CN105356446B - 一种电力系统网络的风险评估方法 - Google Patents
一种电力系统网络的风险评估方法 Download PDFInfo
- Publication number
- CN105356446B CN105356446B CN201510691466.5A CN201510691466A CN105356446B CN 105356446 B CN105356446 B CN 105356446B CN 201510691466 A CN201510691466 A CN 201510691466A CN 105356446 B CN105356446 B CN 105356446B
- Authority
- CN
- China
- Prior art keywords
- power system
- power
- region
- system network
- situation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012502 risk assessment Methods 0.000 title claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 9
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000005315 distribution function Methods 0.000 claims description 6
- 241000251468 Actinopterygii Species 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 3
- 238000013439 planning Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 2
- 238000013316 zoning Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009329 sexual behaviour Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012109 statistical procedure Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
本发明涉及一种电力系统网络的风险评估方法，属于数据处理技术领域。该法执行如下步骤：1）将区域内的总负荷值以一个集中负荷a表示，将区域内的所有分布式电源定义为随机变量集合A，区域内的；2）根据区域内的负荷以及分布式电源之间的相关性划分区域的边界条件；3）根据步骤2）确定的边界情况对电力系统网络，并确定电力系统网络的结构；4）获取步骤2）中六种边界条件的各变量的历史时序数据，并按照时间顺序编号，形成以编号及功率数值为标签的数据对；5）利用蒙特卡洛法分别计算步骤2）中的六种边界情况下的电力系统潮流方程，为电力系统网络的风险进行评估。该方法为电力网络评估规划提供了有效依据，减少了许多不必要的工作。
Description
技术领域
本发明涉及一种电力系统网络的风险评估方法，属于数据处理技术领域。
背景技术
传统的电力系统规划和运行是从集中控制的角度来完成的。少量的大容量电厂生产电能，然后通过输电线路和配电线路分配给遥远的负荷中心。这些电厂大多使用化石燃料、核能或者有调节水库的水能来获得机械能去驱动同步电机。发电机与网络结构的输电系统相连，而用户则直接和配电网相连。这个自上而下的纵向结构保证了发电的可调度性和电力系统运行的可靠性。
然而在可持续发展的全球背景下，越来越多的环境友好型能源在电力系统的生产中得到应用。DG大多采用新能源，其相应的一次能源原动力不可控，故其每个时刻的出力完全取决于它们的一次能源的可使用程度，降低了发电调度的能力。DG是随机性发电机。虽然一些DG单元使用电力电子技术来提供有效的能量控制，但是它们还是和传统的发电技术相差很多。
DG主要和配电网相连接。这种非常规的发电单元在配电网内大范围的部署，使得传统的按电压等级划分的纵向结构向横向运行模式转移。横向运行模式中分布式电网同时包含随机电源和随机负荷这两类随机功率单元。这将导致潮流计算中出现大量随机性的系统输入，并在系统分析过程中需要考虑它们之间复杂的相关性，从而带来经济和技术上的挑战。
发明内容
本发明要解决的技术问题是，针对现有技术不足，提出一种用于适应先行及未来电力系统网络环境的电力系统网络的风险评估方法，能够更好的为电力系统网络的规划设计及安全保证提供参考和帮助。
本发明为解决上述技术问题提出的技术方案是：一种电力系统网络的风险评估方法，执行如下步骤：
1)在所述电力系统网络已划分的各区域内，将所述区域内的总负荷值以一个集中负荷a表示，将所述区域内的所有分布式电源定义为随机变量集合A，所述区域内的；
