CN107272816A - 用于控制系统中的误差监测和处理的系统和方法 - Google Patents

用于控制系统中的误差监测和处理的系统和方法 Download PDF

Info

Publication number
CN107272816A
CN107272816A CN201710574770.0A CN201710574770A CN107272816A CN 107272816 A CN107272816 A CN 107272816A CN 201710574770 A CN201710574770 A CN 201710574770A CN 107272816 A CN107272816 A CN 107272816A
Authority
CN
China
Prior art keywords
micro
capacitance sensor
error
optimization
control system
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
CN201710574770.0A
Other languages
English (en)
Inventor
A.哈吉米拉哈
M.R.达达什扎德
I.拉杜卡努
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN107272816A publication Critical patent/CN107272816A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05FSYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66Regulating electric power
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05FSYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/70Regulating power factor; Regulating reactive current or power
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/10The dispersed energy generation being of fossil origin, e.g. diesel generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/10The network having a local or delimited stationary reach
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225Demand response systems, e.g. load shedding, peak shaving
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/12Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/221General power management systems
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20End-user application control systems
    • Y04S20/222Demand response systems, e.g. load shedding, peak shaving

Abstract

在第一实施例中,用于控制微电网的系统包含基于处理器的控制系统。该控制系统配置成经由通信路径从微电网系统内的至少一个微电网资产接收信息并且识别与微电网系统的操作关联的一个或多个误差。另外,控制系统配置成采用一个或多个动作对一个或多个识别的误差作出响应。来自一个或多个识别的误差的每个识别的误差与来自一个或多个动作的至少一个动作关联。此外,控制系统配置成生成优化分派调度,其具有配置成控制微电网操作来减少成本并且提高微电网的操作效率的一个或多个控制信号。优化分派调度至少部分基于对一个或多个识别的误差的响应。

