CN105186500B - 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 - Google Patents
一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 Download PDFInfo
- Publication number
- CN105186500B CN105186500B CN201510594022.XA CN201510594022A CN105186500B CN 105186500 B CN105186500 B CN 105186500B CN 201510594022 A CN201510594022 A CN 201510594022A CN 105186500 B CN105186500 B CN 105186500B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- msup
- power
- 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.)
- Active
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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明公开了一种基于重加权加速Lagrangian的配电网能量分散协调优化方法,该方法建立多时间尺度线性锥最优潮流模型,利用虚拟辅助变量分裂节点使配电网分解成若干区域子系统,提出了基于局域重加权Lagrangian的分散式协调优化方法,实施全网有功和无功资源的分散式协调优化。该方法使得各子系统可并行同步迭代求解,无需全局协调且邻近子系统间仅需少量的信息交互,本发明方法计算效率较高且收敛特性良好。
Description
技术领域
本发明属于智能配电网能量优化调度技术领域,尤其涉及一种含大规模分布式电源、可控负荷的配电网能量分散式优化调度方法。
背景技术
随着新能源分布式发电技术的发展,能源政策和电力市场的进一步开放,未来的智能配电网将接纳大量的分布式能源,而分布式能源的间歇性使其接入带给配电网的协调控制带来了极大挑战。研究分布式电源、分布式储能、柔性负荷等参与电网能量优化管理技术,能够适应现代智能配电网主动式管理优化技术,达到降低网损、提高能源利用效率等目标。
配电网过多的节点接入分布式能源,会造成网络通信压力过大,求解过程复杂,且无法实时响应。因此,将配电系统能量优化管理问题分解成若干区域子系统优化子问题,采用分解协调迭代的方法,对智能配电网能量调度进行分散式优化的研究具有重要的意义。智能配电网的能量优化管理必须考虑电力潮流平衡的等式约束,而非线性潮流方程会影响分布式能量优化算法的收敛性。
发明内容
本发明旨在克服现有技术的不足,提供一种面向含高密度分布式电源智能配电网能量调度的分散式优化技术,该技术基于局域重加权Lagrangian分布式优化方法求解多尺度线性锥最优潮流问题,对具有辐射状拓扑结构的配电网实施全网有功和无功资源的分散式协调优化。
为达到上述目的,本发明采取的技术方案具体包括以下几个步骤:
1)建立多时间尺度线性锥最优潮流模型;
步骤1)中所述的多时间尺度线性锥最优潮流以配电网有功损耗最小为目标函数,即:
式中T表示运行优化周期;Ψ表示配电网的支路集;(i,j)表示配电网中从节点i(相比于节点j距离根节点较近)指向节点j的支路;Rij表示支路(i,j)的电阻;wij(t)和lij(t)分别为定义的两个支路附加变量,满足以下等式:
wij(t):=0.5*(|Vi(t)|2+|Iij(t)|2),lij(t):=0.5*(|Vi(t)|2-|Iij(t)|2) (2)
式中,Iij(t)表示在t时刻支路(i,j)上流过的电流;Vi(t)表示在t时刻支路(i,j)母节点i的电压;符号|·|表示求解复数变量幅值的算子。因此(wij(t)-lij(t))Rij=|Iij(t)|2Rij,即为支路(i,j)的有功损耗。
步骤1)中所述的多时间尺度线性锥最优潮流模型包含支路线性锥潮流约束、电网安全运行电压水平约束、馈线电流容量约束、分布式电源无功功率约束和分布式储能功率约束,具体如下:
1.1)所述的支路线性锥潮流约束包含两部分:支路潮流线性等式约束和潮流二阶锥不等式约束。所述的支路潮流线性等式约束表示为:
wij(t)+lij(t)=vi(t),
式中,Xij表示支路(i,j)的电抗;vi和vj表示分别表示支路(i,j)节点i和j的电压幅值的平方,即vi=|Vi(t)|2和vj=|Vj(t)|2;Pij(t)和Qij(t)分别表示在t时刻在支路(i,j)母节点i端流过该支路的有功功率和无功功率;pj(t)和qj(t)表示在t时刻节点j注入的净负荷有功功率和无功功率,其中分布式电源发电功率可看做是负的负载功率,即
式中,pjD(t)和qjD(t)分别表示在t时刻节点j处负载消耗的有功和无功功率;pjG(t)和qjG(t)表示在t时刻节点j处分布式电源注入的有功和无功功率;pjB(t)和qjB(t)表示在t时刻节点j处分布式储能作为可控负荷所提供的有功和无功功率。
所述的支路潮流二阶锥不等式,如下所示:
该不等式使变量(Pij(t),Qij(t),lij(t),wij(t))构成了一个四维的二阶锥空间。对于具有辐射状拓扑结构的配电网,该问题的最优解能够满足等式(Pij(t))2+(Qij(t))2+(lij(t))2=(wij(t))2,线性锥支路潮流是原非线性潮流的准确凸松弛。
1.2)所述的电网安全运行电压水平约束,表示为:
|Vmin|2≤vj(t)≤|Vmax|2,
式中,Vmin和Vmax分别为节点j电压的上下限;
1.3)所述的馈线电流容量约束,表示为:
wij(t)-lij(t)≤|Imax|2,
式中,Imax表示支路(i,j)允许流过的电流上限;
1.4)所述的分布式电源无功功率约束,表示为:
式中,sjm表示分布式电源并网逆变器的容量。这里分布式电源采用无功补偿型控制方式,为了能够最大化利用可再生能源,分布式电源的有功功率采用最大功率点输出,无功功率通过并网逆变器调节。
1.5)所述的分布式储能功率约束,表示为:
式中,Ej(0)表示储能设备优化周期开始时的荷电状态,Ejmin和Ejmax分别表示第j个分布式储能在运行时其荷电状态的上下限;pjBm表示储能设备允许的最大充放电功率;Δt表示t到t+1时刻的时间间隔。
步骤1)所建立的多时间尺度线性锥最优潮流模型,不仅考虑了单个时间断面内电力潮流约束、分布式电源无功功率、分布式储能充放电功率和荷电状态运行约束,还考虑了储能荷电状态跨时间断面间变化的连续性运行要求。
