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！

龙图腾网获悉辽宁睿智聚合科技有限公司申请的专利一种基于博弈模型的电力系统需求响应优化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：CN119496140B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202411515096.5，技术领域涉及：H02J3/06；该发明授权一种基于博弈模型的电力系统需求响应优化方法是由齐祥龙;胡海涛;邓卓夫;高杨设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本一种基于博弈模型的电力系统需求响应优化方法在说明书摘要公布了：本发明提供了一种基于博弈模型的电力系统需求响应优化方法，通过构建主从博弈模型，将独立系统运营商ISO和多个大用户的决策过程分为上层和下层两部分进行优化，上层模型由ISO主导，通过动态调整电能供应、灵活爬坡产品配置和激励水平，实现系统运行成本的最小化；下层模型由各大用户根据ISO提供的激励策略，独立优化其响应量以实现自身效益最大化，通过多阶段迭代求解策略和多区域协调优化，本发明提高了系统的求解精度和收敛效率，以及提高电力系统的稳定性。

本发明授权一种基于博弈模型的电力系统需求响应优化方法在权利要求书中公布了：1.一种基于博弈模型的电力系统需求响应优化方法，其特征在于，包括以下优化步骤： 用户响应成本函数的建立：针对多个用户，建立能够量化用户在不同激励水平下的经济成本的响应成本函数，所述响应成本函数为： 其中，CiRi表示第i个用户的响应成本，Ri表示用户i的需求响应量，即调整的负荷量；参数ai、bi、ci分别代表用户响应成本的二次项系数、线性项系数和固定成本项， 二次项系数ai反映响应成本随响应量增大的非线性变化，线性项系数bi表示与响应量呈线性关系的成本部分，固定成本项ci则表示响应活动中的固定成本；参数ai、bi、ci通过对用户的历史数据进行回归分析确定的，反映用户在不同条件下的响应特性和成本变化，以及反映出其对激励的不同敏感度； 主从博弈模型的构建步骤：在所述响应成本函数基础上，构建独立运营商ISO与大用户之间的双层博弈模型，模拟两者之间的互动过程，包括： 上层模型由ISO主导，ISO的目标是通过调整电能供应量P、灵活爬坡产品F以及激励水平β，实现电力运行总成本的最小化，优化的目标函数为： 其中，T是调度周期的总数，N是参与需求响应的用户数量，而λt表示时段t的电能价格，ISO在上层优化中根据市场价格波动、用户响应能力及系统需求进行综合决策，确保电力供需平衡和系统稳定性，同时降低运行成本； 下层模型由各大用户主导，依据ISO提供的激励水平β以及各自的响应成本函数CiRi，选择最佳的响应量Ri，以便在得到激励补偿的同时，降低响应成本； 上层模型的优化：ISO在上层优化过程中，依据反馈的用户响应情况，对电能供应量P、灵活爬坡产品F和激励水平β动态调整，以实现运行总成本的最小化，同时满足以下约束条件： 电力平衡约束：在每个时段t，需满足其中Dt为时段t的总负荷需求，Pt为时段t的电能供应量，为用户i在时段t的响应量，确保系统在所有调度周期内的稳定运行； 灵活性需求约束：总响应量满足系统在不同时段的灵活性需求，来应对可再生能源接入所带来的需求变化和波动； 激励水平非负约束：设定激励水平且根据系统实时需求对激励水平调整，以提高激励的有效性； 下层用户响应优化：各大用户根据上层ISO设定的激励水平以及各自的响应成本，独立优化其响应量Ri，用户的目标是最小化响应成本与激励补偿之差，即： 公式表示用户i的响应优化目标，用户的目标是通过选择最优的响应量来最小化响应成本与激励补偿之差，其中：为ISO在时段t对用户i的激励水平； 通过求解下层模型的KKT条件，得到用户i在时段t的最优响应量为： 用户的最优响应量会随着激励水平和成本参数变化，激励水平越高，用户的响应量越大；成本参数越大，响应的难度和代价也越高； 主从博弈模型的迭代求解：通过迭代优化求解主从博弈模型，逐步调整上层ISO的P、F和β，通过计算每个用户的最优响应量并将结果反馈至上层模型，ISO根据用户反馈，利用梯度下降法优化算法动态调整电能供应量P、灵活爬坡产品F以及激励水平β，通过不断反复迭代优化，直至上下层模型的决策变量收敛到稳定值。

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辽宁睿智聚合科技有限公司，其通讯地址为：110167 辽宁省沈阳市浑南区智慧三街186-4号楼；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”。