CN104948389A - 分布式压缩空气储能系统的容量配置方法 - Google Patents
分布式压缩空气储能系统的容量配置方法 Download PDFInfo
- Publication number
- CN104948389A CN104948389A CN201410112539.6A CN201410112539A CN104948389A CN 104948389 A CN104948389 A CN 104948389A CN 201410112539 A CN201410112539 A CN 201410112539A CN 104948389 A CN104948389 A CN 104948389A
- Authority
- CN
- China
- Prior art keywords
- air energy
- calculate
- energy storage
- cost
- life cycle
- 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.)
- Granted
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/16—Mechanical energy storage, e.g. flywheels or pressurised fluids
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式压缩空气储能系统的容量配置方法,本发明首先确定电力系统的可再生能源的发电功率;然后,根据该发电功率计算可再生能源的生命周期的经济值,计算分布式压缩空气储能系统的生命周期经济值,计算电力系统的生命周期经济值;再次,根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。因此,本发明基于生命周期的经济性进行分布式压缩空气储能系统的容量配置,提高容量配置的可靠性和准确性。
Description
技术领域
本发明涉及电力系统中的可再生能源储能技术领域,特别涉及一种分布式压缩空气储能系统的容量配置方法。
背景技术
在电力系统中,采用火电系统进行火力发电消耗传统的化石能源,排放大量二氧化碳,对环境污染危害较大。电力系统采用可再生能源发电很大程度上可以解决上述问题,但是诸如风光等可再生能源在发电过程中有很大的间歇性和波动性,对其在电力系统的大规模使用形成了很大障碍。因此,需要为可再生能源在电力系统中配备储能系统。压缩空气储能系统具有储能容量大、环保及可再生等多种特性,使得其在电力系统中的发展前景光明。
压缩空气储能系统中的压缩空气储能装置有洞穴和储气罐两种储气类型,由于洞穴储气类型受到了地理条件限制,应用有很大的局限性。因此,具有以储气罐为储气类型的分布式压缩空气储能系统有更多的灵活性和更好的适应性,从而可以被广泛使用。在电力系统中分布式压缩空气储能系统的容量配置的研究对分布式压缩空气储能系统的应用有重大意义,基于何种条件对分布式压缩空气储能系统进行容量配置成为了一个亟待解决的问题。
目前,在对分布式压缩空气储能系统进行容量配置时,基于的是分布式压缩空气储能与其他储能方式的对比,得出电力系统在经济上最优的条件,或者基于分布式压缩空气储能与新能源配合,得出电力系统在经济上最高的条件。但是,基于上述两种条件对分布式压缩空气储能系统进行容量配置,并没有考虑其生命周期的经济性及可靠性,从而使得对分布式压缩空气储能系统进行容量配置不准确。
发明内容
有鉴于此,本发明实施例提供一种分布式压缩空气储能系统的容量配置方法,该方法基于生命周期的经济性进行分布式压缩空气储能系统的容量配置,提高容量配置的可靠性和准确性。
根据上述目的,本发明是这样实现的:
一种分布式压缩空气储能系统的容量配置方法,该方法包括:
确定电力系统中的可再生能源的发电功率;
根据该可再生能源发电功率计算可再生能源的生命周期的经济值;
计算分布式压缩空气储能系统的生命周期经济值;
计算电力系统的生命周期经济值;
根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。
由上述方案可以看出,本发明首先确定电力系统的可再生能源的发电功率;然后,根据该发电功率计算可再生能源的生命周期的经济值,计算分布式压缩空气储能系统的生命周期经济值,计算电力系统的生命周期经济值;再次,根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。因此,本发明基于生命周期的经济性进行分布式压缩空气储能系统的容量配置,提高容量配置的可靠性和准确性。
附图说明
图1为本发明实施例提供的一种分布式压缩空气储能系统的容量配置方法流程图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明作进一步详细说明。
本发明为了基于生命周期的经济性进行分布式压缩空气储能系统的容量配置,提高容量配置的可靠性和准确性,首先确定电力系统的可再生能源的发电功率;然后,根据该发电功率计算可再生能源的生命周期的经济值,计算分布式压缩空气储能系统的生命周期经济值,计算电力系统的生命周期经济值;再次,根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。
