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

龍圖騰網恭喜廣西大學申請的專利一種多模態分布式多目標分層智能綜合能源系統調度方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN113947291B 。

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202111140307.8，技術領域涉及：G06Q10/0631；該發明授權一種多模態分布式多目標分層智能綜合能源系統調度方法是由殷林飛;蔡鎮鍵;孫志響;高放設計研發完成，并于2021-09-28向國家知識產權局提交的專利申請。

本一種多模態分布式多目標分層智能綜合能源系統調度方法在說明書摘要公布了：本發明提出一種多模態分布式多目標分層智能綜合能源系統調度方法，該方法將多層分布式多目標一致性方法和多模態多目標智能方法進行結合，用于綜合能源系統的智能調度。首先，所提方法中多層分布式多目標一致性方法用于解決互聯綜合能源系統規模增大和智能體數量增多時系統的計算速度、魯棒性和信息私密性問題。其次，所提方法中多模態多目標智能方法用于解決多模態多目標調度中的多模態特性問題。所提方法利用多區域分層并行處理提升綜合能源系統的優化速度，解決多模態多目標調度問題中一個目標空間帕累托前沿對應決策空間兩個或者以上的最優帕累托解集的問題，提供多樣的可供選擇的解集。

本發明授權一種多模態分布式多目標分層智能綜合能源系統調度方法在權利要求書中公布了：1.一種多模態分布式多目標分層智能綜合能源系統調度方法，其特征在于，該方法將多層分布式多目標一致性方法和多模態多目標智能方法進行結合，用于綜合能源系統的智能調度；所提方法在使用過程中的步驟為：1構建綜合能源系統的最優潮流模型，以發電成本和碳排放量為目標，遵循經濟調度的等式約束、經濟調度的功率不等式約束、經濟調度的備用不等式約束；最小化發電成本和碳排放量目標的目標函數為： 其中，f1x為發電成本；f2x為碳排放量；為在t時刻第i臺常規發電機機組的成本；為在t時刻第j臺風力發電機組的成本；為在t時刻第z臺太陽能光伏發電機組的成本；為在t時刻第k臺水力發電機組的成本；為在t時刻第l臺地熱能發電機組的成本；為在t時刻第i臺常規發電機機組的碳排放量；NGE為常規發電機機組的數量；NWE為風力發電機組的數量；NPE為太陽能光伏發電機組的數量；NHE為水力發電機組的數量；NOE為地熱能發電機組的數量；T為目標函數的統計時間；而且滿足： 其中，為t時刻第i臺常規發電機機組的發電量；為t時刻第j臺風力發電機組的發電量；為t時刻第z臺太陽能風力發電機組的發電量；為t時刻第k臺水力發電機組的發電量；為t時刻第l臺地熱能發電機組的發電量；ai為第i臺常規發電機機組成本系數二次項；bi為第i臺常規發電機機組成本系數一次項；ci為第i臺常規發電機機組成本系數常數項；dj為第j臺風力發電機組的單位發電經濟成本；ez為第z臺太陽能光伏發電機組的單位發電經濟成本；gk為第k臺水力發電機組的單位發電經濟成本；ml為第l臺地熱能發電機組的單位發電經濟成本；αi為第i臺常規發電機機組碳排放系數的二次項；βi為第i臺常規發電機機組碳排放系數的一次項；γi為第i臺常規發電機機組碳排放系數的常數項；經濟調度的等式約束為： 經濟調度的功率不等式約束為： 其中，為在t時刻的預測負荷值；為第i臺常規發電機機組的發電量的下限；為第i臺常規發電機機組的發電量的上限；為第j臺風力發電機組的發電量的下限；為第j臺風力發電機組的發電量的上限；為第z臺太陽能光伏發電機組的發電量的下限；為第z臺太陽能光伏發電機組的發電量的上限；為第k臺水力發電機組的發電量的下限；為第k臺水力發電機組的發電量的上限；為第l臺地熱能發電機組的發電量的下限；為第l臺地熱能發電機組的發電量的上限；為第t-1時刻常規發電機機組的發電量；為第t時刻常規發電機機組的發電量；為常規發電機機組向下的爬坡值；為常規發電機機組向上的爬坡值；T60為60分鐘；經濟調度的備用不等式約束為： 