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！

龙图腾网获悉湖南大学申请的专利一种风电场最大功率输出分散式动态控制方法及系统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：CN120262579B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510760243.3，技术领域涉及：H02J3/46；该发明授权一种风电场最大功率输出分散式动态控制方法及系统是由黄晟;肖金鑫;颜畅;王鹏达;陈威敏;吕铭晟;陈道君;朱琳设计研发完成，并于2025-06-09向国家知识产权局提交的专利申请。

本一种风电场最大功率输出分散式动态控制方法及系统在说明书摘要公布了：本发明公开了一种风电场最大功率输出分散式动态控制方法及系统，本发明包括构建风电场总功率最大优化问题并求解各风机的全局最优轴向诱导因子；针对各风机构建受其尾流影响的下游风机集群的功率最大优化问题求解下游风机集群的轴向诱导因子；以风速、风向和该风机的轴向诱导因子为输入，下游风机集群总功率最大值与该风机轴向诱导因子为0时的总功率相减为输出生成该风机的训练数据集；训练基于深度学习模型对受其尾流影响的下游风机集群的功率损失估计数据驱动模型，以此构建局部分散式最优控制问题并求解风机的轴向诱导因子。本发明旨在弥补传统集中式控制策略在对大规模风电场进行动态控制时计算速度慢、通讯负担重、故障容错性低等不足。

本发明授权一种风电场最大功率输出分散式动态控制方法及系统在权利要求书中公布了：1.一种风电场最大功率输出分散式动态控制方法，其特征在于，包括下述步骤： 在风电场不同入流风速和风向的条件下，构建风电场总功率最大优化问题，并采用优化算法求解各风机在不同风况下的全局最优轴向诱导因子，所述优化算法为模拟退火粒子群优化算法； 针对每台风机，在其采用不同轴向诱导因子的场景下构建受其尾流影响的下游风机集群的功率最大优化问题，并采用优化算法求解下游风机集群的轴向诱导因子； 针对每台风机，以风速、风向和该风机的轴向诱导因子为输入，下游风机集群的总功率最大值与该风机的轴向诱导因子为预设最小值时的总功率相减为输出，生成该风机的训练数据集； 针对每台风机，构建下游风机集群的功率损失估计数据驱动模型，使用该风机的训练数据集，对受该风机的下游风机集群的功率损失估计数据驱动模型进行训练； 针对每台风机，结合受该风机尾流影响的下游风机集群的功率损失估计数据驱动模型，以及基于单个风机的机械功率模型和数据驱动模型构建局部分散式最优控制问题，并求解得到该风机的最优轴向诱导因子以用于控制风机； 所述针对每台风机，在其采用不同轴向诱导因子的场景下构建受其尾流影响的下游风机集群的功率最大优化问题，并采用优化算法求解下游风机集群的轴向诱导因子包括： S301，针对每台风机，将其轴向诱导因子在上、下限范围内均分为M个子区间，并从每个子区间中随机取一个值，从而得到M个轴向诱导因子； S302，针对每台风机，根据Jensen尾流模型寻找受到该台风机尾流影响的下游风机集群设置为集合D、不受该台风机尾流影响的风机集群设置为集合N，对该台风机分别进行不同轴向诱导因子的控制，属于集合N的风机不同风况下的全局最优轴向诱导因子，构建属于集合D的风机集群总功率最大的优化问题的目标函数： ，其中，和分别为风机i的轴向诱导因子的下限和上限； 针对每台风机，在其采用不同轴向诱导因子的场景下构建受其尾流影响的下游风机集群的功率最大优化问题，并采用优化算法求解下游风机集群的轴向诱导因子； S303，针对每台风机，采用模拟退火粒子群优化算法求解下游风机集群的轴向诱导因子。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。

以上内容由龙图腾AI智能生成。