Description

用于控制系统中的误差监测和处理的系统和方法
技术领域
本文公开的主题一般涉及微电网控制系统中发电的优化,并且更具体地涉及用于微电网控制系统中的误差监测和处理的系统和方法。
背景技术
诸如“智能电网”基础设施的能源基础设施可包含发电系统、输电系统、智能仪表、数字通信系统、控制系统(例如,中央和局部控制器)和它们的相关组件。特别地,智能微电网系统可包含多个资产,例如发电源、负载(例如,功率用户或消费者)、存储系统或设备和/或混合用途的系统或设备。另外,微电网系统可以是独立发电和配电网络,可以是较大发电和配电网络的个别可控部分,和/或可以是具有其自身的发电源、负载/用户/消费者、存储系统/设备和/或混合用途设备/系统的单个设施。
在智能电网功率系统中,特别在微电网功率系统中,控制发电、热生成和能量存储的分派以便减少操作成本、增加产量和/或并发地减少损耗,这通常是可取的。在一些实施例中,在分派的这种控制可称为微电网系统的优化。微电网系统的优化和控制可通过面向优化的计算来进行,称为优化分派调度(例如,传送到微电网资产的一个或多个控制信号、命令或指令)。为了在微电网系统内制定优化分派调度,考虑多种操作约束和/或限制,比如例如由微电网系统内的各种微电网资产产生的那些。实际上,微电网优化和控制可一般涉及监测和命令系统内的各种微电网资产。在一些情形中,识别在微电网优化和控制期间可能出现的不同类型的误差和/或非期望事件,这可是可取的。此外,响应于识别的误差采取合适的动作来减少误差对微电网系统或在微电网系统内的影响,这可是可取的。
发明内容
与最初要求保护的本发明在范围上相称的某些实施例在下文概述。这些实施例不意图限制要求保护的本发明的范围,但是而是这些实施例只意图提供本发明的可能形式的简短概要。实际上,本发明可囊括可与下文阐述的实施例类似或不同的多种形式。
在第一实施例中,用于控制微电网的系统包含基于处理器的控制系统。该基于处理器的控制系统配置成经由通信路径从微电网系统内的至少一个微电网资产接收信息并且识别与微电网系统的操作关联的一个或多个误差。另外,基于处理器的控制系统配置成采用一个或多个动作对一个或多个识别的误差作出响应。来自一个或多个识别误差的每个识别误差与来自一个或多个动作的至少一个动作关联。此外,基于过程的控制系统配置成生成优化分派调度,其具有配置成控制微电网操作来提高微电网的操作效率的一个或多个控制信号。优化分派调度至少部分基于对一个或多个识别误差的响应。另外,基于过程的控制系统配置成经由通信路径将优化分派调度的至少一部分输送给与微电网资产关联的基于处理器的局部控制器。基于处理器的局部控制器的操作至少部分基于优化分派调度的部分。
在第二实施例中,提供非暂时性计算机可读媒介,其具有存储在其上的计算机可运行代码。该代码包括用于验证控制系统与局部控制器之间的通信路径的指令,其中该控制系统配置成计算对与微电网操作关联的优化问题的优化分派调度。代码进一步包括用于验证由控制系统从局部控制器接收的与微电网操作有关的数据集的指令。另外,代码包括用于经由控制系统采用一个或多个动作对一个或多个识别误差作出响应并且生成优化分派调度(其包括配置成控制微电网操作来减少成本并且提高微电网操作效率的一个或多个控制信号)的指令。优化分派调度至少部分基于对识别的一个或多个误差的响应。
在第三实施例中,提供控制系统,其包含处理器。该处理器配置成识别与微电网系统的操作关联的一个或多个误差并且采用一个或多个动作对一个或多个识别的误差作出响应。来自一个或多个识别误差的每个识别误差与来自一个或多个动作的至少一个动作关联。处理器还配置成生成优化分派调度,其包括配置成控制微电网操作来提高微电网的操作效率的一个或多个控制信号。优化分派调度至少部分基于对一个或多个识别误差的响应。
附图说明
当参照附图(其中相似的字符在遍及整个附图中代表相似的部件)阅读下面详细描述时,本发明的这些和其他特征、方面和优势将变得更好理解,其中:
图1是图示根据本文描述的实施例的微电网系统的实施例的示意图;
图2是微电网控制系统的前面板(其包含信号器显示器和人机界面(HMI)显示器)的实施例的图示;
图3是图示微电网控制系统的实施例的示意图,该微电网控制系统包含一个或多个处理器、输入/输出(I/O)组件和存储器组件;
图4是由微电网控制系统运行的优化分派调度的实施例的可视化,其描绘微电网优化问题的预测时域、分派时间和多时间间隔性质;
图5是描绘用于监测微电网控制系统、检测误差和/或不可取事件以及处理识别的误差和/或不可取事件的过程的实施例的流程图;以及
图6是图1的微电网控制系统内的存储设备的实施例的框图,其描绘存储设备的最大存储容量、最小可接受存储容量和不同的荷电状态区。
具体实施方式
将在下文描述本发明的一个或多个特定实施例。致力于提供这些实施例的简洁描述,可不在该说明书中描述实际实现的所有特征。可以领会,在任何这种实际实现的开发中,如在任何工程或设计项目中,必须做出许多实现特定的决策以达到开发者的特定目标,例如与系统相关和业务相关的约束一致,该目标可从一个实现变化到另一个。此外,可以领会,这种开发努力可能是复杂并且耗时的,但对于受益于本公开的那些普通技术人员仍将是设计、制作和制造的例行任务。
当引入本发明的各种实施例的元素时,冠词“一”、 “一个”、“该”和“所述”意图意味着存在元素中的一个或多个。术语“包括”、“包含”和“具有”意图为包含的并且意味着可存在除列出的元素外的附加元素。
如上文指出的,优化分派调度可用于优化和控制微电网系统,其具有一个或多个操作约束和/或限制。例如,微电网系统的优化和/或控制包含采用增加产量、减少损耗和/或减少操作成本的方式分派一个或多个控制信号、命令或指令。操作约束和/或限制可包含微电网资产,例如发电源、负载、存储系统或设备和/或混合用途的系统或设备。特别地,微电网控制系统可用于通过控制与系统内的每个微电网资产关联的一个或多个局部控制器来优化微电网系统。例如,在一些情形中,鉴于这些约束和/或限制来对微电网系统制定优化分派技术可涉及从微电网资产读取、计算一个或多个面向优化的问题、将一个或多个优化决策/命令写入局部控制器以及由局部控制器实现决策/命令。特别地,传送到局部控制器的优化决策/命令是控制信号,其可控制微电网的每个组件和/或微电网的整体操作。
在这些阶段(例如,读取、优化或计算、写入、实现)中的任一个期间,一些误差和/或非期望事件可出现并且可影响微电网系统的优化和稳定操作。微电网系统内的误差或非期望事件可包含例如微电网控制系统不能与资产的局部控制器建立通信、离线资产未对来自微电网控制系统的“打开”命令作出响应、在线资产未对来自微电网控制系统的“关闭”命令作出响应、离线资产在没有从微电网控制系统接收“打开”命令的情况下变成在线或在线资产在没有从微电网控制系统接收“关闭”命令的情况下变成离线(失效)。微电网系统内的其他误差或非期望事件包含:微电网控制系统,其不能改变资产的操作模式(例如,使可分派发电机的操作模式从下垂(droop)变成同步或使存储设备的操作模式从恒定功率变成负载跟踪);或微电网控制系统,其不能制定微电网系统内的优化问题(例如,发电源13的发电的高效控制)和对其求解。
同样,提供配置成在优化分派技术运行期间监测微电网系统(例如,微电网资产)的微电网控制系统,这可是可取的。特别地,提供识别在分派调度技术阶段(例如,读取、优化、写入、实现)期间可能出现的不同类型的误差和/或非期望事件的微电网控制系统,这可是可取的。此外,响应于识别的误差来处理并且采取合适的动作来减少误差对微电网系统的操作和稳定性的负面影响,这可是可取的。实际上,这种误差监测和处理程序可在微电网控制系统内实现,如将在下文详细描述的。
鉴于前述,图1是图示微电网系统10的实施例的示意图,该微电网系统10包含微电网控制系统12。特别地,微电网10包含各种设备或微电网资产15,比如例如功率发电机源13(例如,可再生发电机、可分派发电机等)、存储设备和/或负载(例如,用户/消费者)。传输线14可使微电网10内的各种设备或资产连接,并且可用作功率路径和/或通信路径。应理解传输线14代表微电网10的分配网络并且可根据需要和/或酌情可包含多个部分/段和/或变电站。
在图示的实施例中,微电网10可包含各种功率发电机源13,比如例如水力发电机16、柴油发电机18和太阳能发电机20。在其他实施例中,微电网10可包含其他形式的可分派、不可分派或可再生发电源,比如例如组合热和功率发电机或风力涡轮机。由这些发电源产生的功率可经由传输线14输送给微电网10内的负载。例如,在图示的实施例中,由水力发电机16、柴油发电机18和/或太阳能发电机20产生的功率可经由传输线14输送给工业负载22或住宅负载24。在其他实施例中,产生的功率可经由传输线14输送给其他负载,例如市政当局(例如,一个或多个房子、住宅区域、建筑、城市等)、车辆充电系统和/或商业设施(例如,一个或多个商店、制造厂、商业区等)。在某些实施例中,微电网10可在共同耦合25(例如,PCC 25)的点处通过断路器耦合于主电网23(例如,公用事业)。
另外,微电网系统10内的一个或多个存储设备26可经由传输线14从发电源13抽取功率。存储设备26可用于存储由发电源13(例如,水力发电机16、柴油发电机18或太阳能发电机20)生成的功率,并且这种存储功率可在需要功率但并不容易获得时(例如在断电期间,在存在超额需求时,等等)使用。在图示的实施例中,存储设备26包含电解装置28、氢存储装置30和一个或多个燃料电池32(例如,燃料模块、燃料堆等)。电解装置28可使用生成的功率(例如,电力)来生成氢并且创建副产品,例如热和氧。生成的氢可被压缩并且存储在氢存储装置30内,并且可被燃料电池32用于在任何时间生成电力。燃料电池32可用于在期望时经由传输线14向微电网10供应功率。在其他实施例中,存储设备26可以是作为一个或多个能量存储系统的部分而存在的一个或多个电池或其他能量存储设备/资产。