图1为本发明实施例提供的一种分布式压缩空气储能系统的容量配置方法流程图,其具体步骤为:
步骤101、确定电力系统中的可再生能源的发电功率;
在本步骤中,所述可再生能源可以为风电场的风电,也可以为光伏电场的光电。
步骤102、根据该可再生能源发电功率计算可再生能源的生命周期的经济值;
步骤103、计算分布式压缩空气储能系统的生命周期经济值;
步骤104、计算电力系统的生命周期经济值;
步骤105,根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。
以下采用可再生能源为风电场的风电,对图1所述的过程进行详细说明。
1)确定电力系统中的风电场的发电功率
根据风电场风机装机容量PW和年风速数据v(t),计算风电场年发电功率pW(t):
其中,vi为切入风速,vr为额定风速,vo为切出风速,t=1,2,…,8760小时。
2)计算风电场的生命周期的经济值
包括:计算风电场中风机的年投资成本其中,UW(¥/kW)单位容量风机的成本,LW为风机寿命,r为折现率;
计算风电场的年运行维护成本:CWOM=PWMW;其中,MW(¥/(kW.年))为单位容量运行维护成本;
计算风电场中风机年报废收入:其中,DW(¥/kW)为单位容量风机的报废收益。
3)计算分布式压缩空气储能系统的生命周期经济值
包括:计算其中的压缩机成本:
计算其中的储气罐成本:其中,USTO为单位容量储气罐成本,kSTO为比例系数,LSTO为储气罐的寿命;
计算其中的空气透平膨胀机的成本: 其中,PTUR为透平的功率,LTUR为透平膨胀机的寿命,UTUR为单位容量透平膨胀机的成本,ηRED为减速器的效率,ηGEN为发电机的效率;
计算其中的减速器的成本:其中,URED为单位容量减速器的成本,LRED为减速器的寿命;
计算其中的发电机的成本:其中,UGEN为单位容量发电机的成本,LGEN为发电机的成本;
计算其中的回热系统的成本: 其中,UHEA为单位容量回热系统的成本,
计算其中的压缩空气储能系统的运行维护成本:CMCAES=MCAESPCAES;其中,MCAES为单位容量压缩空气储能的运行维护成本;
计算其中的压缩空气储能年报废收入:其中,DCAES为单位容量压缩空气储能的保费收入,LCAES为压缩空气储能系统的寿命。
4)计算电力系统的生命周期经济值
包括:计算电力系统的售电收益:其中,p(t)为电价,PCSEL(t)为售电功率;
计算电力系统年购电成本:其中,PBUY(t)为购电功率;
计算电力系统年度补偿费用,系统需要对负荷失电部分补偿:其中,PLOSS(t)为失电功率,αLOSS为失电补偿系数;
计算电力系统年度辅助收入,主要是二氧化碳减排带来的辅助收益:其中,(¥/t)为CO2收益系数,kC(g/kW·h)为每单位电能减排的二氧化碳量。
5)根据计算得到的风电场、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件
得到的目标函数为:
设置的约束条件包括:
功率平衡方程pWIND(t)+pCAES(t)+pLINE(t)=pLOAD(t);
能量平衡方程
充电功率约束pchar(t)≤PCOM=kCOMPCAES;
充电能量约束wres(t)≤WCAES;
放电功率约束pdisc(t)≤PCAES;
放电能量约束wres(t)≤WMIN;
传输线功率约束pline(t)≤Pline;
分布式压缩空气储能装机容量限值0≤WCAES≤WCAES_max。
6)对第5)点涉及的目标函数及约束条件进行求解,得到分布式压缩空气储能的最优容量配置,也就是使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数。
从本发明提供的方法可以看出,本发明从生命周期角度评价分布式压缩空气储能系统的经济性,使得分布式压缩空气储能系统的容量配置更具合理性和通用性;本发明提供的方法考虑了二氧化碳的排放成本,能有效减少碳排放,对社会的可持续发展具有重要意义;本发明提供的方法考虑了分布式压缩空气储能的经济性,压缩空气储能不再受洞穴储气等地理条件的限制,使其使用方法更加灵活、使用范围更加广泛。
以上举较佳实施例,对本发明的目的、技术方案和优点进行了进一步详细说明,所应理解的是,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种分布式压缩空气储能系统的容量配置方法,其特征在于,该方法包括:
确定电力系统中的可再生能源的发电功率;
根据该可再生能源发电功率计算可再生能源的生命周期的经济值;
计算分布式压缩空气储能系统的生命周期经济值;
计算电力系统的生命周期经济值;
根据计算得到的可再生能源、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数并设置约束条件,使得分布式压缩空气储能系统的容量在满足设置的约束条件下最优化目标函数。
2.如权利要求1所述的方法,其特征在于,所述可再生能源为风电场的风电或光伏电场的光电。
3.如权利要求2所述的方法,所述可再生能源为风电场的风电时,所述确定电力系统中的风电场的发电功率为:
根据风电场风机装机容量PW和年风速数据v(t),计算风电场年发电功率pW(t):
