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！

龍圖騰網獲悉武漢大學申請的專利風-儲場站日前-日內兩階段功率上報的優化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：CN114977166B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202210687578.3，技術領域涉及：H02J3/00；該發明授權風-儲場站日前-日內兩階段功率上報的優化方法是由柯德平;吳浩天;劉念璋;方珂;徐箭;廖思陽;孫元章設計研發完成，并于2022-06-16向國家知識產權局提交的專利申請。

本風-儲場站日前-日內兩階段功率上報的優化方法在說明書摘要公布了：本發明公開了一種風?儲場站日前?日內兩階段功率上報的優化方法，包括：基于氣象數據與預測時間步的差異性分別對日前、日內預測誤差進行分箱處理，并根據分箱后的預測誤差樣本集構建日前、日內風功率場景集；根據步驟1得到的日前、日內風功率場景集，以期望考核電量最小為優化目標，構建日前風功率優化上報模型以及考慮儲能調節的日內風?儲功率優化上報模型；考慮到日前、日內上報優化問題的多重非線性特征，采用優化算法對上述優化上報模型進行求解，得到優化后的上報策略。本發明在考慮風功率不確定性的同時能將不同時間尺度的優化實現深度融合，從而有效提升風?儲場站功率上報的準確率，降低考核電量。

本發明授權風-儲場站日前-日內兩階段功率上報的優化方法在權利要求書中公布了：1.一種風-儲場站日前-日內兩階段功率上報的優化方法，其特征在于，包括如下步驟： 步驟1，基于氣象數據與預測時間步的差異性分別對日前、日內預測誤差進行分箱處理，并根據分箱后的預測誤差樣本集構建日前、日內風功率場景集； 步驟2，根據步驟1得到的日前、日內風功率場景集，以期望考核電量最小為優化目標，構建日前風功率優化上報模型以及考慮儲能調節的日內風-儲功率優化上報模型； 步驟3，考慮到日前、日內上報優化問題的多重非線性特征，采用優化算法對日前風功率優化上報模型和日內風-儲功率優化上報模型進行求解，得到優化后的上報策略； 其中，步驟1具體包括： 步驟1.1、根據風電場歷史的實際功率與預測功率計算日前、日內階段的預測誤差； 步驟1.2、將日前階段的預測誤差按照氣象模式進行分箱；將日內階段的預測誤差按照預測時間步進行分箱； 步驟1.3、分別對步驟1.2中日前階段、日內階段的各預測誤差箱中樣本進行取樣并計算得到相應的日前、日內預測誤差場景，再利用Cholesky分解法分別對日前、日內預測誤差場景中各行元素位置計及時間相關性進行重排序，得到滿足時間相關性的日前、日內預測誤差場景集； 步驟1.4、將步驟1.3獲得的日前、日內預測誤差場景集中的每個預測誤差場景與對應的預測值疊加，從而得到相應的風功率場景集； 步驟2具體包括： 利用步驟1得到的日前風功率場景集，通過最小化各場景下的期望考核電量，構建日前風功率優化上報模型的目標函數如下式所示： ； 式中：為日前上報待優化變量集；為t時刻風電場日前上報功率；T為總調度時段數，為日前總的期望考核電量；I為總場景數；為日前第i個場景的考核電量； 上述模型相應的上報功率上下限的約束條件為： ； 上述模型相應的考核電量計算的約束條件為： ； ； 式中：為風電場裝機容量；為第i個場景的日前功率上報準確率；為日前預測t時刻第i個場景的風功率； 步驟2在構建計及儲能調節的日內風-儲功率優化上報模型時，需要計及既定的日前上報曲線，通過儲能的功率修正改變實際的并網功率，即當日內處在t時刻對未來n小時共4n步的風功率進行預測優化上報時，上報第t+4n時刻的風功率，而儲能修正的則是第t+1時刻的實際并網功率，二者存在時間差，故日內風-儲功率優化上報模型根據所在時段進行劃分為：時段下上報模型、時段下上報模型以及時段下上報模型，T為總調度時段數；每一時段的風-儲優化上報結束后，記錄第n小時上報功率、儲能充放功率與、剩余能量，以供后續時刻的滾動調度計算使用。

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武漢大學，其通訊地址為：430072 湖北省武漢市武昌區珞珈山街道八一路299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”。