微电网10还可包含一个或多个局部控制器34(例如,控制单元、控制子系统,等),其经由通信路径36通信连接到微电网控制系统12。通信路径36可包含有线网络连接、无线网络连接和/或适合于从微电网资产15(例如,水力发电机16、柴油发电机18、太阳能发电机20、工业负载22、住宅负载24或存储设备26)接收信息以及将命令从微电网控制系统12传送到局部控制器34的任何形式的连接。当通信路径36包含无线通信元件时,无线网络连接可包含微电网10内的任何设备可无线且通信连接到通信路径36所到的无线接入点。另外,通信路径36可连接到较大通信路径36或可以是较大通信路径36的一部分,例如互联网、专用计算机网络或诸如此类。
特别地,微电网控制系统12可从局部控制器34接收信息并且将指令(例如,命令、决策、控制信号等)传送到局部控制器34,其中每个局部控制器34经由通信路径36而通信耦合于微电网资产15。实际上,每个局部控制器34可配置成控制它所负责的微电网系统(例如,对应的微电网资产15)的各种方面,并且另外可负责将信息从微电网资产15中继到微电网控制系统12。采用该方式,微电网控制系统12可配置成提供优化分派调度(例如,提供微电网的优化控制的指令、控制信号、命令等)来优化和控制微电网资产15,比如例如水力发电机16、柴油发电机18、太阳能发电机20、工业负载22、住宅负载24或存储设备26。另外,微电网控制系统12可通过通信路径36从外部源接收信息和/或将信息发送到外部源,比如例如气象/气候信息、使用历史信息等等。
在一些实施例中,微电网控制系统12可包含用于从用户接收输入的一个或多个接口。图2是允许用户输入的微电网控制系统12的前面板38的实施例的图示。如图示的,微电网控制系统12包含信号器显示器40和人机界面(HMI)显示器42。如关于图1描述的,微电网控制系统12可配置成鉴于微电网资产15生成微电网10的优化分派问题并对其求解,并且可涉及从微电网资产15读取、计算微电网10的一个或多个优化问题并且写入一个或多个优化指令(例如,决策、命令等)来高效控制和/或调节局部控制器。因此,通过前面板38使微电网控制系统12的操作可视化并且与用户/操作员交互,这可是可取的。
信号器显示器40可配置成指示与微电网10内的功能或操作有关的警报和/或产品信息。在某些实施例中,由信号器显示器40所指示的警报可对应于在分派调度过程或技术的阶段(例如,读取、优化、写入、实现)期间可能出现的一个或多个类型的误差和/或非期望事件。警报条件可通过用户输入来预设,或可在微电网控制系统12的存储器内预先配置。例如,配置警报可涉及选择警报何时响应于特定误差或非期望条件来提醒操作员的界限。此外,信号器显示器40底部处的控制按钮44可用于改变警报在前面板38上的观看(显示)并且在前面板38上关闭警报。在某些实施例中,控制按钮44可用于关闭警报、循环通过主动警报、观看关于警报的附加信息(例如,非期望误差或事件的描述和/或位置)等等。
微电网控制系统12的HMI显示器42可用于提供状态信息(例如,直到下一个优化分派通信的时间、微电网资产15的在线或离线状态,等)、电系统信息(例如,由每个发电源生成的能量、功率输出、微电网系统10的容量、存储在存储设备26内的能量的量,等)、历史信息(例如,先前的优化分派指令、关于微电网资产15的历史统计,等)和一般操作员可期望的与微电网控制系统12有关的任何形式的信息。特别地,HMI显示器42可用于设置用于确定优化分派调度的计算参数。例如,对微电网10执行优化所在的预定义时间可经由HMI显示器42通过用户提供。实际上,HMI显示器42可配置成以图表方式显示优化计算的状态,比如例如指示在优化分派调度的每个循环内取得的进度的进度条。此外,控制按钮44可用于在HMI显示器42上导航和选择不同的子系统和资产及各种选项。
转向图3,示意图图示微电网控制系统12的实施例,该微电网控制系统12包含一个或多个处理器46、输入/输出(I/O)组件48和存储器组件 50。特别地,处理器46可与允许存储机器可读指令(比如例如配置成对微电网优化问题求解来提高微电网10的效率的可运行程序代码)的存储器组件50(例如,有形的非暂时性存储器组件50)关联。处理器46配置成运行程序代码同时处理外部信息,比如例如从微电网系统10内的微电网资产15读取的信息、通过I/O组件48从操作员接收的信息等等。例如,I/O组件48可包含允许操作员/用户与微电网控制系统12和/或微电网优化可运行程序交互的一个或多个人为I/O设备(例如,键盘、鼠标等),如在下文进一步描述的。实际上,如上文指出的,显示器52(例如,信号器显示器40或HMI显示器42)可用于将从微电网资产15或一个或多个处理器46得到的信息中继和传达给操作员。此外,在微电网控制系统12内描述的组件可由电源53供电,比如例如一个或多个电池、壁式插座等等。
特别地,微电网控制系统12的一个或多个处理器46可运行程序代码,例如配置成制定微电网优化问题并对其求解并且对微电网10提供优化分派调度来高效控制和/或调节微电网10资产的程序代码。微电网优化程序可配置成管理和处理从微电网10得到或通过来自I/O端口48的用户输入的信息。例如,微电网优化程序可涉及将信息存储在存储器组件50中、从微电网资产15检索信息和/或历史统计、操纵和组织收集的信息、创建和写入对于微电网10的资产和/或局部控制器34的优化分派调度(例如,指令、命令或决策)、经由显示器52向操作员呈现信息等等。微电网控制系统12的操作一般可采用各种操作模式出现,例如关闭模式、顾问模式或自动模式。在关闭模式期间,可未对微电网优化问题求解并且因而,优化分派调度(例如,优化分派解决方案)的通信可未在微电网控制系统12与局部控制器34之间发生。在顾问模式中,可对微电网优化问题求解,但优化分派调度(例如,优化分派解决方案)可未与局部控制器34通信。在自动模式中,可对微电网优化问题求解并且优化分派调度(例如,解决方案)与局部控制器34通信。
此外,微电网控制系统12可与局部控制器34通信来接收信息或提供一系列命令或指令(例如,经由一个或多个控制信号的优化分派调度)。例如,局部控制器34可对微电网控制系统12提供二进制和/或模拟输入数据。特别地,局部控制器34可向控制系统12提供与微电网资产15的可用性有关的信息。可用性可以是这样的二进制信号,其涉及资产15参与由控制系统12执行来制定微电网优化问题并对其求解并且提供对于微电网10的优化分派调度的计算的可用性。可用资产可包含在控制系统12的决策制定过程中,并且可能够接收各种命令或指令,如在下文进一步解释的。不可用资产可从控制系统12的决策制定过程排除。与资产15的可用性有关的二进制信号可基于局部控制器内的基于逻辑的计算。例如,资产15的可用性可以是下列条件的逻辑AND:资产15处于自动模式(例如,资产15能够被自动起动并且由控制系统12所命令),未出现未完成的起动,未出现未完成的停止,并且保跳闸未被激活。在某些实施例中,用户/操作员可从控制系统12的决策制定过程排除或包含一个或多个资产15。控制系统12可配置成采用来自用户/操作员的二进制信号启用或停用资产15。例如,在控制系统12的设置期间在资产15无法持续延长时段地在运行中(例如,维护)时停用资产15,这可是有益的。特别地,控制系统12可对每个资产15计算可用性和使能的逻辑AND以便确定资产15是否包含在决策制定过程内。在某些实施例中,控制系统12可配置成对于某些误差处理程序重写每个资产15的可用性或使能,如将在下文进一步解释的。
微电网控制系统12还可与局部控制器34通信来提供一系列命令或指令(例如,经由一个或多个控制信号的优化分派调度),比如例如起动/停止、功率设置点、同步/快速负载跟踪、看门狗、操作模式等等。起动/停止命令可用于确定微电网10中在线和离线资产和/或设备的优化组合。功率设置点可用于确定可分派发电单元(例如,16、18等)和存储设备26的最佳发电水平。同步/快速负载跟踪命令可用于确定哪个微电网资产15可采用同步/快速负载跟踪模式操作来提供备用裕度并且在微电网10中维持一致频率。在一些实施例中,由微电网控制系统12所选的同步机的调节器调节施加到原动机的能量来维持固定频率,而不管直至机器额定功率的负载。发送给存储设备的类似命令能够将其放入快速负载跟踪模式来捕捉负载和可再生功率中的摆动,因而便于微电网的稳定操作。看门狗命令可用于告知负载控制器34到微电网控制系统12的通信是健康的。操作模式命令可用于将微电网控制系统12的操作模式(即,关闭、顾问、自动)告知局部控制器34。
在微电网控制系统12的操作、提高微电网10效率的微电网优化程序代码的运行或优化分派调度的创建或传送期间,通常可出现误差或不可取事件。例如,在微电网10的控制框架中,微电网控制系统12与局部控制器34之间的通信可未被建立,或可被中断、停用、拦截、错误传达等等。这些误差可归类为下列五个一般类别:不可观察性、不可控性、失效、不可行性和无界性,如将关于图5进一步论述的。因此,启用微电网控制系统12并且更具体地启用一个或多个处理器46来识别各种类型的误差并且处理识别的误差,这可是可取的。
在一些实施例中,误差监测/识别和处理可作为微电网优化程序代码内的指令集而出现。在其他实施例中,误差监测/识别和处理可以以存储在存储器组件50内的单独指令集(例如以由一个或多个处理器46运行的误差监测和处理程序代码)而出现。实际上,配置成识别和处理误差和/或非期望事件的微电网控制系统12可使这类误差和/或非期望事件对控制系统12和微电网10的稳定和优化操作的不利影响减轻且最小化。
图4是由微电网控制系统12运行的优化分派过程54的实施例的可视化,其描绘预测时域56和分派时间58。如上文描述的,微电网10采用微电网控制系统12以基于由微电网资产15创建的限制/约束来计算一个或多个面向优化的问题、在优化分派调度54中将一个或多个优化决策/命令/指令写入局部控制器34以采用高效方式控制和/或调节局部控制器34并且由局部控制器34实现优化分派过程54。采用该优化功能性,控制系统12确定微电网10内的微电网资产15的优化操作来实现最小目标函数,例如在预测时域56内的总操作成本。