其中,vi为切入风速,vr为额定风速,vo为切出风速,t=1,2,…,8760小时;
所述计算风电场的生命周期的经济值包括:
计算风电场中风机的年投资成本其中,UW(¥/kW)单位容量风机的成本,LW为风机寿命,r为折现率;
计算风电场的年运行维护成本:CWOM=PWMW;其中,MW(¥/(kW.年))为单位容量运行维护成本;
计算风电场中风机年报废收入:其中,DW(¥/kW)为单位容量风机的报废收益。
4.如权利要求3所述的方法,其特征在于,所述计算分布式压缩空气储能系统的生命周期经济值包括:
计算其中的压缩机成本: 其中,PCOM为压缩机的额定功率,LCOM为压缩机寿命,kCOM为比例系数,PCAES为压缩空气储能系统容量,UCOM为单位容量压缩空气储能的成本;
计算其中的储气罐成本:其中,USTO为单位容量储气罐成本,kSTO为比例系数,LSTO为储气罐的寿命;
计算其中的空气透平膨胀机的成本: 其中,PTUR为透平的功率,LTUR为透平膨胀机的寿命,UTUR为单位容量透平膨胀机的成本,ηRED为减速器的效率,ηGEN为发电机的效率;
计算其中的减速器的成本:其中,URED为单位 容量减速器的成本,LRED为减速器的寿命;
计算其中的发电机的成本:其中,UGEN为单位容量发电机的成本,LGEN为发电机的成本;
计算其中的回热系统的成本: 其中,UHEA为单位容量回热系统的成本,
计算其中的压缩空气储能系统的运行维护成本:CMCAES=MCAESPCAES;其中,MCAES为单位容量压缩空气储能的运行维护成本;
计算其中的压缩空气储能年报废收入:其中,DCAES为单位容量压缩空气储能的保费收入,LCAES为压缩空气储能系统的寿命。
5.如权利要求4所述的方法,其特征在于,所述计算电力系统的生命周期经济值包括:计算电力系统的售电收益:其中,p(t)为电价,PCSEL(t)为售电功率;
计算电力系统年购电成本:其中,PBUY(t)为购电功率;
计算电力系统年度补偿费用,系统需要对负荷失电部分补偿: 其中,PLOSS(t)为失电功率,αLOSS为失电补偿系数;
计算电力系统年度辅助收入,主要是二氧化碳减排带来的辅助收益: 其中,(¥/t)为CO2收益系数,kC(g/kW·h)为每单位电能减排的二氧化碳量。
6.如权利要求5所述的方法,其特征在于,所述根据计算得到的风电场、分布式压缩空气储能系统及电力系统的生命周期的经济值,得到目标函数为:
所述设置的约束条件为:
功率平衡方程pWIND(t)+pCAES(t)+pLINE(t)=pLOAD(t);
能量平衡方程
充电功率约束pchar(t)≤PCOM=kCOMPCAES;
充电能量约束wres(t)≤WCAES;
放电功率约束pdisc(t)≤PCAES;
放电能量约束wres(t)≤WMIN;
传输线功率约束pline(t)≤Pline;
分布式压缩空气储能装机容量限值0≤WCAES≤WCAES_max。
7.如权利要求6所述的方法,其特征在于,所述使得分布式压缩空气储能系统的容量配置在满足设置的约束条件下最优化目标函数为:对目标函数及设置的约束条件求解,得到分布式压缩空气储能的最优容量配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112539.6A CN104948389B (zh) | 2014-03-25 | 2014-03-25 | 分布式压缩空气储能系统的容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112539.6A CN104948389B (zh) | 2014-03-25 | 2014-03-25 | 分布式压缩空气储能系统的容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104948389A true CN104948389A (zh) | 2015-09-30 |
CN104948389B CN104948389B (zh) | 2017-09-22 |
Family
ID=54163350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410112539.6A Active CN104948389B (zh) | 2014-03-25 | 2014-03-25 | 分布式压缩空气储能系统的容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104948389B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107742901A (zh) * | 2017-11-14 | 2018-02-27 | 清华大学 | 考虑压缩空气储能的风电并网机组组合方法及装置 |
CN109274121A (zh) * | 2018-11-15 | 2019-01-25 | 山东中车风电有限公司 | 一种风电场控制参数优化方法及系统 |
CN109378839A (zh) * | 2018-10-18 | 2019-02-22 | 清华大学 | 压缩空气储能电站的控制方法和装置 |
