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 > 图迹科技有限公司李佳乐获国家专利权

图迹科技有限公司李佳乐获国家专利权

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!

龙图腾网获悉图迹科技有限公司申请的专利面向源网荷储虚拟电厂的内部微网平衡优化方法和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:CN119695924B

龙图腾网通过国家知识产权局官网在2025-11-28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:202411809367.8,技术领域涉及:H02J3/06;该发明授权面向源网荷储虚拟电厂的内部微网平衡优化方法和系统是由李佳乐;陈礼剑;章羽设计研发完成,并于2024-12-10向国家知识产权局提交的专利申请。

面向源网荷储虚拟电厂的内部微网平衡优化方法和系统在说明书摘要公布了:本申请提供一种面向源网荷储虚拟电厂的内部微网平衡优化方法和系统,涉及虚拟电厂领域,该方法包括:从电力系统获取第一目标电力信息,并进行清洗、标准化、聚类和分级分类处理,得到第二目标电力信息;构建负荷模型并根据第二目标电力信息设计时序网络,构建时序模型;确定可调变量和可调能力范围,得到边界约束条件;搭建面向用户需求与用户设备端响应调度的双层优化架构,并构建多任务学习模型;对多任务学习模型进行求解,输出目标解以调节虚拟电厂的内部微网平衡。本申请通过求解多任务学习模型得到的目标解能够表征优化目标下的各个设备所需的资源调配指令,进而确定响应策略来灵活调整用户负荷,实现源网荷储资源的多目标优化。

本发明授权面向源网荷储虚拟电厂的内部微网平衡优化方法和系统在权利要求书中公布了:1.一种面向源网荷储虚拟电厂的内部微网平衡优化方法,其特征在于,包括: 根据所需的数据类型,从电力系统获取表征历史负荷数据和历史时序数据的第一目标电力信息; 对所述第一目标电力信息进行清洗、标准化、聚类和分级分类处理,得到第二目标电力信息; 根据所述第二目标电力信息,结合拟合布朗运动的随机过程,构建神经网络学习框架,并调整超参数进行优化,得到负荷模型; 根据所述第二目标电力信息设计时序网络,构建时序模型以建立时间关联; 基于所述负荷模型和所述时序模型,确定对应优化目标的可调变量和可调能力范围,得到边界约束条件; 搭建面向用户需求与用户设备端响应调度的双层优化架构,并基于所述边界约束条件构建多任务学习模型; 对所述多任务学习模型进行求解,输出目标解以调节虚拟电厂的内部微网平衡;其中,所述目标解用于表征优化目标下的各个设备所需的资源调配指令;虚拟电厂为一个参与电力市场和电网运行的电源协调管理系统; 所述搭建面向用户需求与用户设备端响应调度的双层优化架构,并基于所述边界约束条件构建多任务学习模型,包括: 基于用户需求与用户设备端响应调度子问题搭建双层优化架构,为不同优化子问题设计负荷类型; 设计面向连续-离散混合变量的双层编码方法,所述连续-离散混合变量包括:负荷侧用户端负荷调节与储能调节连续变量、各用户下工序调度离散变量; 确定负荷侧可调能力、用户满意度、负荷侧能源损耗、最小化响应成本、储能成本中的至少一者为所述优化目标; 基于所述优化目标,通过所述边界约束条件限制变量并进行模型约束,构建多任务学习模型;所述多任务学习模型包括上层用户需求子模型与下层负荷侧响应调度子模型。

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图迹科技有限公司,其通讯地址为:710076 陕西省西安市高新区锦业路69号创业研发园C区1号瞪羚谷A901室;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。