CN107480833A - 一种风电发电系统调峰能力评估方法 - Google Patents

一种风电发电系统调峰能力评估方法 Download PDF

Info

Publication number
CN107480833A
CN107480833A CN201710793013.2A CN201710793013A CN107480833A CN 107480833 A CN107480833 A CN 107480833A CN 201710793013 A CN201710793013 A CN 201710793013A CN 107480833 A CN107480833 A CN 107480833A
Authority
CN
China
Prior art keywords
mrow
msub
wind
wind power
electricity generation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710793013.2A
Other languages
English (en)
Other versions
CN107480833B (zh
Inventor
孙荣富
王东升
施贵荣
宁文元
梁吉
王靖然
王若阳
丁然
徐海翔
范高锋
梁志峰
丁华杰
王冠楠
徐忱
鲁宗相
乔颖
刘梅
罗欣
廖晔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Tsingsoft Technology Co ltd
Tsinghua University
State Grid Jibei Electric Power Co Ltd
Original Assignee
BEIJING TSINGSOFT INNOVATION TECHNOLOGY Co Ltd
Tsinghua University
State Grid Corp of China SGCC
State Grid Jibei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING TSINGSOFT INNOVATION TECHNOLOGY Co Ltd, Tsinghua University, State Grid Corp of China SGCC, State Grid Jibei Electric Power Co Ltd filed Critical BEIJING TSINGSOFT INNOVATION TECHNOLOGY Co Ltd
Priority to CN201710793013.2A priority Critical patent/CN107480833B/zh
Publication of CN107480833A publication Critical patent/CN107480833A/zh
Application granted granted Critical
Publication of CN107480833B publication Critical patent/CN107480833B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本发明公开了一种风电发电系统调峰能力评估方法，首先获取负荷预测、机组组合信息和数值天气预报信息；并利用风电出力可靠性模型计算风电负向波动风险与风场收益得到调峰能力预测值；从而判断是否进行系统校正控制；本发明提供的方法根据元件综合停运模型和风电场可靠性模型，采用最优负荷削减模型，当出现发电不平衡，线路潮流越限时，自动模拟系统的校正控制策略，优化发电量与切负荷量，开断线路，该方法考虑机组爬坡能力约束，发电平衡约束，输电网络约束，采用MC法进行状态采样，并通过风电功率波动风险指标和风电场收益指标量化运行尺度下风电场出力波动对风险和收益的贡献度，从风险和经济两个角度描述风电场对系统调度运行的影响。

