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！

龙图腾网恭喜国网安徽省电力有限公司经济技术研究院;国网安徽众兴电力设计院有限公司申请的专利一种可再生能源发电的灵活性需求短期预测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：CN114841445B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210521028.4，技术领域涉及：G06Q10/04；该发明授权一种可再生能源发电的灵活性需求短期预测方法是由刘倩;孙博;王馨;丁仕祺;朱晓虎;靳幸福;郑家法;胡晨;贾健雄;任曦骏;孟晓星;徐冉设计研发完成，并于2022-05-13向国家知识产权局提交的专利申请。

本一种可再生能源发电的灵活性需求短期预测方法在说明书摘要公布了：本发明涉及一种可再生能源发电的灵活性需求短期预测方法，包括：计算得到可再生能源发电的灵活性需求历史数据得到预测日内以15分钟为基本时段的可再生能源发电的灵活性基础需求计算得到预测日内每一时段的可再生能源发电的灵活性需求波动系数计算预测日内可再生能源发电的灵活性需求本发明基于对传统多目标灰狼算法寻优机理的分析，本发明采用Iterative混沌序列进行算法个体初始化，保证了个体的分散性；提出划分头狼种群和淘汰个体，提高了算法个体多样性；采用分段正弦收敛算子代替原来线性递减的收敛算子、将算法的收敛过程分为搜索和包围两部分分别进行优化，改善了算法前期的寻优效率和后期的收敛精度。

本发明授权一种可再生能源发电的灵活性需求短期预测方法在权利要求书中公布了：1.一种可再生能源发电的灵活性需求短期预测方法，其特征在于：该方法包括下列顺序的步骤：1选择预测日前30个历史日的可再生能源发电功率作为历史数据，数据采样周期为15分钟，修正历史数据中的异常数据，计算得到可再生能源发电的灵活性需求历史数据2基于可再生能源发电的灵活性需求历史数据进行预测，得到预测日内以15分钟为基本时段的可再生能源发电的灵活性基础需求3选择预测日前30个历史日的可再生能源发电的灵活性需求历史预测数据以及可再生能源发电的灵活性需求历史数据以15分钟为基本时段，形成灵活性需求预测误差矩阵，计算得到预测日内每一时段的可再生能源发电的灵活性需求波动系数4根据可再生能源发电的灵活性基础需求以及可再生能源发电的灵活性需求波动系数计算预测日内可再生能源发电的灵活性需求所述步骤2具体包括以下步骤：2a采用改进的多目标灰狼优化算法IMOGWO对最小二乘支持向量机LSSVM的参数进行优化：2a1选择径向基核函数作为LSSVM的核函数，同时初始化狼群位置，即对LSSVM的相关参数，包括狼群种群数量、头狼数量参数，以及档案库大小、最大迭代次数的参数进行初始化；2a2计算灰狼个体的个体适应度，筛选出头狼种群和淘汰个体，更新档案库；2a3计算系数向量A：A＝2aRram-1e＝21-TTmaxRram-1e6其中：a为收敛算子，Rram为0-1的随机数；e为单位向量，T为迭代次数，Tmax为最大迭代次数；判断系数向量A的二范数是否小于1，若||A||＜1，判断为狼群锁定猎物，实施包围捕食，按如下公式更新附属种群位置； 其中：Xi为个体的位置，Xb为头狼的位置，D为个体与头狼之间的距离，L为收缩向量；rand0，1表示取0或1的随机数；表示点乘运算；Rλ为常数，通常取1.5；Ru和Rv为随机数，服从0-1正态分布；Γ为标准伽马函数；若||A||≥1，判断为狼群尚处于搜索猎物阶段，按如下公式更新附属种群位置： 其中：Xz为修正个体；Xw为最劣个体位置；p*为动态递减因子；2a4计算狼群的个体适应度，以获得非支配解，同时，判断档案库是否已满，如果已满，则用上一步得到的非主导解即附属种群位置替换档案库中最拥挤段的解；否则，直接将非主导解纳入档案库中；2a5更新参数a和A，判断迭代次数T是否大于Tmax，如果是，则从档案库中选择最终解决方案；否则，返回步骤2a3，进行下一次迭代；2a6采用IMOGWO对LSSVM中的参数进行优化，得到IMOGWO优化后的各个LSSVM模型；2b对预测日前n个历史日的可再生能源发电功率进行归一化处理，消除负荷数据波动过大造成的数据细节缺失，在将可再生能源发电功率输入LSSVM前，对这些数据进行归一化处理，具体公式如下所示： 其中，t＝1,2,...,96；i＝1,2,...,30；2c利用变分模态分析VMD算法得到k个本征模态分量IMF：2c1变分问题为本征模态分量的估计带宽之和最小，约束条件是本征模态分量之和为原始信号，公式如下： 式中：{uk}为本征模态分量IMF的集合；{ωk}为中心频率的集合；δt为脉冲信号；K为预设分解个数；ft为原始信号；2c2使用惩罚因子α和拉格朗日乘数λt将带约束的变分问题转换为非约束问题： 2c3通过交替方向乘子法解决非约束问题，实现信号频率的有效分离，其中本征模态分量和中心频率的迭代更新公式分别为： 式中：为第n+1次迭代时中心频率为ω的第k个本征模态分量；为第n+1次迭代时第k个本征模态分量的中心频率，即当前模态分量功率谱的重心，根据以下公式更新λ： 根据公式15判断uk是否满足收敛的条件，如果不满足则不断进行更新操作，直到满足收敛条件为止： 2c4将步骤2c中得到的k个IMF子序列输入到经过步骤2a所述的IMOGWO优化后的各个LSSVM模型，并将每个IMF子序列的预测值进行叠加重构，获得最终预测日内以15分钟为基本时段的可再生能源灵活性基础需求所述步骤3具体是指：根据预测日前30个历史日的可再生能源发电的灵活性需求历史预测数据以及可再生能源发电的灵活性需求历史数据计算灵活性资源预测误差矩阵Coef： 其中：PN为可再生能源发电的额定装机容量；根据灵活性资源预测误差矩阵Coef，计算得到预测日内每一时段的可再生能源发电的灵活性需求波动系数具体计算如下： 所述步骤4具体是指：根据可再生能源发电灵活性基础需求以及可再生能源发电灵活性需求波动系数计算预测日内可再生能源发电的灵活性需求，具体如下所述：

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安徽省电力有限公司经济技术研究院;国网安徽众兴电力设计院有限公司，其通讯地址为：230009 安徽省合肥市蜀山区金寨路73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”。