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！

龙图腾网恭喜广东晟泰环保节能科技有限公司申请的专利一种光伏储能系统的充放电方法及其储能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：CN118381083B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202410473996.1，技术领域涉及：H02J3/32；该发明授权一种光伏储能系统的充放电方法及其储能系统是由张梅;袁锦锡设计研发完成，并于2024-04-19向国家知识产权局提交的专利申请。

本一种光伏储能系统的充放电方法及其储能系统在说明书摘要公布了：本发明涉及光伏储能技术领域，具体涉及一种光伏储能系统的充放电方法及其储能系统，包括以下步骤：获取光伏储能系统中光伏单元、负载单元、新能源设备单元以及储能单元的电力参数；利用神经网络根据所述电力参数，对光伏单元、负载单元、新能源设备单元与储能单元间的电力参数的映射关系进行深度学习，构建出充电参数预测模型和放电参数预测模型；将充电参数预测模型和放电参数预测模型进行孪生化组合，得到充放电协同模型；光伏储能系统中电池管理单元依据充放电协同模型，对储能单元进行充放电协同控制。本发明依据充放电协同模型，对储能单元进行充放电协同控制，达到光伏储能的充放电的自主优化控制，无需人为介入，时效性更高。

本发明授权一种光伏储能系统的充放电方法及其储能系统在权利要求书中公布了：1.一种光伏储能系统的充放电方法，其特征在于，包括以下步骤：获取光伏储能系统中光伏单元、负载单元、新能源设备单元以及储能单元的电力参数；利用神经网络根据所述电力参数，对光伏单元、负载单元、新能源设备单元与储能单元间的电力参数的映射关系进行深度学习，构建出充电参数预测模型和放电参数预测模型；将充电参数预测模型和放电参数预测模型进行孪生化组合，得到充放电协同模型；光伏储能系统中电池管理单元依据充放电协同模型，对储能单元进行充放电协同控制；所述光伏单元的电力参数为光伏单元的发电功率，负载单元的电力参数为负载单元的用电功率，新能源设备单元的电力参数包括新能源设备单元的充电功率和放电功率，储能单元的电力参数包括储能单元的充电功率和放电功率，所述新能源设备单元包括新能源汽车，所述光伏单元利用光伏发电通过储能单元向负载单元和新能源设备单元提供用电功率；所述充电参数预测模型的构建包括：将光伏单元的发电功率、负载单元的用电功率、新能源设备单元的充电功率和放电功率作为第一神经网络的输入项，将储能单元的充电功率作为第一神经网络的输出项；利用第一神经网络对第一神经网络的输入项和第一神经网络的输出项进行映射关系学习，得到根据光伏单元的发电功率、负载单元的用电功率、新能源设备单元的充电功率和放电功率预测出储能单元的充电功率的充电参数预测模型；所述充电参数预测模型为：Din＝BP1K1,K2,K3,K4；式中，Din为储能单元的充电功率，K1为光伏单元的发电功率，K2为负载单元的用电功率，K3和K4分别为新能源设备单元的充电功率和放电功率，BP1为第一神经网络；所述放电参数预测模型的构建包括：将光伏单元的发电功率、负载单元的用电功率、新能源设备单元的充电功率和放电功率作为第二神经网络的输入项，将储能单元的放电功率作为第二神经网络的输出项；利用第二神经网络对第二神经网络的输入项和第二神经网络的输出项进行映射关系学习，得到根据光伏单元的发电功率、负载单元的用电功率、新能源设备单元的充电功率和放电功率预测出储能单元的放电功率的放电参数预测模型；所述放电参数预测模型为：Dout＝BP2K1,K2,K3,K4；式中，Dout为储能单元的放电功率，K1为光伏单元的发电功率，K2为负载单元的用电功率，K3和K4分别为新能源设备单元的充电功率和放电功率，BP2为第二神经网络；所述充放电协同模型的构建方法包括：将放电参数预测模型和充电参数预测模型中的输入项和输出项映射关系进行反转改造并组合为孪生网络，所述孪生网络为： 式中，Din为储能单元的充电功率，Dout为储能单元的放电功率，K1为光伏单元的发电功率，K2为负载单元的用电功率，K3和K4分别为新能源设备单元的充电功率和放电功率，BP1为第一神经网络，BP2为第二神经网络；修正孪生网络的损失函数，基于修正后的损失函数对孪生网络进行重训练，得到所述充放电协同模型。

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广东晟泰环保节能科技有限公司，其通讯地址为：516000 广东省惠州市惠城区水口街道办事处大兴东路3号二楼；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”。