買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉中國(guó)三峽新能源(集團(tuán))股份有限公司;電力規(guī)劃總院有限公司申請(qǐng)的專(zhuān)利基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法及裝置獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN119401572B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202411712040.9，技術(shù)領(lǐng)域涉及：H02J3/46；該發(fā)明授權(quán)基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法及裝置是由劉淑軍;王博;楊振峰;姜添元;莊煒煥;章超;王世靜;古含;趙偉然;卜曉坤;王存設(shè)計(jì)研發(fā)完成，并于2024-11-27向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法及裝置在說(shuō)明書(shū)摘要公布了：本發(fā)明公開(kāi)一種基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法及裝置，方法包括：基于多個(gè)風(fēng)電功率功率預(yù)測(cè)模型，獲取每一風(fēng)電功率功率預(yù)測(cè)模型的預(yù)測(cè)誤差概率密度函數(shù)；獲取風(fēng)電機(jī)組的實(shí)時(shí)氣象數(shù)據(jù)，基于多個(gè)風(fēng)電功率功率預(yù)測(cè)模型分別進(jìn)行功率預(yù)測(cè)，得到若干個(gè)風(fēng)電功率實(shí)時(shí)預(yù)測(cè)值，結(jié)合相應(yīng)預(yù)測(cè)誤差概率密度函數(shù)分別生成風(fēng)電功率實(shí)時(shí)預(yù)測(cè)場(chǎng)景集；基于若干個(gè)風(fēng)電功率實(shí)時(shí)預(yù)測(cè)場(chǎng)景集，通過(guò)隨機(jī)機(jī)組組合模型生成與場(chǎng)景集對(duì)應(yīng)的實(shí)時(shí)控制策略，選取若干個(gè)實(shí)時(shí)控制策略中風(fēng)電棄風(fēng)和失負(fù)荷之和最低的實(shí)時(shí)控制策略作為風(fēng)電機(jī)組優(yōu)化后的控制策略。基于多預(yù)測(cè)模型產(chǎn)生的場(chǎng)景集分別進(jìn)行隨機(jī)機(jī)組組合，結(jié)合氣象因素影響，生成多個(gè)實(shí)時(shí)控制策略，最終選取風(fēng)電棄風(fēng)與失負(fù)荷之和的值最低的策略作為優(yōu)化控制策略。

本發(fā)明授權(quán)基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法及裝置在權(quán)利要求書(shū)中公布了：1.一種基于風(fēng)電功率預(yù)測(cè)模型動(dòng)態(tài)選擇的電網(wǎng)優(yōu)化調(diào)度方法，其特征在于，包括如下步驟： 基于多個(gè)風(fēng)電功率功率預(yù)測(cè)模型，獲取每一所述風(fēng)電功率功率預(yù)測(cè)模型的預(yù)測(cè)誤差概率密度函數(shù)，得到若干個(gè)風(fēng)功率預(yù)測(cè)誤差場(chǎng)景集； 獲取風(fēng)電機(jī)組的實(shí)時(shí)氣象數(shù)據(jù)，基于所述多個(gè)風(fēng)電功率功率預(yù)測(cè)模型分別進(jìn)行功率預(yù)測(cè)，得到若干個(gè)風(fēng)電功率實(shí)時(shí)預(yù)測(cè)值，結(jié)合相應(yīng)所述若干個(gè)風(fēng)功率預(yù)測(cè)誤差場(chǎng)景集分別生成若干個(gè)風(fēng)電功率實(shí)時(shí)預(yù)測(cè)場(chǎng)景集； 基于所述若干個(gè)風(fēng)電功率實(shí)時(shí)預(yù)測(cè)場(chǎng)景集，通過(guò)隨機(jī)機(jī)組組合模型生成與風(fēng)電功率實(shí)時(shí)預(yù)測(cè)場(chǎng)景集一一對(duì)應(yīng)的若干個(gè)實(shí)時(shí)控制策略，選取所述若干個(gè)實(shí)時(shí)控制策略中風(fēng)電棄風(fēng)與失負(fù)荷之和的值最低的實(shí)時(shí)控制策略作為風(fēng)電機(jī)組優(yōu)化后的控制策略； 所述風(fēng)電功率功率預(yù)測(cè)模型包括：神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型和隨機(jī)森林模型； 所述神經(jīng)網(wǎng)絡(luò)模型相應(yīng)的非線性映射關(guān)系為： ； ； 所述支持向量機(jī)模型相應(yīng)的非線性映射關(guān)系為： ； ； 所述隨機(jī)森林模型相應(yīng)的非線性映射關(guān)系為： ； 其中，fNN·、fSVM·和fRF·分別為基于神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型和隨機(jī)森林模型的風(fēng)電功率預(yù)測(cè)值與氣象數(shù)據(jù)X之間的映射關(guān)系，、和分別為神經(jīng)網(wǎng)絡(luò)第l層的激活函數(shù)、權(quán)重向量和偏置向量，且，為神經(jīng)網(wǎng)絡(luò)的層數(shù)，和分別為神經(jīng)網(wǎng)絡(luò)的權(quán)重矩陣和偏置矩陣，為支持向量機(jī)模型支持向量的數(shù)量，為支持向量機(jī)模型第i個(gè)支持向量的拉格朗日乘子，是支持向量機(jī)模型第i個(gè)支持向量的真實(shí)標(biāo)簽，是支持向量機(jī)模型的核函數(shù)，是一個(gè)正的參數(shù)，為第i個(gè)樣本點(diǎn)對(duì)應(yīng)的X，是支持向量機(jī)模型的偏置項(xiàng)，為隨機(jī)森林模型決策樹(shù)的數(shù)量，為第i個(gè)決策樹(shù)對(duì)輸入X的預(yù)測(cè)值，、和分別為基于神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型和隨機(jī)森林模型得到的風(fēng)電功率預(yù)測(cè)值； 所述神經(jīng)網(wǎng)絡(luò)模型相應(yīng)的預(yù)測(cè)誤差概率密度函數(shù)為： ； ； 所述支持向量機(jī)模型相應(yīng)的預(yù)測(cè)誤差概率密度函數(shù)為： ； ； 所述隨機(jī)森林模型相應(yīng)的預(yù)測(cè)誤差概率密度函數(shù)為： ； ； 其中，K·為核密度估計(jì)函數(shù)，h為帶寬，為樣本個(gè)數(shù)，為風(fēng)電功率預(yù)測(cè)誤差隨機(jī)變量，和分別為第i個(gè)歷史數(shù)據(jù)樣本點(diǎn)的氣象因素輸入向量和歷史實(shí)際風(fēng)電功率，、和分別為神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型和隨機(jī)森林模型的第i個(gè)歷史數(shù)據(jù)樣本點(diǎn)風(fēng)電功率預(yù)測(cè)誤差，、和分別為神經(jīng)網(wǎng)絡(luò)模型、支持向量機(jī)模型和隨機(jī)森林模型的預(yù)測(cè)誤差概率密度函數(shù)。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人中國(guó)三峽新能源(集團(tuán))股份有限公司;電力規(guī)劃總院有限公司，其通訊地址為：101100 北京市通州區(qū)新華北街156號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。