源预测出力区间上限，为实时电价，为负荷需求； 决策变量方程定义如下： 储能充放电功率满足，充电为正，放电为负，表示放电功率最大值； 状态转移，即储能电量更新方程定义如下： ； 其中，、为充放电效率； 模型的目标函数以最小化系统购电成本和储能老化成本为总成本，当新能源出力与储能放电不足以满足负荷时，外购电量： ； 其中，为储能老化成本，反映充放电深度与SOC对电池寿命的影响，根据储能循环老化动态更新储能健康状态的系数，为最终时段； ； 其中，为初始总容量，为累计容量损失，为实始储能健康状态的系数； 基于雨流计数法建立储能老化成本函数： ； 其中，、； 新能源-储能调度模型需满足功率平衡，并考虑储能充放电和容量约束条件： 功率平衡：，为外购电量，其中，考虑新能源出力预测区间的随机性：； 储能安全容量约束：； 储能充放电功率限制：； S32.蒙特卡洛多情景输入与动态规划求解： 通过蒙特卡洛模拟得到不同情景下系统的成本情况，有助于评估电力优化调度系统在不同新能源出力情况下的经济性和稳定性，包括： 将蒙特卡洛生成的预测区间离散化为动态规划中的个情景输入，每个情景赋予的概率为，这些情景表示新能源在不同可能性下的出力状态，通过离散化将连续分布转化为多情景输入，简化为动态规划进行求解； 每个时段的新能源出力服从均匀分布： ； 在状态下，选择最优充放电功率，通过贝尔曼方程递推求解最小化当前成本与未来期望成本之和： ； 其中：为即时成本；为下一时段状态下的最优值函数； 通过不断迭代该方程，从最终时段反向递推至初始时段，最终得到整个调度周期内的最优决策序列，计算各状态最优值函数与策略，即不同时刻储能的充放电功率的最优值，以实现总成本最小化； 步骤5：基于蒙特卡洛预测与动态规划的协同合作，实现新能源出力预测和调度策略的滚动优化框架。

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华能山东发电有限公司，其通讯地址为：250014 山东省济南市历下区经十路14900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。