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！

龙图腾网获悉江苏睿智聚合科技有限公司申请的专利一种响应需求竞价的虚拟电厂调度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：CN120046961B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202510526596.7，技术领域涉及：G06Q10/0631；该发明授权一种响应需求竞价的虚拟电厂调度优化方法是由齐祥龙;钟杰设计研发完成，并于2025-04-25向国家知识产权局提交的专利申请。

本一种响应需求竞价的虚拟电厂调度优化方法在说明书摘要公布了：本发明属于发电配电技术领域，本发明公开了一种响应需求竞价的虚拟电厂调度优化方法，包括：基于数据终端对目标电力区域内的日前电力运行状况进行多源数据采集，获得相应的多源特征信息，并基于其进行不同时间尺度下的日前电力运行预测，获得相应的日前特征预测信息；基于所获得的日前特征预测信息构建相应的虚拟电厂：获取相应虚拟电厂的运行约束条件，并基于其对相应虚拟电厂的目标函数进行求解，获得相应的最优调度优化方案；基于所述最优调度优化方案生成设备级控制指令，并基于其对目标电力区域内的发电和配电过程进行管控，并同步对相应最优调度优化方案进行滚动修正；本发明显著提升了虚拟电厂的经济性、低碳性与可靠性。

本发明授权一种响应需求竞价的虚拟电厂调度优化方法在权利要求书中公布了：1.一种响应需求竞价的虚拟电厂调度优化方法，其特征在于，包括： 步骤一：基于数据终端对目标电力区域内的日前电力运行状况进行多源数据采集，获得相应的多源特征信息，并基于其进行不同时间尺度下的日前电力运行预测，获得相应的日前特征预测信息，包括： 将所采集的多源特征信息输入至预选训练的多尺度混合预测模型内进行不同时间尺度下的数据预测，获得相应的日前特征预测信息； 所述多尺度混合预测模型的训练过程包括： 所述多尺度混合预测模型的主干框架为分层联邦学习框架；所述分层联邦学习框架的基础架构为边缘节点层、边缘聚合层和云端聚合层；相应的训练过程如下：将输入的多源特征信息分别分配至边缘节点层内的不同边缘节点内，所述边缘节点基于预先部署的时间戳进行时间尺度对齐，并基于预先构建的时间轴索引对相应时间尺度对齐后的多源特征信息进行滑动接续，获得相应样本序列；依据边缘节点内的并行双通道输入层对相应样本序列进行超短期和中长期预测，获得相应的预测结果；基于引入的跨层级注意力机制对各个边缘节点的预测结果进行权重计算并输入至边缘聚合层；所述边缘聚合层分别以每小时执行边缘层聚合和云端聚合；所述云端聚合层分别以每日执行边缘层聚合和云端聚合；重复相应训练过程，直至模型的多任务损失函数的函数值趋于收敛，保存模型参数，即训练完成； 步骤二：基于所获得的日前特征预测信息构建相应的虚拟电厂，相应的构建过程包括： 步骤S1、引入动态碳价因子，并结合碳交易过程中的不确定性构建相应的碳交易模型； 步骤S2、基于用户侧需求响应的不确定性构建相应的综合响应模型； 步骤S3、基于所获得的日前特征预测信息对虚拟电厂运行场景进行场景建模，获得相应的电厂运行场景； 步骤S4、基于所获得的碳交易模型、需求响应模型和电厂运行场景构建相应的虚拟电厂，并基于所有电厂运行场景下的最大净收益和最小碳排放量构建目标函数； 步骤三：获取相应虚拟电厂的运行约束条件，并基于其对相应虚拟电厂的目标函数进行求解，获得相应的最优调度优化方案，包括： 基于所述约束条件对目标函数进行求解划分，将其划分为云端主问题和边缘子问题； 分别以净收益最大化和碳排放量最小化为目标进行单独最优求解，获得相应的最大净收益和最小碳排放量； 分别基于所获得的最大净收益和最小碳排放量设定虚拟电厂的净收益和碳排放量的上下边界；并基于其分别获取虚拟电厂的管理用户对净收益值和碳排放量的单目标期望系数； 基于所述单目标期望系数将原始目标函数的目标求解问题转换为管理用户的期望求解问题； 基于粒子群优化算法对转换后的期望求解问题和边缘子问题进行协同求解，获得相应的最优求解方案； 基于所构建的虚拟电厂对相应最优求解方案进行方案模拟运行，并基于运行结果判断是否符合最优求解；若不符合，则基于上述最优求解过程重新求解，若符合，则将相应最优求解方案作为最优调度优化方案进行输出； 步骤四：基于最优调度优化方案生成设备级控制指令，所述虚拟电厂基于设备级控制指令对目标电力区域内的发电和配电过程进行管控，同时基于数据终端对相应管控过程中的设备运行状况进行实时更新，并基于其对相应最优调度优化方案进行滚动修正。

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江苏睿智聚合科技有限公司，其通讯地址为：213164 江苏省常州市武进区常武中路18号常州科教城创研港3号楼3A1301；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”。