CN103997065A - 一种负荷预测系统及方法 - Google Patents

一种负荷预测系统及方法 Download PDF

Info

Publication number
CN103997065A
CN103997065A CN201410253629.7A CN201410253629A CN103997065A CN 103997065 A CN103997065 A CN 103997065A CN 201410253629 A CN201410253629 A CN 201410253629A CN 103997065 A CN103997065 A CN 103997065A
Authority
CN
China
Prior art keywords
power supply
supply point
load
data
electricity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410253629.7A
Other languages
English (en)
Inventor
周云蔚
李以云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Dong Run Huan Neng Science And Technology Co Ltd
Original Assignee
Beijing Dong Run Huan Neng Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Dong Run Huan Neng Science And Technology Co Ltd filed Critical Beijing Dong Run Huan Neng Science And Technology Co Ltd
Priority to CN201410253629.7A priority Critical patent/CN103997065A/zh
Publication of CN103997065A publication Critical patent/CN103997065A/zh
Pending legal-status Critical Current

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation

Abstract

本发明公开了一种负荷预测系统及方法，所述系统包括：能量管理系统，用于存储用户端的电力负荷数据；第一预测模块，用于根据电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率并以此计算出发电量；第二预测模块，用于根据所述电源点的新能源发电机组的发电量和所述能量管理系统中的电力负荷数据预测新的地区用户端未来电力负荷数据。本发明实施例首先根据电源点所在地区的天气预报数据预测新能源发电机组的发电功率并以此计算出发电量，再结合用户端的电力负荷数据预测在具备新能源发电情况下的用户端的未来电力负荷，从而把用户侧的新能源发电考虑进去，提高了负荷预测的精度，进而提高了电网系统的稳定性。