预测时域56是要执行微电网系统10的优化所在的预定义时段。此外,每个预测时域56可由时间间隔60组成,其是指示在预测时域56期间要多久执行优化和/或优化计算的优化的预定义时间分辨率。作为示例,时间间隔60可以是在约45至60分钟、30至45分钟、20至30分钟、15至20分钟、10至15分钟、1至10分钟等等之间的预定时间。实际上,可使用任何其他预定时间间隔,使得预定义时段对于微电网10的优化(例如,优化问题的计算)是足够的时间长度。预测长度是要执行优化所针对的时间间隔60的数量并且可通过将预测时域56除以时间间隔60而获得。因而,对于24小时预测时域56和12分钟的时间间隔60,预测长度是120个时间间隔60。在某些实施例中,时间步61(例如,“t”)可用作指数并且可从1变化到预测长度,其中1是当前时间步61。例如,在图示的实施例中,时间步61是当前时间间隔60,并且在长度上是12分钟。
在一些实施例中,时间步61可采用时间步61上的各种点处的时间标记进一步分成时间窗口。例如,时间点A 64、时间点B 66和时间点C 68用于概述时间步61内各种时间窗口的边界,例如AB窗口(例如,从时间点A 64到时间点B 66)和BC窗口(例如,从时间点B 66到时间点C 68)。时间窗口AB和BC的长度可基于微电网系统10内的多种因素比如例如微电网资产15的类型和数量以及微电网10操作约束和/或限制的复杂性来决定。同样,优化分派过程54内的其他时间间隔(比如例如,时间间隔60或时间步61)的长度也可基于微电网系统10内的多种因素例如微电网资产15的类型和数量来确定。在某些实施例中,优化分派过程54内的任何时间间隔(其包含预测时域56)可经由I/O端口48通过用户输入来确定。
在整个时间步61(例如,在AB时间窗口和BC时间窗口两者中连续地)中,微电网控制系统12从微电网资产15读取信息并且在读取/写入过程70中将命令/指令写入微电网资产15。读取/写入过程70可在时间间隔62内发生,例如以每10秒、20秒、30秒等等。特别地,在时间点B 66处,在AB时间窗口期间收集的信息或数据(例如,从微电网资产15读取的信息)被锁存并且可形成数据文件并将其存储在存储器组件50内。该数据文件可被微电网控制系统12使用,并且更具体地,通过运行微电网优化程序代码的处理器46访问,以在优化分派过程71期间在BC时间窗口中计算微电网优化调度。对优化问题的最优解决方案可在时间点C68处结束,并且优化分派调度(例如,指令、命令或决策)经由通信路径36而与微电网资产15通信。采用该方式,新的命令将每几秒(例如,10秒)与微电网资产15通信直到通过处理器46生成新的优化问题并且在下一个时间步61内对其求解。简而言之,在某些实施例中,微电网控制系统12包含两个相对快和慢的过程:每几秒(例如,10秒)出现的快速读取/写入过程70,和在时间步61内每几分钟/小时(例如,12分钟)出现的慢优化问题。如在图4中图示的,读取/写入过程70和优化分派过程71两者都在当前时间步61内的相同时间窗口(例如,时间窗口BC)内出现。然而,在某些实施例中,在时间点C 68处传送的优化分派调度仅基于在时间点B 66处被收集并且存储到数据文件中的锁存数据。
如上文指出的,微电网控制系统12的操作通常可采用各种操作模式出现,例如关闭模式、顾问模式或自动模式。因此,在时间点C 68处优化分派过程71并且特别是指令、命令或决策的分派的运行可根据微电网控制系统12的操作模式。例如,在关闭模式期间,可未对微电网优化问题求解并且在微电网控制系统12与局部控制器34之间可未发生命令或指令的传达。在该操作模式中,因为在微电网控制系统12与局部控制器34之间对于命令的传送未建立分派调度,可未出现优化分派过程71。实际上,在时间点B处数据文件生成的过程可未出现,并且优化问题可未由处理器46发起(例如,微电网优化程序代码可未在存储器组件50内访问或未由处理器46运行)。在一些实施例中,读取过程可独立于操作模式而在微电网控制系统12与微电网资产15之间继续。例如,在这类实施例中,甚至在微电网控制系统12切换到关闭模式时,读取过程继续而写入过程停止。采用该方式收集的数据可存储在存储器组件50中,并且可在稍后的时间对微电网优化过程54访问。
在微电网优化过程54的正常操作期间,在微电网控制系统12内可出现某些误差和/或非期望事件。如上文描述的,监测控制系统12的过程来识别这些误差,这可是可取的,并且处理识别的误差可进一步是可取的,如关于图5进一步解释的。
图5是描绘用于监测微电网控制系统12、检测误差和/或不可取事件以及处理识别的误差和/或不可取事件的过程70的实施例的流程图。在微电网优化过程54的正常操作期间,出现的误差和非期望事件可归类为五个一般类别:不可观察性、不可控性、失效、不可行性和无界性。不可观察性误差指失去通信,例如在控制系统12与局部控制器34之间失去通信。不可控性误差指在接通/关闭设备(例如,微电网10内的微电网资产15)、改变微电网资产15的操作模式(例如,将柴油发电设备的操作模式从下垂速度控制变成同步速度控制)、局部控制器34的非期望激活或在命令和来自微电网10的实际读数之间经历大的差异方面的不成功尝试。失效误差指在线设备(例如,微电网资产15)由于除从控制系统12接收关闭命令以外的任何原因而变成离线时的情况。例如,失效误差可在柴油发电机的操作模式从下垂速度模式变成同步速度控制时出现。不可行性和无界性误差对应于在时间窗口BC期间生成和求解的优化问题,如在图4中描绘的,其可导致不可接受的结果。特别地,不可观察性、不可控性、失效、不可行性和无界性误差可包含不同的类型或对于不同类型的微电网资产15可被不同地定义。
微电网控制系统12可配置成连续和/或在设置间隔监测这些误差并且响应于识别的误差发起合适的动作来使这些误差对微电网10的稳定性和优化操作的不利影响最小化。特别地,监测和处理误差的过程70可重叠并且/或嵌入在微电网优化过程54的读取/写入过程70内。同样,方法70可在整个时间步61、时间间隔60、预测时域56中并且通常在整个微电网优化过程54中循环出现。
鉴于前述,过程70以验证通信路径36(框72)开始。如上文指出的,通信路径36可包含有线网络连接、无线网络连接和/或适合于从微电网资产15(例如,水力发电机16、柴油发电机18、太阳能发电机20、工业负载22、住宅负载24或存储设备26)接收信息并且将在时间点C 68处的优化分派调度从微电网控制系统12传送到局部控制器34的任何形式的连接。在验证通信路径36时,控制系统12可监测和检测不可观察性误差(框73)。在一些实施例中,在该阶段存在可以检测到的两个类型的不可观察性误差。不可观察性类型I指在控制系统12与设备或微电网资产15之间失去通信,这在失去通信之前被离线监测。不可观察性类型II指在控制系统12与设备或微电网资产15之间失去通信,这在失去通信之前被在线监测。尽管描述两个类型的不可观察性误差,应注意根据在微电网10内操作的不同类型的微电网资产15可检测或监测任何数量的不可观察性误差。
在验证通信路径36时,控制系统12可与微电网资产15通信,并且具体地,可从微电网资产15读取信息。从微电网资产15读取的信息可包含资产15的性能历史或历史统计、由资产15生成的功率量、由资产15传送、存储或接收的能量的量、资产15的操作模式或状态等等。因此,方法70则包含验证从微电网资产15收集的读数(框74)。在该验证过程期间,控制系统12可配置成监测和检测各种类型的不可控性和失效误差。在一些实施例中,存在可被控制系统12检测的五个类型的不可控性误差(框76)。不可控性类型I指在线设备从控制系统12接收关闭命令但它未关闭时的情况。不可控性类型II指离线设备从控制系统12接收打开命令但它未接通时的情况。不可控性类型III指在改变设备或资产的操作模式方面的不成功尝试。例如,柴油发电机18使每10秒从控制系统12接收命令保持在同步操作模式,但这并未发生。不可控性类型IV对应于参考功率命令和来自微电网10的对应实际读数之间的差异超过某一水平时的情况。不可控性类型V指在控制系统12未处于自动操作模式时局部控制器34的非期望激活。在这类情形中,采用局部控制器34的优化命令的传达或写入过程(例如,优化分派过程71)仅在控制系统12处于自动模式时发生。同样,在控制系统12处于关闭或顾问模式时局部控制器34的操作未被预期。尽管描述五个类型的不可控性误差,应注意根据在微电网10内操作的不同类型的微电网资产15可检测或监测任何数量的不可控性误差。
此外,在验证经由通信路径36从微电网资产15收集的读数期间,控制系统12可配置成监测和检测各种类型的失效误差(框78)。在一些实施例中,存在五个类型的失效误差,并且这些误差可是不同的或对于各种类型的微电网资产15可被不同地定义。例如,可分派发电设备的失效指可分派发电设备(例如,柴油发电机18)在过去的时间是在线的并且在未来时间由控制系统12命令为在线的但在那个未来时间它是离线的时的情况。存储设备的失效指存储设备26在过去的时间是在线的、在未来的时间被命令为在线的但它在那个未来的时间是离线的时的情况。可再生发电设备的失效指启用的可再生发电设备在过去的时间是在线的并且它在当前时间是离线的时的情况。负载的失效或跳闸指启用的负载在过去的时间是在线的并且它在目前时间是离线的时的情况。对于微电网10的电网23的失效(如果它具有到大电网23的连接)指启用的电网23在过去的时间是在线的并且它在当前时间是离线的时的情况。尽管描述五个类型的失效误差,应注意根据在微电网10内操作的不同类型的微电网资产15可检测或监测任何数量的失效误差。
