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！

龙图腾网获悉中国电建集团吉林省电力勘测设计院有限公司申请的专利一种风光储氢多能互补系统用运行控制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：CN121238710B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511786923.9，技术领域涉及：H02J3/466；该发明授权一种风光储氢多能互补系统用运行控制方法是由席皛;高阳;艾威;薛乐;李函旭设计研发完成，并于2025-12-01向国家知识产权局提交的专利申请。

本一种风光储氢多能互补系统用运行控制方法在说明书摘要公布了：本发明属于电力系统运行与控制领域，具体为一种风光储氢多能互补系统用运行控制方法，包括：将原始出力序列经经验模态分解得IMF分量，结合隐马尔可夫链模型与前向‑后向算法训练参数并求最优状态序列，再用贝叶斯估计融合预测值，输出风光出力及负荷需求全局预测值；以综合运行成本最小、碳排放强度最低和供电缺电率最小为目标，经约束校验算法获取设备、功率平衡及储氢量约束，构建多目标优化模型；场景触发函数识别四类典型场景，改进混沌粒子群优化算法求解模型，密度峰值聚类得含电解槽、燃料电池出力及储能充放电功率的全局调度方案。本发明通过场景自适应优化及智能聚类筛选，应对风光出力随机性与波动性。

本发明授权一种风光储氢多能互补系统用运行控制方法在权利要求书中公布了：1.一种风光储氢多能互补系统用运行控制方法，其特征在于，所述方法包括： 步骤一、采集系统实时运行数据，基于经验模态分解和隐马尔可夫链模型预测系统风光出力及负荷需求，通过前向-后向算法求解各模型的最优状态序列，通过贝叶斯估计融合各分量预测结果，输出全局预测值； 步骤二、以系统综合运行成本最小、碳排放强度最低、供电缺电率最小为目标，再通过约束校验算法获取设备运行约束、功率平衡约束及储氢量约束的边界条件，构建多目标优化模型； 步骤三、通过场景触发函数自动判定当前场景，基于场景和改进混沌粒子群优化算法求解多目标优化模型，通过密度峰值聚类得到各场景日内预设时间段的全局调度方案，包括电解槽、燃料电池出力及电池储能充放电功率； 采集系统实时运行数据，基于经验模态分解和隐马尔可夫链模型预测系统风光出力及负荷需求，通过前向-后向算法求解各模型的最优状态序列和各分量，其具体步骤为： 通过风速传感器、辐照度传感器及功率传感器实时采集风力发电侧数据和光伏发电侧数据，风力发电侧数据包括实时出力功率、风速、风向、负荷需求、风机转速、桨距角及机舱温度，光伏发电侧数据包括实时出力功率、辐照度、负荷需求、光伏组件温度及环境湿度，将风力发电侧数据和光伏发电侧数据按时间顺序进行排列，并整合得到原始风光出力序列； 取原始风光出力序列两端各K个数据点，以序列端点为对称轴进行镜像扩展，得到延拓序列，遍历延拓序列的所有数据点，识别局部极大值点和局部极小值点，获取所有局部极大值点的坐标并通过三次样条插值法拟合得到上包络线，获取所有局部极小值点的坐标并通过三次样条插值法拟合得到下包络线；对上包络线和下包络线进行均值计算得到包络均值，从延拓序列中剥离局部趋势得到各初始中间分量，将各初始中间分量和包络均值进行作差得到各波动中间分量，将各波动中间分量去除延拓数据点得到各IMF分量； 对各IMF分量分别构建各隐马尔可夫链模型，通过前向-后向算法和历史分量数据训练各隐马尔可夫链模型的参数，参数包括初始状态概率向量、状态转移概率矩阵及观测概率矩阵，具体设置各IMF分量的运行模式为模型状态，得到模型状态集合，通过贝叶斯信息准则选择获取模型状态集合对应的贝叶斯信息值，选择贝叶斯信息值最小的模型状态，将模型状态均匀分布初始化得到初始状态概率、初始状态转移概率矩阵及初始观测概率矩阵，整合为初始要素集合，提取数据库的历史分量数据，基于历史分量数据和初始要素集合计算前向概率，再通过后向算法计算后验概率；通过前向概率和后验概率获取状态后验概率和状态转移后验概率，再基于状态后验概率和状态转移后验概率更新初始状态概率、初始状态转移概率矩阵及初始观测概率矩阵，得到各隐马尔可夫链模型。

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中国电建集团吉林省电力勘测设计院有限公司，其通讯地址为：130022 吉林省长春市南关区人民大街3850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。