步骤1)所建立的多时间尺度线性锥最优潮流的优化变量为y:=(yij(t),(i,j)∈Ψ,t∈T),其中支路变量yij(t):=(Pij(t),Qij(t),lij(t),wij(t),vj(t),pj(t),qj(t)),多时间尺度线性锥最优潮流的可行域为D:={y|fij(y)=0;gij(y)≤0;hij(y)≤0,(i,j)∈Ψ},其中等式约束fij(y)=0表示如式(3)~(7)所示的支路潮流线性方程组,不等式约束gij(y)≤0表示如式(8)所示的支路潮流二阶锥不等式组,不等式约束hij(y)≤0表示如式(9)~(12)所示的电网运行安全电压、电流约束、无功功率限制及储能设备的功率能量限制。
2)利用基于虚拟辅助变量原理的节点分裂法,实现潮流的空间解耦。
步骤2)所述的节点分裂法是令配电网节点k分裂成两个子节点ab和ba,将原系统在节点k处分解成子系统a和b两部分。节点k是支路(u,k)和(k,h)的公共节点,子节点ab和ba引入后,两条支路另述为(u,ab)和(ba,h)。在步骤1)所述的线性锥最优潮流模型中,分别与子系统a和b优化问题相关的核心变量ya和yb如下所示:
ya:=(yij(t),wuk(t),luk(t),pk(t),qk(t),Puk(t),Quk(t),(i,j)∈Ψa/{(u,k)},t∈T)
yb:=(yij(t),wkh(t),lkh(t),ph(t),qh(t),vh(t),(i,j)∈Ψb/{(k,h)},t∈T)
式中Ψa和Ψb分别表示子系统a和b的支路集且Ψb={(i,j)|(i,j)∈Ψ,且
子系统a和b优化问题的公共变量为yab:=(vk(t),Ph(t),Qh(t),t∈T),其中vk为公共节点k处的电压,Ph和Qh为节点k端流过其后支路的有功和无功功率。
步骤2)所述的辅助变量原理是引入两组附加变量za (a,b):=(vab(t),Pab(t),Qab(t),t∈T)和zb (b,a):=(vba(t),Pba(t),Qba(t),t∈T),并令za (a,b)=zb (b,a)=yab。其中vab(t)和vba(t)分别t时刻表示子节点和的电压幅值平方,Pba(t)和Qba(t)分别表示子节点端ba的支路(ba,h)有功和无功功率;Pab(t)和Qab(t)分别表示子节点ab附加的虚拟负荷有功和无功功率。
则步骤1)所述的多时间尺度支路线性锥最优潮流模型可以描述为两部分可分解的形式,如下所示:
minimizef0a(ya)+f0b(yb) (13a)
s.t.(ya,za (a,b))∈Da;(yb,zb (b,a))∈Db (13b)
za (a,b)=zb (b,a). (13c)
式中Da:={(ya,za (a,b))|fij(ya,za (a,b))=0;gij(ya,za (a,b))≤0;hij(ya,za (a,b))≤0,(i,j)∈Ψa}和Db:={(yb,zb (b,a)|fij(yb,zb (b,a)=0;gij(yb,zb (b,a)≤0;hij(yb,zb (b,a))≤0,(i,j)∈Ψb}分别表示原问题可行域D的子集且满足D=Da×Db。
应用所述的节点分裂和辅助变量法,让配电网划分成n(n>2)个子系统,给每两个有公共节点的子系统之间建立一条通信线路。将每个子系统看作一个通信网络节点,Ec={c1,…,cn}表示子系统集,与子系统cg之间存在线路连接的子系统叫做cg的邻域子系统,Ng:={i|ci与cg之间有通信线路,i=1,…,n}表示cg的邻域集。步骤1)所述的多时间尺度支路线性锥最优潮流模型描述为n系统可分解的形式,如下所示:
DOPF-cdn:minimize f01(y1)+f02(y2)+…+f0n(yn) (14a)
s.t. (yg,zg)∈Dg,
式中yg和分别表示属于子系统cg的核心变量和辅助变量。
3)采用基于局域重加权增广Lagrangian的分布式优化方法,实施全网有功和无功资源的分散式协调优化。
对于属于配电网子系统集Ec中任意子系统cg,g=1,…,n,步骤3)所述的局域重加权增广Lagrangian函数,如下所示:
式中sn(a)是饱和函数且当a>0时sn(a)=1,当a<0时sn(a)=-1,当a=0时sn(a)=0;且λg,h={λg,h(t)}t∈T表示问题(14)中等式约束(14c)对偶变量,ρ>0表示惩罚参数,1>σ>0表示加权因子,y:={yg}g∈Ec和z:={zg}g∈Ec分别表示全网有功和无功资源的分散式协调优化问题的原变量和辅助变量,d表示迭代次数,zd和λd分别表示第d次迭代求得的辅助变量及对偶变量最优解。
步骤3)所述的基于局域重加权增广Lagrangian的分布式优化方法,包含如下几个步骤:
3.1)初始化:d←1和虚拟辅助变量初始值z1、对偶变量初始值λ1,其中对偶变量满足
3.2)对于集合Ec中任意子系统cg,g=1,…,n,更新子系统的核心变量及辅助变量如下所示:
3.3)更新对偶变量λd+1,如下所示:
3.4)计算残差迭代,如下所示:
3.5)判断Δτ1和Δτ2是否小于ε(这里ε的值取0.00001),若Δτ1和Δτ2不小于ε则令t←t+1并跳转到步骤3.2)继续重复执行步骤3.2)~步骤3.5),直到Δτ1和Δτ2均小于ε,得到问题的最优解,从而实现配电网有功和无功资源的优化。
其中,各个子系统的更新优化及对偶变量的更新操作可以并行进行,即在d+1次迭代时,子系统根据上一次迭代得到的与其邻域子系统相关的辅助变量信息zd,求解公式(16a)和(16b)来更新自身的最优解各个子系统在d+1次迭代结束后,仅需要与自己的邻域子系统交换辅助变量信息,直到残差Δτ1和Δτ2小于ε,即互联的邻域子系统间电压和功率相等且最优解稳定,则可得到使目标函数最优的配电网有功和无功功率。
本发明的有益效果是:本发明方法建立多时间尺度线性锥最优潮流模型,利用虚拟辅助变量分裂节点使配电网分解成若干区域子系统,提出了基于局域重加权Lagrangian的分散式协调优化方法,实施全网有功和无功资源的分散式协调优化。该方法使得各子系统可并行同步迭代求解,无需全局协调且邻近子系统间仅需少量的信息交互,本发明方法计算效率较高且收敛特性良好。
附图说明
图1为节点分裂及虚拟辅助变量解耦图。
图2为配电网子系统划分。
图3为IEEE-69配电系统示意图和系统子系统划分。
图4为基于重加权加速Lagrangian分布式优化方法的迭代误差曲线。
具体实施方法
为了更清晰直观的表达本发明的思路,对含高密度分布式电源的配电网能量调度分散式优化过程进行详细说明,以IEEE-69配电系统为例,如图3所示。分别在10,16和26节点安装了200kW光伏分布式电源,分别在48,58,60,63和64节点安装了500kW分布式电源,分别在7,11,20,47,63和64节点安装100kWh分布式储能。IEEE-69配电系统的有功无功能量分散优化的实施,包含如下步骤:
1)建立含高密度分布式电源配电系统线性多时间尺度线性锥最优潮流模型:以系统有功网损为目标函数,约束条件包括:支路潮流线性等式约束、支路潮流二阶锥不等式约束、线路安全约束及分布式电源功率约束。
2)利用基于虚拟辅助变量原理的节点分裂法,实现潮流的空间解耦。
3)采用基于局域重加权增广Lagrangian的分布式优化方法,求解配电系统线性多时间尺度线性锥最优潮流,实施全网有功和无功资源的分散式协调优化。
