中国电力科学研究院有限公司;国网浙江省电力有限公司杭州供电公司;国网浙江省电力有限公司;国家电网有限公司姜东翔获国家专利权
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！
龙图腾网获悉中国电力科学研究院有限公司;国网浙江省电力有限公司杭州供电公司;国网浙江省电力有限公司;国家电网有限公司申请的专利一种源网荷储协同分区协同优化的方法及相关装置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：CN119921314B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202510119018.1，技术领域涉及：H02J3/00；该发明授权一种源网荷储协同分区协同优化的方法及相关装置是由姜东翔;刘思言;黄启震;汪莹洁;唐壮;石丹妮;沈传洲设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。
本一种源网荷储协同分区协同优化的方法及相关装置在说明书摘要公布了：本发明属于新能源发电技术领域，公开了一种源网荷储协同分区协同优化的方法及相关装置；其中，所述源网荷储协同分区协同优化的方法包括以下步骤：基于选定的配电网，获取电网负荷的历史数据；基于获取的电网负荷的历史数据，利用训练好的强化学习模型进行预测，获得选定的配电网中调控装置的调控策略预测结果。本发明公开的技术方案，强化学习模型的训练过程中，采用多智能体强化学习算法，相比单个智能体架构的强化学习，具有更好的效率和性能；另外，强化学习模型采用拓扑变化图卷积网络模型，训练好的强化学习模型可适用于不同的拓扑结构，能够降低模型移植所需的训练成本。
本发明授权一种源网荷储协同分区协同优化的方法及相关装置在权利要求书中公布了：1.一种源网荷储协同分区协同优化的方法，其特征在于，包括以下步骤： 基于选定的配电网，获取电网负荷的历史数据； 基于获取的电网负荷的历史数据，利用训练好的强化学习模型进行预测，获得选定的配电网中调控装置的调控策略预测结果； 其中，所述强化学习模型的训练步骤包括：基于配电网样本，获取配电网运行数据和拓扑信息，并构建配电网电压无功优化的数学模型；将构建的数学模型转换成基于多智能体的马尔科夫决策过程模型；根据配电网运行数据和拓扑信息，构建拓扑变化图卷积网络模型；基于所述基于多智能体的马尔科夫决策过程模型，采用多智能体强化学习算法训练所述拓扑变化图卷积网络模型，获得能够动态适应配电网拓扑变化、并优化电压无功控制的强化学习模型；使用基于配电网样本实际获取的电网数据对获得的所述强化学习模型进行离线训练和验证，获得训练好的强化学习模型。
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中国电力科学研究院有限公司;国网浙江省电力有限公司杭州供电公司;国网浙江省电力有限公司;国家电网有限公司，其通讯地址为：100192 北京市海淀区清河小营东路15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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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