CN109546645A (zh) * | 2018-10-19 | 2019-03-29 | 国网安徽省电力有限公司 | 压缩空气储能系统的容量补贴计算方法及装置 |
CN109586324A (zh) * | 2018-10-19 | 2019-04-05 | 清华大学 | 基于双层博弈的压缩空气储能电站容量配置方法及装置 |
CN111009927A (zh) * | 2019-12-17 | 2020-04-14 | 葛洲坝中科储能技术有限公司 | 一种风电配合压缩空气储能容量优化方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110016864A1 (en) * | 2009-07-23 | 2011-01-27 | Electric Power Research Institute, Inc. | Energy storage system |
CN102213113A (zh) * | 2011-06-12 | 2011-10-12 | 中国科学院工程热物理研究所 | 一种压缩空气储能系统 |
CN103078338A (zh) * | 2013-01-13 | 2013-05-01 | 东北电力大学 | 提高风能利用水平的风电场储能系统配置方法 |
WO2013155076A1 (en) * | 2012-04-13 | 2013-10-17 | Scuderi Group, Inc. | Compressed air energy storage systems with split-cycle engines |
CN103452612A (zh) * | 2013-08-28 | 2013-12-18 | 中国科学院工程热物理研究所 | 一种以二氧化碳为工质的压缩气体储能系统 |
-
2014
- 2014-03-25 CN CN201410112539.6A patent/CN104948389B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110016864A1 (en) * | 2009-07-23 | 2011-01-27 | Electric Power Research Institute, Inc. | Energy storage system |
CN102213113A (zh) * | 2011-06-12 | 2011-10-12 | 中国科学院工程热物理研究所 | 一种压缩空气储能系统 |
WO2013155076A1 (en) * | 2012-04-13 | 2013-10-17 | Scuderi Group, Inc. | Compressed air energy storage systems with split-cycle engines |
CN103078338A (zh) * | 2013-01-13 | 2013-05-01 | 东北电力大学 | 提高风能利用水平的风电场储能系统配置方法 |
CN103452612A (zh) * | 2013-08-28 | 2013-12-18 | 中国科学院工程热物理研究所 | 一种以二氧化碳为工质的压缩气体储能系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107742901A (zh) * | 2017-11-14 | 2018-02-27 | 清华大学 | 考虑压缩空气储能的风电并网机组组合方法及装置 |
CN109378839A (zh) * | 2018-10-18 | 2019-02-22 | 清华大学 | 压缩空气储能电站的控制方法和装置 |
CN109378839B (zh) * | 2018-10-18 | 2020-04-14 | 清华大学 | 压缩空气储能电站的控制方法和装置 |
CN109546645A (zh) * | 2018-10-19 | 2019-03-29 | 国网安徽省电力有限公司 | 压缩空气储能系统的容量补贴计算方法及装置 |
CN109586324A (zh) * | 2018-10-19 | 2019-04-05 | 清华大学 | 基于双层博弈的压缩空气储能电站容量配置方法及装置 |
CN109586324B (zh) * | 2018-10-19 | 2019-11-19 | 清华大学 | 基于双层博弈的压缩空气储能电站容量配置方法及装置 |
CN109274121A (zh) * | 2018-11-15 | 2019-01-25 | 山东中车风电有限公司 | 一种风电场控制参数优化方法及系统 |
CN109274121B (zh) * | 2018-11-15 | 2021-03-23 | 山东中车风电有限公司 | 一种风电场控制参数优化方法及系统 |
CN111009927A (zh) * | 2019-12-17 | 2020-04-14 | 葛洲坝中科储能技术有限公司 | 一种风电配合压缩空气储能容量优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104948389B (zh) | 2017-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104948389A (zh) | 分布式压缩空气储能系统的容量配置方法 | |