在成功验证通信路径36和读数时,方法70可确定微电网控制系统12的操作模式(框79)。例如,方法70可确定控制系统12是处于自动模式、顾问模式还是处于关闭模式。如果控制系统12处于关闭模式,从微电网系统10和微电网资产15收集附加读数。这些读数(例如,关于微电网资产15的操作的历史信息)可存储在存储器组件50内供未来在对微电网优化问题求解方面使用。此外,在从微电网获取附加读数时,控制系统12可配置成再次验证通信路径和收集的读数,使得可在必要时监测和检测误差。
如果控制系统12确定为处于自动模式或处于顾问模式,控制系统12配置成验证操作的同步/快速负载跟踪模式(框82)。在某些实施例中,验证操作的同步/快速负载跟踪模式可涉及确定控制系统12和局部控制器34是否采用相同操作模式操作。因此,如果源(控制系统12)和目标(局部控制器34)同步,则优化分派调度(例如,命令、指令或决策)可在两者之间传送。
在验证操作的同步/快速负载跟踪模式时,控制系统12可配置成通过各种误差处理过程来处理先前识别的误差或不可取事件(框84)。例如,对于由控制系统12检测的任何不可观察性误差(框73),误差处理程序由控制系统12发起以对识别的不可观察性误差作出响应(框86)。特别地,控制系统12对识别的误差作出响应和/或处理识别的误差以鉴于识别的误差生成对微电网系统10优化的优化分派调度(例如,考虑在通常新分派调度中的误差)。鉴于前述,提供关于控制系统12如何对识别的误差作出响应或处理识别的误差的简要描述。
如上文指出的,不可观察性类型I误差指在控制系统12与设备或微电网资产之间失去通信,这在失去通信之前被离线监测。在处理不可观察性类型I误差中,假设在时间点A64与时间点B 66之间失去通信,连续或以一定间隔(例如,每10秒)检查该误差。如果设备或资产到锁存数据用于运行下一个优化分派的时间(时间点B 66)时仍然不可观察,则设备将在内部对供在通过控制系统12的优化计算中的使用不可用。而且,如果存储设备26的输入/输出变成不可观察类型I误差,存储输入/输出变得不可用。除输入和输出不可观察性外,存储设备26的其他复杂与荷电状态(SOC)的不可观察性有关。在该情况下,如果存储SOC变得不可观察,存储26的输入和输出两者都可变得不可用。上文论述的动作从优化计算排除不可观察的微电网资产15。
如果该微电网资产15仍然可用,它可被优化分派71委托(commit),这是非期望情形;即,微电网资产15被委托但它无法被传达。这还可引起不可控性误差。因此,代替等待不可控性误差处理(框88)来解决问题,将不可观察微电网资产15从优化问题拿出以更快速限制该误差的后果。如果与离线微电网资产15的通信在控制系统12正在时间窗口BC中寻找最优解决方案的时间期间失去,不可取的结果是要在最优解决方案内具有该不可观察的微电网资产15,并且在时间点C 68处被命令。由于失去通信,该微电网资产15无法接通,这引起不可控性类型II误差,其可由对应的误差处理程序来处理,如下文描述的。
微电网控制系统12可与检测的不可观察性类型I误差不同地识别和处理检测的不可观察性类型II误差。假设在时间点A 64与时间点B 66之间失去通信,连续或以一定间隔(例如,每10秒)检查不可观察性误差。如果到数据被锁存并且生成新的优化问题且对其求解的时间(例如,在时间点B 66)时微电网资产15仍然是不可观察类型II误差,控制系统12可转移到顾问模式。如上文指出的,在顾问模式期间,可对微电网优化问题求解,但优化分派调度(例如,优化分派解决方案)可未与局部控制器34通信。
在某些实施例中,如果在时间点B 66与时间点C 68之间失去与在线微电网资产15的通信,并且控制系统12在寻找最优解决方案,下面对于不可观察微电网资产15的结果在可获得新的最优解决方案时在时间点C 68处预见。例如,在设置点中可没有变化,并且不要求特殊动作,因而控制系统12继续正确操作。在功率设置点中可存在增加/减小,其中这两个动作中的任一个由于失去通信而无法实现并且假设所得的功率的超额/不足由微电网10中的同步机或存储设备来补偿。可存在关闭情形,其中由于失去通信,微电网资产15无法关闭。这引起不可控性类型I,并且将基于对应的误差处理程序来解决它(框88)。重要的是注意使不可观察微电网资产15在内部不可用以从下一个优化计算排除它将并未解决问题并且可甚至使情形恶化。因而,在不可观察在线发电设备仍然服务于负载时,控制系统12可委托其他发电候选者;这可危及微电网10的稳定性。
此外,控制系统12可配置成处理在验证从微电网资产15得到的读数期间检测的不可控性误差(框88)。实际上,控制系统12可配置成对每个类型的不可控性误差(例如,不可控性类型I、不可控性类型II、不可控性类型III、不可控性类型IV和不可控性类型V)不同地处理误差。在某些实施例中,处理误差可指采取对校正和/或考虑检测的误差以便减少检测误差的任何非期望影响的响应或动作。例如,对于识别的不可控性类型I误差,在时间点C68后连续或以设置的间隔来检查误差。控制系统12可每10秒继续发送关闭命令,并且继续从微电网资产15读取来看看是否实现命令。如果微电网资产15到对下一个优化分派来锁存数据的时间(在下一个时间步61中的时间点B 66)时无法被关闭,控制系统12可转移到顾问模式。另外,如果微电网资产15离线并且然后变成在线,该误差落入不可控性类型I的类别,因为微电网资产15可继续接收关闭命令,尽管未关闭。因此,如果问题未被下一个优化分派(时间点B 66或下一个时间步61中的时间点B 66)校正,控制系统12可切换到顾问模式。如果这种事件在时间点B 66与时间点C 68之间发生,应用相同的误差处理程序。例如,如果微电网资产15未被下一个优化分派(下一个时间步61中的时间点B)关闭,控制系统12可切换到顾问模式。在某些实施例中,该误差可激活局部控制器34中的未完成停止,并且因此微电网资产15变得不可用,并且它将不包含在下一个优化分派中。因为足够大小的微电网发电资产13或存储设备26可通常采用同步/快速负载跟踪模式操作,该误差可未明显危及微电网10的稳定性。然而,如果未正确地处理它,它可在下一个优化分派71中引起更多的服务器误差/后果。因而,下一个优化分派71可在不可控微电网资产15仍有助于微电网10中的发电时导致委托附加发电设备,这能够危及微电网10的稳定性。在同步发电机或快速负载跟踪存储设备不足以补偿由于不可控(类型I)设备引起的额外发电的情况下,激活紧急补救动作来使适当数量的在线发电机停止。
对于不可控性类型II误差,微电网系统10继续操作直到下一个时间步61内的下一个优化分派71。在锁存数据用于在下一个时间步61中的时间点B 66处运行下一个优化分派之前,如果误差持续并且微电网资产15可用并且可观察,控制系统12可通常使资产15在内部不可用/停用并且可发送警报;否则,仅发出警报。采用该方式,微电网资产15可完全在优化计算之外直到操作员解决问题并且使微电网资产15可用/启用。如果该类型的误差在优化问题运行期间(即,在时间点B 66与时间点C 68之间)出现,在时间点B 66处锁存数据之前由于可能已经做出正确决策而可未进行特定动作。在某些实施例中,由于操作有足够大小的同步发电机或快速负载跟踪存储设备,不可控性类型II误差可不是关于微电网10的稳定操作的主要关注。通常,该类型的误差可引起微电网资产15的未完成起动和不可用性,从而使微电网资产15在下一个优化分派71中的优化计算中被剔除。然而,可发出要求操作员解决问题的警报。在由同步发电机或快速负载跟踪存储设备提供的备用裕度不足以补偿不可控(类型II)发电机的情况下,激活补救动作来起动和分派在大小方面与不可控发电机类似或接近的替换发电机。对于其中既没有足够备用裕度也没有替换发电机的那些微电网应用,快速卸载方案应由微电网控制系统根据由用户设置的优先表来发起。
在某些实施例中,对于存储微电网资产15(例如,存储设备26)的不可控性类型II误差的复杂性对应于它们的待机损耗或自放电率,从而引起微电网优化问题的不可行性。例如,存储设备26(例如,充电)可在未接通的情况下继续接收打开命令,并且它的荷电状态(SOC)因为待机损耗而随时间减少。在这种误差被操作员校正并且存储变成可用/被启用时,从微电网系统10读取的SOC可已降到最小可接受容量以下,这使得优化问题不可行。这类情形可通过对存储设备26推动“软”约束以允许与最小可接受容量的小的违背而避免,如在下文关于图6进一步解释的。因此,在一些实施例中,SOC通过最大容量和最小可接受容量限制。根据与存储技术有关的各种因素(其包含与存储设备26的寿命有关的考虑),通常对存储设备26推荐最大放电深度。最大放电深度可以在最大容量的约70%-80%附近。在其他实施例中,最大深度可以是60%-70%、80%-90%等等。因此,最小可接受容量通常不能小于最大容量的20%-30%。
在某些实施例中,与最小容量的偏离可不被容忍,因为这由下界“硬”约束实现。然而,能够通过定义正的松弛变量允许SOC略微偏离最小可接受容量,这可在微电网优化问题的目标函数中被惩罚。采用该方式,SOC可通过由微电网控制系统决定的小的正松弛变量值而达到最小可接受容量以下。这称为下界“软”约束。此外,在某些实施例中,可提供控制系统12中的参数以允许用户对存储设备26决定“硬”或“软”约束的类型。该参数能够分别设置为0或1以选择“硬”或“软”约束。在对存储设备26检测不可控性类型II误差以便消除优化不可行性的风险时,软约束可由控制系统12在内部推动,即使硬约束已经由用户设置。
除不可控性类型II误差外,控制系统12还可处理检测的不可控性类型III误差。如上文指出的,处理误差可包含由微电网控制系统12采取来校正和/或考虑检测的误差的动作或响应。不可控性类型III误差对应于操作模式不可控性并且可对在线发电设备或存储设备26检查。由于该误差的危急程度,控制系统12可在检测到该类型的误差时立即转移到顾问模式和/或关闭模式。如上文指出的,在某些实施例中,同步/快速负载跟踪模式由控制系统12验证(框82)。在某些实施例中,如果在控制系统12所发送的东西与从微电网系统10所读取的东西之间检测到差异,控制系统12可未停留在自动模式,并且可切换到顾问模式和/或关闭模式。
