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！

龙图腾网获悉西安理工大学申请的专利基于纳什谈判的含掺氢燃气综合能源多微网优化调度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：CN116050585B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211640242.8，技术领域涉及：G06Q10/04；该发明授权基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法是由王开艳;梁岩;贾嵘;王雪妍设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法在说明书摘要公布了：本发明公开了基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法，将燃气掺氢后送入燃气机组，进而建立了含燃气掺氢的氢储能模型，在阶梯型碳交易机制补充了基于外购电功率碳排放的计算方法；通过多微网与配电网的净交互成本计算条件风险价值以衡量多微网的不确定性，利用纳什谈判的方法，对多微网实施两阶段优化，第一阶段最小化多微网总成本，第二阶段分配收益并最大化各微网利益；通过改进交替方向乘子法对两阶段优化模型进行分布式求解。本发明方法在保证多微网总成本最低的前提下可实现各微网的利益最大化，提升新能源消纳水平，减少碳排放量，为不确定环境下综合能源多微网的低碳经济调度提供参考。

本发明授权基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法在权利要求书中公布了：1.基于纳什谈判的含掺氢燃气综合能源多微网优化调度方法，其特征在于，具体按照以下步骤实施： 步骤1、对综合能源多微网进行低碳经济化改进，将燃气掺氢后送入燃气机组，建立含掺氢燃气的综合能源微网模型； 步骤1中所述含掺氢燃气的综合能源微网模型包括综合能源微网设备出力模型、综合能源微网能效提升机制模型、单微网成本模型、约束条件，所述综合能源微网设备出力模型包括碳捕集电厂模型、含掺氢燃气的氢储能系统模型； 步骤2、通过多微网与配电网的净交互成本计算条件风险价值，运用纳什谈判理论对多微网实施两阶段优化，第一阶段最小化多微网总成本，第二阶段分配收益并最大化各微网利益，构建基于纳什谈判的综合能源多微网两阶段优化调度模型；具体过程为： 步骤2.1、对于综合能源多微网，存在多种不确定性因素影响其调度结果，采用条件风险价值计算综合能源多微网面临的风险损失，当风电和光伏功率的实际值低于预测值或负荷实际值高于预测值时，电能交易功率不能满足日前规划会造成失负荷损失，多微网将从配网购买缺额电能；而当风电和光伏功率高于预测值或负荷低于预测值时，多微网则将多余电能出售给配网；通过多微网与配电网的净交互成本来表征风险损失函数fζ,x，微网i的条件风险价值成本XCVaR,β,i表示为： 37 式中，N为微网个数，β为置信度，αi为微网i的风险价值成本； 式37松弛为： 38 39 式中，yi,s为场景s中微网i的条件风险价值成本超出风险价值成本的值； 步骤2.2、对多微网实施两阶段优化，具体为： 在综合能源多微网中，各微网看成是相互竞争的谈判单位，采用纳什谈判进行求解，求解数学模型如下： 40 其中，C0,i为微网i可能的最大成本，C0,i为微网i的成本； 第一阶段，对式40变形，模型如下： 41 式中，C0,i为微网i可能的最大成本，即不考虑电能交互时微网i的成本，ps为第s个典型场景发生的概率；S为典型场景个数；k为风险偏好系数，表示微网投资者对于风险的态度，其取值范围为[0,1]，k越小表明微网投资者追求越低成本而面临越高风险，通过求解该模型得到最优解； 由于Pe,ijt=-Pe,jit，电能交易成本在求和过程中会相互抵消，因此各微网电能交易成本之和为0，但过网费成本式27仍然含有电功率交互变量Pe,ijt，综合能源多微网的目标函数为各微网的运行成本之和以及购售电风险最小： 42 式中，CI为综合能源多微网的成本；可在模型中求得最优解交互功率、、过网费以及条件风险价值； 第二阶段：求得微网i中除电能交易成本外的最优成本与最优电功率交互变量后，式42可进一步转化为： 43 式43以δe,ij,st为优化变量，不等式确保每个微网都能获得收益，对问题二的目标函数转换后得： 44 以δe,ij,st为优化变量，式中、为第一阶段的最优解； 公式41-44是基于纳什谈判的综合能源多微网两阶段优化调度模型； 步骤3、通过改进交替方向乘子算法对基于纳什谈判的综合能源多微网两阶段优化调度模型进行分布式优化求解，得到的参数即为调度结果；具体过程为： 步骤3.1、利用改进交替方向乘子算法对式41进行分布式求解，具体求解方法如下： 1建立关于微网i的增广拉格朗日函数： 45 式中，λij,st为第一阶段优化模型的拉格朗日乘子，ρ为惩罚因子； 2设置最大迭代次数lmax为100，初始场景s中时段t内微网i与微网j之间交互电功率Pe,ij,st=0，Pe,ij,st以及拉格朗日乘子λij,s的迭代过程如下： 46 47 3判断算法是否收敛，计算原始残差、对偶残差： 48 49 式中，为第l+1次迭代微网i与微网j电能交易的原始残差；为第l+1次迭代微网i与微网j电能交易的对偶残差； 迭代停止条件为： 50 51 式中，εpri、εdual分别为原始残差和对偶残差上限； 4通过原始残差和对偶残差的数量关系来自动更新惩罚因子，动态惩罚因子表示为： 52 式中，ν为原始残差和对偶残差的比例系数，1、2分别为加速收敛系数和减速收敛系数ν,1,21； 5输出调度结果各微网的设备出力，最优解交互功率、过网费以及条件风险价值； 步骤3.2、将步骤3.1求得的最优解与带入基于纳什谈判的综合能源多微网两阶段优化调度模型第二阶段目标函数式44中，利用改进交替方向乘子算法对式44进行分布式求解，求出的各微网之间交互电量，电能交易成本即为调度结果。

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西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5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。