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！

龙图腾网获悉天津大学;天津天电清源科技有限公司申请的专利一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统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：CN116862068B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310863480.3，技术领域涉及：G06Q10/04；该发明授权一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统是由徐正阳;范庆飞;李俊锴;高昆阳设计研发完成，并于2023-07-14向国家知识产权局提交的专利申请。

本一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统在说明书摘要公布了：本发明提供了一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统。首先，综合考虑激励型需求响应的签约成本、响应成本与惩罚收益，建立变电站选址定容混合整数线性规划模型。其次，构建基于1‑范数和∞‑范数的响应功率不确定模糊集，在对混合整数线性规划模型改进的基础上，建立计及激励型响应不确定性的变电站规划分布鲁棒优化模型。最后，将模型分解为主问题与子问题，提出基于列与约束生成的分布鲁棒优化模型迭代求解方法。本发明提供的方法运用分布鲁棒优化模型，可以充分考虑用户需求响应的随机性，并在模型中计及负荷特性匹配，有效降低了变电站负荷曲线峰值，保证了规划方案的经济性和鲁棒性。

本发明授权一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法及系统在权利要求书中公布了：1.一种计及激励型响应不确定性的变电站规划分布鲁棒优化方法，其特征在于：具体步骤如下： Step1：综合考虑需求响应的签约成本、响应成本与惩罚收益，建立计及激励型需求响应的变电站选址定容混合整数线性规划模型； Step2：构建基于1-范数和∞-范数的响应功率不确定模糊集，在对混合整数线性规划模型改进的基础上，建立基于多离散场景的两阶段三层分布鲁棒优化模型；所述鲁棒优化模型的构建步骤包括： 1构建需求响应的不确定模糊集 考虑到用户意愿的不确定性，实际响应结果Pt与电网需求响应指令存在偏差，并且Pt在一定范围内波动，对其不确定性的模糊集进行建模： 首先是通过历史数据获得多个实际的场景，再通过场景聚类手段，筛选得到Nk个有限离散场景和各场景下的概率分布pk,0；再次，考虑到这些场景并不能代表实际的概率分布，构建基于1-范数和∞-范数的置信集合来限制概率分布的波动变化： ，其中，Ψ1和Ψ∞分别表示1-范数和∞-范数限制的置信区间；P为场景概率pk的向量形式；P0为各场景初始概率pk,0的向量形式；为与P对应Nk个正实数组成的向量；K为样本场景数目；α1和α∞分别为Ψ1和Ψ∞成立的置信度，故概率分布置信度集合同时受到1-范数和∞-范数的限制，避免了过于极端的情形，Ψ=Ψ1∩Ψ∞，即：， 2计及响应功率不确定性的两阶段分布鲁棒优化模型 考虑的需求响应不确定性是用户在收到响应指令时不能完全满足其响应要求，响应功率存在不确定性，从而产生违约功率，故运行阶段的需求响应成本CDR2计算公式应重写如下：，同时，需求响应不确定性会改变实际的响应功率，导致变电站供电范围内的负荷曲线波动，进而影响变电站的N-1安全约束，其约束公式应重写如下：，用户需求响应的不确定性在运行阶段，进而会影响到规划阶段，因此，计及不确定性后可将规划模型分解为两个阶段，第一阶段是规划阶段，决策变量包括变电站位置与容量选择关系、负荷与变电站的连接关系以及需求响应签约容量；第二阶段是运行阶段，决策变量为用户的响应功率，而实际响应功率存在不确定性；第一阶段决策变量包括xis、yij和用向量x表示，第二阶段决策变量用向量d表示，故基于离散场景的分布鲁棒模型可表达如下：，其中：为第一阶段目标函数的线性系数矩阵；为第二阶段目标函数的线性系数矩阵；Nk表示概率分布的离散场景总数，k为每一个场景的编号，pk表示在k场景的概率，约束条件形式变换如下：，其中：C,E,F,G,H,m,n,u,v表示上文中变量相应的矩阵或向量形式，前两个公式对应第一阶段变量的等式约束和不等式约束；第三个不等式约束为第一阶段变量和第二阶段变量的容量耦合不等式；最后一个不等式约束对应第二阶段的需求响应不等式约束； Step3：针对该分布鲁棒优化模型，提出基于列与约束生成的主问题和子问题迭代算法。

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天津大学;天津天电清源科技有限公司，其通讯地址为：300072 天津市南开区卫津路92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。