WO2019218671A1 (zh) | 一种海岛微电网综合优化配置方法及装置 | |
Eaves et al. | A cost comparison of fuel-cell and battery electric vehicles | |
CN103352830B (zh) | 一种采用非稳态压缩流程的压缩空气储能发电系统 | |
CN207064027U (zh) | 风光互补的空气压缩储能与发电一体化系统 | |
Salhi et al. | Techno-economic optimization of wind energy based hydrogen refueling station case study Salalah city Oman | |
Cristian et al. | Design of hybrid power systems using HOMER simulator for different renewable energy sources | |
CN104300566B (zh) | 利用储能系统松弛风电外送输电瓶颈的优化配置方法 | |
Haugen et al. | A fork in the road: Which energy pathway offers the greatest energy efficiency and CO2 reduction potential for low-carbon vehicles? | |
Ahshan et al. | Assessment of wind-to-hydrogen (Wind-H2) generation prospects in the Sultanate of Oman | |
CN102852727A (zh) | 利用风电场塔筒进行空气压缩及太阳集热储能发电系统 | |
CN104573852A (zh) | 风力发电全寿命周期低碳综合效益评估方法 | |
Faruk et al. | Analysis of the impact of ev charging on thd, power factor and power quality of distribution grid | |
CN104457023A (zh) | 区域型冷热电三联供系统的设备容量优化配置方法 | |
Mansir et al. | Technoeconomic Optimization of a Photovoltaic Wind Energy‐Based Hydrogen Refueling Station: A Case Study | |
Gorla et al. | Use of Rayleigh distribution method for assessment of wind energy output in Cleveland–Ohio | |
Rashid et al. | An RES-based grid connected electric vehicle charging station for Bangladesh | |
Guo et al. | A study of economic dispatch with emission constraint in smart grid including wind turbines and electric vehicles | |
CN113410855A (zh) | 基于综合能源系统的氢储能与氢供应链设备配置方法 | |
Ge et al. | A reliable operation strategy on the compressed-air-regulates-pressure underground pumped storage system and its thermo-economic investigation | |
Jewell | Electric industry infrastructure for sustainability: climate change and energy storage | |
Stocks et al. | Powering ahead: Australia leading the world in renewable energy build rates | |
Houseman | Using curtailed renewable energy to produce green hydrogen | |
Yin et al. | Evaluation of electric vehicle charging station in distribution network planning | |
Vishwakarma et al. | Economic Analysis of Grid level Battery Energy Storage System using Repurposed EV batteries |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |