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 > 国网安徽省电力有限公司电力科学研究院滕越获国家专利权

国网安徽省电力有限公司电力科学研究院滕越获国家专利权

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!

龙图腾网获悉国网安徽省电力有限公司电力科学研究院申请的专利一种具备自适应多步综合视野的氢能系统调度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:CN119918886B

龙图腾网通过国家知识产权局官网在2025-11-07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:202510110327.2,技术领域涉及:G06Q10/0631;该发明授权一种具备自适应多步综合视野的氢能系统调度方法是由滕越;汤伟;吴自强;丁国成;徐斌;王缔;张红;陈庆涛;刘鑫;聂元弘设计研发完成,并于2025-01-23向国家知识产权局提交的专利申请。

一种具备自适应多步综合视野的氢能系统调度方法在说明书摘要公布了:本发明公开了一种具备自适应多步综合视野的氢能系统调度方法,包括:1.建立适用于MATD3方法的氢能综合能源系统模型,描述设备运行特性;2.从设备损耗、负荷平衡和碳排放三个维度分析调度性能,确定优化目标函数;3.利用历史数据集,通过GPR构建概率区间,并结合Transformer‑LSTM模型实现短期确定性多步预测与长期区间性多步预测;4.基于预测结果和历史数据,利用MATD3方法优化氢能系统各模块设备出力和储能行为,通过奖励值传递实现MATD3方法与预测模型的同步训练,使得整体决策模型具备自适应多步综合视野,提高调度决策的准确性和灵活性。本发明通过多模型耦合,增强了氢能系统的不确定性处理能力和调度优化性能,有效提升了系统运行性能。

本发明授权一种具备自适应多步综合视野的氢能系统调度方法在权利要求书中公布了:1.一种具备自适应多步综合视野的氢能综合能源系统调度方法,所述氢能综合能源系统包括:可再生能源模块、电解制氢模块、燃料电池模块、热泵电供热模块、电储能模块、氢储能模块,其特征在于,所述氢能综合能源系统调度方法是按如下步骤进行: 步骤一、建立氢能综合能源系统的仿真模型; 步骤二、基于仿真模型,构建氢能综合能源系统的调度性能评价指标; 步骤三、训练短期确定性多步预测模型和长期区间性多步预测模型; 步骤3.1、获取氢能综合能源系统的历史数据集合,其中,表示历史数据集中采样的总时刻;表示t时刻采样的日历信息;表示t时刻的外部参数;表示t时刻的历史数据样本;表示t时刻影响可再生能源模块的气象环境参数;表示t时刻的电负荷;表示t时刻的热负荷; 步骤3.2、将t时刻的目标参数记为;获取t时刻前个历史数据并构建t-到t-1时刻除目标参数以外的其他参数构成观测数据集以及由t--1到t-1时刻的目标参数构成目标数据集,其中,表示t时刻前i时刻历史数据样本去除i时刻目标参数后形成的样本; 当给定t时刻除目标参数以外的其他参数构成的观测数据时,依照式14计算t时刻目标参数的概率分布函数,包括:t时刻气象环境参数的概率分布函数,电负荷的概率分布函数,热负荷的概率分布函数; 14 式14中,表示高斯过程回归函数; 步骤3.3、根据t时刻气象环境参数的概率分布函数,电负荷的概率分布函数,热负荷的概率分布函数,相应获得t时刻气象环境参数区间上界,t时刻气象环境参数区间下界,t时刻电负荷区间上界,t时刻电负荷区间下界,t时刻热负荷区间上界,t时刻热负荷区间下界,并与历史数据集进行组合,从而得到含有区间信息的数据集; 步骤3.4、设置时窗的长度为,并对含有区间信息的数据集进行滑窗处理,得到t时刻历史数据的时序片段、t时刻待预测目标参数的短期确定性时序片段以及t时刻待预测目标参数的长期区间性时序片段,从而得到历史数据的时序片段集合、待预测目标参数的短期确定性时序片段集合、待预测目标参数的长期区间性时序片段集合,其中,表示j时刻的历史数据样本,表示j时刻的气象环境参数,表示j时刻的电负荷,表示j时刻的热负荷,表示j时刻的气象环境参数区间上界,表示j时刻的气象环境参数区间下界,表示j时刻的电负荷区间上界,表示j时刻的电负荷区间下界,表示j时刻的热负荷区间上界,表示j时刻的热负荷区间下界; 步骤3.5、构建基于Transformer网络和长短期记忆网络LSTM的短期确定性多步预测模型;并将和分别作为的输入和目标输出,从而利用式17更新的参数,得到更新后的参数: 15 式15中,表示短期确定性多步预测模型的均方误差损失函数; 步骤3.6、利用式16得到t时刻短期确定性多步预测值: 16 步骤3.7、构建基于Transformer-LSTM的长期区间性多步预测模型;并将和分别作为的输入和目标输出,从而利用式17更新的参数,得到更新后的参数: 17 式17中,表示长期区间多步预测模型的均方误差损失函数; 利用式18得到任意t时刻长期区间性多步预测值: 18 步骤四、基于调度性能评价指标和步骤三的两种模型,利用多智能体双延迟深度确定性策略梯度算法构建并训练调度模型,从而得到最优调度决策模型,以确定氢能综合能源系统调度方案。

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国网安徽省电力有限公司电力科学研究院,其通讯地址为:230601 安徽省合肥市经济技术开发区紫云路299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。

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。