Description

一种风电发电系统调峰能力评估方法
技术领域
本发明涉及新能源发电技术领域，特别是一种风电发电系统调峰能力评估方法。
背景技术
在风电发电过程中，风电功率波动对系统调峰能力会产生比较大的影响，与常规发电机组不同，风力发电受一次风能紧约束，具有随机间歇性以及原动力不可控的特性。在电力系统规划中，如果将风电装机容量视作电力系统需要额外对应增加调节的容量，将严重高估风电并网带来的调峰问题，不利于风电产业的发展；如果忽视、不考虑风电对应的调峰问题，其结果就是大量风电建成后受制于系统调峰能力而无法并网运行发电，尤其在极端气象条件下，风电场发生高风险爬坡事件，将对系统安全、稳定运行产生较大影响。
由于需要充分考虑风电功率波动的不确定性，合理地定量评价风电并网对系统调峰充裕性的影响对风电大规模发展至关重要。此外，常规机组也可能出现故障停运，会降低系统的调峰裕度。极端气象条件既提高了风电高风险爬坡事件的发生概率，又对线路停运率有较大的影响。因此，调峰裕度评估方法在计及风电出力不确定性的同时还需要考虑常规机组的不确定性，需要一种风电发电系统调峰能力评估方法。
发明内容
本发明的目的是提出一种风电发电系统调峰能力评估方法。
本发明的目的是通过以下技术方案来实现的：
本发明提供的风电发电系统调峰能力评估方法，包括以下步骤：
S1：获取第i个时刻的负荷预测与机组组合信息；
S2：获取数值天气预报信息预测风功率及区域天气条件；
S3：建立风电出力可靠性模型；
S4：将负荷预测、机组组合信息和数值天气预报信息输入到风电出力可靠性模型；
S5：利用风电出力可靠性模型进行潮流计算；
S6：利用发电机和输电线路综合故障概率模型进行MC状态采样；
S7：计算风电负向波动风险与风场收益得到调峰能力预测值；
S8：根据调峰能力预测值判断线路是否过载，如果没有出现过载，则返回步骤S6；
S9：如果出现过载，则采用最优负荷削减模型进行系统校正控制；
S10：判断MC状态采样是否收敛，如果不收敛，则返回步骤S9；
S11：如果收敛，则结束第i时刻评估过程并进入到第i+1时刻的评估。
进一步，所述最优负荷削减模型按照以下方式建立：
|Pij|≤Pij，max ij∈NL
0≤NPLi≤PLi i∈ND
0≤ΔPLi≤PLi i∈ND
其中：NB为节点集合，NL为线路集合，ND为员荷集合，pGi为发电机的有功出力，pLi为有功负荷，ΔpLi为切负荷量pij线路ij的潮流，pij，max为其限值，CLi为负荷有功单位停电损失费用，为机组当前出力；R为机组爬坡速度；ΔT为爬坡时间；pG，max为机组最大出力；pG，min为机组最小出力。
进一步，所述元件随机停运模型按照以下方式建立：
pg＝1-e-λtp0
pl＝po+pw-popw
其中，P0为过负荷保护致停运概率，PW为天气相依的瞬时停运概率，Pmax是线路最大传输功率上限，是正常线路潮流正常值的上限，P1是潮流处在正常范围内的停运概率，P2是线路潮流过载的停运概率；P2＝1-P1；P0为初始时刻处于运行状态的概率，λn以是元件在正常天气下的故障率，λa是元件在恶劣天气下的故障率，t为当前时刻距初始时刻的间隔小时数。
进一步，所述风电功率波动风险指标按照以下方式确定：
Plnet(t)＝Pl(t)-Pw(t)
P′g＝min{Pg(t-1)+RΔt，Pgmax}
其中，WFVR表示风电功率波动风险；n为系统状态总数；pi为系统第i个状态概率；pInet为系统净负荷，是系统负荷功率p1与风电功率pww的差值；pac为常规机组受风电功率爬坡能力和出力边界限制后的实际出力；R为常规机组最大爬坡率；ΔtAt为爬坡时间；pgmax和pgmin为常规机组最大出力和最小出力。
进一步，所述风电场收益指标按照以下方式建立：
WFB＝Cs(Pg+Pw)+CePw-CgPg-CrPr
其中，WFB表示风电场收益指标，Pw为风电出力值，Pr为备用值，Cs为售电电价，Ce为风电并网政府补贴，Cg为发电成本，Cr为额外辅助费用成本。
由于采用了上述技术方案，本发明具有如下的优点：
本发明提供的风电发电系统调峰能力评估方法，根据元件综合停运模型和风电场可靠性模型，进行MC状态采样，采用线性规划的直流潮流最优负荷削减模型，当出现发电不平衡，线路潮流越限时，自动模拟系统的校正控制策略，优化发电量与切负荷量，开断线路，该方法考虑机组爬坡能力约束，发电平衡约束，输电网络约束，采用MC法进行状态采样，并通过风电功率波动风险指标和风电场收益指标量化运行尺度下风电场出力波动对风险和收益的贡献度，从风险和经济两个角度描述风电场对系统调度运行的影响。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1为风电功率的条件波动值示意图。
图2为风电场日预测出力95％置信度下波动出力以及实际出力对比。
图3为风电功率负向波动风险示意图。
图4为风电功率正向波动风险示意图。
图5为单时刻系统调峰充裕性评估流程。
图6为IEEE可靠性测试系统示意图。
图7为夏季0:00-1:00时段所有风速条件下正向风功率波动概率分布统计。
图8为两风场功率预测值。
图9为条件波动值随机抽样10000次均值。
图10为15min级风功率波动风险与风电场收益值。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