控制系统12还可处理检测的不可控性类型IV误差。对于不可控性类型IV误差,当在功率设置点命令(例如,优化分派调度内的命令或指令)与来自微电网10的实际读数之间检测到比预期要大的差异时,控制系统12可未停留在自动模式。可接受误差裕度能够由用户在控制系统12中设置。另外,对于检测的不可控性类型V误差,为了防止该非期望事件发生,控制系统12操作模式和看门狗信号可在局部控制34内的逻辑中利用以阻断它们,如果控制系统12和通信路径36不是操作的或控制系统12操作模式不是自动模式的话。
类似地,控制系统12可配置成处理在验证从微电网资产15得到的读数期间检测的失效误差(框90)。实际上,控制系统12可配置成处理对于每个失效误差(例如,可分派发电设备的失效、存储设备26的失效、可再生发电设备的失效、失效或使负载跳闸或电网23的失效)的误差。例如,在处理可分派发电设备的失效中,控制系统12可具有两个动作。在第一动作中,可首先发起补救动作。例如,该补救动作可包含在设置控制系统12时根据由用户设置的优先表来实现替换可分派发电设备。在第二动作中,如果失效的可分派发电设备宣告不可用,在下一个优化分派71处将不需要动作,否则,控制系统12可使它在下一个优化分派71处停用/不可用。操作员可采取动作来校正问题并且使可分派发电设备可用或启用。
在某些实施例中,控制系统12可配置成处理存储设备26的失效。这些类型的误差在存储设备26由若干设备(例如,电解装置28、氢存储装置30和燃料电池32)组成时可更可能出现。该误差可对存储设备26的输入(充电)和/或存储设备26的输出(放电)发生。控制系统12可在处理与存储设备26有关的这些类型的误差时利用两个动作,如将在下文关于图6进一步解释的。
在第一动作中,如果发现失效的存储设备26(输入或输出)不可用,由控制系统12将不需要动作。然而,根据存储设备26的荷电状态(例如,SOC)的值,控制系统12可使存储设备26(输入或输出)在下一个优化分派71处停用/不可用。在这种实施例中,操作员可校正问题并且使存储设备26(输入或输出)可用或被启用。关于对该误差处理程序的SOC值的考虑将在下文并且关于图6详细论述。此外,在第二动作中,如果存储设备26的失效涉及具有非零待机损耗的存储输入(充电),可激活软约束以允许存储设备26的最小可接受容量的略微违背并且确保微电网优化问题的可行性。除由于待机损耗(其可引起微电网优化问题的不可行性)而违背存储最小容量之外,存在可引起违背最大和最小存储容量两者的其他实际复杂性。例如,发出充电/放电命令中的延迟、测量误差和起动或环境条件可引起违背存储设备26的最大和最小存储容量两者。
在一些实施例中,存储设备26在最大容量和最小可接受容量附近的频繁充电和放电(循环)可引起非期望结果,比如例如不可行性和循环误差。这些非期望结果在控制系统12中能够通过在控制系统12的优化核外部具有预处理单元和后处理单元而避免。这些单元可修改控制系统12的命令或可修改输入读数,例如涉及SOC的那些。这还可包含在最大容量和最小可接受容量附近定义一些区。
例如,图6图示对于存储设备26的荷电状态(SOC),其包含最大存储容量91和最小可接受存储容量93。特别地,对存储设备26图示在最大容量91以下的两个区(例如,A和B)和在最小可接受容量93的任一侧上的两个区(即,C和D)。这些区可以是最大存储容量91的几个百分比或一小部分。在一些实施例中,区E代表不要求特定动作的存储安全操作带。然而,如果SOC在四个区A、B、C或D中的任何内,那个区的测量值适当改变连同推动一些必要的充电/放电命令。例如,如果测量的SOC位于区A或B中,SOC的值在控制系统12中运行的优化模式中固定在最大容量91。同样,如果测量的SOC位于区D中,假设它是优化模型中避免不可行性的最小可接受容量93。在一些实施例中,存储设备26可被推动充电直到SOC达到区E。
在某些实施例中,某些时刻或事件可不适当地视为存储设备26的失效。因而,假设存储设备26在线并且保持充电。在它达到最大容量91时,局部控制器34可将它设置在待机模式。在某些实施例中,这可解释为失效并且因此在下一个优化分派71中,输入充电在输入可用的情况下可被停用。类似地,在线存储设备26可由于放电或待机损耗而达到最小可接受容量93。对于存储设备26的局部控制器34在该情况下可再次将设备设置在待机模式。这可被误差地解释为失效并且因此在下一个优化分派71中,输出放电在存储输出可用的情况下可被停用。
为了处理这些问题(即,非期望输入或输出停用)并且将这些事件与真实失效区分开,控制系统12可配置成停用输入充电和输出放电,只要SOC离最大容量91和最小可接受容量93足够远。例如,在某些实施例中,这些状态可分别图示为图6中的区F和G。如果在SOC位于区F中时发生从在线到离线/待机的状态改变,控制系统12因为该状态改变是由于真实失效引起而不是因为达到最大容量91而停用输入充电。同样,如果在SOC位于区G中时出现类似的状态改变事件,控制系统12因为该事件是由于真实失效引起而不是因为达到最小容量93而停用输出放电。
如关于图5中的流程图70描述的,微电网控制系统12还可处理可再生发电设备误差的失效。在检测到该误差时,根据微电网应用和可再生发电设备的大小,能够定义可发起的补救动作。因此,根据由用户设置的优先表将起动替换发电/存储设备。在该情况下,可再生发电设备将在下一个优化分派71中在内部被停用并且将保持被停用直到它的状态变成在线。每个分派时间段(例如,12分钟)中的可再生锁存数据可由控制系统12的可再生预测引擎使用。在失效期期间,可未用零值来更新预测数据。
对于负载的失效或跳闸,控制系统12可通过在下一个优化分派71中在内部停用负载来处理误差,并且与可再生发电设备类似,在失效期期间可未用零值更新预测数据。如果负载变成在线,控制系统12使它在内部内被启用。值得提及,微电网10能够具有多个负载连接,并且前面提及的误差处理程序在对微电网10中的每个负载检测到失效时能适用。对于电网23连接的失效,如果对控制系统12定义操作的孤岛模式,该模式可在电网23失效时立即被激活,否则电网23可在内部被停用并且控制系统12可转移到关闭模式和/或顾问模式。
采用该方式,微电网控制系统12采用不同的方式处理不同类型的每个检测误差和/或不可取事件。由微电网控制系统12可检测和处理其他类型的误差,比如例如不可行性和无界性误差。不可行性和无界性误差可在优化问题无法在微电网优化问题期间生成和/或求解时产生,如在图4中描绘的。例如,不可行性误差指在时间点B 66处生成的微电网优化问题的不可行性(图4),意味着没有能够满足所有优化约束和/或限制的解决方案。此外,无界性误差指在时间窗口BC中发现的微电网最优解决方案的无界性(图4),使得微电网优化问题是可行的,但最优解决方案中的一个或多个决策变量的值可不是有效数字(例如,接近无限)。在一些实施例中,在处理这些类型的误差中,控制系统12可在时间点C 68处切换到顾问模式。
在处理检测的误差和/或不可取事件后,包含的过程70确定微电网控制系统12是处于自动模式还是顾问模式。如上文指出的,在微电网控制系统12处于自动模式时,对微电网优化问题求解并且优化分派调度(例如,优化分派解决方案)与局部控制器34通信。在微电网控制系统12处于顾问模式时,对微电网优化问题求解,但优化分派调度(例如,优化分派解决方案)未与局部控制器34通信。如果微电网控制系统12处于自动模式,控制系统12配置成将命令/设置点写入并且通常将优化分派调度(例如,命令、指令或决策)写入局部控制器34(框94)。
特别地,优化分派调度可在微电网优化过程54的优化分派区71处出现,并且优化分派调度可传送到局部控制器34。如果控制系统12处于顾问模式,控制系统12可配置成在存储器组件50内记录命令和设置点(例如,优化分派调度命令、指令、决策等)用于未来访问。特别地,不管控制系统12是处于自动模式还是顾问模式,在过程70结束时确定的优化分派调度可以是去除识别的误差和/或不可取事件的结果。因此,过程70配置成基于可用(例如,非误差或有效)信息确定最优的分派调度,因为其在向局部控制器34发送命令之前确定和考虑各种误差。在过程70结束时,读取/写入过程70可配置成在下一个时间步61中再次开始,并且过程70可再一次循环来确定、识别和处理各种类型的误差或非期望事件。
本发明的技术效果包含微电网控制系统12,其配置成在运行优化分派技术期间监测微电网系统10(例如,微电网资产15)。特别地,控制系统12配置成识别可在优化分派技术阶段期间(例如在分派调度结果的读取、优化、写入和实现期间)出现的不同类型的误差和/或不可取事件。识别的误差的类型可包含不可观察性(例如,不可观察性类型I、不可观察性类型II)、不可控性(例如,不可控性类型I、不可控性类型II、不可控性类型III、不可控性类型VI、不可控性类型V)、失效误差(例如,可分派发电设备的失效、存储设备的失效、可再生发电设备的失效、负载跳闸或失效、电网23的失效,等)、不可行性和无界性。控制系统12可配置成采用不同的方式处理这些识别的误差来使误差对微电网10的稳定性和优化操作的不利影响最小化。特别地,监测和处理误差的过程70可重叠和/或嵌入微电网优化过程54的读取/写入过程70内并且可在微电网优化的整个预测时域中循环出现。
该书面描述使用包含最佳模式的示例来公开本发明,并且还使本领域内技术人员能够实施本发明,其包含制作和使用任何设备或系统并且执行任何包含的方法。本发明的可取得专利范围由权利要求定义,并且可包含本领域内技术人员想到的其他示例。这类其他示例如果它们具有不与权利要求的书面语言不同的结构元素,或者如果它们包含与权利要求的书面语言无实质区别的结构元素则意图处于权利要求的范围内。

