浙江大学毛熠辉获国家专利权
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!
龙图腾网获悉浙江大学申请的专利一种综合能源系统的多能流灵活性层级传递与分解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:CN119417147B 。
龙图腾网通过国家知识产权局官网在2025-11-14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:202411508893.0,技术领域涉及:G06F17/00;该发明授权一种综合能源系统的多能流灵活性层级传递与分解方法是由毛熠辉;林小杰;钟崴设计研发完成,并于2024-10-28向国家知识产权局提交的专利申请。
本一种综合能源系统的多能流灵活性层级传递与分解方法在说明书摘要公布了:本发明公开了一种综合能源系统的多能流灵活性层级传递与分解方法,包括如下步骤:S1,根据“源‑网‑荷‑储”设备间的输入输出耦合关系建立综合能源系统的关联模型;S2,建立设备层级“源‑网‑荷‑储”不同类型设备的灵活性统一量化模型;S3,基于设备灵活性模型建立能流层级的能流灵活性模型;S4,基于能流灵活性模型建立系统层级的系统灵活性量化模型;S5,根据向上向下调节系统灵活性指标进行系统灵活性向能流灵活性的分解;S6,根据向上向下调节能流灵活性指标进行能流灵活性向设备灵活性的分解。采用本发明方法可以实现“源‑网‑荷‑储”全过程和“设备‑能流‑系统”多层级的灵活性量化,提升综合能源系统灵活运行调控效率。
本发明授权一种综合能源系统的多能流灵活性层级传递与分解方法在权利要求书中公布了:1.一种综合能源系统的多能流灵活性层级传递与分解方法,其特征在于,包括如下步骤: S1,根据“源-网-荷-储”设备间的输入输出耦合关系建立综合能源系统模型; S2,建立设备层级“源-网-荷-储”不同类型设备的灵活性统一量化模型; S3,基于步骤S2得到的灵活性统一量化模型建立能流层级的能流灵活性模型,所述能流灵活性模型涵盖单一设备灵活性和设备耦合灵活性; S4,基于步骤S3得到的能流灵活性模型建立系统层级的系统灵活性量化模型,所述系统灵活性模型涵盖单一能流灵活性和能流耦合灵活性; S5,基于所述系统层级的系统灵活性量化模型,根据向上向下调节系统灵活性指标进行系统灵活性向能流灵活性的分解,得到单一能流灵活性和能流耦合灵活性的向上向下调节值; S6,基于所述能流层级的能流灵活性模型,根据向上向下调节能流灵活性指标进行能流灵活性向设备灵活性的分解,得到单一设备灵活性和设备耦合灵活性的向上向下调节值; 步骤S2中,所述设备层级“源-网-荷-储”不同类型设备的灵活性统一量化模型具体如式1—2: 1 2 式中,和分别为设备的向上和向下灵活度;为设备实时工况值;为设计工况值;和分别为设备安全运行区间的最大和最小范围; 所述步骤S3具体为:能流灵活性需要同时考虑该能流在生产、输运、存储与利用各环节中涉及的设备的各自灵活性以及能流网络中设备耦合的影响,所述能流层级的能流灵活性模型具体如式3—5: 3 4 5 式中,和分别为能流的向上和向下灵活度;为单一设备灵活性比例系数;为设备耦合灵活性比例系数;为设备耦合灵活性计算函数;和为分别第i和第j个设备实时工况下的向下灵活性值;和分别为第i和第j个设备实时工况下的向上灵活性值;为综合能源系统中参与灵活调度的设备数量;为有能流耦合关系的设备对数;为存在耦合关系的设备对组成的集合; 所述步骤S4中,系统层级的系统灵活性量化模型具体如式6—8: 6 7 8 式中,和分别为系统的向上和向下灵活度;为单一能流灵活性比例系数;为能流耦合灵活性比例系数;为能流耦合灵活性计算函数;和分别为第i和第j个能流实时工况下的向上灵活性值;和分别为第i和第j个能流实时工况下的向下灵活性值;为综合能源系统中参与灵活调度的能流数量;为有能流耦合关系的能流对数;为存在耦合关系的能流对组成的集合; 步骤S5中,所述系统灵活性指标具体为系统当前灵活度与未来灵活度的偏差;所述根据向上向下调节系统灵活性指标进行系统灵活性向能流灵活性的分解,具体分解公式如式9—12: 9 10 11 12 式中,和分别为向上和向下调节系统灵活性指标,表示调节前后的能流耦合灵活度的差值;第i个能流的向上调节能流灵活性指标;为第i个能流的向下调节能流灵活性指标;和分别为系统灵活性向上和向下分解的最优目标函数值;为目标函数; 步骤S6中,能流灵活性指标为能流当前灵活度与未来灵活度的偏差;所述根据向上向下调节能流灵活性指标进行能流灵活性向设备灵活性的分解,具体分解公式如式14—17: 14 15 16 17 式中,和分别为向上和向下调节能流灵活性指标;表示调节前后的设备耦合灵活度的差值;第i个设备的向上调节能流灵活性指标;为第i个设备的向上调节能流灵活性指标;和分别为能流灵活性向上和向下分解的最优目标函数值;S为目标函数。
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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励