買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網恭喜華南理工大學申請的專利考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN119298239B 。

龍圖騰網通過國家知識產權局官網在2025-05-09發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202411805180.0，技術領域涉及：H02J3/46；該發(fā)明授權考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法是由朱繼忠;文淅宇;董瀚江;李盛林;郭泰亨設計研發(fā)完成，并于2024-12-10向國家知識產權局提交的專利申請。

本考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法在說明書摘要公布了：本發(fā)明針對多能微電網中可再生能源出力的高不確定性，開發(fā)了一種考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法；設計了一個考慮場景信息的基于Wasserstein距離的模糊集來描述光伏出力不確定性，并采用基于動態(tài)時間規(guī)整的k?means時間序列聚類算法捕捉光伏出力典型場景信息。本發(fā)明方法可以顯著提高分布魯棒優(yōu)化的計算效率，有效地抵抗多能微電網中的光伏出力波動，同時保持良好的經濟效用。

本發(fā)明授權考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法在權利要求書中公布了：1.考慮不確定場景聚類信息的多能微電網魯棒優(yōu)化方法，其特征在于，包括以下步驟：步驟1：描述多能微電網架構；多能微電網以并網模式運行，與主電網進行電力交易，由光伏面板、柴油發(fā)電機、冷熱電聯(lián)產機組、燃氣鍋爐、儲熱罐和加熱線圈組成；其中，冷熱電聯(lián)產機組包括微型燃氣輪機、熱回收裝置和吸收式制冷機；微型燃氣輪機通過消耗天然氣發(fā)電，伴隨產生的余熱由熱回收裝置回收產生熱能；燃氣鍋爐和儲熱罐用于補充熱量需求的缺額；燃氣鍋爐將天然氣轉化為熱能；儲熱罐則根據(jù)熱負荷需求存儲或釋放熱能；吸收式制冷機收集余熱進行蒸發(fā)和冷凝，以滿足供冷需求；步驟2：搭建多能微電網模型；建立發(fā)電裝置模型，所述發(fā)電裝置模型包括柴油發(fā)電機模型和冷熱電聯(lián)產機組模型；建立電網潮流模型，所述電網潮流模型包括有功潮流模型、無功潮流模型、節(jié)點電壓模型和電網安全約束模型；建立產熱裝置模型，所述產熱裝置模型包括熱回收裝置模型和燃氣鍋爐模型；建立熱儲能系統(tǒng)模型，所述熱儲能系統(tǒng)模型包括儲熱罐模型；建立產消平衡約束模型，所述產消平衡約束模型包括熱能的產消平衡模型；建立負荷模型，所述負荷模型包括熱負荷模型和冷負荷模型；步驟3：提出考慮不確定性場景聚類信息的分布魯棒優(yōu)化方法；建立分布魯棒優(yōu)化模型，所述分布魯棒優(yōu)化模型包括第一階段日前優(yōu)化問題和第二階段日內優(yōu)化問題；建立不確定性模型，所述不確定性模型由改進的基于Wasserstein距離的模糊集刻畫，所述改進的基于Wasserstein距離的模糊集增加不確定量的場景信息，所述不確定量的場景信息由基于DTW的k-means時間序列聚類算法獲得；步驟3中，所述不確定性模型為： （48）其中，為第臺光伏機組在時段的出力預測值；為第臺光伏機組在時段的出力隨機預測誤差；為第臺光伏機組在時段的有功出力；改進的基于Wasserstein距離的模糊集為： （49） （50）其中，為改進的基于Wasserstein距離的模糊集；為不確定量的支撐集；為預測誤差隨機變量；為預測誤差隨機變量上限，為預測誤差隨機變量下限；為Wasserstein半徑輔助變量；表示預測誤差隨機變量和的聯(lián)合分布；表示真實分布的集合；表示維度為的實數(shù)集；表示總歷史樣本數(shù)量；表示與光伏不確定性的典型場景相關的輔助變量，表示所有典型場景的索引，表示所有典型場景的索引集合，表示典型場景的輔助變量；表示典型場景下的Wasserstein半徑；表示每個典型場景下的歷史數(shù)據(jù)；表示每個典型場景下的Wasserstein半徑輔助變量；表示典型場景的預測誤差隨機變量；為典型場景出現(xiàn)的概率；表示日內預測誤差隨機變量期望。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人華南理工大學，其通訊地址為：510630 廣東省廣州市天河區(qū)五山路381號；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。