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！

龙图腾网获悉西安交通大学;国家电网有限公司西北分部申请的专利适用于电氢耦合系统的分布式多目标优化方法及装置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：CN119813367B 。

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：202411475793.2，技术领域涉及：H02J3/466；该发明授权适用于电氢耦合系统的分布式多目标优化方法及装置是由丁涛;袁懿;贾文皓;穆程刚;黄雨涵;刘与铮;杨岳洋;汪顺其;谢刘双飞;孙嘉玮;贺元康;孙骁强;刘静设计研发完成，并于2024-10-22向国家知识产权局提交的专利申请。

本适用于电氢耦合系统的分布式多目标优化方法及装置在说明书摘要公布了：本申请涉及能源优化技术领域，公开了一种适用于电氢耦合系统的分布式多目标优化方法及装置。具体公开了：构建供电商与供氢商之间的双目标优化模型，以有效解决现有电氢系统中供电商与供氢商在调度过程中存在的竞争冲突问题，实现供电商与供氢商之间的经济利益，确保电力与氢能系统之间的双向能量耦合过程更加高效。设计基于交替方向乘子法的分布式ξ‑约束优化算法对双目标优化模型进行求解。该算法能够在保护电氢系统各参与主体隐私的前提下，捕获最优帕累托前沿，限制每个参与主体的目标函数在合理范围内，确保调度的分布式计算过程稳定高效，在满足电力与氢能供应商目标优化的同时，提升了能源供应商之间的协调性，实现系统运行成本的最小化。

本发明授权适用于电氢耦合系统的分布式多目标优化方法及装置在权利要求书中公布了：1.一种适用于电氢耦合系统的分布式多目标优化方法，其特征在于，所述方法包括： 基于电力系统和氢能系统之间的双向能量耦合关系，以及供电商和供氢商之间的竞争关系，构建供电商与供氢商之间的双目标优化模型；其中，所述双目标优化模型以供电商和供氢商的运行成本最小化为目标，供电商目标函数和供氢商目标函数可分别表述为： 式中：和分别为供电商运行成本和供氢商运行成本，和分别为t时段上级电网的批发电价和氢源厂的批发氢价，和分别为t时段的批发电量和批发氢量，和分别为电解槽和氢燃料电池的单位维护成本，和分别为t时段电解槽输入电量和氢燃料电池输入氢量，和分别为t时段从氢燃料电池处的购电价和从电解槽处的购氢价，和分别表示节点j在t时段的氢燃料电池的输出电量和电解槽的输出氢量，和分别为t时段供电商给用户的售电价和供氢商给用户的售氢价，和分别为节点j在t时段的购电量和购氢量，B为系统中所有节点j形成的集合，为单位调度时段； 约束条件包括： 4 5 6 7 8 9 其中，均为系统节点索引，分别表示由节点到节点的支路和由节点到节点的支路，分别表示时段支路流过的有功功率和无功功率，、、分别表示t时段支路流过的有功功率、无功功率和电流，、、、分别表示支路的电阻、电抗和支路的电阻、电抗，和分别表示t时段节点j和u的电压，表示t时段节点j的电负荷，和分别为配电网中所有节点形成的集合和所有支路形成的集合； 10 11 12 13 14 15 16 其中，、和分别表示管道p在t时段的流量、允许通过的最小流量和最大流量，和分别表示t时段i节点和j节点的气压，和分别表示节点n的最小和最大气压，sgn为符号函数，、和分别表示t时段管道k、氢源节点s和氢负荷节点l的流量，、和分别表示对应的系数矩阵，为t时段对应的管道p的转换系数，和分别表示t时段节点i和j的气压平方；和分别表示管道集合和节点集合； 17 18 19 20 其中，和分别为电解槽和氢燃料电池的转换效率，和分别为电解槽和氢燃料电池的最大输出功率； 使用基于交替方向乘子法的分布式ξ-约束优化算法求解所述双目标优化模型，获得供电商与供氢商的运行成本及相应的决策变量优化值，步骤包括： 对式17和式19中涉及到的四个变量分别增加其复制变量： 23 其中，和分别表示电解槽消耗电量和输出氢能的复制变量；和分别表示氢燃料电池的消耗氢能和输出电能的复制变量； 将上述式23的等式约束通过增广拉格朗日的形式松弛进原目标函数，得到供电商和供氢商目标函数的增广拉格朗日形式： 24 25 其中，为拉格朗日惩罚因子； 优化供氢商目标函数得到对应的最大运行成本和最小运行成本，并确立期望得到的非支配最优解集组数N； 按照供氢商运行成本最小到大依次递增，确立供氢商当前步骤下所能接受的运行成本为： 26 其中，n表示第n组非支配最优解集； 将此时供氢商的可接受成本作为约束添加到供电商优化模型中，将双目标优化问题就被转换为易于求解的单目标形式优化问题： 27 初始化相关参数、最大迭代次数与可接受的原始残差收敛阈值，对式27进行优化迭代，计算每次迭代后的原始残差，并判断是否小于收敛阈值：若小于，则停止迭代，输出目标函数值与优化变量值；若不小于，更新拉格朗日乘子，并继续迭代，直至残差小于收敛阈值或达到最大迭代次数； 最后，按照期望得到的非支配最优解集组数，多次优化计算供电商目标函数，得到每次优化完毕后的供电商目标函数值和供氢商目标函数值，以及对应的决策变量，并记录每组解迭代过程的残差收敛情况，直至得出N组解。

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西安交通大学;国家电网有限公司西北分部，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。