Description

一种负荷预测系统及方法
技术领域
本发明涉及负荷预测技术领域，尤其涉及一种负荷预测系统及方法。
背景技术
随着新能源发电行业的发展，新能源并网规模越来越大，但新能源发电具有随机性大、间歇性、反调峰等特点，大规模新能源发电的接入会对电网的电力负荷产生重大影响。
现有的负荷预测系统中只考虑了用户端的电力负荷，并没有对新能源发电产生的电力负荷进行预测。随着越来越多的新能源的并网，新能源发电产生的电力负荷在所在地区电力负荷总容量中占的比例越来越高，如果地调局还采用现有的负荷预测系统进行负荷预测，并将预测结果上报给省调局，则地调局在执行省调局下发的负荷曲线时，负荷精度必然会受到一定程度的影响。
发明内容
有鉴于此，本发明实施例提供了一种负荷预测系统及方法，以提高负荷预测精度，保证电网系统的稳定性。
一方面，本发明提供了一种负荷预测系统，所述系统包括：
能量管理系统，用于存储电源点所在地区的用户端的电力负荷数据；
第一预测模块，用于根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量；
第二预测模块，用于根据所述电源点的新能源发电机组的发电量和所述能量管理系统中的电力负荷数据预测所述用户端的未来电力负荷。
进一步的，所述第一预测模块包括：
功率预测单元，用于根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率；
发电量预测单元，用于根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。
进一步的，所述第二预测模块包括：
获取单元，用于获取所述电源点的新能源发电机组的发电量预测数据和用户端的电力负荷数据；
第一电力负荷预测单元，用于根据所述获取单元获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷；
第二电力负荷预测单元，用于根据所述获取单元获取的用户端的电力负荷数据以及所述第一电力负荷预测单元的预测结果，预测所述用户端的未来电力负荷。
进一步的，所述系统还包括：修正模块，用于根据经验数据修正所述用户端的未来电力负荷，并将修正结果发送到所述第二预测模块。
进一步的，所述系统还包括：决策模块，用于根据所述用户端的未来电力负荷调节所述电源点的发电功率。
另一方面，本发明还提供了一种负荷预测方法，所述方法包括：
获取存储的电源点所在地区的用户端的电力负荷数据；
根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量；
根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷。
进一步的，根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量，包括：
根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率；
根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。
进一步的，根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷，包括：
获取所述电源点的新能源发电机组的发电量预测数据和用户端的电力负荷数据；
根据所述获取单元获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷；
根据所述获取单元获取的用户端的电力负荷数据以及所述第以电力负荷预测单元的预测结果，预测所述用户端的未来电力负荷。
进一步的，所述方法还包括：根据经验数据修正所述用户端的未来电力负荷，并发送所述修正结果。
进一步的，所述方法还包括：根据所述用户端的未来电力负荷调节所述电源点的发电功率。
本发明实施例提供的负荷预测系统及方法，首先根据电源点所在地区的天气预报数据预测新能源发电机组的发电量，再结合新能源发电机组的发电量和用户端的电力负荷数据预测在具备新能源发电情况下的用户端的未来电力负荷，从而提高了负荷预测的精度，进而提高了电网系统的稳定性。
附图说明
图1是本发明实施例提供的负荷预测系统的示意图；
图2是本发明实施例提供的一种优选的负荷预测系统的示意图；
图3是本发明实施例提供的负荷预测系统中的数据流示意图；
图4是本发明实施例提供的负荷预测系统在实际应用中的示意图；
图5是本发明实施例提供的负荷预测方法的流程图；
图6是本发明实施例提供的负荷预测方法中根据电源点所在地区的天气预报数据预测电源点的新能源发电机组的发电量的步骤图；
图7是本发明第四实施例提供的负荷预测方法中根据电源点的新能源发电机组的发电量和用户端的电力负荷数据预测所述用户端的未来电力负荷的步骤图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
图1示出了本发明实施例提供的负荷预测系统，如图1所示，所述系统包括：能量管理系统11、第一预测模块12和第二预测模块13。其中，所述能量管理系统11用于存储电源点所在地区的用户端的电力负荷数据，所述电源点包括常规能源发电机组和新能源发电机组，所述新能源包括风力、太阳能等能源。所述用户端的电力负荷数据为采用传统的负荷预测系统预测得到的电力负荷。另外所述能量管理系统11中还包括电源点的运行数据等；所述第一预测模块12用于根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量；所述第二预测模块13用于根据所述电源点的新能源发电机组的发电量和所述能量管理系统中的电力负荷数据预测所述用户端的未来电力负荷。
