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！

龙图腾网获悉大连理工大学;新疆大学申请的专利一种基于PSO-MPC联合控制的一次调频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：CN121355907B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511895819.3，技术领域涉及：H02J3/0014；该发明授权一种基于PSO-MPC联合控制的一次调频方法是由汪继伟;张培尧;安毅;张林鍹设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种基于PSO-MPC联合控制的一次调频方法在说明书摘要公布了：一种基于PSO‑MPC联合控制的一次调频方法，其属于电力系统频率调节技术领域。该方法通过结合粒子群优化PSO算法与模型预测控制MPC，在风储联合系统中实现了更高效的调频控制。PSO算法用于动态优化储能系统的关键控制参数，如SOC上下限和频率偏差约束，以确保储能系统在频率扰动发生时能够快速响应并稳定运行。MPC则通过对风电和储能系统进行滚动预测与实时优化功率分配，确保系统在风速波动与负荷变化的条件下，能够快速而精准地进行一次调频。与传统的PI控制方法相比，本发明的PSO‑MPC联合控制策略显著提高了系统的频率恢复速度，减少了频率跌幅，并保持了优异的稳态精度。

本发明授权一种基于PSO-MPC联合控制的一次调频方法在权利要求书中公布了：1.一种基于PSO-MPC联合控制的一次调频方法，其特征在于，包括以下步骤： S1、建立风储联合调频实验环境与实验数据库：在仿真平台或实测平台中搭建含风电场、储能装置及等效电网的一次调频系统，设置多种风电渗透率和负荷扰动场景；连续采集风电输出功率、储能功率、电池、电压电流、系统总负荷、频率及频率偏差，并按工况标签进行整理，形成风储联合一次调频的实验数据库；对数据进行预处理，并数据划分为若干典型工况集； S2、从数据库中提取表征储能运行状态与寿命的指标，作为储能侧健康因子；基于风电输出的波动特性提取风电侧特征因子；同时构建反映一次调频效果的调频性能评价指标：最大频差、恢复时间、稳态误差采用相关性分析计算各候选因子与调频性能评价指标之间的耦合强度，筛选关键因子并构建综合健康度评价函数： ； 其中：是储能电池的荷电状态，是的变化量，是深度放电，表示每次充放电的范围；是储能系统的充放电循环次数，是储能电池的温度；是权重系数，权重系数为不同指标对综合健康度评价函数的影响程度，各指标已进行同向化与归一化处理； S3、综合健康度与可用容量、上下限的映射：根据综合健康度，将储能的可用功率容量、安全上下限和最大允许爬坡速率进行自适应设定； S4、建立风储联合一次调频的离散状态空间模型：以系统频率偏差、风电有功出力、储能功率及作为状态变量，以风机有功出力调整量和储能功率指令作为控制输入，建立描述电网一次调频动态的离散状态空间方程； S5、确定控制目标与约束条件，具体包括以下子步骤： S5.1目标是最小化频率偏差并优化储能系统与风电系统的功率分配，目标函数表示为： ； 其中：是第时刻的频率偏差，是第时刻储能输出功率，放电为正、充电为负；是第时刻储能系统的荷电状态，是参考SOC值，是权重系数，用来平衡频率调节精度与的控制； S5.2MPC滚动预测与实时优化： 滚动预测：在每个时间步，MPC进行未来时域的滚动预测；根据当前的系统状态，预测未来个时间步的风电功率、储能功率以及负荷功率； 风电功率预测表示： ； 其中，是第时刻的风电输出功率，是预测的风速； 实时优化：MPC实时优化风电和储能功率的分配，确保系统频率波动被最小化，并且储能系统的值保持在合理范围内；功率分配为： ； 其中，是风电输出功率，是负荷功率，为储能系统输出功率，向电网放电为正、充电为负；为预留备用功率，用于满足一次调频裕度需求； S5.3PSO算法动态调整储能关键参数：在MPC优化的框架内，使用粒子群优化PSO算法动态调整储能系统的关键控制参数；PSO优化的目标是通过调整储能的上下限和频率偏差约束，PSO优化的适应度函数表示为： ； 其中：是频率偏差，是储能输出功率，放电为正、充电为负；和分别是储能系统的最小和最大约束，是权重系数； S5.4系统通过调整储能和风电功率来恢复频率，恢复过程通过以下公式表示： 功率不平衡：； 频率偏差与功率不平衡关系：； 其中，为系统瞬时功率不平衡量，为频率偏差，为等效系数； S6、调用实验数据库中的典型工况数据，对每个粒子代表的参数组合进行仿真计算，得到一组频率响应曲线；根据适应度函数计算适应度值，并按PSO机制更新粒子速度与位置，迭代至收敛；将PSO离线优化得到的最优参数记录为控制器初值，并固化在风储联合调频控制平台中，作为实际运行时的初始参数； S7、当电网频率偏离额定值超过预设阈值时，一次调频被触发；在当前采样时刻，实时采集系统频率、频率偏差、风电出力、储能功率及健康因子信息，作为MPC预测模型的初始状态； S8、根据最新的运行数据计算储能和风电的综合健康度；根据健康度对允许范围、储能最大功率、权重系数进行自适应调整；结合最新的系统状态、负荷预测及风速预测信息，构建预测时域内各时刻的系统输出预测； 在预测时域内，以步骤S5中的目标函数为优化目标，结合更新后的参数，构建带约束的线性二次规划优化问题； S9、采用优化求解器进行求解，获得预测时域内风机有功出力增量序列和储能充放电功率序列，使目标函数最小；根据滚动优化原理，仅选取本采样周期内的第一步控制量，下发风机有功出力给定值和储能功率指令至现场控制单元；实际系统按照第一步控制量运行一个采样周期； S10、采集反馈并更新状态：在新采样时刻到来时，再次采集系统频率、风电出力、储能功率和数据，与前一预测周期的预期值进行对比，修正模型偏差并更新健康因子；判断系统频率是否恢复到允许偏差带内并保持一定时间，且频率变化率低于设定阈值；若未满足条件，则返回继续执行滚动优化与控制；若满足条件，则判定一次调频过程结束。

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大连理工大学;新疆大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。