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;上海交通大学申请的专利一种虚拟电厂参与超大规模电网的优化调度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：CN120657867B 。

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：202511140841.7，技术领域涉及：H02J3/46；该发明授权一种虚拟电厂参与超大规模电网的优化调度方法及系统是由张梦圆;曹亮;李振恺;苏运;余涛;李安琦;赵建立;刘健哲;黎灿兵;田英杰;李凡设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种虚拟电厂参与超大规模电网的优化调度方法及系统在说明书摘要公布了：本发明涉及一种虚拟电厂参与超大规模电网的优化调度方法及系统，该方法包括以下步骤：获取虚拟电厂和超大规模电网的相关数据，其中超大规模电网中设有多个机组；基于所述相关数据，构建全时段安全约束机组组合模型，并采用训练好的神经网络模型求解出初始机组启停状态、虚拟电厂和机组的初始出力分布；基于所述初始机组启停状态、虚拟电厂和机组的出力分布，按照相似时段进行归并；基于归并结果，构建安全约束经济调度模型并求解，得到虚拟电厂和机组的最优出力，完成调度过程。与现有技术相比，本发明具有提高调度灵活性和稳定性等优点。

本发明授权一种虚拟电厂参与超大规模电网的优化调度方法及系统在权利要求书中公布了：1.一种虚拟电厂参与超大规模电网的优化调度方法，其特征在于，包括： 获取虚拟电厂和超大规模电网的相关数据，其中超大规模电网中设有多个机组； 基于所述相关数据，构建全时段安全约束机组组合模型，并采用训练好的神经网络模型求解出初始机组启停状态、虚拟电厂和机组的初始出力分布； 基于所述初始机组启停状态、虚拟电厂和机组的出力分布，按照相似时段进行归并； 基于归并结果，构建安全约束经济调度模型并求解，得到虚拟电厂和机组的最优出力，完成调度过程； 所述神经网络模型在训练过程中，通过将全时段安全约束机组组合模型构建为图模型，基于图模型的结构，选取神经网络模型并进行训练，得到训练好的神经网络模型； 所述图模型表示为G=V,E,W，其中V为节点集，表示为： ， 式中，为图节点，表示机组j在时段t的运行状态，为图节点，表示VPP在时段t的净出力，为图节点，作为系统级耦合点，表示功率平衡，为机组集合，为时段集合； E表示边集，包括时间边、空间边和约束边，其中时间边包括机组爬坡约束边和虚拟电厂爬坡约束边，空间边包括机组出力在功率平衡中的系数、虚拟电厂出力在功率平衡中的系数和潮流约束，，所述约束边包括最小运行时间约束边和最小停机时间约束； W表示权值集，包括节点权值和边权值，其中节点权值包括传统机组j的总成本和VPP整体成本，边权值包括时间边权值、空间边权值和约束边权值； 所述按照相似时段进行归并的步骤包括： a特征向量构建： 构建每个时段t的特征向量，表示为： 式中，为在时段的系统总负荷，为在线机组数，为机组集合，为机组在时段的初始启停状态，为传统电源占比，为机组在时段的初始出力分布； b距离计算： 计算当前时间段的距离 式中，为在时段内a点和b点的系统负荷，、为t时段内机组j在a点和b点的启停状态，、为可调权重系数，+； 基于所述距离，得到相似性度，表示为： ， 式中，为缩放因子； c典型情境聚类： 初始化聚类中心： ， 式中，K为聚类的数量，即典型情景的数量，为第k个聚类的中心，为t时段与时段的相似度； 分配时段： ， 式中，为第k聚类的时段集合，为第个聚类中心的特征向量； 虚拟电厂参与度修正： 若时段t的虚拟电厂参与度，则强制设为独立簇，并更新，否则不做任何操作，其中为虚拟电厂在时间段t的初始净出力分布； 更新聚类中心： ， 式中，为第k个聚类中心的特征向量； 迭代直至收敛：重复分配时段至更新聚类中心的步骤，直至簇分配不再变化，得到含有k个典型时段的归并时段集合和每个典型时段k个典型负荷值。

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;上海交通大学，其通讯地址为：200122 上海市浦东新区自由贸易试验区源深路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。