Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 上海交通大学四川研究院胡建辉获国家专利权

上海交通大学四川研究院胡建辉获国家专利权

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!

龙图腾网获悉上海交通大学四川研究院申请的专利一种新能源集群偏差互补的储能容量需求优化方法、系统、设备及介质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:CN121643075B

龙图腾网通过国家知识产权局官网在2026-04-17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:202610143932.4,技术领域涉及:H02J3/38;该发明授权一种新能源集群偏差互补的储能容量需求优化方法、系统、设备及介质是由胡建辉;蒙镜蓉;李一良;何春晓;孙琳;何国鑫;张建文;胡桐;何林娟设计研发完成,并于2026-02-02向国家知识产权局提交的专利申请。

一种新能源集群偏差互补的储能容量需求优化方法、系统、设备及介质在说明书摘要公布了:本发明涉及储能系统规划与优化和电力系统运行与控制技术领域,公开了一种新能源集群偏差互补的储能容量需求优化方法、系统、设备及介质。方法包括:采集新能源集群内各场站的历史实际出力与预测出力数据,计算时序出力偏差;采用核密度估计建立各场站出力偏差的概率分布模型;通过Copula函数构建各场站出力偏差的联合分布模型;结合概率分布与联合分布,利用蒙特卡洛模拟生成各场站偏差场景集并计算集群总偏差;基于场景集按预设置信度确定储能技术容量需求;构建以技术容量为约束、以全寿命周期净现值最大化为目标的优化模型,求解最优方案。本方法利用集群偏差互补效应,提升储能配置精度与经济性,为新能源集群储能规划提供科学依据。

本发明授权一种新能源集群偏差互补的储能容量需求优化方法、系统、设备及介质在权利要求书中公布了:1.一种新能源集群偏差互补的储能容量需求优化方法,其特征在于:包括, 采集新能源集群内各场站的历史实际出力与预测出力数据,计算得到各场站的时序出力偏差数据; 所述采集新能源集群内各场站的历史实际出力与预测出力数据,计算得到各场站的时序出力偏差数据,包括, 数据周期覆盖至少一个完整年度以包含四季特性,将绝对偏差归一化为相对偏差,计算公式为: ; 其中,为归一化相对偏差,无量纲,为第个场站在第时刻的出力偏差,为第个场站的额定装机容量; 经过预处理后,获得各场站完整的出力偏差时间序列数据集,作为后续概率建模的基础输入; 基于时序出力偏差数据,采用核密度估计方法建立各场站出力偏差的概率分布模型; 所述基于时序出力偏差数据,采用核密度估计方法建立各场站出力偏差的概率分布模型,包括, 采用核密度估计方法建立各场站出力偏差的非参数概率密度函数,对于第个场站的偏差样本,计算表达式为: ; 其中,为第个场站偏差的概率密度函数,为样本总数,为带宽参数,为核函数,为概率密度函数的输入变量,为第个场站在第个样本点的归一化相对偏差值; 采用Silverman准则自动选择,通过核密度估计,得到各场站偏差的连续概率分布; 采用时序出力偏差数据,通过Copula函数,建立各场站出力偏差间相关结构的联合分布模型; 所述采用时序出力偏差数据,通过Copula函数,建立各场站出力偏差间相关结构的联合分布模型,包括, 通过新能源集群内不同场站出力偏差之间的相关性,计算各场站偏差之间的相关系数矩阵,计算公式为: ; 其中,为场站和场站偏差的相关系数,为场站和场站偏差的协方差,和分别为场站和场站偏差的标准差; 引入Copula函数进行建模,将边缘分布与相关结构分离,构建各变量联合分布,生成各场站偏差联合样本; 结合概率分布模型与联合分布模型,通过蒙特卡洛模拟生成各场站偏差场景集,并计算各场景下的集群总偏差; 基于集群总偏差的场景集,根据预设置的置信度水平确定储能系统的技术容量需求; 构建以储能系统的技术容量需求为约束条件、以储能系统全寿命周期净现值最大化为目标函数的经济性优化模型,求解得到最优储能配置方案。

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交通大学四川研究院,其通讯地址为:610000 四川省成都市科学城天府菁蓉中心A区10号楼二楼;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。