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！

龙图腾网恭喜华南理工大学申请的专利考虑不确定场景聚类信息的多能微电网鲁棒优化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：CN119298239B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411805180.0，技术领域涉及：H02J3/46；该发明授权考虑不确定场景聚类信息的多能微电网鲁棒优化方法是由朱继忠;文淅宇;董瀚江;李盛林;郭泰亨设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本考虑不确定场景聚类信息的多能微电网鲁棒优化方法在说明书摘要公布了：本发明针对多能微电网中可再生能源出力的高不确定性，开发了一种考虑不确定场景聚类信息的多能微电网鲁棒优化方法；设计了一个考虑场景信息的基于Wasserstein距离的模糊集来描述光伏出力不确定性，并采用基于动态时间规整的k‑means时间序列聚类算法捕捉光伏出力典型场景信息。本发明方法可以显著提高分布鲁棒优化的计算效率，有效地抵抗多能微电网中的光伏出力波动，同时保持良好的经济效用。

本发明授权考虑不确定场景聚类信息的多能微电网鲁棒优化方法在权利要求书中公布了：1.考虑不确定场景聚类信息的多能微电网鲁棒优化方法，其特征在于，包括以下步骤：步骤1：描述多能微电网架构；多能微电网以并网模式运行，与主电网进行电力交易，由光伏面板、柴油发电机、冷热电联产机组、燃气锅炉、储热罐和加热线圈组成；其中，冷热电联产机组包括微型燃气轮机、热回收装置和吸收式制冷机；微型燃气轮机通过消耗天然气发电，伴随产生的余热由热回收装置回收产生热能；燃气锅炉和储热罐用于补充热量需求的缺额；燃气锅炉将天然气转化为热能；储热罐则根据热负荷需求存储或释放热能；吸收式制冷机收集余热进行蒸发和冷凝，以满足供冷需求；步骤2：搭建多能微电网模型；建立发电装置模型，所述发电装置模型包括柴油发电机模型和冷热电联产机组模型；建立电网潮流模型，所述电网潮流模型包括有功潮流模型、无功潮流模型、节点电压模型和电网安全约束模型；建立产热装置模型，所述产热装置模型包括热回收装置模型和燃气锅炉模型；建立热储能系统模型，所述热储能系统模型包括储热罐模型；建立产消平衡约束模型，所述产消平衡约束模型包括热能的产消平衡模型；建立负荷模型，所述负荷模型包括热负荷模型和冷负荷模型；步骤3：提出考虑不确定性场景聚类信息的分布鲁棒优化方法；建立分布鲁棒优化模型，所述分布鲁棒优化模型包括第一阶段日前优化问题和第二阶段日内优化问题；建立不确定性模型，所述不确定性模型由改进的基于Wasserstein距离的模糊集刻画，所述改进的基于Wasserstein距离的模糊集增加不确定量的场景信息，所述不确定量的场景信息由基于DTW的k-means时间序列聚类算法获得；步骤3中，所述不确定性模型为： （48）其中，为第台光伏机组在时段的出力预测值；为第台光伏机组在时段的出力随机预测误差；为第台光伏机组在时段的有功出力；改进的基于Wasserstein距离的模糊集为： （49） （50）其中，为改进的基于Wasserstein距离的模糊集；为不确定量的支撑集；为预测误差随机变量；为预测误差随机变量上限，为预测误差随机变量下限；为Wasserstein半径辅助变量；表示预测误差随机变量和的联合分布；表示真实分布的集合；表示维度为的实数集；表示总历史样本数量；表示与光伏不确定性的典型场景相关的辅助变量，表示所有典型场景的索引，表示所有典型场景的索引集合，表示典型场景的辅助变量；表示典型场景下的Wasserstein半径；表示每个典型场景下的历史数据；表示每个典型场景下的Wasserstein半径辅助变量；表示典型场景的预测误差随机变量；为典型场景出现的概率；表示日内预测误差随机变量期望。

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华南理工大学，其通讯地址为：510630 广东省广州市天河区五山路381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”。