实施例1
本实施例提供的风电发电系统调峰能力评估方法，包括以下步骤：
S1：获取第i个时刻的负荷预测与机组组合信息；
S2：获取数值天气预报信息预测风功率及区域天气条件；
S3：建立风电出力可靠性模型；
S4：将负荷预测、机组组合信息和数值天气预报信息输入到风电出力可靠性模型；
S5：利用风电出力可靠性模型进行潮流计算；
S6：利用发电机和输电线路综合故障概率模型进行MC状态采样；
S7：计算风电负向波动风险与风场收益得到调峰能力预测值；
S8：根据调峰能力预测值判断线路是否过载，如果没有出现过载，则返回步骤S6；
S9：如果出现过载，则采用最优负荷削减模型进行系统校正控制；
S10：判断MC状态采样是否收敛，如果不收敛，则返回步骤S9；
S11：如果收敛，则结束第i时刻评估过程并进入到第i+1时刻的评估。
所述最优负荷削减模型按照以下方式建立：
|Pij|≤Pij，max ij∈NL
0≤ΔPLi≤PLi i∈ND
0≤ΔPLi≤≤PLi i∈ND
其中：NB为节点集合，NL为线路集合，ND为员荷集合，pGi为发电机的有功出力，pLi为有功负荷，ΔpLi为切负荷量pij线路ij的潮流，pij，max为其限值，CLi为负荷有功单位停电损失费用，为机组当前出力；R为机组爬坡速度；ΔT为爬坡时间；pG，max为机组最大出力；pG，min为机组最小出力。
所述元件随机停运模型按照以下方式建立：
pg＝1-e-λtp0
pl＝po+pw-popw
其中，P0为过负荷保护致停运概率，PW为天气相依的瞬时停运概率，Pmax是线路最大传输功率上限，是正常线路潮流正常值的上限，P1是潮流处在正常范围内的停运概率，P2是线路潮流过载的停运概率；P2＝1-P1；P0为初始时刻处于运行状态的概率，λn以是元件在正常天气下的故障率，λa是元件在恶劣天气下的故障率，t为当前时刻距初始时刻的间隔小时数，以元件的投入时刻为初始时刻，短时间尺度内元件不可修复。
所述风电功率波动风险指标按照以下方式确定：
Plnet(t)＝Pl(t)-Pw(t)
P′g＝min{Pg(t-1)+RΔt，Pgmax}
其中，WFVR表示风电功率波动风险；n为系统状态总数；pi为系统第i个状态概率；pInet为系统净负荷，是系统负荷功率p1与风电功率pww的差值；pac为常规机组受风电功率爬坡能力和出力边界限制后的实际出力；R为常规机组最大爬坡率；ΔtAt为爬坡时间；pgmax和pgmin为常规机组最大出力和最小出力。
所述风电场收益指标按照以下方式建立：
WFB＝Cs(Pg+Pw)+CePw-CgPg-CrPr
其中，WFB表示风电场收益指标，Pw为风电出力值，Pr为备用值，Cs为售电电价，Ce为风电并网政府补贴，Cg为发电成本，Cr为额外辅助费用成本。
实施例2
本实施例首先对风电场出力波动概率模型进行说明，确定风电功率条件波动指标，具体过程如下：首先需要统计发现风电功率正向和负向波动幅度与天气条件、出力水平及波动时刻有强相关性，波动幅度有日特性和季节特性。由于风速既能代表天气条件，又能反映出力水平，因此，采用风速和时间两个条件来描述影响风功率波动的因素。引起风电功率正向、负向波动的空气对流情况和风机控制策略各不相同，对正向波动和负向波动值需分开进行统计。
风功率的条件波动值定义为在特定时间尺度下，不同时间条件和风速条件下的风电功率时间序列上两点的差值，即
CVIi，j＝Pi，j(t)-Pi，j(t-mΔt) (9-1)
式中，CVTij表示第i个风速条件和第j个时间条件下的条件波动值Pij(t)是相应条件下的风功率序列值，Δt为风功率序列的分辨率，不同时间尺度的波动值用正整数m表示。
如图1所示为风电功率的条件波动值示意图；将波动值除以风场装机进行归一化处理，将归一化后的波动值在[0，1]内等分成K个子区间，统计条件波动值落入每个子区间的个数Nk，则CVTi，j的概率分布为每个子区间内波动次数与该条件下波动总个数的比值，即
式(9-2)中，Pk(CVTi，j)个区间内的功率波动量的概率。
该指标用不同置信度(累积pdf)下的波动范围，表征风功率波动的严重程度；明确在相同条件下正向波动和负向波动之间的区别；反映风电功率波动的季节特性和日特性，具有实际的应用价值。
在CVI的基础上，建立风电场波动出力模型如式(9-3)所示，t时刻的风场波动出力值为t-mΔt时刻的出力预测值加上t-mΔt时刻到t时刻的出力条件波动值CVI，即
式中，Pw(t)为风电场出力波动模型的值，Pf(t)为风电场功率预测值，CVTi，j为条件波动值，P(CVTi，j)为条件波动值的概率。
风电场出力波动模型反映了风场出力在未来偏离预测值的程度，是风电出力不确定性模型的一个侧面。CVI代表了风电场功率可能的最大波动范围，其取值是在先对历史条件波动统计值进行概率密度函数拟合，再根据实际的运行条件进行随机抽样。由于CVI是正向波动和负向波动分开统计的，因此在随机采样过程中为正向、负向波动的确定原则为使风电功率达到可能的最大边界，若前一时刻预测值小于后一时刻预测值，则按前一时刻正向波动进行采样，反之，按负向波动来采样。
本实施度模型适用性进行校验；对比风电场一天内的预测值、95％置信度波动出力值和实测值如图2所示，相同置信度下、相同时间和风速条件的正向和负向条件波动模拟结果是不同的；随着联合条件的变化波动值采样结果也会随之改变；风电场的预测值、波动出力值和实际值之间始终存在误差，但风电场出力波动模型能够保证实际值基本上位于其确定的正向和负向波动范围边界以内。该模型能够为电力系统应对风电功率波动提供一定的安全裕度，具有实际意义。图2为风电场日预测出力、95％置信度下波动出力以及实际出力对比。
本实施例对元件随机停运模型进行分析；为了充分体现系统远行参数对元件停运的影响，本实施例采用基于实时运行条件的元件停运模型，发电机采用时变的瞬时停运模型，元件采用天气相依和过负荷保护致停运的综合停运模型，发电机的瞬时停运模型如下：
pg＝1-e-λtp0 (9-4)
天气相依和过负荷保护致停运的输电线综合停运模型如下：
pl＝po+pw-popw (9-5)
其中，P0为过负荷保护致停运概率，PW为天气相依的瞬时停运概率，各自的公式如下：
Pmax是线路最大传输功率上限，是正常线路潮流正常值的上限，P1是潮流处在正常范围内的停运概率，P2是线路潮流过载的停运概率。P2＝1-P1。
P0为初始时刻处于运行状态的概率，λn以是元件在正常天气下的故障率，λa是元件在恶劣天气下的故障率，t为当前时刻距初始时刻的间隔小时数，以元件的投入时刻为初始时刻，短时间尺度内元件不可修复。
本实施例的风功率波动风险与风电场收益指标具体如下；由于风资源的随机性，风速等天气条件的剧烈变化会导致风机故障概率增大、风电功率大幅波动等问题。风电功率的波动需要常规机组适时进行开停机及增减出力的调整，若机组向上爬坡或向下爬坡能力不足会导致系统功率不平衡，给系统带来相应的切负荷或弃风风险。2007年国家发改委摊出《节能发电调度办法(试行)》要求电网优先调度可再生能源进行发电。本课题在优先消纳风电的基础上考虑风电的波动对系统各种运行方式的影响，提出了风电功率波动风险(WFVR)指标和风电场收益(WFB)指标。
风电功率波动风险指标：风电功率波动风险(WFVR)是在考虑发电机组和输电线路随机停运的系统状态下，由于风电功率波动偏离计划值后常规机组爬坡能力不足造成的系统失负荷和弃风风险，风险指标定义如下：
Plnet(t)＝Pl(t)-Pw(t)
P′g＝min{Pg(t-1)+RΔt，Pgmax} (9-9)
其中，n为系统状态总数；pi为系统第i个状态概率；pInet为系统净负荷，是系统负荷功率p1与风电功率pww的差值；pac为常规机组受风电功率爬坡能力和出力边界限制后的实际出力；R为常规机组最大爬坡率；ΔtAt为爬坡时间；pgmax和pgmin为常规机组最大出力和最小出力。
若WFVR为正值，表示系统存在供电不足即需要切负荷的风险，若WFVR为负值，表示系统存在弃风风险。图3为风电功率负向波动风险示意图。
(1)风电功率负向波动WFVR
如图3所示，在[t-1，t]时段若风电功率负向波动，则净负荷增大，pInet曲线比pg最曲线上移；另一方面，考虑t-1时刻的机组停运后机组总出力减小，则t-1时刻pac比pg小。常规机组必须增大出力来跟踪净负荷曲线，存在以下三种情况如图中的三条点虚线：
1)机组爬坡能力很强，很快即可追上净负荷值并且在达到最大出力限制之前调节爬坡率可以一直追陋负荷值保持电力平衡，在达到最大出力限制后按最大出力发电，此时的风险值为区域I和II的面积之和；
2)常规机组爬坡能力较强，常规机组出力在还没有追上负荷值时达到最大出力，发电值始终与负荷值有净差，此时的风险值为区域I、II和III的面积之和；
3)机组爬坡能力较弱，既没有追上负荷值也没有达到出力上限，此时的风险值为区域I、II、III和IV的面积之和。若该时段内出力始终不受最大出力限制的制约，则波动风险值完全是净负荷曲线与实际的常规机组出力曲线之间的面积。
若存在图3中的阴影部分，表明该状态下系统发电不足，为保持系统频率稳定，可能需要切负荷来保证系统的安全稳定运行，给电力用户带来不便。高风险爬坡事件属于此种类型，风电场功率出现骤降，导致系统等效负荷急剧增大，这时常规机组的爬坡能力和容量成为决定系统运行状态的关键因素。
图4为风电功率正向波动风险示意图。
(2)风电功率正向波动WFVR
与风功率负向波动的计算方法完全相似，在[t-l，t]时段净负荷曲线比计划出力曲线pg下移，且t-l时刻机组实际出力pac比计划值pg小。此时常规机组降额出力存在以下三种出力状态：1)爬坡能力很强，此时的波动风险值为区域I、II的面积之和；2)爬坡能力较强，此时的波动风险值为区域I、II和III的面积之和；3)爬坡能力较弱，此时的波动风险值为区域I、II、III和IV面积之和。若该时段内出力始终不受机组最小出力的制约且机组爬坡足以追随净负荷值，则在最大范围消纳风电的同时还能保证调度计划的经济性。
若存在图4中的阴影部分，表明有限全额接纳风电导致系统发电冗余，可能需要弃风来保证系统功率平衡，给发电商的利益带来损失。因此，制定合理的风电并网计划和调度策略意义重大。
风电场收益指标；大规模风电场接入带来显著的经济效益、环保效益，风电场运行成本绝大多数集中在风场基础设施建设时期，运行期的保养维护费用相对极少，因此只要风电机组正常运行并保证一定的出力，风电场带来的经济效益不容忽视。本课题计及风场的售电效益、环保效益、发电成本及辅助费用成本，建立了风电场收益(WFB)指标来量化运行尺度下风电场出力波动对收益的贡献度，如(9-10)所示，
