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！

龙图腾网获悉广西大学;润建股份有限公司申请的专利基于概率预测的光伏储能系统能量管理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：CN115423153B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202210963607.4，技术领域涉及：H02J3/00；该发明授权基于概率预测的光伏储能系统能量管理方法是由郑含博;唐钰本;杜齐;胡永乐;郭文豪;陈俊江;万海斌;覃团发设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于概率预测的光伏储能系统能量管理方法在说明书摘要公布了：一种基于概率预测的光伏储能系统能量管理方法，本方法使用长短期记忆（LSTM）神经网络获得光伏概率预测，并基于copula函数模型的方法对多元分布进行采样生成预测场景，根据预测结果在满足负载需求和储能特性前提下，以收益最大成本最小为目标，利用模型预测控制提供实时优化。本发明能够量化预测的不确定性，降低传统点预测带来的鲁棒性优化损失，提高了储能系统的安全性可靠性，实现了光伏能源的高效消纳利用。

本发明授权基于概率预测的光伏储能系统能量管理方法在权利要求书中公布了：1.一种基于概率预测的光伏储能系统能量管理方法，其特征在于包括以下步骤： S1，进行光伏预测场景生成，使用LSTM神经网络获得概率预测，选择预测地点的包括温度、风速、云量、云层类型和湿度在内的多项数据作为输入变量，同时加入太阳辐射数值的历史信息作为输入变量；太阳辐射数值作为输出； S2，对所有输入变量进行归一化处理，统一量纲，去除单位，按时间周期性输入； 定义预测误差的统计参数模型来假设不确定性的分布，并使用LSTM神经网络来预测参数指定分布； 针对预测结果，求解出预测结果的统计学参数； S3，将所有的输入变量的历史数据作为预测的输入，将历史数据集70%划分为训练集，30%划分为验证集，且在训练期间添加权重噪声，以确保数据中的噪声信息，设定网络类型、预测范围、隐含层层数和神经元数量； 使用训练集完成训练，为估计点预测的统计质量，计算预测与实际观测值的对应程度；采用均方根误差用作误差度量，输出预测目标分布的指定分位数； S4，使用基于copula函数模型的方法，对每个输入变量的边际分布进行建模，收集输入变量的历史数据，通过对单变量边际分布使用概率积分变换，将每个变量的数据点被转化为D立方的，从而估计copula密度； 得到多元分布后，基于copula模型和原始数据的依赖结构得到： ， 使用copula模型分两步生成多元随机向量，生成依赖随机数，从均匀分布中采样得到，表示一组u，即为生成的依赖随机数；根据条件分布函数依次生成； S5，基于来自概率预测的边际分布，使用逆变换采样将单位D立方的生成变量转换为原始变量维度，得到预测的光伏发电场景及对应的分位数； S6，根据光伏预测、分时电价图和负荷变化图，并基于MPC算法进行光伏储能系统能量管理； 基于固定的光伏系统尺寸，确定输出功率与辐照度关系； 储能系统状态模型包括电池和转换器，计算能量转换、荷电状态、电池循环损耗成本和荷电状态SOC，基于分时电价计算电网充放电成本，根据储能系统的动态特性，建立状态空间模型； S7，建立系统约束，约束条件包括SOC上下限、电池充放电流限制、初始SOC与结束SOC相等或近似相等； 确定目标函数J表示为： ； 式中，，分别为点预测和50%概率预测处的权重系数；CBE为电池损耗成本，Cgrids是电网充放电成本； S8，设定分时电价和储能设备参数，目标初始SOC值，选择MPC的步长、预测步数、控制步数进行仿真，求解目标函数，输出控制变量；基于预测结果，完成控制操作。

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广西大学;润建股份有限公司，其通讯地址为：530004 广西壮族自治区南宁市大学东路100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”。