2)根据所述区域内的负荷以及分布式电源之间的相关性划分所述区域的边界条件；
S1、各区域内的各分布式电源及集中负荷完全不相关；
S2、在S1的基础上，各区域内的各分布式电源按分布式电源的类型进行相关，各区域之间相互独立；
S3、在S2的基础上，各区域内的分布式电源全部相关；
S4、在S3的基础上，所有区域的集中负荷均相关；
S5、在S4的基础上，所有区域的分布式电源均正相关；
S6、所有区域内的各分布式电鱼以及集中负荷均相关；
3)根据步骤2)确定的边界情况对所述电力系统网络，并确定所述电力系统网络的结构；
4)获取步骤2)中六种边界条件的各变量的历史时序数据，并按照时间顺序编号，形成以编号及功率数值为标签的数据对；
5)利用蒙特卡洛法分别计算步骤2)中的六种边界情况下的电力系统潮流方程，以此来获取所述电力系统网络的状态变量的统计信息，并根据所述统计信息确定在极限情况下所述电力系统网络的状态变量值，根据极限状态下的状态变量值，为所述电力系统网络的风险进行评估。
本发明采用上述技术方案的有益效果是：由于输电网和有DG接入的配电网间的潮流可能不再是单向流动，而可能是双向流动。为了满足总的负荷需求，可调度的功率单元要在考虑系统限制条件下，适应不可调度的功率单元的变化。由于DG出力大多具有随机性，仅仅采用确定性分析方法是不足的。而且也需要考虑某些特定区域内相同类型随机性DG的原动力之间的相关性。
随机性发电机大范围接入系统对考虑这些功率单元内在不确定性的的新型电力系统运行规划建模方法提出了要求。除了不可调度的DG和它们之间的相关性，负荷也需要依据它们的随机性行为进行建模。因而在这种新型的电力系统结构分析问题中引入了大量的随机变量和系统输入量之间复杂的相关性。
为了在作为分析手段之一的潮流计算中考虑这些功率单元的随机性和相关性，本发明利用了随机边界法的思想，针对多类型DG接入的情况设定了6种边界场景，并制定了相应场景下的随机注入功率采样值的获取方法。结合蒙特卡洛法和牛顿-拉夫逊法，实现随机性潮流计算。计算结果经过统计学处理后，能够在分析得到可能危害系统安全的各状态量的极限情况，为系统规划时的风险评估和措施制定提供依据。
上述技术方案的改进是：步骤3)将每个区域用一个简化PQ节点表示，所述PQ节点不考虑区域内部接线。
上述技术方案的改进是：步骤4)根据所述数据对中的功率数值从小到大进行排列，统计不同的功率数值的采样个数，在对所述功率数值进行累加和归一化，形成关于所述数据对的累积分布函数。
上述技术方案的改进是：利用PQ节点注入功率向量作为节点注入功率信息，根据牛顿-拉夫逊法求解电力系统潮流方程求解六种情况下，计算每种情况下的数字特征，所述数字特征包括PQ节点电压、所述电力系统网络的支路功率的期望和标准差。
附图说明
下面结合附图对本发明作进一步说明：
图1是本发明实施例的流程示意图。
图2是本发明实施例的5节点/7支路系统的网络拓扑图。
具体实施方式
实施例
本实施例的一种电力系统网络的风险评估方法，如图1所示，执行如下步骤：
1)在电力系统网络已划分的各区域内，将区域内的总负荷值以一个集中负荷a表示，将区域内的所有分布式电源定义为随机变量集合A，区域内的；
2)根据区域内的负荷以及分布式电源之间的相关性划分区域的边界条件；
S1、各区域内的各分布式电源及集中负荷完全不相关；
S2、在S1的基础上，各区域内的各分布式电源按分布式电源的类型进行相关，各区域之间相互独立；
S3、在S2的基础上，各区域内的分布式电源全部相关；
S4、在S3的基础上，所有区域的集中负荷均相关；
S5、在S4的基础上，所有区域的分布式电源均正相关；
S6、所有区域内的各分布式电鱼以及集中负荷均相关；
3)根据步骤2)确定的边界情况对电力系统网络，并确定电力系统网络的结构；
4)获取步骤2)中六种边界条件的各变量的历史时序数据，并按照时间顺序编号，形成以编号及功率数值为标签的数据对；
5)利用蒙特卡洛法分别计算步骤2)中的六种边界情况下的电力系统潮流方程，以此来获取电力系统网络的状态变量的统计信息，并根据统计信息确定在极限情况下电力系统网络的状态变量值，根据极限状态下的状态变量值，为电力系统网络的风险进行评估。
本实施例的法流程如图1所示，包括：
步骤A1，根据地理位置，确定6种边界情况下随机功率单元相关性结构，随之确定每种情况下随机变量个数；
步骤A2，确定电力系统网络结构和蒙特卡洛法的仿真次数m；
步骤A3，获取各随机变量在仿真周期内的历史时序数据，统计得到其累积分布函数；
步骤A4，针对6种不同边界情况下的相关性结构，分别获取各随机变量的采样值，每种情况下每个随机变量需获取采样值m个；
步骤A5，利用蒙特卡洛法分别计算6种边界情况下的电力系统潮流方程，获取各状态变量的经典潮流解的集合，并统计处理分析。
本申请实施例提出通过6种边界场景，可以降低随机潮流计算时对随机功率单元间相关性建模的难度，其计算结果经过统计分析后可以为电网的风险评估提供依据。