如步骤1)所述的建立IEEE-69配电系统线性多时间尺度线性锥最优潮流模型,对分布式电源的无功功率和分布式储能的有功功率进行优化。具体实施如下:
建立以配电网有功损耗最小的目标函数,如下式所示:
式中T表示运行优化周期;Ψ表示配电网的支路集;(i,j)表示配电网中从节点i(距离根节点较近)指向节点j的支路;Rij表示支路(i,j)的电阻;wij(t)和lij(t)分别为定义的两个支路附加变量,满足以下等式:
wij(t):=0.5*(|Vi(t)|2+|Iij(t)|2),lij(t):=0.5*(|Vi(t)|2-|Iij(t)|2) (2)
式中,Iij(t)表示在t时刻支路(i,j)上流过的电流;Vi(t)表示在t时刻支路(i,j)母节点i的电压;符号|·|表示求解复数变量幅值的算子。因此(wij(t)-lij(t))Rij=|Iij(t)|2Rij,即为支路(i,j)的有功损耗。
建立如1.1)所述的支路线性锥潮流约束,首先建立支路潮流线性等式约束,如下所示:
wij(t)+lij(t)=vi(t),
式中,Pij(t)和Qij(t)分别表示在t时刻在支路(i,j)母节点i端流过该支路的有功功率和无功功率;pj(t)和qj(t)表示在t时刻节点j注入的净负荷有功功率和无功功率,其中分布式电源发电功率可看做是负的负载功率,即
式中,pjD(t)和qjD(t)分别表示在t时刻节点j处负载消耗的有功和无功功率;pjG(t)和qjG(t)表示在t时刻节点j处分布式电源注入的有功和无功功率;pjB(t)和qjB(t)表示在t时刻节点j处分布式储能作为可控负荷所提供的有功和无功功率。
然后,建立所述的支路潮流二阶锥不等式,如下所示:
该不等式使变量(Pij(t),Qij(t),lij(t),wij(t))构成了一个四维的二阶锥空间。对于具有辐射状拓扑结构的配电网,该问题的最优解能够满足等式(Pij(t))2+(Qij(t))2+(lij(t))2=(wij(t))2,线性锥支路潮流是原非线性潮流的准确凸松弛。
建立1.2)所述的电网安全运行电压水平约束,表示为:
|Vmin|2≤vj(t)≤|Vmax|2,
式中,Vmin和Vmax分别为节点j电压的上下限;
建立1.3)所述的馈线电流容量约束,表示为:
wij(t)-lij(t)≤|Imax|2,
式中,Imax表示支路(i,j)允许流过的电流上限;
建立1.4)所述的分布式电源无功功率约束,表示为:
式中,sjm表示分布式电源并网逆变器的容量。这里分布式电源采用无功补偿型控制方式,为了能够最大化利用可再生能源,分布式电源的有功功率采用最大功率点输出,无功功率通过并网逆变器调节。
建立1.5)所述的分布式储能功率约束,表示为:
式中,Ej(0)表示储能设备优化周期开始时的荷电状态,Ejmin和Ejmax分别表示第j个分布式储能在运行时其荷电状态的上下限;pjBm表示储能设备允许的最大充放电功率;Δt表示t到t+1时刻的时间间隔。
步骤2)所述的潮流空间解耦,具体实施包含如下两个步骤:
2.1)节点分裂法是令配电网节点k分裂成两个子节点ab和ba,将原系统在节点k处分解成子系统a和b两部分,如图1所示。节点k是支路(u,k)和(k,h)的公共节点,子节点ab和ba引入后,两条支路另述为(u,ab)和(ba,h)分别属于子系统a和b。在步骤1)所述的线性锥最优潮流模型中,分别与子系统a和b优化问题相关的核心变量ya和yb如下所示:
ya:=(yij(t),wuk(t),luk(t),pk(t),qk(t),Puk(t),Quk(t),(i,j)∈Ψa/{(u,k)},t∈T)
yb:=(yij(t),wkh(t),lkh(t),ph(t),qh(t),vh(t),(i,j)∈Ψb/{(k,h)},t∈T)
式中Ψa和Ψb分别表示子系统a和b的支路集且Ψb={(i,j)|(i,j)∈Ψ,且
子系统a和b优化问题的公共变量为yab:=(vk(t),Ph(t),Qh(t),t∈T),其中vk为公共节点k处的电压,Ph和Qh为节点k端流过其后支路的有功和无功功率。
2.2)所述的辅助变量原理是引入两组附加变量za (a,b):=(vab(t),Pab(t),Qab(t),t∈T)和zb (b,a):=(vba(t),Pba(t),Qba(t),t∈T),并令za (a,b)=zb (b,a)=yab。其中vab(t)和vba(t)分别t时刻表示子节点和的电压幅值平方,Pba(t)和Qba(t)分别表示子节点端ba的支路(ba,h)有功和无功功率;Pab(t)和Qab(t)分别表示子节点ab附加的虚拟负荷有功和无功功率。则步骤1)所述的多时间尺度支路线性锥最优潮流模型可以描述为两部分可分解的形式,如下所示:
min f0a(ya)+f0b(yb) (13a)
s.t. (ya,za (a,b))∈Da;(yb,zb (b,a))∈Db (13b)
za (a,b)=zb (b,a). (13c)
式中Da:={(ya,za (a,b))|fij(ya,za (a,b))=0;gij(ya,za (a,b))≤0;hij(ya,za (a,b))≤0,(i,j)∈Ψa}和Db:={(yb,zb (b,a)|fij(yb,zb (b,a)=0;gij(yb,zb (b,a)≤0;hij(yb,zb (b,a))≤0,(i,j)∈Ψb}分别表示原问题可行域D的子集且满足D=Da×Db。
2.3)应用所述的节点分裂和辅助变量法,让配电网划分成7子系统,Ec={c1,c2,c3,c4,c5,c6,c7}表示子系统集,各子系统的节点集如下所示为{0~3,27~45},{3,46~49},{3~10},{11~18},{18~26},{7,8,50~64},{10,11,65~68}。给每两个有公共节点的子系统之间建立一条通信线路,如附图2所示。将每个子系统看作一个通信网络节点,与子系统cg之间存在线路连接的子系统叫做cg的邻域子系统,Ng:={i|ci与cg之间有通信线路,i=1,…,n}表示cg的邻域集。步骤1)所述的多时间尺度支路线性锥最优潮流模型描述为n系统可分解的形式,如下所示:
DOPF-cdn:minimize f01(y1)+f02(y2)+…+f0n(yn) (14a)
subject to (yg,zg)∈Dg,
式中yg和分别表示属于子系统cg的核心变量和辅助变量。
步骤3)所述的基于局域重加权增广Lagrangian的分布式优化方法,包含如下几个步骤:
3.1)初始化:d←1和虚拟辅助变量初始值z1、对偶变量初始值λ1,其中对偶变量满足
3.2)对于集合Ec中任意子系统cg,g=1,…,n,更新子系统的核心变量及辅助变量如下所示:
其中所述的局域重加权增广Lagrangian函数,如下所示:
式中sn(a)是饱和函数且当a>0时sn(a)=1,当a<0时sn(a)=-1,当a=0时sn(a)=0;且表示问题(14)中等式约束(14c)对偶变量,ρ>0表示惩罚参数,1>σ>0表示加权因子,y:={yg}g∈Ec和z:={zg}g∈Ec分别表示全网有功和无功资源的分散式协调优化问题的原变量和辅助变量,d表示迭代次数,zd和λd分别表示第d次迭代求得的辅助变量及对偶变量最优解。