WFB＝Cs(Pg+Pw)+CePw-CgPg-CrPr (9-10)
其中，Pw为风电出力值，Pr为备用值，Cs为售电电价，Ce为风电并网政府补贴，Cg为发电成本，Cr为额外辅助费用成本。
最优负荷削减模型；采用直流潮流线性规划的最优切负荷模型，目标函数为失负荷经济损失最小，考虑功率平衡约束，发电上下限及爬坡约束，线路传输功率约束等。模型如下：
|Pij|≤Pij，max ij∈NL
0≤ΔPLi≤PLi i∈ND (9-12)
0≤ΔPLi≤PLi i∈ND
其中：NB为节点集合，NL为线路集合，ND为员荷集合，pGi为发电机的有功出力，pLi为有功负荷，ΔpLi为切负荷量pij线路ij的潮流，pij，max为其限值，CLi为负荷有功单位停电损失费用，为机组当前出力；R为机组爬坡速度；ΔT为爬坡时间；pG，max为机组最大出力；pG，min为机组最小出力。
系统调峰能力评估流程；系统调峰能力评估基于EMS提供的运行参数和数值天气预报输出信息，EMS用以提供负荷预测、机组组合，发电计划等信息，数值天气预报信息用以确定天气状况和风功率预测。在根据上述理论建立元件综合停运模型和风电场可靠性模型后，进行MC状态采样，采用线性规划的直流潮流最优负荷削减模型，当出现发电不平衡，线路潮流越限时，自动模拟系统的校正控制策略，优化发电量与切负荷量，开断线路，并更新拓扑结构判断系统是否联通，若有孤立节点或系统解列则认为系统存在不可避免的风险。
图5为单时刻系统调峰充裕性评估流程。采用IEEE RTS79系统来验证本课题方法。该系统总发电量为3405MW，负荷峰值为2850MW。对该系统进行日前风险小时级评估。采用典型的小时级负荷模型作为负荷预测数据。RTS79系统接线图如图6，线路15-24，11-14，12-23，13-23是区域1和区域3的联络线。区域3的总负荷为1528MW总发电量为2721MW。区域1的总负荷为1332MW总发电量684MW。区域2为联络线区域。可以看出区域3为发电区域而区域1。联络线传输功率较大。
元件的故障率五来源于可靠性测试数据。天气状态的划分参考专家经验，模型参数来源于气象部门的统计值，天气模型中恶劣天气下元件故障率F取70％，‰取0.9，r。取0.1。过负荷保护模型中Pm。。取线路额定传输容量的1.03倍。Pm。。取线路额定传输容量的0.97倍。图6为IEEE可靠性测试系统示意图。
风电条件波动量统计：图7为夏季0:00-1:00时段所有风速条件下正向风功率波动概率分布统计；为简化计算，将风速不等分成10个区间，将一天24小时等分成12个区间，对应能得到120个时段一风速联合条件下风功率波动的概率统计结果，只给出在时段1下不同风速条件的波动概率结果，如图7所示。风机的切入风速、额定风速及切除风速分别为Sm/s、12m/s和23m/s，可以看出波动在切入风速至略大于额定风速的风速段内波动范围较大，甚至达到风场装机的60％，形成高风险爬坡事件。风场出力波动量绝大多数集中在额定容量的0.3倍以内，不同风速条件下的分布范围与概率值不同，在切除风速和略大于额定风速带内波动量分布广泛，波动之大，大于15m/s的风速下波动值很小。
风电波动风险与收益分析；在17节点和7节点分别接入两个装机容量为450MW的风电场，基于数值天气预报提供的风速预测信息预测风电场功率，两风场功率预测曲线如图8所示。两风场功率分别在7：30和12:30出现大幅减出力。在预测值基础上采用MC采样随机模拟不同条件下的波动值如图9。风电上网电价和成本电价分别为750元/MWh和550无/MWh，设其旋转备用为最大负荷的5％，备用容量的电量平均价格为290元/MWh，被代替的常规能源发电厂废气平均排放量为0.95Kg/KWh，每千克废气的排污费用为0.05元。计算风功率波动风险和风场收益值如图10所示。图8为两风场功率预测值；图9为条件波动值随机抽样10000次均值；图10为15min级风功率波动风险与风电场收益值；风功率波动风险主要分为零值平稳阶段、大幅上升阶段、高风险值平稳阶段及大幅下降阶段。零值平稳阶段对应风功率出力平稳且功率正向波动阶段，大幅上升阶段对应风功率大幅减出力切功率负向波动阶段，高风险值平稳阶段对应风功率出力平稳且功率负向波动阶段，大风下降阶段对应风功率出力降低且功率大幅正向爬坡阶段。
风电场收益主要与风电场出力与风功率波动量叠加后的风功率总量有关，风电场收益的总体变化趋势与两风场的总出力趋势相似，在6:00-20:00之间由于风功率有大幅正向波动，因此风电场收益会出现增大的现象。
风电负爬坡时造成净负荷增大，发电不足，常规机组若不具有快速的爬坡能力或备用容量不足，风功率波动风险会增大，需要重新制定发电计划，开启调节备用机组。风功率不存在大幅波动或者风电正爬坡时造成净负荷减小，在保证优先使用风电的情况下，计划发电量冗余，配合一定的市场机制，经济效益显著。分析风电功率波动对系统调峰能力影响的主要因素，建立了运行时间尺度下的风电场出力波动概率模型和系统元件的停运模型，在考虑机组爬坡能力约束、发电平衡约束、输电网络约束的条件下，构造了风功率波动风险与风电场收益指标，从风险和经济两个角度描述风电场对系统调度运行的影响。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的保护范围当中。

