(19)中华 人民共和国 国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111224841.7 (22)申请日 2021.10.21 (65)同一申请的已公布的文献号 申请公布号 CN 113673141 A (43)申请公布日 2021.11.19 (73)专利权人 中建安装集团有限公司 地址 210046 江苏省南京市栖霞区文澜路6 号 (72)发明人 顾海飞　刘福建　孙晓蕾　张潇　 黄庆　缑广会　徐守明　李伟　 石馨　朱东亮　 (74)专利代理 机构 南京先科专利代理事务所 (普通合伙) 32285 代理人 何静(51)Int.Cl. G06F 30/25(2020.01) G06F 30/27(2020.01) G06K 9/62(2022.01) G06N 3/00(2006.01) G06F 111/04(2020.01) G06F 111/08(2020.01) G06F 119/06(2020.01) (56)对比文件 CN 111884214 A,2020.1 1.03 CN 108258695 A,2018.07.0 6 CN 110417015 A,2019.1 1.05 审查员 于俊 (54)发明名称 一种基于数据驱动 的能量路由器建模及优 化控制方法 (57)摘要 本发明提供了一种基于数据驱动 的能量路 由器建模及优化控制方法， 将能量路由器的端口 对应的功率数据分为负载需求集合和调度集合 两类， 通过采集能量路由器运行时的各端口电气 数据获取足够的数据样本后， 在 线利用数据挖掘 技术建立两类端口之间的数学映射模型作为端 口间功率关系约束。 同时建立不同优化模态对应 的数学约束形式， 将能量路由器的优化调度方式 转化为带约束下的指标寻优问题， 并调用群体寻 优算法获取优化调度参数。 进而建立最优的优化 调度参数与需求负载间的基于数据驱动的模型， 从而实现能量路由器在不同运行负载下的实时 优化控制， 具有高可移植性和高实时优化能力， 能够用于提高各类能量路由器的运行性能指标。 权利要求书6页 说明书12页 附图5页 CN 113673141 B 2022.01.07 CN 113673141 B 1.一种基于数据驱动的能量路由器建模及优化控制方法， 其特 征在于， 包括如下步骤： 步骤1： 将能量路由器的五类端口对应的功率数据分为负载需求集合和调度集合两类， 基于同类型功率按集总功率 等效处理原则构建集 合降维后的等效数组表达形式； 步骤2： 获取多个不同时间点下的各端口功率数据， 构建数据样本集， 并对该数据样本 集进行基于数据驱动的建模， 建立映射关系， 建模分为初始化和在线学习两个阶段； 步骤3： 对能量路由器的多优化控制模态进行分类， 构建等效的数 学约束条件； 步骤4： 确定优化指标， 结合步骤3构建的数学约束条件， 随机生成多个不同需求负载， 构成需求负载样本集， 基于群体寻优算法求解需求负载样本集中的对应端口功率， 构建最 优的优化调度参数样本集， 最终输出包 含最优的优化调度参数和需求负载的数据样本集； 步骤5： 基于步骤4获取的数据样本集构成初始优化数据样本集合， 再次利用步骤2中所 述的基于数据驱动的建模方法， 建立优化调度参数与需求负载之间的映射关系； 步骤6： 基于步骤5建立的映射关系， 根据实时采集的需求负载计算优化调度参数， 确定 能量路由器中相应端口 的优化调度参数； 所述能量路由器的五类端口包括光伏发电端口、 电储能端口、 电网并网端口、 交流负载 端口、 直流负载端口； 光伏发电端口为输入端口， 电储能端口、 电网并网端口均为双向输入 输出端口， 交流负载端口、 直 流负载端口均为单向输出端口； 所述负载需求集合为{PACL1,PACL2,…,PACLNacl,PDCL1,PDCL2,…,PDCLNdcl}， 其中， PACL1表示第1 个交流负载端口功率； Nacl表示交流负载端口总数， PDCL1表示第1个直流负载端口功率； Ndcl表示 直流负载端口总数； 调度集合为{PPV1,PPV2,…,PPVNpv,PES1,PES2,…,PESNes,PG1,PG2,…,PGNg}， 其中， PPV1表示第1 个光伏发电系统端口功率； Npv表示光伏发电系统端口总数； PES1表示第1个电储能端口功 率； Nes表示电储能端口总数； PG1表示第1个电网 并网端口功率； Ng表示电网 并网端口总数； 负载需求集合的数组表达式为： y＝[PACL,PDCL]T； 调度集合的数组表达式为： x＝[PPV, PES,PG]T； 其中， PACL、 PDCL、 PPV、 PES、 PG分别表示交流负载端口、 直流负载端口、 光伏发电端口、 电储能端口、 电网 并网端口的集总功率； 所述步骤2中的映射关系建立过程如下： 步骤2.1： 初始化阶段； 步骤2.1.1： 确定初始数据样本集为 确定隐层个数L＝N0， 确定激活函数 如下： 其中， xi表示由第i个时间点采集到的优化调度参数构成的数组， xi＝[PPVi,PESi,PGi]T； yi表示由第i个时间点采集到的需求负载构成的数组， yi＝[PACLi,PDCLi]T； N0表示不同时间点 下的各端口功率数据总量； 步骤2.1.2： 随机生成输入权重集{ap＝[ap1,ap2,ap3]T|p＝1,2,…,L}和输入偏置系数数 组{b1,b2,…,bL}， 构建初始化的隐层输出随机矩阵H0如下：权　利　要　求　书 1/6 页 2 CN 113673141 B 2ap1、 ap2、 ap3分别表示输入x＝[PPV,PES,PG]T中的PPV、 PES、 PG的权重系数， 用于生成隐层中 的第p个节点； b1表示隐层中第1个节点对应的输入偏置系数； 步 骤 2 .1 . 3 ：计 算 初 始 化 输 出 权 重 其 中 ， 设置初始计数器k ＝0， 存储计数器j＝0； 步骤2.2： 在线学习阶段； 步骤2.2.1： 若j≥N0， 则进入步骤2.2.2， 否则在线获取时间间隔为Td的数据并存储， 设 置存储计数器j＝j+1， 返回步骤2.2继续判断； 步骤2.2.2： 基于上述获取数据构建第k+1个更新数据样本集 计算该 组样本集的隐层输出矩阵Hk+1如下： 步骤2.2.3： 输出更新为第k+1个样本的输出 后， 按下式 计算第k+1个更新下的输出权 重βk+1； 其中， 表示N0阶单位矩阵； 步骤2.2.4： 设置 输出权重β ＝βk+1， k＝k+1， j＝0， 将模型按下式更新： 2.根据权利要求1所述的基于数据驱动的能量路由器建模及优化控制方法， 其特征在 于， 所述步骤3中， 构建等效的数 学约束条件的具体过程如下： 将能量路由器作为黑箱系统处理， 各端口之间的功率约束关系 对应的数学形式为步骤 2所建立的基于数据驱动的模型：权　利　要　求　书 2/6 页 3 CN 113673141 B 3