本发明实施例中提到的电源点可以位于大范围区域内，如整个北京地区，也可以位于一个小范围内，如某个居民小区。所述电源点的发电机组包括常规能源发电机组和新能源发电机组，所述常规能源一般包括煤炭、石油、天然气、水力和核裂变能等，所述新能源在这里主要是指风能和太阳能。
本发明实施例提供的负荷预测系统，首先根据电源点所在地区的天气预报数据预测新能源发电机组的发电量，再结合新能源发电机组的发电量和用户端的电力负荷数据预测在具备新能源发电情况下的用户端的未来电力负荷，从而提高了负荷预测的精度，进而提高了电网系统的稳定性。
图2示出了本发明实施例提供一种优选的负荷预测系统，所述系统的主体结构与图1所示的系统相同，如图2所示，所述系统中第一预测模块12，优选的，可包括：功率预测单元121和发电量预测单元122。其中，所述功率预测单元121用于根据能量管理系统11中的电源点所在地区的天气预报数据预测电源点的新能源发电机组的发电功率，例如可以根据风力大小等预测出风力发电机组的发电功率；所述发电量预测单元122用于根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。通常发电机组的发电功率与发电量存在一定的关系，这个关系可根据经验获得，也可以运算得到，所以根据新能源发电机组的发电功率即可预测出新能源发电机组的发电量。
如图2所示，所述系统中第二预测模块13，优选的，可包括：获取单元131、第一电力负荷预测单元132和第二电力负荷预测单元133。其中，所述获取单元131用于获取所述电源点的新能源发电机组的预测到的发电量和用户端的电力负荷数据；所述第一电力负荷预测单元132用于根据所述获取单元131获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷；所述第二电力负荷预测单元133用于根据所述获取单元131获取的用户端的电力负荷数据以及所述第一电力负荷预测单元132的预测结果，预测所述用户端的未来电力负荷，例如，所述用户点的电力负荷通常为10MW，所述电源点的新能源发电机组所能抵消的电力负荷为2MW，则所述用户端的实际电力负荷为8MW。
如图2所示，所述系统，优选的，还可包括：修正模块14，所述修正模块14用于根据经验数据修正所述用户端的未来电力负荷，并将修正结果发送到所述第二预测模块13。所述经验数据为用户根据经验更新的数据，例如，对于节假日，某行政办公大楼的用电量会明显比工作日的用电量少，用户可根据经验确定本次节假日该行政办公大楼的用电量会在某个范围内波动。当所述第二预测模块13预测出本次节假日该行政办公大楼的用电量后，可以与用户根据经验确定的用电量范围进行比较，并取二者的交集，作为最终的预测结果。
如图2所示，所述系统，优选的，还可包括：决策模块15，所述决策模块15用于根据所述用户端的未来电力负荷调节所述电源点的发电功率，例如，所述决策模块15可以根据所述用户端的未来电力负荷的预测数据调节所述电源点的常规能源发电机组的发电功率。所述决策模块可以辅助电网系统进行发电功率的调节，从而增加了电网系统的稳定性。
图3示出了本发明实施例提供的负荷预测系统中数据流示意图，如图3所示，所述能量管理系统中存储的数据包括：风力或光伏实际出力值、断面限值、风力或光伏属性表、发电机组上限与下限出力值、日前负荷预测值、日内实际负荷值等，所述第一预测模块可根据风力和光伏实际出力值、断面限值、风力和光伏属性表、风力发电机组的上限或下限出力值、光伏发电机组的上限或下限出力值等，预测出风力发电组和光伏发电组的发电量，所述第二预测模块可根据所述第一预测模块的输出的新能源发电机组的发电量等，以及能量管理系统中的日前负荷预测值、日内实际负荷值等，预测出日前负荷总值，并将结果存储到所述能量管理系统中，所述修正模块可根据经验数据对所述第二预测模块的预测结果进行修正，并将修正结果返回所述第二预测模块，所述决策模块可根据所述第二预测模块的最终预测结果动态调节发电机组的发电功率。
图4示出了本发明实施例提供的负荷预测系统在实际应用中的示意图，如图4所示，地调局和省调局设有本发明实施例提供的负荷预测系统，地调局首先采用本发明实施例提供的负荷预测系统预测电源点所在的小范围内的电力负荷，并将预测结果上报到省调局，所述电力负荷的预测考虑了小范围内风力发电和光伏发电对发电机组发电的影响。省调局根据大范围内风力发电和光伏发电对发电机组发电的影响，对接收到的电力负荷进行修正，并将修正后的电力负荷下发给地调局，地调局接收所述修正后的电力负荷并执行。地调局和省调局采用本发明实施提供的负荷预测系统极大地提高了电力负荷预测的准确性。
图5示出了本发明实施例提供的负荷预测方法的流程图，所述方法可以由上述实施例提供的负荷预测系统来执行，所述流程详述如下：
步骤501、获取存储的电源点所在地区的用户端的电力负荷数据。
步骤502、根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量。
步骤503、根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷。
上述实施例中，所述根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量，优选的，可包括如图6所示的步骤：