3.3)更新对偶变量λd+1,如下所示:
3.4)计算残差迭代,如下所示:
3.5)判断Δτ1和Δτ2是否小于ε(这里ε的值取0.00001),若Δτ1和Δτ2不小于ε则令t←t+1并跳转到步骤3.2)继续重复执行步骤3.2)~步骤3.5),直到Δτ1和Δτ2均小于ε,得到问题的最优解,从而实现配电网有功和无功资源的优化。
其中,各个子系统的更新优化及对偶变量的更新操作可以并行进行,即在d+1次迭代时,子系统根据上一次迭代得到的与其邻域子系统相关的辅助变量信息zd,求解公式(16a)和(16b)来更新自身的最优解各个子系统在d+1次迭代结束后,仅需要与自己的邻域子系统交换辅助变量信息,直到残差Δτ1和Δτ2小于ε,即互联的邻域子系统间电压和功率相等且最优解稳定,则可得到使目标函数最优的配电网有功和无功功率。
本发明提出的基于重加权加速Lagrangian分布式优化方法,对含分布式电源的IEEE-69配电系统实施能量协调分散式优化,该方法的迭代误差曲线如图4所示,可见本发明方法效率高且收敛效果良好。
Claims (4)
1.一种基于重加权加速Lagrangian的配电网能量分散协调优化方法,其特征在于,包括以下步骤:
1)建立含高密度分布式电源配电系统线性多时间尺度线性锥最优潮流模型:以系统有功网损为目标函数,约束条件包括:支路线性锥潮流约束、电网安全运行电压水平约束、馈线电流容量约束、分布式电源无功功率约束和分布式储能功率约束;所述的多时间尺度线性锥最优潮流以配电网有功损耗最小为目标函数,即:
<mrow>
<mi>min</mi>
<mi>i</mi>
<mi>m</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
<mi> </mi>
<msub>
<mi>f</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
</mrow>
</munder>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
<mo>&Element;</mo>
<mi>&Psi;</mi>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中T表示运行优化周期;Ψ表示配电网的支路集;(i,j)表示配电网中从节点i指向节点j的支路;Rij表示支路(i,j)的电阻;wij(t)和lij(t)分别为定义的两个支路附加变量,满足以下等式:
wij(t):=0.5*(|Vi(t)|2+|Iij(t)|2),lij(t):=0.5*(|Vi(t)|2-|Iij(t)|2) (2)
式中,Iij(t)表示在t时刻支路(i,j)上流过的电流;Vi(t)表示在t时刻支路(i,j)母节点i的电压;符号|·|表示求解复数变量幅值的算子;因此(wij(t)-lij(t))Rij=|Iij(t)|2Rij,即为支路(i,j)的有功损耗;
所述约束条件具体如下:
1.1)所述的支路线性锥潮流约束包含两部分:支路潮流线性等式约束和潮流二阶锥不等式约束;所述的支路潮流线性等式约束表示为:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>:</mo>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
</mrow>
</munder>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>:</mo>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>,</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
</mrow>
</munder>
<msub>
<mi>Q</mi>
<mrow>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>+</mo>
<msub>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>R</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>X</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>0</mn>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Xij表示支路(i,j)的电抗;vi和vj表示分别表示支路(i,j)节点i和j的电压幅值的平方,即vi=|Vi(t)|2和vj=|Vj(t)|2;Pij(t)和Qij(t)分别表示在t时刻在支路(i,j)母节点i端流过该支路的有功功率和无功功率;pj(t)和qj(t)表示在t时刻节点j注入的净负荷有功功率和无功功率,其中分布式电源发电功率可看做是负的负载功率,即
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>p</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>D</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>G</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>j</mi>
<mi>D</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>j</mi>
<mi>G</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,pjD(t)和qjD(t)分别表示在t时刻节点j处负载消耗的有功和无功功率;pjG(t)和qjG(t)表示在t时刻节点j处分布式电源注入的有功和无功功率;pjB(t)和qjB(t)表示在t时刻节点j处分布式储能作为可控负荷所提供的有功和无功功率;
所述的支路潮流二阶锥不等式,如下所示:
<mrow>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&le;</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
该不等式使变量(Pij(t),Qij(t),lij(t),wij(t))构成了一个四维的二阶锥空间;对于具有辐射状拓扑结构的配电网,该问题的最优解能够满足等式(Pij(t))2+(Qij(t))2+(lij(t))2=(wij(t))2,线性锥支路潮流是原非线性潮流的准确凸松弛;
1.2)所述的电网安全运行电压水平约束,表示为:
<mrow>
<mo>|</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>&le;</mo>
<msub>
<mi>v</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mo>|</mo>
<msub>
<mi>V</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Vmin和Vmax分别为节点j电压的上下限;
1.3)所述的馈线电流容量约束,表示为:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>l</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<mo>|</mo>
<msub>
<mi>I</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Imax表示支路(i,j)允许流过的电流上限;
1.4)所述的分布式电源无功功率约束,表示为:
<mrow>
<mo>-</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>j</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>&le;</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>j</mi>
<mi>G</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>j</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>G</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,sjm表示分布式电源并网逆变器的容量;这里分布式电源采用无功补偿型控制方式,为了能够最大化利用可再生能源,分布式电源的有功功率采用最大功率点输出,无功功率通过并网逆变器调节;
1.5)所述的分布式储能功率约束,表示为:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>E</mi>
<mrow>
<mi>j</mi>
<mi>min</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>E</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>&tau;</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>t</mi>
</munderover>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>&Delta;</mi>
<mi>t</mi>
<mo>&le;</mo>
<msub>
<mi>E</mi>
<mrow>
<mi>j</mi>
<mi>max</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
<mi>m</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&le;</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mi>B</mi>
<mi>m</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>,</mo>
<mo>&ForAll;</mo>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>&Element;</mo>
<mi>&Psi;</mi>
<mo>,</mo>
<mi>t</mi>
<mo>&Element;</mo>
<mi>T</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Ej(0)表示储能设备优化周期开始时的荷电状态,Ejmin和Ejmax分别表示第j个分布式储能在运行时其荷电状态的上下限;pjBm表示储能设备允许的最大充放电功率;Δt表示t到t+1时刻的时间间隔;
步骤1)所建立的多时间尺度线性锥最优潮流的优化变量为y:=(yij(t),(i,j)∈Ψ,t∈T),其中支路变量yij(t):=(Pij(t),Qij(t),lij(t),wij(t),vj(t),pj(t),qj(t)),多时间尺度线性锥最优潮流的可行域为D:={y|fij(y)=0;gij(y)≤0;hij(y)≤0,(i,j)∈Ψ},其中等式约束fij(y)=0表示如式(3)~(7)所示的支路潮流线性方程组,不等式约束gij(y)≤0表示如式(8)所示的支路潮流二阶锥不等式组,不等式约束hij(y)≤0表示如式(9)~(12)所示的电网运行安全电压、电流约束、无功功率限制及储能设备的功率能量限制;
2)利用基于虚拟辅助变量原理的节点分裂法,实现潮流的空间解耦;
3)采用基于局域重加权增广Lagrangian的分布式优化方法,求解配电系统线性多时间尺度线性锥最优潮流,实施全网有功和无功资源的分散式协调优化。
2.根据权利要求1所述一种基于重加权加速Lagrangian的配电网能量分散协调优化方法,其特征在于,所述步骤2)中,所述的节点分裂法是令配电网节点k分裂成两个子节点ab和ba,将原系统在节点k处分解成子系统a和b两部分;节点k是支路(u,k)和(k,h)的公共节点,子节点ab和ba引入后,两条支路另述为(u,ab)和(ba,h);在线性锥最优潮流模型中,分别与子系统a和b优化问题相关的核心变量ya和yb如下所示:
ya:=(yij(t),wuk(t),luk(t),pk(t),qk(t),Puk(t),Quk(t),(i,j)∈Ψa/{(u,k)},t∈T)
yb:=(yij(t),wkh(t),lkh(t),ph(t),qh(t),vh(t),(i,j)∈Ψb/{(k,h)},t∈T)
式中Ψa和Ψb分别表示子系统a和b的支路集且Ψb={(i,j)|(i,j)∈Ψ,且
子系统a和b优化问题的公共变量为yab:=(vk(t),Ph(t),Qh(t),t∈T),其中vk为公共节点k处的电压,Ph和Qh为节点k端流过其后支路的有功和无功功率;
所述的辅助变量原理是引入两组附加变量za (a,b):=(vab(t),Pab(t),Qab(t),t∈T)和zb (b,a):=(vba(t),Pba(t),Qba(t),t∈T),并令za (a,b)=zb (b,a)=yab;其中vab(t)和vba(t)分别表示t时刻子节点ab和ba的电压幅值平方,Pba(t)和Qba(t)分别表示子节点端ba的支路(ba,h)有功和无功功率;Pab(t)和Qab(t)分别表示子节点ab附加的虚拟负荷有功和无功功率;
则步骤1)所述的多时间尺度支路线性锥最优潮流模型可以描述为两部分可分解的形式,如下所示:
minimize f0a(ya)+f0b(yb) (13a)
s.t. (ya,za (a,b))∈Da;(yb,zb (b,a))∈Db (13b)
za (a,b)=zb (b,a). (13c)
式中Da:={(ya,za (a,b))|fij(ya,za (a,b))=0;gij(ya,za (a,b))≤0;hij(ya,za (a,b))≤0,(i,j)∈Ψa}和Db:={(yb,zb (b,a)|fij(yb,zb (b,a)=0;gij(yb,zb (b,a)≤0;hij(yb,zb (b,a))≤0,(i,j)∈Ψb}分别表示原问题可行域D的子集且满足D=Da×Db;
应用所述的节点分裂和辅助变量法,让配电网划分成n个子系统,n>2,给每两个有公共节点的子系统之间建立一条通信线路;将每个子系统看作一个通信网络节点,Ec={c1,…,cn}表示子系统集,与子系统cg之间存在线路连接的子系统叫做cg的邻域子系统,Ng:={i|ci与cg之间有通信线路,i=1,…,n}表示cg的邻域集;步骤1)所述的多时间尺度支路线性锥最优潮流模型描述为n系统可分解的形式,如下所示:
DOPF-cdn:minimize f01(y1)+f02(y2)+…+f0n(yn) (14a)
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>g</mi>
</msub>
<mo>)</mo>
<mo>&Element;</mo>
<msub>
<mi>D</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mi>b</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>z</mi>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>,</mo>
<mi>g</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>h</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>c</mi>
</msub>
<mo>.</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mi>c</mi>
<mo>)</mo>
</mrow>
</mrow>
式中yg和分别表示属于子系统cg的核心变量和辅助变量。
3.根据权利要求1所述一种基于重加权加速Lagrangian的配电网能量分散协调优化方法,其特征在于,所述步骤3)中,所述的局域重加权增广Lagrangian函数,如下所示:
<mrow>
<msubsup>
<mi>L</mi>
<mi>&rho;</mi>
<mi>g</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msup>
<mi>z</mi>
<mi>d</mi>
</msup>
<mo>,</mo>
<msup>
<mi>&lambda;</mi>
<mi>d</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>f</mi>
<mrow>
<mn>0</mn>
<mi>g</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>g</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>h</mi>
<mo>&Element;</mo>
<msub>
<mi>N</mi>
<mi>g</mi>
</msub>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>s</mi>
<mi>n</mi>
</msub>
<mo>(</mo>
<mrow>
<mi>g</mi>
<mo>-</mo>
<mi>h</mi>
</mrow>
<mo>)</mo>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
</mrow>
<mi>d</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<mi>&rho;</mi>
<mi>&sigma;</mi>
</mrow>
<mn>2</mn>
</mfrac>
<mo>|</mo>
<mo>|</mo>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>z</mi>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>,</mo>
<mi>g</mi>
<mo>)</mo>
<mo>,</mo>
<mi>d</mi>
</mrow>
</msubsup>
<mo>|</mo>
<msubsup>
<mo>|</mo>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
式中sn(a)是饱和函数且当a>0时sn(a)=1,当a<0时sn(a)=-1,当a=0时sn(a)=0;且λg,h={λg,h(t)}t∈T表示问题(14)中等式约束(14c)对偶变量,ρ>0表示惩罚参数,1>σ>0表示加权因子,y:={yg}g∈Ec和z:={zg}g∈Ec分别表示全网有功和无功资源的分散式协调优化问题的原变量和辅助变量,d表示迭代次数,zd和λd分别表示第d次迭代求得的辅助变量及对偶变量最优解;
所述的基于局域重加权增广Lagrangian的分布式优化方法,包含如下几个步骤:
3.1)初始化:d←1和虚拟辅助变量初始值z1、对偶变量初始值λ1,其中对偶变量满足
3.2)对于集合Ec中任意子系统cg,g=1,…,n,更新子系统的核心变量及辅助变量如下所示:
<mrow>
<mo>(</mo>
<msubsup>
<mi>y</mi>
<mi>g</mi>
<mrow>
<mi>d</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>g</mi>
<mi>d</mi>
</msubsup>
<mo>)</mo>
<mo>=</mo>
<mi>arg</mi>
<munder>
<mi>min</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>g</mi>
</msub>
<mo>)</mo>
<mo>&Element;</mo>
<msub>
<mi>D</mi>
<mi>g</mi>
</msub>
</mrow>
</munder>
<msubsup>
<mi>L</mi>
<mi>&rho;</mi>
<mi>g</mi>
</msubsup>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<msup>
<mi>z</mi>
<mi>d</mi>
</msup>
<mo>,</mo>
<msup>
<mi>&lambda;</mi>
<mi>d</mi>
</msup>
<mo>)</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>(</mo>
<mn>16</mn>
<mi>a</mi>
<mo>)</mo>
</mrow>
3
<mrow>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mi>d</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mi>d</mi>
</msubsup>
<mo>+</mo>
<mi>&sigma;</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>g</mi>
<mi>d</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mi>d</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mi>b</mi>
<mo>)</mo>
</mrow>
</mrow>
3.3)更新对偶变量λd+1,如下所示:
<mrow>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
</mrow>
<mrow>
<mi>d</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&lambda;</mi>
<mrow>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
</mrow>
<mi>d</mi>
</msubsup>
<mo>+</mo>
<mi>&rho;</mi>
<mi>&sigma;</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>s</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>-</mo>
<mi>h</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
<mo>,</mo>
<mi>d</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>z</mi>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
<mo>,</mo>
<mi>d</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<mi>h</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>g</mi>
</msub>
<mo>,</mo>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>c</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mi>c</mi>
<mo>)</mo>
</mrow>
</mrow>
3.4)计算残差迭代,如下所示:
<mrow>
<msub>
<mi>&Delta;&tau;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mo>|</mo>
<mo>|</mo>
<msup>
<mover>
<mi>z</mi>
<mo>^</mo>
</mover>
<mi>d</mi>
</msup>
<mo>-</mo>
<msup>
<mi>z</mi>
<mi>d</mi>
</msup>
<mo>|</mo>
<msub>
<mo>|</mo>
<mi>&infin;</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&Delta;&tau;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<mi>g</mi>
<mo>&Element;</mo>
<msub>
<mi>E</mi>
<mi>c</mi>
</msub>
<mo>,</mo>
<mi>h</mi>
<mo>&Element;</mo>
<msub>
<mi>N</mi>
<mi>g</mi>
</msub>
</mrow>
</munder>
<mo>|</mo>
<mo>|</mo>
<msubsup>
<mi>z</mi>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>g</mi>
<mo>,</mo>
<mi>h</mi>
<mo>)</mo>
<mo>,</mo>
<mi>d</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>z</mi>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>h</mi>
<mo>,</mo>
<mi>g</mi>
<mo>)</mo>
<mo>,</mo>
<mi>d</mi>
</mrow>
</msubsup>
<mo>|</mo>
<msub>
<mo>|</mo>
<mi>&infin;</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mi>d</mi>
<mo>)</mo>
</mrow>
</mrow>
3.5)判断Δτ1和Δτ2是否小于ε,ε=0.00001,若Δτ1和Δτ2不小于ε则令t←t+1并跳转到步骤3.2)继续重复执行步骤3.2)~步骤3.5),直到Δτ1和Δτ2均小于ε,得到问题的最优解,从而实现配电网有功和无功资源的优化。
4.根据权利要求3所述一种基于重加权加速Lagrangian的配电网能量分散协调优化方法,其特征在于,各个子系统的更新优化及对偶变量的更新操作可以并行进行,即在d+1次迭代时,子系统根据上一次迭代得到的与其邻域子系统相关的辅助变量信息zd,求解公式(16a)和(16b)来更新自身的最优解各个子系统在d+1次迭代结束后,仅需要与自己的邻域子系统交换辅助变量信息,直到残差Δτ1和Δτ2小于ε,即互联的邻域子系统间电压和功率相等且最优解稳定,则可得到使目标函数最优的配电网有功和无功功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510594022.XA CN105186500B (zh) | 2015-09-17 | 2015-09-17 | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510594022.XA CN105186500B (zh) | 2015-09-17 | 2015-09-17 | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105186500A CN105186500A (zh) | 2015-12-23 |
