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！

龙图腾网获悉华北电力大学(保定)申请的专利一种基于合作博弈的共享混合储能电站的储能规划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：CN114819373B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210500640.3，技术领域涉及：G06Q10/0631；该发明授权一种基于合作博弈的共享混合储能电站的储能规划方法是由朱晓荣;山雨琦设计研发完成，并于2022-05-09向国家知识产权局提交的专利申请。

本一种基于合作博弈的共享混合储能电站的储能规划方法在说明书摘要公布了：本发明公开了一种基于合作博弈的共享混合储能电站的储能规划方法，首先，针对蓄电池和超级电容器不同的运行特性制定混合储能的控制策略，蓄电池采用“低储高发”的充放电策略，超级电容器基于模型预测控制平抑风光波动，跟踪计划发电；其次，建立混合储能电站的双层优化配置模型，并构建储能配置结果的评价指标；最后，基于考虑储能配置效果的改进Shapley分值法分配各新能源场站的收益。本发明提供的基于合作博弈的共享混合储能电站的储能规划方法，规划时明确混合储能的运行策略及获利方式，最大化储能电站的年综合效益，并为联盟中的新能源场站合理分配收益，使共享混合储能电站获得个体合理性和集体合理性。

本发明授权一种基于合作博弈的共享混合储能电站的储能规划方法在权利要求书中公布了：1.一种基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，包括以下步骤： S1，针对蓄电池和超级电容器不同的运行特性制定混合储能的运行策略，包括蓄电池运行策略及超级电容器运行策略，具体为： S101，基于“低储高发”的充放电策略，建立蓄电池运行策略的数学模型，解决风光出力的反调峰问题，具体为： 建立蓄电池运行策略的数学模型，具体包括： 式中，minJbat代表蓄电池运行策略的目标函数，使经过蓄电池调峰后的新能源场站出力与参考值之间的差距最小；T为全天时段数；为新能源场站的日前预测功率；pbatt为蓄电池的输出功率；preft为蓄电池“低储高发”的参考值； preft计算方法如下： 式中，T1、T2、T3分别为负荷峰时段、平时段和谷时段，median代表中位数； 相应的约束条件： SOCbatT＝SOCbat05 式中，SOCbatt、为蓄电池的荷电状态及其上、下限；ηbat，c、ηbat，d分别为蓄电池的充、放电效率；pbat，ct、pbat，dt分别为蓄电池的充、放电功率；SOCbatt-1为t-1时刻蓄电池的荷电状态；Ebat为蓄电池的额定容量；ΔT为调度时间间隔；SOCbatT为T时刻蓄电池的荷电状态；SOCbat0为起始时刻蓄电池的荷电状态；pbatt为蓄电池的输出功率，且充电为负，放电为正；为蓄电池的最大充放电功率； 其中，上述式3为蓄电池的荷电状态约束，式5为蓄电池在调度周期始末，其能量状态需相等的约束； S102，基于模型预测控制，建立超级电容器运行策略的数学模型，平抑风光波动，跟踪计划发电，具体为： 建立超级电容器运行策略的数学模型，具体包括： 选取超级电容器的荷电状态、充放电功率以及风光实时出力与蓄电池功率之和构成的向量为状态变量；其中，SOCsct为t时刻超级电容器的荷电状态，psc,ct-1为t-1时刻超级电容器的充电功率，psc,dt-1为t-1时刻超级电容器的放电功率，为t-1时刻风光实时出力与蓄电池功率之和； 以超级电容器的充、放电功率增量构成的向量ut＝[Δpsc,ct，Δpsc,dt]T为控制变量；其中，Δpsc,ct、Δpsc,dt分别为t时刻超级电容器充电功率的增量和t时刻超级电容器放电功率的增量； 以风光实时出力与蓄电池功率之和的增量构成的向量为扰动输入，为t时刻风光实时出力与蓄电池功率之和的增量； 以超级电容器的荷电状态和风光并网功率构成的向量yt＝[SOCsct，pdt]T为输出变量；其中，pdt为t时刻风光的并网功率； 建立状态空间方程如式7、8所示；在式8的基础上进行迭代，预测未来t+n时刻内的控制指令，具体方程如式9所示： 其中，式7中，xt+1为t+1时刻系统的状态变量；A为系统矩阵；B1为控制输入矩阵；B2为外部干扰输入矩阵；ηsc和Esc分别为超级电容器的充放电效率和额定容量； 式8中，yt+1为t+1时刻系统的输出变量，C为系数矩阵； 式9中，K、L1、L2分别为状态变量、控制变量和扰动输入的系数矩阵；和分别表示从t时刻开始的预测范围内的输出变量、控制变量和扰动输入； 取当前时刻向前n时段内，风光预测功率的均值和超级电容器SOC计划值构成的向量作为跟踪控制目标；接着，以风光并网功率和超级电容器SOC与跟踪控制目标之间的误差最小为目标，同时使超级电容器充放电功率增量尽量小，得出如下的损失函数： 式中，Ω为风光并网功率跟踪误差和超级电容器SOC跟踪误差的加权矩阵，Ψ和λ分别是控制量的加权矩阵和加权系数； 将式9带入式10，展开损失函数，可将基于MPC的平抑风光出力波动模型转化为如下所示的二次规划： 相应的约束条件： 其中，和分别是超级电容器的最大充电功率和最大放电功率；和分别是超级电容器荷电状态的上、下限； S2，建立混合储能电站的双层优化配置模型，使混合储能电站年收益最大化，并构建混合储能配置效果的评价指标，具体为： S201，混合储能电站的双层优化配置模型的上层优化以规划期内混合储能的年综合效益最大化为目标，确定混合储能配置方案，对混合储能的额定容量进行优化；下层优化在混合储能配置方案确定的前提下，结合步骤S1所述混合储能的运行策略，以全年混合储能电站运行的收益最大化为目标，并将蓄电池和超级电容器各自的成本和收益反馈到上层优化，实现上、下层优化的相互迭代； S202，以采用混合储能配置方案配置混合储能电站后，风光并网功率与混合储能电站运行效果为对象，构建混合储能配置效果的评价指标，包含并网功率波动率指标、调峰效果指标和储能系统利用率指标； S3，建立合作博弈模型，基于Shapley分值法，确定考虑混合储能配置效果的综合分配策略，具体为： S301，Shapley值分配策略： 设m为参与合作博弈的成员总数；M是m个成员组成的集合；S表示不同的成员组成的合作联盟，S是M的子集；s是联盟S中成员的个数，成员i的Shapley值即为在合作M中i所得收益分配，其计算方法为： 式中，VS-VS\{i}表示成员i在参与合作联盟S中的边际贡献；VS是包含成员i的合作联盟S获得的收益；VS\{i}是合作联盟S去掉成员i后获得的收益；s-1！m-s！m！表示包含成员i的合作联盟S出现的概率； 式中，为风电场1的Shapley值；Vw1、Vw2、Vpv分别为风电场1、风电场2和光伏电站单独配置储能时的收益；Vw1，w2为风电场1和风电场2合作配置储能的收益；Vw1，pv为风电场1和光伏电站的合作收益；Vw2，pv为风电场2和光伏电站的合作收益；Vw1，w2，pv为这三个新能源场站的合作收益； 同理，计算得到风电场2和光伏电站的Shapley值； S302，考虑混合储能配置效果的分配策略： 使用带权重的Topsis法计算每种合作联盟的综合评价值，参考Shapley值分配策略，计算成员i在合作M中对于储能配置效果的贡献程度： 式中，IS是包含成员i的合作联盟S得到的混合储能配置效果的综合评价值；IS\{i}是合作联盟S去掉成员i后的综合评价值； 然后利用求得的成员i对储能配置效果的贡献程度，计算该成员所得收益： 其中，xi为成员i在合作联盟M中对于储能配置效果的贡献程度；VM为合作联盟M获得的收益； S303，改进Shapley值分配策略： 现将上述两种分配策略记为M1和M2，采用层次分析法来确定每种策略的权重；为上述策略M1和M2在收益分配中的重要程度打分，得到判断矩阵A，并检验判断矩阵的一致性，得到M1和M2的权重为α1和α2，成员i的收益即为： S4，基于步骤S1中混合储能的运行策略和步骤S2中的双层优化配置模型，得到混合储能电站的混合储能配置方案和年收益，再利用步骤S3中的合作博弈模型，为联盟中的新能源场站分配收益。

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华北电力大学(保定)，其通讯地址为：071003 河北省保定市永华北大街619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”。