Claims (5)

1.一种风电发电系统调峰能力评估方法，其特征在于：包括以下步骤：
S1：获取第i个时刻的负荷预测与机组组合信息；
S2：获取数值天气预报信息预测风功率及区域天气条件；
S3：建立风电出力可靠性模型；
S4：将负荷预测、机组组合信息和数值天气预报信息输入到风电出力可靠性模型；
S5：利用风电出力可靠性模型进行潮流计算；
S6：利用发电机和输电线路综合故障概率模型进行MC状态采样；
S7：计算风电负向波动风险与风场收益得到调峰能力预测值；
S8：根据调峰能力预测值判断线路是否过载，如果没有出现过载，则返回步骤S6；
S9：如果出现过载，则采用最优负荷削减模型进行系统校正控制；
S10：判断MC状态采样是否收敛，如果不收敛，则返回步骤S9；
S11：如果收敛，则结束第i时刻评估过程并进入到第i+1时刻的评估。
2.如权利要求1所述的风电发电系统调峰能力评估方法，其特征在于：所述最优负荷削减模型按照以下方式建立：
<mrow> <mi>J</mi> <mo>=</mo> <mi>min</mi> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>N</mi> <mi>D</mi> </msub> </mrow> </munder> <msub> <mi>C</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> <msub> <mi>&amp;Delta;P</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> </mrow>
<mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>&amp;Element;</mo> <mi>i</mi> </mrow> </munder> <msub> <mi>P</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <msub> <mi>P</mi> <mrow> <mi>G</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>&amp;Delta;P</mi> <mrow> <mi>L</mi> <mi>i</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <mi>i</mi> <mo>&amp;Element;</mo> <msub> <mi>N</mi> <mi>B</mi> </msub> </mrow>
<mrow> <msub> <mi>P</mi> <mrow> <mi>G</mi> <mo>,</mo> <mi>min</mi> </mrow> </msub> <mo>&amp;le;</mo> <msubsup> <mi>P</mi> <mi>G</mi> <mn>0</mn> </msubsup> <mo>-</mo> <mi>R</mi> <mi>&amp;Delta;</mi> <mi>T</mi> <mo>&amp;le;</mo> <msub> <mi>P</mi> <mi>G</mi> </msub> </mrow>
<mrow> <msub> <mi>P</mi> <mi>G</mi> </msub> <mo>&amp;le;</mo> <msubsup> <mi>P</mi> <mi>G</mi> <mn>0</mn> </msubsup> <mo>+</mo> <mi>R</mi> <mi>&amp;Delta;</mi> <mi>T</mi> <mo>&amp;le;</mo> <msub> <mi>P</mi> <mrow> <mi>G</mi> <mo>,</mo> <mi>max</mi> </mrow> </msub> </mrow>
|Pij|≤Pij，max ij∈NL
0≤ΔPLi≤PLi i∈ND
0≤ΔPLi≤PLi i∈ND
其中：NB为节点集合，NL为线路集合，ND为员荷集合，pGi为发电机的有功出力，pLi为有功负荷，ΔpLi为切负荷量pij线路ij的潮流，pij,max为其限值，CLi为负荷有功单位停电损失费用，为机组当前出力；R为机组爬坡速度；ΔT为爬坡时间；pG,max为机组最大出力；pG,min为机组最小出力。
3.如权利要求1所述的风电发电系统调峰能力评估方法，其特征在于：所述元件随机停运模型按照以下方式建立：
pg＝1-e-λtp0
pl＝po+pw-popw
<mrow> <msub> <mi>p</mi> <mi>o</mi> </msub> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <msub> <mi>p</mi> <mn>1</mn> </msub> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&lt;</mo> <mi>P</mi> <mo>&lt;</mo> <msubsup> <mi>P</mi> <mi>max</mi> <mi>n</mi> </msubsup> </mrow> </mtd> </mtr> <mtr> <mtd> <msub> <mi>p</mi> <mn>2</mn> </msub> </mtd> <mtd> <mrow> <mi>P</mi> <mo>&gt;</mo> <msub> <mi>P</mi> <mi>max</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>p</mi> <mn>1</mn> </msub> <mo>+</mo> <mfrac> <mrow> <msub> <mi>p</mi> <mn>2</mn> </msub> <mo>-</mo> <msub> <mi>p</mi> <mn>1</mn> </msub> </mrow> <mrow> <msub> <mi>P</mi> <mi>max</mi> </msub> <mo>-</mo> <msubsup> <mi>P</mi> <mi>max</mi> <mi>n</mi> </msubsup> </mrow> </mfrac> <mrow> <mo>(</mo> <mi>P</mi> <mo>-</mo> <msub> <mi>P</mi> <mi>max</mi> </msub> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>P</mi> <mi>max</mi> <mi>n</mi> </msubsup> <mo>&lt;</mo> <mi>P</mi> <mo>&lt;</mo> <msub> <mi>P</mi> <mi>max</mi> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，P0为过负荷保护致停运概率，PW为天气相依的瞬时停运概率，Pmax是线路最大传输功率上限，P″max是正常线路潮流正常值的上限，P1是潮流处在正常范围内的停运概率，P2是线路潮流过载的停运概率；P2＝1-P1；P0为初始时刻处于运行状态的概率，λn以是元件在正常天气下的故障率，λa是元件在恶劣天气下的故障率，t为当前时刻距初始时刻的间隔小时数。
4.如权利要求1所述的风电发电系统调峰能力评估方法，其特征在于：所述风电功率波动风险指标按照以下方式确定：
<mrow> <mi>W</mi> <mi>F</mi> <mi>V</mi> <mi>R</mi> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>p</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>ln</mi> <mi>e</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <msubsup> <mi>P</mi> <mi>g</mi> <mo>&amp;prime;</mo> </msubsup> <mo>)</mo> </mrow> <mi>&amp;Delta;</mi> <mi>t</mi> <mo>;</mo> </mrow>
Plnet(t)＝Pl(t)-Pw(t)
P′g＝min{Pg(t-1)+RΔt，Pgmax}；
其中，WFVR表示风电功率波动风险；n为系统状态总数；pi为系统第i个状态概率；pInet为系统净负荷，是系统负荷功率p1与风电功率pww的差值；pac为常规机组受风电功率爬坡能力和出力边界限制后的实际出力；R为常规机组最大爬坡率；ΔtAt为爬坡时间；pgmax和pgmin为常规机组最大出力和最小出力。
5.如权利要求1所述的风电发电系统调峰能力评估方法，其特征在于：所述风电场收益指标按照以下方式建立：
WFB＝Cs(Pg+Pw)+CePw-CgPg-CrPr
其中，WFB表示风电场收益指标，Pw为风电出力值，Pr为备用值，Cs为售电电价，Ce为风电并网政府补贴，Cg为发电成本，Cr为额外辅助费用成本。
CN201710793013.2A 2017-09-05 2017-09-05 一种风电发电系统调峰能力评估方法 Expired - Fee Related CN107480833B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710793013.2A CN107480833B (zh) 2017-09-05 2017-09-05 一种风电发电系统调峰能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710793013.2A CN107480833B (zh) 2017-09-05 2017-09-05 一种风电发电系统调峰能力评估方法