步骤601、根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率。
步骤602、根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。
上述实施例中，所述根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷，优选的，可包括如图7所示的步骤：
步骤701、获取所述电源点的新能源发电机组的发电量预测数据和用户端的电力负荷数据。
步骤702、根据所述获取单元获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷。
步骤703、根据所述获取单元获取的用户端的电力负荷数据以及所述第以电力负荷预测单元的预测结果，预测所述用户端的未来电力负荷。
在上述实施例的基础上，所述方法还可包括：根据经验数据修正所述用户端的未来电力负荷，并发送所述修正结果。
在上述实施例的基础上，所述方法还可包括：根据所述用户端的未来电力负荷调节所述电源点的发电功率。
本发明实施例提供的负荷预测方法由本发明任意实施例提供的负荷预测系统来执行，可达到与所述系统相似的技术效果，此处不再赘述。
显然，本领域技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种负荷预测系统，其特征在于，所述系统包括：
能量管理系统，用于存储电源点所在地区的用户端的电力负荷数据；
第一预测模块，用于根据电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量；
第二预测模块，用于根据所述电源点的新能源发电机组的发电量和所述能量管理系统中的电力负荷数据预测所述用户端的未来电力负荷。
2.根据权利要求1所述的负荷预测系统，其特征在于，所述第一预测模块包括：
功率预测单元，用于根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率；
发电量预测单元，用于根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。
3.根据权利要求1所述的负荷预测系统，其特征在于，所述第二预测模块包括：
获取单元，用于获取所述电源点的新能源发电机组的发电量预测数据和用户端的电力负荷数据；
第一电力负荷预测单元，用于根据所述获取单元获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷；
第二电力负荷预测单元，用于根据所述获取单元获取的用户端的电力负荷数据以及所述第一电力负荷预测单元的预测结果，预测所述用户端的未来电力负荷。
4.根据权利要求1所述的负荷预测系统，其特征在于，所述系统还包括：修正模块，用于根据经验数据修正所述用户端的未来电力负荷，并将修正结果发送到所述第二预测模块。
5.根据权利要求1所述的负荷预测系统，其特征在于，所述系统还包括：决策模块，用于根据所述用户端的未来电力负荷调节所述电源点的发电功率。
6.一种负荷预测方法，其特征在于，所述方法包括：
获取存储的电源点所在地区的用户端的电力负荷数据；
根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量；
根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷。
7.根据权利要求5所述的负荷预测方法，其特征在于，根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电量，包括：
根据所述电源点所在地区的天气预报数据预测所述电源点的新能源发电机组的发电功率；
根据所述电源点的新能源发电机组的发电功率预测所述电源点的新能源发电机组的发电量。
8.根据权利要求5所述的负荷预测方法，其特征在于，根据所述电源点的新能源发电机组的发电量和所述用户端的电力负荷数据预测所述用户端的未来电力负荷，包括：
获取所述电源点的新能源发电机组的发电量预测数据和用户端的电力负荷数据；
根据所述获取单元获取的发电量预测数据预测所述电源点的新能源发电机组所能抵消的电力负荷；
根据所述获取单元获取的用户端的电力负荷数据以及所述第以电力负荷预测单元的预测结果，预测所述用户端的未来电力负荷。
9.根据权利要求5所述的负荷预测方法，其特征在于，所述方法还包括：根据经验数据修正所述用户端的未来电力负荷，并发送所述修正结果。
10.根据权利要求5所述的负荷预测方法，其特征在于，所述方法还包括：根据所述用户端的未来电力负荷调节所述电源点的发电功率。
CN201410253629.7A 2014-06-09 2014-06-09 一种负荷预测系统及方法 Pending CN103997065A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410253629.7A CN103997065A (zh) 2014-06-09 2014-06-09 一种负荷预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410253629.7A CN103997065A (zh) 2014-06-09 2014-06-09 一种负荷预测系统及方法

