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！

龙图腾网获悉国网江苏省电力有限公司南通供电分公司申请的专利一种高比例分布式光伏电站联合功率特性分析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：CN121643124B 。

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：202610165205.8，技术领域涉及：H02J3/466；该发明授权一种高比例分布式光伏电站联合功率特性分析方法是由董浩;郭小霞;王濮彦;王伟;戴其勇;尤峰;朱甦琪;谭立;沈媛晨;施馨媛设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本一种高比例分布式光伏电站联合功率特性分析方法在说明书摘要公布了：本发明公开了一种高比例分布式光伏电站联合功率特性分析方法，涉及光伏功率分析技术领域，该方法包括：采集目标区域内各分布式光伏电站的历史运行数据、历史气象数据、以及电网拓扑数据；构建时空图结构；构建时空图神经网络模型，得到联合功率特性孪生模型；将模拟输入数据输入至联合功率特性孪生模型，进行联合功率的场景推演，输出目标区域的联合功率时序、波动特性及空间分布特性。本发明解决了现有技术中光伏电站联合功率特性分析中，难以实现场景推演，且缺乏支撑调度决策的有效方案，导致分析精度低，调度优化难的技术问题，实现光伏联合功率场景推演，达成对光伏电站联合功率特性精准分析与调度决策优化的技术效果。

本发明授权一种高比例分布式光伏电站联合功率特性分析方法在权利要求书中公布了：1.一种高比例分布式光伏电站联合功率特性分析方法，其特征在于，包括： 采集目标区域内各分布式光伏电站的历史运行数据、历史气象数据、以及电网拓扑数据； 基于所述电网拓扑数据，以所述各分布式光伏电站为节点，以站点间的空间关系为边，构建时空图结构，包括： 为所述各分布式光伏电站构建各个特征向量，每个特征向量至少包括对应电站的装机容量、历史平均单位容量功率、地理位置坐标； 基于所述电网拓扑数据，以所述各分布式光伏电站为节点，将所述各个特征向量堆叠，形成节点的初始特征矩阵； 基于所述空间关系，计算节点两两之间的关联强度，定义边的权重，进行加权线性组合，生成表征节点间空间关系的加权邻接矩阵，建立所述时空图结构； 基于所述时空图结构，构建时空图神经网络模型，并引入物理约束项利用所述历史运行数据、所述历史气象数据进行模型训练，得到联合功率特性孪生模型，包括： 确定所述时空图神经网络模型的训练损失函数； 将所述物理约束项与所述训练损失函数相结合，利用所述历史运行数据、所述历史气象数据进行模型训练，得到所述联合功率特性孪生模型，包括： 以所述历史气象数据以及所述历史运行数据构建第一训练场景库和第二训练场景库； 其中，所述第一训练场景库中每一训练场景的输入为气象场景，输出为目标区域的联合功率时序、波动特性及空间分布特性，所述第二训练场景库中每一训练场景的输入为电网结构变化参数以及固定气象场景，输出为目标区域的联合功率时序、波动特性及空间分布特性； 将所述物理约束项与所述训练损失函数相结合，以所述第一训练场景库对所述时空图神经网络模型进行训练，得到第一孪生通道，以所述第二训练场景库对所述时空图神经网络模型进行训练，得到第二孪生通道； 连接所述第一孪生通道和所述第二孪生通道，生成所述联合功率特性孪生模型； 将模拟输入数据输入至所述联合功率特性孪生模型，进行联合功率的场景推演，输出目标区域的联合功率时序、波动特性及空间分布特性； 所述物理约束项包括能量守恒约束项、空间相关性约束项和波动极限约束项中的至少一项； 其中，能量守恒约束项用于约束区域总辐照能量与理论最大发电潜力之间的偏差范围；空间相关性约束项用于约束模型输出的站点间功率相关性与距离符合物理衰减规律；波动极限约束项用于约束模型输出的功率变化率不超过基于逆变器物理性能的极限值。

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国网江苏省电力有限公司南通供电分公司，其通讯地址为：226006 江苏省南通市青年中路52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。