本申请实施例提供的具体算法流程包括：
步骤A11，确定系统随机单元总数n，按地理位置确定简化PQ节点数及其包含的随机单元；
步骤A12，确定电力系统网或结构和蒙特卡洛仿真次数m，并令k＝1；
步骤A13，根据各随机单元的历史数据获取累积分布函数Fi(·)(i＝1,…,n)；
步骤A14，选择第k种边界情况，确定随机数发生器个数并生成对应个数的[0,1]内的随机数；
步骤A15，将所得随机数赋给其替代的所有随机单元变量，得到均匀分布采样值u1,…,un；
步骤A16，利用各变量累积布反函数对采样值反变换,获取随机单元功率值，即xi＝F-1(ui)；
步骤A17，按照随机单元分组情况确定各简化PQ节点的注入功率数值；
步骤A18，利用牛拉法计算潮流并存储结果；
步骤A19，判断仿真次数是否达到设定次数m，如果未达到，转步骤14，否则判断k是否小于6，如果小于则令k＝k+1，m＝0，然后转步骤14，否则统计各边界场景下潮流结果并分析，结束算法。
下面举例说明考虑DG与负荷随机性及相关性的概率潮流随机边界法。
以如图2所示的5节点/7支路网络为例，应用本发明提出的方法进行随机潮流计算并统计边界情况下结果。
测试系统中随机变量个数为149：DN3有45台WTG随机变量，DN4有40台WTG随机变量，DN5有60台WTG随机变量，再加上4个负荷的分布。将测试系统分为7个集群：四个负荷集群和三个WTG集群。考虑6种不同的极限相关性场景：随机下界(随机变量相互独立)和5种上界。
1)下界：149个随机变量完全不相关。
2)上界1：7个随机变量集群(4个负荷和3风力发电机群相互独立)，即系统采样时有7个随机数发生器
3)上界2：随机变量群个数同上界1，由于每个简化PQ节点内只包含风电一种新能源机组，所以两种边界情况相同。
4)上界3：4个随机变量集群(负荷正相关且与3个风力发电机群相互独立)
5)上界4：2个随机变量集群(所有风力发电机正相关，所有负荷正相关，负荷与风机独立)
6)上界5：1个随机变量集群(所有集群都相关)
该测试系统的节点及支路信息如表1和表2所示。
表1节点功率数据
表2支路阻抗、导纳信息
网络结构已如图2所示，蒙特卡洛仿真次数定为20000次。
根据风电出力和负荷的历史数，得到单台风机的累积分布函数，得到节点3处的负荷累积分布函数。2、4、5三个节点的负荷累积分布函数只要根据表1中的高负荷均值进行按比例归算即可得到。风机功率因数设定为1，看做PQ节点。
针对6种边界情况，利用MATLAB均匀分布随机数发生器产生随机数，并生成PQ节点注入功率信息，利用牛拉法解算潮流，每种边界情况下重复20000次潮流计算并存储各边界情况下的结果。
计算各支路有功潮流的期望和标准差信息。
最终计算结果如下表所示：
表3支路有功潮流仿真结果(单位：MW)
本发明不局限于上述实施例。凡采用等同替换形成的技术方案，均落在本发明要求的保护范围。
Claims (4)
1.一种电力系统网络的风险评估方法，其特征在于执行如下步骤：
1）在所述电力系统网络已划分的各区域内，将所述区域内的总负荷值以一个集中负荷a表示，将所述区域内的所有分布式电源定义为随机变量集合A；
2）根据所述区域内的负荷以及分布式电源之间的相关性划分所述区域的边界条件；
情况1、各区域内的各分布式电源及集中负荷完全不相关；
情况2、在情况1的基础上，各区域内的各分布式电源按分布式电源的类型进行相关，各区域之间相互独立；
情况3、在情况2的基础上，各区域内的分布式电源全部相关；
情况4、在情况3的基础上，所有区域的集中负荷均相关；
情况5、在情况4的基础上，所有区域的分布式电源均正相关；
情况6、所有区域内的各分布式电鱼以及集中负荷均相关；
3）根据步骤2）确定的边界情况对所述电力系统网络，并确定所述电力系统网络的结构；
4）获取步骤2）中六种边界条件的各变量的历史时序数据，并按照时间顺序编号，形成以编号及功率数值为标签的数据对；
5）利用蒙特卡洛法分别计算步骤2）中的六种边界情况下的电力系统潮流方程，以此来获取所述电力系统网络的状态变量的统计信息，并根据所述统计信息确定在极限情况下所述电力系统网络的状态变量值，根据极限状态下的状态变量值，为所述电力系统网络的风险进行评估。
2.如权利要求1所述的电力系统网络的风险评估方法，其特征在于：步骤3）将每个区域用一个简化PQ节点表示，所述PQ节点不考虑区域内部接线。
3.如权利要求1所述的电力系统网络的风险评估方法，其特征在于：步骤4）根据所述数据对中的功率数值从小到大进行排列，统计不同的功率数值的采样个数，在对所述功率数值进行累加和归一化，形成关于所述数据对的累积分布函数。
4.如权利要求3所述的电力系统网络的风险评估方法，其特征在于：