Publications (2)

Publication Number Publication Date
CN107480833A true CN107480833A (zh) 2017-12-15
CN107480833B CN107480833B (zh) 2018-11-09

Family

ID=60604605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710793013.2A Expired - Fee Related CN107480833B (zh) 2017-09-05 2017-09-05 一种风电发电系统调峰能力评估方法

Country Status (1)

Country Link
CN (1) CN107480833B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108110806A (zh) * 2018-01-26 2018-06-01 国网辽宁省电力有限公司 一种新能源电力系统在异常调控域运行方式下的调度方法
CN108345996A (zh) * 2018-02-06 2018-07-31 北京天润新能投资有限公司 一种降低风电功率考核电量的系统及方法
CN108764728A (zh) * 2018-05-29 2018-11-06 云南电网有限责任公司 一种清洁能源外送方案的评估及比选方法及装置
CN109636113A (zh) * 2018-11-12 2019-04-16 贵州电网有限责任公司 基于节点边际电价的电网风险分析方法
CN109995076A (zh) * 2018-12-12 2019-07-09 云南电网有限责任公司电力科学研究院 一种基于储能的光伏汇集系统功率稳定输出协同控制方法
CN110048458A (zh) * 2019-04-30 2019-07-23 国网福建省电力有限公司 一种台风环境下的海上风电有序退出方法
CN110311424A (zh) * 2019-05-21 2019-10-08 沈阳工业大学 一种基于双时间尺度净负荷预测的储能调峰控制方法
CN110348674A (zh) * 2019-05-28 2019-10-18 贵州电网有限责任公司 一种电网风险评估方法、系统和计算机可读存储介质
CN110518569A (zh) * 2019-06-12 2019-11-29 广西电网有限责任公司电力科学研究院 一种计及电网运行收益与风险的概率优化调度模型
CN111342499A (zh) * 2020-03-05 2020-06-26 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111934361A (zh) * 2020-07-29 2020-11-13 国网甘肃省电力公司电力科学研究院 一种源网协调调峰优化策略评估方法
CN113078647A (zh) * 2021-03-30 2021-07-06 国网吉林省电力有限公司经济技术研究院 一种灵活电力负荷集群的爬坡能力评估方法
CN114362143A (zh) * 2021-12-06 2022-04-15 国网江苏省电力有限公司经济技术研究院 一种海上风电场集电系统拓扑优化求解算法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103715721A (zh) * 2013-07-31 2014-04-09 南京南瑞集团公司 交直流混合电网联合实时调峰方法
CN106816886A (zh) * 2015-12-02 2017-06-09 中国电力科学研究院 一种大规模风电并网系统调峰需求确定方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103715721A (zh) * 2013-07-31 2014-04-09 南京南瑞集团公司 交直流混合电网联合实时调峰方法
CN106816886A (zh) * 2015-12-02 2017-06-09 中国电力科学研究院 一种大规模风电并网系统调峰需求确定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张宁 等: "《大规模风电场接入对电力系统调峰的影响》", 《电网技术》 *
张宏宇 等: "《大规模风电接入后的系统调峰充裕性评估》", 《中国电机工程学报》 *
张明理 等: "《基于多目标经济调峰模型的区域电网风电接纳能力评估方法研究》", 《东北电力技术》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108110806A (zh) * 2018-01-26 2018-06-01 国网辽宁省电力有限公司 一种新能源电力系统在异常调控域运行方式下的调度方法
CN108110806B (zh) * 2018-01-26 2022-06-21 国网辽宁省电力有限公司 一种新能源电力系统在异常调控域运行方式下的调度方法
CN108345996B (zh) * 2018-02-06 2021-07-20 北京天润新能投资有限公司 一种降低风电功率考核电量的系统及方法
CN108345996A (zh) * 2018-02-06 2018-07-31 北京天润新能投资有限公司 一种降低风电功率考核电量的系统及方法
CN108764728A (zh) * 2018-05-29 2018-11-06 云南电网有限责任公司 一种清洁能源外送方案的评估及比选方法及装置
CN108764728B (zh) * 2018-05-29 2022-08-05 云南电网有限责任公司 一种清洁能源外送方案的评估及比选方法及装置
CN109636113A (zh) * 2018-11-12 2019-04-16 贵州电网有限责任公司 基于节点边际电价的电网风险分析方法
CN109995076A (zh) * 2018-12-12 2019-07-09 云南电网有限责任公司电力科学研究院 一种基于储能的光伏汇集系统功率稳定输出协同控制方法
CN110048458A (zh) * 2019-04-30 2019-07-23 国网福建省电力有限公司 一种台风环境下的海上风电有序退出方法
CN110311424A (zh) * 2019-05-21 2019-10-08 沈阳工业大学 一种基于双时间尺度净负荷预测的储能调峰控制方法
CN110348674A (zh) * 2019-05-28 2019-10-18 贵州电网有限责任公司 一种电网风险评估方法、系统和计算机可读存储介质
CN110518569A (zh) * 2019-06-12 2019-11-29 广西电网有限责任公司电力科学研究院 一种计及电网运行收益与风险的概率优化调度模型
CN111342499A (zh) * 2020-03-05 2020-06-26 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111342499B (zh) * 2020-03-05 2023-09-08 宁夏嘉泽新能源股份有限公司 一种基于风功率预测数据的风电场实时调度方法
CN111934361A (zh) * 2020-07-29 2020-11-13 国网甘肃省电力公司电力科学研究院 一种源网协调调峰优化策略评估方法
CN113078647A (zh) * 2021-03-30 2021-07-06 国网吉林省电力有限公司经济技术研究院 一种灵活电力负荷集群的爬坡能力评估方法
CN113078647B (zh) * 2021-03-30 2023-05-16 国网吉林省电力有限公司经济技术研究院 一种灵活电力负荷集群的爬坡能力评估方法
CN114362143A (zh) * 2021-12-06 2022-04-15 国网江苏省电力有限公司经济技术研究院 一种海上风电场集电系统拓扑优化求解算法

