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申请的专利一种机理融合数据的光储充一体化电站聚合灵活性预测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：CN120200243B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510668451.0，技术领域涉及：H02J3/00；该发明授权一种机理融合数据的光储充一体化电站聚合灵活性预测方法是由刘健哲;张宇;刁冠勋;黄兴德;黎灿兵;杨心刚;方陈;时珊珊;王皓靖;魏新迟;游美设计研发完成，并于2025-05-23向国家知识产权局提交的专利申请。

本一种机理融合数据的光储充一体化电站聚合灵活性预测方法在说明书摘要公布了：本发明涉及电网调度技术领域，具体为一种机理融合数据的光储充一体化电站聚合灵活性预测方法；具体为：通过构建光储充设备运行约束与配电网络潮流的统一线性化模型，结合基尔霍夫定律构建多相配电网潮流方程并采用不动点法线性化，形成统一聚合模型；基于闭环学习算法，利用网络物理信息与数据驱动协同机制，通过动态筛选高不确定性样本、凸集性质推导以及历史模型迁移学习，在保证可行解空间凸性的前提下，对分类器进行多轮次迭代训练以扩展灵活性空间的覆盖范围。本发明通过矩阵操作将电网拓扑信息嵌入分类器训练过程，实现机理约束与机器学习的高效融合，有效解决了传统随机采样或固定几何假设导致的保守性过高问题。

本发明授权一种机理融合数据的光储充一体化电站聚合灵活性预测方法在权利要求书中公布了：1.一种机理融合数据的光储充一体化电站聚合灵活性预测方法，其特征在于，包括以下具体实施步骤： S1、建立光储充一体化电站的聚合模型：基于光伏发电系统、储能系统及充电桩的运行约束参数，结合多相配电网潮流方程，通过基尔霍夫定律构建三相配电网潮流模型，并采用不动点法对潮流方程进行线性化处理，得到包含电压状态向量、功率向量及系统连接矩阵的统一聚合模型； 多相配电网潮流方程通过矩阵形式表示为： ； ；； 其中，diag为矩阵对角化；H为3N×3N的对角矩阵；为Δ接法电流的共轭向量；sY为Y接法节点注入复功率向量；v为节点电压向量；sΔ为Δ连接复功率向量；Hv为相间电压转换；i为总电流向量；YL0为零序导纳矩阵；v0为零序电压向量；YLL为正序和负序导纳矩阵；为相间差分算子；HT表示对矩阵H执行转置操作； 采用不动点法对潮流方程进行线性化处理的处理过程为： ； 其中，vt为电压状态向量；A为系统连接矩阵；pt为光储充功率向量；at为电压偏移常数项；it为支路电流向量，表示时刻t电网各支路的电流分布；B为电流耦合矩阵；bt为电流修正常数项；p0,t为聚合功率标量；dT为权重行向量；gt为功率补偿项； S2、求解初始聚合灵活性空间：通过两阶段优化算法求解光储充功率可行域，以最大化灵活性空间体积为目标，生成初始样本集并标记可行场景； S3、筛选高价值训练样本，计算未标记样本的后验概率，基于不确定性度量函数动态选择分类边界附近的样本加入训练集； 不确定性度量函数定义为： ； 其中，为样本不确定性度量值，量化分类器对第i个样本预测结果的不确定性；表示给定时，样本属于正类，即标签为1的后验概率；为第i个样本的预测输出； S4、机理与数据协同标记，利用网络拓扑信息及凸集性质，对初始样本集的凸包内所有样本进行自动标记，扩展灵活性空间的覆盖范围； S5、迁移学习训练分类器，结合历史模型参数与新标记样本，通过多轮次迭代优化分类器； S6、判断训练轮次，根据预设终止条件判断是否达到设定训练轮次； S7、输出预测结果，若达到预设轮次，输出光储充一体化电站的聚合灵活性空间边界，用于电网实时调度决策。

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，其通讯地址为：200030 上海市徐汇区华山路1954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”。