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！

龙图腾网获悉上海电力大学申请的专利一种面向电网规划的源荷双重属性含储综合能源系统场景生成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：CN121546561B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610055449.0，技术领域涉及：H02J3/00；该发明授权一种面向电网规划的源荷双重属性含储综合能源系统场景生成方法是由赵慧荣;袁姝颖;彭道刚;渠博岗;王丹豪设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种面向电网规划的源荷双重属性含储综合能源系统场景生成方法在说明书摘要公布了：本发明提供了一种面向电网规划的源荷双重属性含储综合能源系统场景生成方法，包括：构建双向含储综合能源系统模型，对源荷历史数据进行预处理，基于VAE‑LSTM耦合模型，结合综合能源系统模型，对风能、太阳能、电负荷、热负荷、冷负荷及储能的充放电行为进行建模，生成具备时序依赖性的高质量场景数据。通过使用统计指标和可视化指标对生成的场景数据进行评估筛选，获得符合需求的筛选数据。结合电网实时调度决策模型，根据筛选后的场景数据进行并网发电量、电网购电量和储能充放电量的实时计算，实现对能源系统的优化调度和管理。该方法不仅提升了电网规划与调度的精度与效率，而且能够有效应对复杂的能源系统动态特性。

本发明授权一种面向电网规划的源荷双重属性含储综合能源系统场景生成方法在权利要求书中公布了：1.一种面向电网规划的源荷双重属性含储综合能源系统场景生成方法，其特征在于，包括以下步骤： 构建双向含储综合能源系统模型，并根据用户的能源需求确定综合能源系统模型的各项参数； 对源荷历史数据进行预处理，所述源荷历史数据包括电力负荷、热负荷、冷负荷、光伏发电数据、风力发电数据； 基于VAE-LSTM耦合模型的场景生成方法，根据预处理后的源荷历史数据以及综合能源系统模型，对风能、太阳能、冷热电负荷及储能的充放电行为进行建模，生成高质量且具备时序依赖性的场景数据； 通过统计指标和可视化指标对生成的场景数据进行评估筛选，获得筛选后的场景数据； 根据筛选后的场景数据，结合电网实时调度决策模型，进行并网发电量、电网购电量、储能充放电量的实时计算，实现对能源系统的优化调度和管理； 所述基于VAE-LSTM耦合模型的场景生成方法，根据预处理后的源荷历史数据以及综合能源系统模型，对风能、太阳能、冷热电负荷及储能的充放电行为进行建模，生成高质量且具备时序依赖性的场景数据，具体包括： 构建VAE-LSTM耦合模型； 根据预处理后的源荷历史数据，对所述VAE-LSTM耦合模型进行训练，获得训练后的VAE-LSTM耦合模型； 基于训练后的VAE-LSTM耦合模型，结合综合能源系统模型，对风能、太阳能、冷热电负荷及储能的充放电行为进行建模，生成高质量且具备时序依赖性的场景数据； 所述VAE-LSTM耦合模型包括依次连接的编码器、重参数化模块与解码器； 所述编码器用于将源荷数据映射到潜在空间，提取输入数据的时序特征，并输出潜在变量的均值和方差参数；所述编码器包括两层堆叠的LSTM层和若干全连接层，其中第一层LSTM用于提取原始时序特征，第二层LSTM用于生成潜在空间的高维表示，全连接层用于映射输出至潜在变量的均值和方差参数； 所述重参数化模块用于根据编码器输出的均值和方差生成潜在变量；所述重参数化模块包括随机噪声采样单元及潜变量计算单元； 所述解码器用于将重参数化模块生成的潜在变量映射回数据空间，重建风能、太阳能、冷热电负荷及储能充放电行为的时间序列数据；所述解码器包括两层堆叠的LSTM层和若干全连接层，其中第一层LSTM用于接收潜在变量并恢复时序特征，第二层LSTM用于逐步生成完整的时序输出，全连接层用于输出与原始数据维度一致的重构数据。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。