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！

龙图腾网获悉大连理工大学申请的专利一种基于分布鲁棒优化的水风光能源系统均衡调度模型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：CN115293442B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202210983730.2，技术领域涉及：G06Q10/0631；该发明授权一种基于分布鲁棒优化的水风光能源系统均衡调度模型是由刘本希;靳晓雨;廖胜利;程春田;王海东;刘腾远设计研发完成，并于2022-08-17向国家知识产权局提交的专利申请。

本一种基于分布鲁棒优化的水风光能源系统均衡调度模型在说明书摘要公布了：本发明涉及水风光混合系统短期调度领域，具体为一种基于分布鲁棒优化的水风光能源系统均衡调度模型，是一种新的解决水‑风‑光混合能源系统短期调度时可靠性与经济性相互平衡问题的优化模型。其技术方案为：利用基于Wasserstein距离的模糊集来描述可再生能源的不确定性，然后构建出水‑风‑光混合能源系统的分布鲁棒优化模型，之后利用ε约束方法、强对偶理论以及线性化技术将模型转化为MILP模型，最后求解得到混合能源系统短期调度方案。该方法对于维持水‑风‑光混合能源系统可靠性与经济性之间的平衡具有重要意义。

本发明授权一种基于分布鲁棒优化的水风光能源系统均衡调度模型在权利要求书中公布了：1.一种基于分布鲁棒优化的水风光能源系统均衡调度模型，其特征在于，具体步骤如下： 1利用基于Wasserstein距离的模糊集来描述可再生能源的不确定性： 其中，表示可再生能源预测误差或净负荷不确定性，和分别表示风电和光伏出力的预测误差，为了简写，以下省略时间索引t；是对真实分布的估计，即在公式2中利用历史风电光伏预测误差数据计算出对应的狄拉克测度进而得出表示Wasserstein距离；和分别服从分布和分布||·||表示范数；Π表示和的联合分布；表示Wasserstein球，是以经验分布为中心、∈N为半径，限制了模糊集和之间的距离；β为模糊集的置信度；D为求解公式7得到的一个常数，式中的表示样本均值；ρ为辅助决策变量； 2构建水-风-光混合能源系统的分布鲁棒优化模型： 1将弃水、缺电、弃电三种风险进行量化，并将其作为目标函数，以保证水-风-光混合系统的可靠运行： 其中，表示第i种可再生电源在t时段的弃电；表示混合电力系统在t时段的缺电；RES为可再生能源数，包括风能和光伏，RES＝2；sm,t表示水电站m在t时段的弃水；ηm表示水电站m的能量转换系数，由历史调度数据得到；sm,tηm为水电站m的弃能；M和T表示水电站集合以及时段集合；该目标包含两阶段：第一阶段是降低“三弃”的风险，用来提高混合系统的可靠性，该阶段根据预测风光出力进行决策；第二阶段是以水电站出力调整最小为原则，利用水电调控能力来减缓可再生能源不确定性的预测误差带来的干扰，保证梯级水电站的稳定运行，即表示第二阶段出力调整函数，其中x,分别表示第二阶段决策变量与不确定样本参数； 2将水电站的经济性纳入目标中，即耗水量最小minf2以及蓄能最大maxf3： 其中，Rm,t表示水电站m在t时段的总下泄流量；Δt表示时段长度；ESm表示水电站m在调度时段末的蓄能量，等于从末水位到死水位发电产生的能量；vm,T+1和minVm分别表示时段末库容以及死库容； 3模型转化： Step1：利用ε-约束法对步骤2的模型进行改造，将多目标问题转化为单目标问题，在保证某个目标理想的同时，也对其他目标做出了充分的考虑；将供电风险作为主要目标，经济目标作为约束条件，将原目标函数转化为： 其中αm,t表示水电站m在t时段响应新能源不确定的调整因子，式中即水电出力调整量； Step2：目标函数中的第二阶段是模糊集在最坏情况下的函数变量，利用强对偶理论进行重转化： 其中，κ表示与中的相关的对偶变量； Step3：通过引入辅助变量τk，将公式13转化为： 其中，是一个凸函数，的最优解可以在Ξ中的样本最大值或样本最小值ω处得到； Step4：根据Step3的结果，继续转化为： Step5：将Step4中的模型转化为标准MILP模型，并利用近似框架来降低问题的维数；目标函数15转化为： 其中，λ和μ表示拉格朗日乘子。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。

以上内容由龙图腾AI智能生成。