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！

龙图腾网获悉国网浙江省电力有限公司营销服务中心;中国科学院深圳先进技术研究院;国网浙江省电力有限公司申请的专利考虑备用裕度的电厂弹性聚合方法、装置、设备及介质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：CN120542880B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511031632.9，技术领域涉及：G06Q10/0631；该发明授权考虑备用裕度的电厂弹性聚合方法、装置、设备及介质是由孙钢;严华江;王佳颖;沈百强;吴越波;石坤;宫飞翔;宋文吉;冯威;马家佳;俞佳莉;倪琳娜;陈昱豪;黄荣国;张靖琛;俞益;麻吕斌;芦鹏飞设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本考虑备用裕度的电厂弹性聚合方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种考虑备用裕度的电厂弹性聚合方法、装置、设备及介质，涉及电力系统优化调度技术领域，用于解决现有缺少灵活调整的弹性聚合方法的问题，该方法包括以下步骤：通过分位数回归、孪生长短期记忆构建的QR‑SiameseLSTM模型，预测灵活资源调节潜力概率区间；根据所述灵活资源调节潜力概率区间，进行虚拟电厂灵活资源的聚合建模；基于误差传播求解所述虚拟电厂灵活资源的聚合建模，得到虚拟电厂备用调节裕度弹性区间。本发明通过对灵活资源调节潜力概率区间进行预测，进而聚合得到调节裕度弹性区间。

本发明授权考虑备用裕度的电厂弹性聚合方法、装置、设备及介质在权利要求书中公布了：1.一种考虑备用裕度的电厂弹性聚合方法，其特征在于，包括以下步骤： 通过分位数回归、孪生长短期记忆构建的QR-SiameseLSTM模型，预测灵活资源调节潜力概率区间；其中，所述QR-SiameseLSTM模型包括第一LSTM神经网络、第二LSTM神经网络及分位数回归层；所述第一LSTM神经网络用于根据需求侧负荷序列数据、分时电价、天气参数、时间信息输出编码负荷弹性特征；所述第二LSTM神经网络用于根据所述编码负荷弹性特征输出弹性向量；所述分位数回归层用于输出负荷预测的置信区间；根据置信区间计算灵活资源调节潜力概率区间，满足： ， ， 其中，和分别为更新后的置信度上下边界，和分别为2分位数水平下的上边界和下边界预测偏差，为灵活资源调节潜力概率区间，和分别为分位数水平在2和2所对应的预测值； 预测灵活资源调节潜力概率区间计算后，还包括：计算备用调节设定容量区间，满足：，其中，表示发生概率转换函数，表示灵活资源概率区间置信度，表示概率区间中心值，表示在时刻下预测区间的分位数水平； 根据所述灵活资源调节潜力概率区间，进行虚拟电厂灵活资源的聚合建模；包括： 根据虚拟电厂内参与调节的灵活性资源数量和各类资源的设备数，计算得到虚拟电厂的调节能力代数和； 将灵活资源可调潜力区间特征映射为虚拟电厂聚合外部可调特性进行聚合计算，满足： 其中，为优化前时刻的预测负荷容量，时刻弹性聚合容量，表示可调潜力的上下限； 所述聚合计算的约束条件包括线性网络约束和灵活资源模型结合的技术约束、虚拟电厂聚合调节潜力约束； 所述技术约束满足： 其中，为决策变量在时刻的向量，，表示技术约束集合的矩阵和向量形式，，表示网络约束集合的矩阵和向量形式，表示虚拟电厂输出功率轨迹，，表示输出功率常系数矩阵的矩阵和向量形式； 所述虚拟电厂聚合调节潜力约束满足：，其中，和分别为分位数水平在2和2所对应的预测值，表示中心值； 基于误差传播求解所述虚拟电厂灵活资源的聚合建模，得到虚拟电厂备用调节裕度弹性区间。

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国网浙江省电力有限公司营销服务中心;中国科学院深圳先进技术研究院;国网浙江省电力有限公司，其通讯地址为：311100 浙江省杭州市余杭区云联路138号5幢；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。