Publications (1)

Publication Number Publication Date
CN103997065A true CN103997065A (zh) 2014-08-20

Family

ID=51311131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410253629.7A Pending CN103997065A (zh) 2014-06-09 2014-06-09 一种负荷预测系统及方法

Country Status (1)

Country Link
CN (1) CN103997065A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116154969A (zh) * 2023-03-06 2023-05-23 珠海赣星自动化设备有限公司 一种智能电网综合管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011101553A (ja) * 2009-11-09 2011-05-19 Shimizu Corp エネルギー貯蔵システム
CN202167895U (zh) * 2011-02-11 2012-03-14 宁夏回族自治区电力公司 风电/光伏功率预测系统
CN103259285A (zh) * 2013-05-03 2013-08-21 国家电网公司 含大规模风电电力系统的短期运行优化方法
CN103400217A (zh) * 2013-07-10 2013-11-20 国电南瑞科技股份有限公司 风电与常规能源协调调度风电相容性网络安全分析方法
CN103606022A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种短期负荷预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011101553A (ja) * 2009-11-09 2011-05-19 Shimizu Corp エネルギー貯蔵システム
CN202167895U (zh) * 2011-02-11 2012-03-14 宁夏回族自治区电力公司 风电/光伏功率预测系统
CN103259285A (zh) * 2013-05-03 2013-08-21 国家电网公司 含大规模风电电力系统的短期运行优化方法
CN103400217A (zh) * 2013-07-10 2013-11-20 国电南瑞科技股份有限公司 风电与常规能源协调调度风电相容性网络安全分析方法
CN103606022A (zh) * 2013-12-05 2014-02-26 国家电网公司 一种短期负荷预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
北京东润环能科技股份有限公司: "《新能源功率预测预报服务产品手册》", 16 May 2014, article "http://www.eeechina.cn/article-3487.aspx" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116154969A (zh) * 2023-03-06 2023-05-23 珠海赣星自动化设备有限公司 一种智能电网综合管理系统
CN116154969B (zh) * 2023-03-06 2023-08-29 珠海赣星自动化设备有限公司 一种智能电网综合管理系统

Similar Documents

Publication Publication Date Title
Elkadeem et al. Feasibility analysis and techno-economic design of grid-isolated hybrid renewable energy system for electrification of agriculture and irrigation area: A case study in Dongola, Sudan
Luo et al. Optimal siting and sizing of distributed generation in distribution systems with PV solar farm utilized as STATCOM (PV-STATCOM)
Cau et al. Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system
Fathima et al. Optimization in microgrids with hybrid energy systems–A review
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
Jurasz Modeling and forecasting energy flow between national power grid and a solar–wind–pumped-hydroelectricity (PV–WT–PSH) energy source
Zhang et al. A wind-hydrogen energy storage system model for massive wind energy curtailment
US10135247B2 (en) Methods and systems for integrated Volt/VAr control in electric network
Bandyopadhyay Design and optimization of isolated energy systems through pinch analysis
CN103259285B (zh) 含大规模风电电力系统的短期运行优化方法
Al Ghaithi et al. Techno-economic assessment of hybrid energy off-grid system—A case study for Masirah island in Oman
Suazo-Martinez et al. Impacts of energy storage on short term operation planning under centralized spot markets
CN103020853B (zh) 一种短期交易计划安全校核的方法
Verzijlbergh et al. Does controlled electric vehicle charging substitute cross-border transmission capacity?
Xiao et al. Method, implementation and application of energy storage system designing
Xie et al. Greedy energy management strategy and sizing method for a stand-alone microgrid with hydrogen storage
Arefin et al. Optimized hybrid wind-diesel energy system with feasibility analysis
Bhattacharjee et al. Optimized integration of hybrid renewable sources with long‐life battery energy storage in microgrids for peak power shaving and demand side management under different tariff scenario
Aliari et al. Planning for integration of wind power capacity in power generation using stochastic optimization
CN104124685A (zh) 基于样板风机法的风电场理论功率计算方法
CN103326388A (zh) 基于功率预测的微电网储能系统及容量配置方法
CN101950980A (zh) 用于分布式光伏电源并网调控的储能装置容量配置方法
Kobayashi et al. Coordinated operation of a battery energy storage system and thermal generators for supply–demand balance maintenance and efficient use of photovoltaic energy
CN103326389A (zh) 基于功率预测的微电网储能系统及容量配置方法
Hall et al. Initial perspective on a 100% renewable electricity supply for Prince Edward Island

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140820