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！

龙图腾网获悉河海大学;清华四川能源互联网研究院;国网四川省电力公司电力科学研究院;长江水利委员会水文局申请的专利一种面向清洁能源消纳的梯级水库群调度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：CN115587706B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202211294769.X，技术领域涉及：G06Q10/06；该发明授权一种面向清洁能源消纳的梯级水库群调度方法是由冯仲恺;杨涛;罗彬;苗树敏;牛文静;黄晴晴;姚欣汝;高浩宇设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本一种面向清洁能源消纳的梯级水库群调度方法在说明书摘要公布了：本发明公开了一种面向清洁能源消纳的梯级水库群调度方法与系统，首先，获得清洁能源各个时段出力相对误差的长序列及其均值、方差，据此利用清洁能源预测出力生成出力场景集合；其次，利用聚类算法将大规模场景集缩减为若干典型出力场景，进而获得不同场景的光伏出力过程及其出现概率；最后，构造适用的梯级水库群联合调度模型，而后利用高效优化算法求解获得合理可行的调度方案。本发明所提方法可以快速响应清洁能源出力过程的随机性和不确定性特征，并有效处理梯级电站耦合运行约束，显著提升了模型计算效率和调度方案质量，适用于面向清洁能源消纳的梯级水库群联合调度问题。

本发明授权一种面向清洁能源消纳的梯级水库群调度方法在权利要求书中公布了：1.一种面向清洁能源消纳的梯级水库群调度方法，其特征在于，包括如下步骤： S1、基于清洁能源各个时段的实际出力、预测出力，获得清洁能源出力相对误差长序列及其均值、方差； S2、基于清洁能源各个时段的预测出力，获得清洁能源出力场景集合； S3、利用模糊聚类算法将清洁能源出力场景集合缩减为若干个典型出力场景，再获得各个典型出力场景的光伏出力过程及其出现概率；包括以下子步骤： S3.1、利用模糊聚类方法将清洁能源出力场景集合缩减为个清洁能源典型出力场景，如下式： ， 其中，；表示清洁能源第个典型出力场景；表示清洁能源第个典型出力场景在第时段的值;表示典型出力场景数目； S3.2、按如下公式计算各个典型出力场景的光伏出力过程及其出现概率： ， 其中，表示清洁能源出力场景、典型出力场景之间的欧氏距离；表示阈值；表示判定函数；表示的出现概率； S4、根据各个典型出力场景的光伏出力过程及其出现概率，构建面向清洁能源消纳的梯级水库群联合调度模型；具体包括：构建面向清洁能源消纳的梯级水库群联合调度模型，其对应的目标函数如下式： ， ， 其中，为在第个清洁能源典型出力场景中，第个水库在时段的出力；表示水库数目；表示计算时段数目；为第个典型出力场景中的剩余负荷；为时段t的负荷； S5、根据面向清洁能源消纳的梯级水库群联合调度模型，利用水库出库流量作为决策变量迭代生成若干个初步调度方案；具体为： 利用水库出库流量作为决策变量，令计数器，并在可行区间内随机生成个初步调度方案，则第次迭代时第个初步调度方案如下式： ， ， 其中，表示[0,1]区间服从均匀分布的随机数；表示第次迭代时第个初步调度方案中，第个水库在时段的出库流量； S6、计算各个初步调度方案的适应度值、目标函数值、惩罚项值，进一步获得各个初步调度方案对应的历史最优调度方案；根据各个初步调度方案对应的历史最优调度方案，获得全局最优调度方案；包括如下子步骤： S6.1、利用变尺度惩罚系数，计算各个初步调度方案的适应度值，如下式： ， 其中，、、表示对应的适应度值、目标函数值、惩罚项值；为第次迭代时的惩罚系数；、为调整系数； S6.2、按如下公式计算各个初步调度方案对应的历史最优调度方案： ， S6.3、根据历史最优调度方案，按如下公式计算全局最优调度方案： ； S7、动态更新各个初步调度方案，若达到预设最大迭代次数，将预设最大迭代次数时对应的全局最优调度方案作为最佳调度方案，否则返回执行步骤S6；动态更新各个初步调度方案的位置，具体为： 位置动态更新 ， 信息逐步衰减 ， 邻域适应调整 ， 其中，、为[0,1.5]区间服从均匀分布的随机数；为的调整权重；为的实际调整值；为的目标调整值；、分别为的上限、下限；表示动态调节系数。

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河海大学;清华四川能源互联网研究院;国网四川省电力公司电力科学研究院;长江水利委员会水文局，其通讯地址为：210024 江苏省南京市鼓楼区西康路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。