Claims (10)

1.一种用于控制微电网的系统,包括:
基于处理器的控制系统,配置成:
经由通信路径从微电网系统内的多个微电网资产接收信息;
识别与所述微电网系统的操作关联的一个误差;所述误差包括以下其中之一:
所述多个微电网资产的第一个微电网资产的不可观察性误差;以及
所述多个微电网资产的第一个微电网资产的不可控性误差;
生成优化分派调度,包括配置成控制所述微电网操作来提高所述微电网的操作效率的一个或多个控制信号,其中,如果所述误差被识别在生成所述优化分派调度之前,排除与所述误差关联的所述多个微电网资产的第一个微电网资产产生优化分派调度;以及
确定所述控制系统是自动模式或顾问模式;
如果所述系统在自动模式,经由所述通信路径将所述优化分派调度的至少一部分输送给与所述多个微电网资产的第二个微电网资产关联的基于处理器的局部控制器,其中所述基于处理器的局部控制器的操作至少部分基于所述优化分派调度的所述部分;以及
如果所述控制系统在顾问自动模式,在存储器中记录所述优化分派调度。
2.如权利要求1所述的系统,其中基于处理器的控制系统配置成对与所述微电网系统的所述操作关联的优化问题生成解决方案,并且其中对所述优化问题的所述解决方案包括配置成控制所述微电网操作来提高所述操作效率的所述一个或多个控制信号。
3.如权利要求2所述的系统,其中所述优化分派调度至少部分基于对所述优化问题的所述解决方案。
4.如权利要求2所述的系统,其中对所述优化问题的所述解决方案在预定预测时域内的多个循环中计算。
5.如权利要求1所述的系统,其中所述多个微电网资产包括可再生发电资源、不可再生发电资源、可分派发电资源、不可分派发电资源、存储设备、工业负载或住宅负载。
6.如权利要求1所述的系统,其中所述基于处理器的局部控制器配置成基于接收的所述优化分派调度的所述部分来控制所述微电网资产的所述第二个微电网资产。
7.如权利要求1所述的系统,其中,如果所述误差被识别在生成优化分派调度期间,所述控制系统被置于顾问模式。
8.如权利要求1所述的系统,其中,所述误差为第一误差,所述第一误差被识别在生成优化分派调度之前;以及
其中,如果第二误差被识别在生成优化分派调度期间,所述控制系统被置于顾问模式。
9.如权利要求1所述的系统,其中,所述不可观察性误差为失去通信。
10.如权利要求1所述的系统,其中,不可控性误差为以下其中之一:
开启或关闭微电网资产的不成功的尝试;
改变微电网资产的操作模式的不成功的尝试;
局部控制器的非期望激活;
经历命令和来自微电网的实际读数之间的大的差异。
CN201710574770.0A 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法 Pending CN107272816A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/188,315 US9625928B2 (en) 2014-02-24 2014-02-24 Systems and methods for error monitoring and handling in control systems
US14/188315 2014-02-24
CN201580010281.1A CN106030437A (zh) 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201580010281.1A Division CN106030437A (zh) 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法

