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！

龙图腾网获悉国网上海市电力公司;河海大学申请的专利一种基于云储能的风电系统参与能量-调频市场的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：CN119965855B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510153959.7，技术领域涉及：H02J3/00；该发明授权一种基于云储能的风电系统参与能量-调频市场的方法是由兰莉;陈鹏;吕冉;郭明星;钱艳园;张勇;陈泽凯;朱冠鑫;袁晓玲设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于云储能的风电系统参与能量-调频市场的方法在说明书摘要公布了：本发明涉及电力市场技术领域，公开了一种基于云储能的风电系统参与能量‑调频市场的方法，包括对原始风电和多维特征数据进行时频同步分解降噪并预测风电功率；确定最佳谐波矩数并对预测误差数据进行概率密度估计；构造预测误差波动域，整合得到多重不确定性集合；基于多重不确定性集合，构建风电场与云储能运营商的主从博弈优化模型及考虑云储能与电能质量的风电系统多目标优化模型，并求解租赁云储能的最佳容量与租赁价格及风电系统的能量‑调频市场参与策略。本发明将云储能的概念引入风电场，既能够减少为风电场单独建造配套储能设施带来额外的投资成本，又能够减少偏差惩罚成本与提高调频性能收益。

本发明授权一种基于云储能的风电系统参与能量-调频市场的方法在权利要求书中公布了：1.一种基于云储能的风电系统参与能量-调频市场的方法，其特征在于，包括以下步骤： S1、获取原始风电和多维特征数据，利用改进的掩蔽信号法结合鲁棒局部均值分解法对原始风电和多维特征数据进行时频同步分解降噪，并采用基于局部信息增强和稀疏注意力机制的Transformer模型预测风电功率； S2、确定基于谐波变换的密度估计法的最佳谐波矩数，对功率及价格的预测误差数据进行概率密度估计，并构造多重不确定性集合； S3、基于多重不确定性集合，构建风电场与云储能运营商的主从博弈优化模型及考虑云储能与电能质量的风电系统多目标优化模型，并求解租赁云储能的最佳容量与租赁价格及风电系统的能量-调频市场参与策略； 所述确定基于谐波变换的密度估计法的最佳谐波矩数，对功率及价格的预测误差数据进行概率密度估计，并构造多重不确定性集合包括以下步骤： S21、分别计算风电功率、能量市场容量出清价格、调频市场容量出清价格及里程出清价格预测误差，利用加权平均算法确定基于谐波变换的密度估计法的最佳谐波矩数，并对功率及价格的预测误差数据进行概率密度估计； S22、利用累计概率密度函数和预设置信度选择预测误差的上下限，构造风电功率、能量市场容量出清价格、调频市场容量出清价格和里程出清价格的预测误差波动域，并构建边界自适应优化的多重不确定性集合； 所述基于多重不确定性集合，构建风电场与云储能运营商的主从博弈优化模型及考虑云储能与电能质量的风电系统多目标优化模型，并求解租赁云储能的最佳容量与租赁价格及风电系统的能量-调频市场参与策略包括以下步骤： S31、建立考虑多重不确定性的风电场与云储能运营商主从博弈优化模型，并以主体云储能运营商利益最大和从体风电场成本最小为目标，求解租赁云储能的最佳容量与租赁价格； S32、建立考虑云储能和电能质量的风电系统多目标优化模型，结合优化的云储能租赁电价与租赁容量，以风电系统利益最大化及并网点电能质量最优为双目标，求解风电系统的能量-调频市场参与策略。

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国网上海市电力公司;河海大学，其通讯地址为：200122 上海市浦东新区源深路1122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。