利用PQ节点注入功率向量作为节点注入功率信息，根据牛顿-拉夫逊法求解电力系统潮流方程求解六种情况下，计算每种情况下的数字特征，所述数字特征包括PQ节点电压、所述电力系统网络的支路功率的期望和标准差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510691466.5A CN105356446B (zh) | 2016-01-07 | 2016-01-07 | 一种电力系统网络的风险评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510691466.5A CN105356446B (zh) | 2016-01-07 | 2016-01-07 | 一种电力系统网络的风险评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105356446A CN105356446A (zh) | 2016-02-24 |
| CN105356446B true CN105356446B (zh) | 2017-10-03 |
Family
ID=55332355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510691466.5A Active CN105356446B (zh) | 2016-01-07 | 2016-01-07 | 一种电力系统网络的风险评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105356446B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105958538B (zh) * | 2016-06-12 | 2018-11-13 | 南京工程学院 | 基于蒙特卡洛法的配电网孤岛划分方法 |
| CN107069721B (zh) * | 2017-06-21 | 2020-01-31 | 华北电力大学 | 一种基于随机集理论的电力系统运行风险评估方法 |
| CN107730111A (zh) * | 2017-10-12 | 2018-02-23 | 国网浙江省电力公司绍兴供电公司 | 一种考虑用户负荷和新能源接入的配网电压风险评估模型 |
| CN109858793B (zh) * | 2019-01-23 | 2022-08-09 | 国网河南省电力公司经济技术研究院 | 电力系统风险评估指标体系构建方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7660649B1 (en) * | 2004-07-02 | 2010-02-09 | Optimal Innovations Inc. | Resource management using calculated sensitivities |
| CN104463697A (zh) * | 2014-11-28 | 2015-03-25 | 清华大学 | 含大规模风电电力系统的风险评估方法 |
| CN105160459A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种电力系统的稳定运行状况评估方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9577435B2 (en) * | 2013-03-13 | 2017-02-21 | Abb Research Ltd. | Method and apparatus for managing demand response resources in a power distribution network |
-
2016
- 2016-01-07 CN CN201510691466.5A patent/CN105356446B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7660649B1 (en) * | 2004-07-02 | 2010-02-09 | Optimal Innovations Inc. | Resource management using calculated sensitivities |
| CN104463697A (zh) * | 2014-11-28 | 2015-03-25 | 清华大学 | 含大规模风电电力系统的风险评估方法 |
| CN105160459A (zh) * | 2015-08-15 | 2015-12-16 | 国家电网公司 | 一种电力系统的稳定运行状况评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《基于快速随机潮流的电力系统安全风险评估》;段瑶等;《中国电机工程学报》;20140805;第34卷(第22期);第3784-3789页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105356446A (zh) | 2016-02-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104376378B (zh) | 基于混合整数锥优化的含分布式电源配电网无功优化方法 | |
| Mei et al. | Game approaches for hybrid power system planning | |
| Ghofrani et al. | Energy storage application for performance enhancement of wind integration | |
| Sexauer et al. | Voltage quality assessment in a distribution system with distributed generation—A probabilistic load flow approach | |
| Malik et al. | Strategic planning of renewable distributed generation in radial distribution system using advanced MOPSO method | |
| CN105356446B (zh) | 一种电力系统网络的风险评估方法 | |
| Sultana et al. | Oppositional krill herd algorithm for optimal location of distributed generator in radial distribution system | |
| CN106130004B (zh) | 一种综合考虑稳定特性的并网点新能源接纳能力的评估方法 | |
| Alotaibi et al. | An efficient probabilistic-chronological matching modeling for DG planning and reliability assessment in power distribution systems | |
| CN106779313A (zh) | 基于混合整数规划的多目标分布式电源选址定容方法 | |
| CN106886953B (zh) | 考虑多重不确定性的需求响应对含风电系统风险分析方法 | |
| Liu et al. | Optimal short-term load dispatch strategy in wind farm | |
| Zhao et al. | Probabilistic voltage stability assessment considering stochastic load growth direction and renewable energy generation | |
| CN106385055A (zh) | 一种含分布式电源的配电网安全校核方法 | |
| CN105633950B (zh) | 一种考虑风电注入不确定性的多目标随机模糊动态最优潮流求解方法 | |
| CN106021754A (zh) | 考虑vsc无功越限调整策略的混联电网概率潮流算法 | |
| CN109638837B (zh) | 一种面向新能源并网的动态负载管理方法及系统 | |
| Momoh et al. | Stochastic Voltage/Var control with load variation | |
| CN106026111A (zh) | 一种基于概率潮流计算的新能源穿透率评估方法 | |
| Cheng et al. | The power system multi-objective optimization dispatching containing virtual power plant | |
| CN107480917A (zh) | 一种基于拟蒙特卡罗模拟的概率潮流计算方法 | |
| CN114205381A (zh) | 一种包含虚拟电厂负荷分类、资源建模及参与电力市场交易的系统 | |
| Mosbah et al. | Differential evolution method for optimal size and localization of photovoltaic in the Algerian transmission power system | |
| CN107069743A (zh) | 电网断面潮流的自动调整计算方法 | |
| Karki et al. | Impact of renewable energy unit availability on power system adequacy |
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 |