其中，為在t時刻風力發電機機組的正旋轉備用值；為在t時刻第j臺風力發電機機組的正旋轉備用值；為在t時刻風電機組的負旋轉備用值；為在t時刻第j臺風力發電機機組的負旋轉備用值；為在t時刻太陽能光伏發電機組的正旋轉備用值；為在t時刻第z臺太陽能光伏發電機組的正旋轉備用值；為在t時刻太陽能光伏發電機組的負旋轉備用值；為在t時刻第z臺太陽能光伏發電機組的負旋轉備用值；為在t時刻水力發電機機組的正旋轉備用值；為在t時刻第k臺水力發電機機組的正旋轉備用值；為在t時刻水電機組的負旋轉備用值；為在t時刻第k臺水力發電機機組的負旋轉備用值；為在t時刻地熱能發電機機組的正旋轉備用值；為在t時刻第l臺地熱能發電機機組的正旋轉備用值；為在t時刻地熱能發電機組的負旋轉備用值；為在t時刻第l臺地熱能發電機機組的負旋轉備用值；LW+％為風力發電機機組中負荷正旋轉備用需求系數；LW-％為風力發電機機組中負荷負旋轉備用需求系數；LP+％為太陽能光伏發電機組中負荷正旋轉備用需求系數；LP-％為太陽能光伏發電機組中負荷負旋轉備用需求系數；LH+％為水力發電機機組中負荷正旋轉備用需求系數；LH-％為水力發電機機組中負荷負旋轉備用需求系數；LO+％為地熱能發電機機組中負荷正旋轉備用需求系數；LO-％為地熱能發電機機組中負荷負旋轉備用需求系數；Wu％為風電發電機機組正旋轉備用需求系數；Wd％為風電發電機機組負旋轉備用需求系數；Pu％為太陽能光伏發電機組的正旋轉備用需求系數；Pd％為太陽能光伏發電機組的負旋轉備用需求系數；Hu％為水電發電機機組正旋轉備用需求系數；Hd％為水電發電機機組負旋轉備用需求系數；Ou％為地熱能發電機機組正旋轉備用需求系數；Od％為地熱能發電機機組負旋轉備用需求系數；T10為10分鐘；2步驟2.1：設置初始迭代時刻t＝1；步驟2.2：將兩個目標量作為二維坐標系的橫軸和縱軸，放在同一個坐標系中進行考慮；步驟2.3：參數初始化，另多模態多目標的迭代次數n＝0；步驟2.4：在可行解的范圍內生成一個大小為M的種群；步驟2.5：在錦標賽選擇中嵌入小生境策略挑選出父代種群的交配池；步驟2.6：利用遺傳方法對父代種群進行模擬二進制交叉和多項式變異的操作生成子代種群，然后將父代種群和子代種群合并，進行非支配排序的操作；步驟2.7：尋找到最優帕累托前沿上的膝關節點和膝關節區域；步驟2.8：根據非支配排序、識別膝關節點和膝關節區域以及特殊擁擠距離進行環境選擇得到更優的M個個體；步驟2.9：判斷迭代次數，如果不滿足迭代次數則令n＝n+1返回步驟2.5繼續迭代，直到滿足迭代次數；如果滿足迭代步數則進行步驟2.10；步驟2.10：得到保留多模態特性的最優帕累托解集；3步驟3.1：輸入負荷數據，并令各區域優化初始迭代步數k＝0；步驟3.2：結合智能體的拓撲結構進行邊界變量和目標變量的交換；步驟3.3：求出各機組的有功出力；步驟3.4：對有功出力進行修正；步驟3.5：求出有功偏差值；步驟3.6：判斷有功偏差是否符合要求，如果不符合要求則令k＝k+1，繼續返回步驟3.2進行迭代；如果符合要求，則結束，得到各區域的最佳發電量；4利用多層分布式多目標一致性方法解決綜合能源系統分層調度的問題，將第一步劃分的區域視為第一層，在第一層劃分的區域內部再次進行區域的劃分，將再次劃分的區域進行多模態多目標分布式優化調度，第一層各區域內部劃分的第二層區域解決問題時是并行的，能使因為綜合能源系統不斷增大而降低的解決問題的速度加快；而且能夠對區域進行多次的分層，降低綜合能源系統解決問題的難度，步驟為：步驟4.1：將第一層內的區域1、區域2、區域3計算得到的最佳發電量作為負荷值分別輸入到第二層；步驟4.2：利用步驟2.1到步驟2.10和步驟3.1到步驟3.6的方法對區域1的第二層：區域11、區域12、區域13；對區域2的第二層：區域21、區域22、區域23；對區域3的第三層：區域31、區域32、區域33進行處理；步驟4.3：將區域11、區域12、區域13、區域21、區域22、區域23、區域31、區域32、區域33計算得到的最佳發電量作為負荷值分別輸入到第三層；步驟4.4：利用步驟2.1到步驟2.10和步驟3.1到步驟3.6的方法對區域11的第三層：區域111、區域112、區域113；對區域12的第三層：區域121、區域122、區域123；對區域13的第三層：區域131、區域132、區域133；對區域21的第三層：區域211、區域212、區域213；對區域22的第三層：區域221、區域222、區域223；對區域23的第三層：區域231、區域232、區域233；對區域31的第三層：區域311、區域312、區域313；對區域32的區域321、區域322、區域323；對區域33的第三層：區域331、區域332、區域333進行并行處理；步驟4.5：將各區域并行計算得到的最佳發電量作為負荷輸入到下一層，并利用步驟2.1到步驟2.10和步驟3.1到步驟3.6的方法解決；步驟4.6：判斷是否滿足條件，若條件不滿足，則令t＝t+1轉入步驟2.2繼續進行迭代；若條件滿足，迭代結束，輸出各區域的最佳發電量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人廣西大學，其通訊地址為：530000 廣西壯族自治區南寧市西鄉塘區大學東路100號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。