Also Published As

Publication number Publication date
CN107480833B (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
CN107480833B (zh) 一种风电发电系统调峰能力评估方法
Doherty et al. A new approach to quantify reserve demand in systems with significant installed wind capacity
CN110633889A (zh) 一种区域现货市场技术支持系统
Wu et al. The effect of decision analysis on power system resilience and economic value during a severe weather event
CN104821581A (zh) 一种最优日前备用容量的确定方法
CN109919398A (zh) 基于图分割算法的含风电电力系统分区备用优化配置方法
CN110245858A (zh) 一种含电动汽车充电站的微电网可靠性评估方法
CN115660412A (zh) 考虑源荷波动及再调度的调度风险量化评估方法及装置
Wan et al. Pre-disaster and mid-disaster resilience improvement strategy of high proportion renewable energy system considering frequency stability
Zhang et al. Boosting the power grid resilience under typhoon disasters by coordinated scheduling of wind energy and conventional generators
Aziz et al. Issues and mitigations of wind energy penetrated network: Australian network case study
Changqing et al. Reliability improvement of wind power frequency modulation based on look‐ahead control strategy and stage of charge optimization of energy storage
Al Kez Power system dynamics with increasing distributed generation penetrations
CN115392785A (zh) 计及阻塞抵抗性的配电网阻塞调度方法
Roy et al. Operating strategies for generation deficient power system
Yao et al. Design of short-term dispatch strategy to maximize income of a wind power-energy storage generating station
Steber Integration of decentralized battery energy storage systems into the german electrical power system
Schipper et al. Recommendations for Ancillary Service Markets under High Penetrations of Wind Generation in New Zealand
Kazari et al. Predictive Utilization of Energy Storage for Wind Power Fluctuation Mitigation
Firoozi et al. Active management of distribution networks
US20230369889A1 (en) Power control device, power control method, and power control program
Culler et al. Resilience for Advanced Distributed Wind Systems: Identifying the resilience benefits of advanced controls and hybrid systems for distributed wind
Xu et al. An Economic Dispatch Model of Wind Power for Optimal Reserve Capacity of Electric Power System
Mount et al. Evaluating the net benefits of investing in new wind and transmission capacity on a network
Javadi OPTIMAL OPERATION AND PLANNING OF MICROGRIDS CONSIDERING FREQUENCY STABILITY

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
TA01 Transfer of patent application right

Effective date of registration: 20180123

Address after: 100084 Haidian District Tsinghua Yuan Beijing No. 1

Applicant after: TSINGHUA University

Applicant after: STATE GRID JIBEI ELECTRIC POWER Co.,Ltd.

Applicant after: BEIJING TSINGSOFT TECHNOLOGY CO.,LTD.

Address before: 100084 Haidian District Tsinghua Yuan Beijing No. 1

Applicant before: Tsinghua University

Applicant before: State Grid Corporation of China

Applicant before: STATE GRID JIBEI ELECTRIC POWER Co.,Ltd.

Applicant before: BEIJING TSINGSOFT TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181109

Termination date: 20210905

CF01 Termination of patent right due to non-payment of annual fee