Publications (1)

Publication Number Publication Date
CN107272816A true CN107272816A (zh) 2017-10-20

Family

ID=53879160

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201580010281.1A Pending CN106030437A (zh) 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法
CN201710574770.0A Pending CN107272816A (zh) 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201580010281.1A Pending CN106030437A (zh) 2014-02-24 2015-02-24 用于控制系统中的误差监测和处理的系统和方法

Country Status (6)

Country Link
US (1) US9625928B2 (zh)
EP (1) EP3111289B1 (zh)
JP (1) JP6541672B2 (zh)
CN (2) CN106030437A (zh)
CA (1) CA2940212C (zh)
WO (1) WO2015127456A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10389117B2 (en) * 2014-05-13 2019-08-20 Georgia Tech Research Corporation Dynamic modeling and resilience for power distribution
US20160087554A1 (en) * 2014-09-18 2016-03-24 Delta Systems, Inc. Smart monitoring and control system and method of operation
WO2016200398A1 (en) * 2015-06-12 2016-12-15 United Technologies Corporation Microgrid system and controller
US20170323240A1 (en) 2016-05-06 2017-11-09 General Electric Company Computing system to control the use of physical state attainment with inspection
US10423185B2 (en) 2016-05-09 2019-09-24 General Electric Company Systems and methods for regulating a microgrid
US11005269B2 (en) * 2017-08-01 2021-05-11 Siemens Aktiengesellschaft Systems, apparatus, and methods for load sharing between isochronous generators and battery energy storage systems in islanded microgrids
EP3745218B1 (en) * 2019-05-31 2022-11-16 Vestas Wind Systems A/S Controlling a wind turbine using control outputs at certain time stages over a prediction horizon
WO2021178205A1 (en) * 2020-03-03 2021-09-10 Massachusetts Institute Of Technology Photovoltaic grid capacity sensor
GB2602253A (en) * 2020-12-15 2022-06-29 Enapter S R L A control system and method for controlling a micro-grid
US20230028038A1 (en) * 2021-07-14 2023-01-26 Baker Hughes Holdings Llc Configuration of asset monitoring systems
JP2023043073A (ja) * 2021-09-15 2023-03-28 株式会社東芝 インバータ、電源装置、エネルギー制御方法、及びプログラム
CN114142471B (zh) * 2021-11-29 2023-08-18 江苏科技大学 一种考虑通讯故障的船舶综合电力系统重构方法
CN115101187B (zh) * 2022-07-14 2022-11-15 西南医科大学附属医院 一种基于大数据的麻醉机运行故障预测系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6347027B1 (en) 1997-11-26 2002-02-12 Energyline Systems, Inc. Method and apparatus for automated reconfiguration of an electric power distribution system with enhanced protection
JP4843418B2 (ja) * 2006-08-31 2011-12-21 株式会社東芝 マイクログリッドの電力需給調整システム
WO2008055499A2 (en) 2006-11-06 2008-05-15 Gamesa Innovation & Technology, S.L. Advanced real-time grid monitoring system and method
US7983799B2 (en) * 2006-12-15 2011-07-19 General Electric Company System and method for controlling microgrid
US7991512B2 (en) * 2007-08-28 2011-08-02 General Electric Company Hybrid robust predictive optimization method of power system dispatch
JP5618511B2 (ja) * 2009-09-08 2014-11-05 株式会社東芝 スマートグリッド及びマイクログリッド向け総合監視制御システム
KR101038274B1 (ko) * 2010-04-09 2011-06-01 그리드온(주) 마이크로그리드를 위한 마이크로전원 및 그 제어방법
US20130046415A1 (en) * 2011-08-16 2013-02-21 Peter M. Curtis Programmable power management controller
CN202586493U (zh) * 2011-09-25 2012-12-05 国网电力科学研究院 一种微电网能量管理系统
US8795481B2 (en) 2012-01-03 2014-08-05 General Electric Company Optimization of power system including electrolyzer
WO2013106906A1 (en) 2012-01-17 2013-07-25 Ecamion Inc. A control, protection and power management system for an energy storage system
US9026259B2 (en) 2012-01-25 2015-05-05 General Electric Company Power generation optimization in microgrid including renewable power source
US20120150679A1 (en) * 2012-02-16 2012-06-14 Lazaris Spyros J Energy management system for power transmission to an intelligent electricity grid from a multi-resource renewable energy installation
US9563215B2 (en) 2012-07-14 2017-02-07 Causam Energy, Inc. Method and apparatus for actively managing electric power supply for an electric power grid
CN103001225B (zh) * 2012-11-14 2014-10-08 合肥工业大学 基于mas的多微电网能量管理系统仿真方法
CN103311953B (zh) * 2013-05-22 2015-08-05 广东电网公司电力科学研究院 含分布式电源及储能系统之配电网的定交换功率控制方法

Also Published As

Publication number Publication date
CA2940212C (en) 2023-04-25
US9625928B2 (en) 2017-04-18
EP3111289A4 (en) 2017-10-18
EP3111289B1 (en) 2020-07-08
US20150241893A1 (en) 2015-08-27
EP3111289A1 (en) 2017-01-04
WO2015127456A1 (en) 2015-08-27
JP6541672B2 (ja) 2019-07-10
JP2017506494A (ja) 2017-03-02
CN106030437A (zh) 2016-10-12
CA2940212A1 (en) 2015-08-27

Similar Documents

Publication Publication Date Title
CN107272816A (zh) 用于控制系统中的误差监测和处理的系统和方法
Caramanis et al. Co-optimization of power and reserves in dynamic T&D power markets with nondispatchable renewable generation and distributed energy resources
CN102577008B (zh) 电力控制系统及电气设备
CN102156457B (zh) 工业自动化硬件设备
Huang et al. Electrical power unit commitment: deterministic and two-stage stochastic programming models and algorithms
Sonnenschein et al. Decentralized control of units in smart grids for the support of renewable energy supply
CN104049600A (zh) 用与自动化系统相关的能量信息更新置信值的系统及方法
CN107861392A (zh) 一种智能家电的数据管理平台及方法
CN105117797A (zh) 基于孤岛划分的微网日前经济最优调度方法
CN103676828A (zh) 电子设备
Jiang et al. EV-Based reconfigurable smart grid management using support vector regression learning technique machine learning
Khare et al. Design, control, reliability, economic and energy management of microgrid: A review
David et al. Towards energy efficient buildings: how ICTs can convert advances?
Huang et al. Bi-level adaptive storage expansion strategy for microgrids using deep reinforcement learning
Oboudi et al. Framework of intentional islanding operation of active distribution network based on self‐healing perspective
CN112928780B (zh) 一种配电网灾后供电恢复方法及系统
Babanezhaad Shirdar et al. Optimization of multi-microgrid system operation cost with different energy management tools in the presence of energy storage system
Padmanaban et al. Artificial Intelligence techniques for smart power systems
Zhang et al. A model predictive control based distributed coordination of multi-microgrids in energy internet
CN106651005A (zh) 基线负荷预测方法及装置
Khan et al. Planning and operational challenges in a smart grid
Das et al. A fast computation and optimization algorithm for smart grid energy system
CN114330563B (zh) 一种基于gan模型的电力调度计划生成方法、设备及介质
Zuniga-Neria et al. Optimal operation of energy resources in a micro-grid
Leo et al. Energy management system using multi agent systems with IoT and machine learning

Legal Events

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

Application publication date: 20171020

RJ01 Rejection of invention patent application after publication