CN105186500B true CN105186500B (zh) | 2017-10-20 |
Family
ID=54908422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510594022.XA Active CN105186500B (zh) | 2015-09-17 | 2015-09-17 | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105186500B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108964009B (zh) * | 2017-05-19 | 2022-05-06 | 国网安徽省电力公司 | 一种配电网的互动控制方法及系统 |
CN107392418B (zh) * | 2017-06-08 | 2021-08-13 | 国网宁夏电力公司电力科学研究院 | 一种城市配电网网络重构方法及系统 |
CN108631317B (zh) * | 2018-05-29 | 2021-11-09 | 深圳供电局有限公司 | 一种含多源主体的主动配电网分布式动态最优潮流方法 |
CN109390930B (zh) * | 2018-06-13 | 2022-05-27 | 南京理工大学 | 一种考虑控制自治性的主动配电网微电网化分区方法 |
CN109120011B (zh) * | 2018-09-29 | 2019-12-13 | 清华大学 | 一种考虑分布式电源的分布式配电网拥塞调度方法 |
CN109494721B (zh) * | 2018-11-20 | 2020-06-30 | 浙江大学 | 适用于含柔性多状态开关的配电网分布式自适应控制方法 |
CN109858774B (zh) * | 2019-01-09 | 2020-10-27 | 燕山大学 | 提高系统安全性和协调性的源网荷规划方法 |
CN109980684A (zh) * | 2019-04-02 | 2019-07-05 | 云南电网有限责任公司电力科学研究院 | 一种基于柔性互联微电网的分布式优化调度方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003134666A (ja) * | 2001-10-16 | 2003-05-09 | Takeo Kawamura | 非線形計画法による最適潮流計算システム |
CN104300536B (zh) * | 2014-10-27 | 2016-09-21 | 国家电网公司 | 一种基于网络分解的配电网状态估计方法 |
-
2015
- 2015-09-17 CN CN201510594022.XA patent/CN105186500B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105186500A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105186500B (zh) | 一种基于重加权加速Lagrangian的配电网能量分散协调优化方法 | |
CN103903073B (zh) | 一种含分布式电源及储能的微电网优化规划方法及系统 | |
CN105811407B (zh) | 一种基于分布式牛顿法的微电网一次调频控制方法 | |
CN110504691A (zh) | 一种计及vsc控制方式的交直流配电网最优潮流计算方法 | |
CN105140971B (zh) | 一种基于重加权加速Lagrangian的交直流微电网分布式调度方法 | |
CN103971026B (zh) | 主动配电网潮流计算通用方法 | |
CN107294085A (zh) | 基于临界特征根跟踪的微电网延时裕度计算方法 | |
CN104362648A (zh) | 一种光伏电站无功调相方法 | |
CN104537258A (zh) | 分布式储能参与有源配电网运行调节的锥优化建模方法 | |
Aziz et al. | Admm-based distributed optimization of hybrid mtdc-ac grid for determining smooth operation point | |
CN106159955B (zh) | 基于连续惩罚对偶分解的电力系统分布式最优潮流方法 | |
CN104868496A (zh) | 一种基于扩展qv节点潮流的光储有功功率协同输出方法 | |
WO2022156014A1 (zh) | 混联风光微电网快速频率响应分布式协调控制方法及系统 | |
CN103368186A (zh) | 一种风电系统无功优化方法 | |
CN107302231A (zh) | 一种小水电群接入电网的两目标随机经济调度方法 | |
CN103490428A (zh) | 微电网无功补偿容量配置方法及系统 | |
CN103971183B (zh) | 一种光伏电站的优化选址与容量配置方法 | |
CN102163845A (zh) | 基于功率矩法的分布式电源优化配置方法 | |
CN106451504A (zh) | 一种混合储能系统配置成本的控制方法及装置 | |
CN107591806A (zh) | 一种考虑主动配电网有功调节能力的主网日前调度方法 | |
CN107994564A (zh) | 基于特征根聚类的多重时滞微电网电压稳定性分析方法 | |
CN104184165A (zh) | 一种适用于无主控中心的光伏发电机组协同控制方法 | |
CN104793107B (zh) | 一种基于改进opa模型的电网连锁故障确定方法 | |
CN108171384A (zh) | 一种基于复合粒子群算法微网能量管理方法 | |
CN107069703A (zh) | 一种计及新能源接入的交直流配网规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Li Jing Inventor before: Li Jing Inventor before: Dai Wenzhan Inventor before: Zhao Zhongwei Inventor before: Shen Chen |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |