買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉山東大學申請的專利基于知識規則與進化算法融合的新型電力系統規劃方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119273184B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411332244.X，技術領域涉及：G06Q10/0637；該發明授權基于知識規則與進化算法融合的新型電力系統規劃方法是由施嘯寒;張覬凡;張恒旭;孔宇設計研發完成，并于2024-09-24向國家知識產權局提交的專利申請。

本基于知識規則與進化算法融合的新型電力系統規劃方法在說明書摘要公布了：本發明提出了基于知識規則與進化算法融合的新型電力系統規劃方法，包括：建立新型電力系統規劃模型；具體為：確定新型電力系統規劃邊界參數，構建電力系統規劃模型的目標函數，以及構建電力系統規劃模型規劃類約束條件和運行類約束條件；利用規劃層與運行層相對獨立特點將新型電力系統規劃模型轉化為規劃運行雙層子模型用于降低單個新型電力系統規劃模型復雜度；利用融入知識規則引導的遺傳算法求解規劃運行雙層子模型輸出新型電力系統最優規劃方案。本發明確保規劃模型與系統運行需求緊密結合而避免割裂，同時在模型求解中結合遺傳算法大范圍尋優能力與知識規則引導的快速搜索能力，實現尋優全面性與快速性兼顧而支持大規模新型電力系統規劃。

本發明授權基于知識規則與進化算法融合的新型電力系統規劃方法在權利要求書中公布了：1.基于知識規則與進化算法融合的新型電力系統規劃方法，其特征在于，包括以下步驟： 建立新型電力系統規劃模型；具體為：首先確定新型電力系統規劃邊界參數，然后以新建設備投資與系統運行費用綜合最優為目標構建電力系統規劃模型的目標函數，最后構建電力系統規劃模型規劃類約束條件和運行類約束條件； 利用規劃層與運行層相對獨立特點將新型電力系統規劃模型轉化為規劃運行雙層子模型用于降低單個新型電力系統規劃模型復雜度；包括：選取源儲裝機容量及線路升級容量作為規劃層向運行層傳遞的交接變量，選取經濟性指標和運行指標作為運行層向規劃層傳遞的交接變量；其中經濟性指標包括燃料成本、切負荷罰金和系統總運行成本；所述運行指標包括切負荷率、棄電率和可再生能源電量占比；選取各節點各類電源、負荷裝機容量和各線路升級容量均作為規劃層的決策變量；以裝機總量和資源上限約束為約束條件，并以投資與運行綜合成本最小化為優化目標，形成依賴運行成本外部輸入的規劃層非線性連續優化子問題；在此基礎上，規劃層生成源網儲裝機容量的建設方案，并將其傳遞給運行層；選取各節點火電機組啟停狀態、各類電源發電功率、儲能充放電功率、切負荷功率均作為運行層決策變量，以全系統功率平衡、備用需求及各設備運行邊界為約束條件，并以綜合考慮燃料、碳排放與切負荷罰金的運行成本最小化為優化目標，形成依賴各節點源儲裝機容量和線路加強容量為外部輸入的運行層線性混合整數優化子問題；在此基礎上，運行層根據給定的建設方案執行生產模擬計算以求解運行子問題，以此向規劃層反饋其建設方案的運行指標； 利用融入知識規則引導的遺傳算法求解所述規劃運行雙層子模型輸出新型電力系統最優規劃方案；具體為：設置遺傳算法的求解參數和規劃對象的物理參數；依次收縮電源設備、儲能設備和輸電線路的搜索空間；以電源設備優化變量為主變量，儲能設備和輸電線路為依賴變量，根據決策變量間依賴關系依次生產各優化變量初始值；將各類變量組合形成初始種群，并校驗種群滿足安裝總目標；基于時序運行模擬評價種群內各規劃方案運行性能指標，綜合運行指標與投資指標計算規劃方案適應度；在知識規則引導下規劃方案交叉與變異推動規劃方案種群進化，根據收斂條件檢驗收斂性校驗進而結束進化或進入下一代進化過程，從當前代方案集中選擇適應度最優個體作為尋優結果，輸出新型電力系統最優規劃方案； 所述在知識規則引導下規劃方案交叉與變異推動規劃方案種群進化具體包括：基于當前和前一代種群，按照非支配排序原則和適應度指標對種群中的個體進行排序，形成支配解和非支配解層級排序；計算各種群個體擁擠度；對所述排序后的個體中按照錦標賽策略形成父代種群；在知識規則引導下父代種群交叉生成子代種群；基于時序運行模擬評價種群內各規劃方案運行性能指標和綜合指標； 所述在知識規則引導下父代種群交叉生成子代種群的過程包括： 針對個體中的電源類變量，選擇高棄電率的節點作為基因片段交叉點位，隨機生成交換比例系數，計算電源類交叉點的基因片段交叉后取值；具體公式為： 其中，為選中待交換的電源類變量高棄電率的節點第一基因片段值；為選中待交換的電源類變量高棄電率的節點第二基因片段值；為隨機生成的0～1第一交換比例系數；分別為電源類變量棄電率較大及較小的染色體交叉后取值； 針對個體中的儲能類變量，優選高棄電率的節點及逆序對應的低棄電率節點作為基因片段交叉點位，隨機生成交換比例系數，并計算儲能類交叉點位間的基因交換值：具體的公式為： 分別為儲能類變量棄電率較大及較小的染色體交叉前對應基因片段取值，為隨機生成的0～1第二交換比例系數； 針對個體中的電源類變量，優選高棄電率節點及逆序對應的低棄電率節點作為基因片段變異點位，隨機生成交換比例系數，計算電源類變異點位間的基因交換值，具體為： 為選中待交換的電源類變量低棄電率節點第一基因片段值，為選中待交換的電源類變量低棄電率節點第二基因片段值；為隨機生成的0～1第一變異量比例系數；為電源類變量變異后突變點基因片段較大值；為電源類變量變異后突變點基因片段較小取值； 針對個體中的儲能類變量，優選高棄電率的節點及逆序對應的低棄電率節點作為基因片段變異點位，隨機生成交換比例系數，計算儲能類變異點位間的基因交換值： 式中，為隨機生成的0～1第二交換比例系數。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人山東大學，其通訊地址為：250100 山東省濟南市歷城區山大南路27號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。