CN109193671A - 一种含高密度光伏配电网电压异常补偿方法 - Google Patents
一种含高密度光伏配电网电压异常补偿方法 Download PDFInfo
- Publication number
- CN109193671A CN109193671A CN201811045072.2A CN201811045072A CN109193671A CN 109193671 A CN109193671 A CN 109193671A CN 201811045072 A CN201811045072 A CN 201811045072A CN 109193671 A CN109193671 A CN 109193671A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- voltage
- particle
- value
- high density
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 16
- 239000002245 particle Substances 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000006870 function Effects 0.000 claims description 5
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 230000009326 social learning Effects 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000001914 filtration Methods 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- H02J3/383—
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种含高密度光伏配电网电压异常补偿方法,包括如下步骤:S1,采集直流配电网电压信号,并对采集信号滤波处理;S2:计算分析电压异常类型;S3:计算配电网电压异常调整最优目标函数(包含电压跌落与电压升高两种情况);S4:根据S3目标函数使用基于改进种群多样性粒子群优化算法整定PI控制器的控制参数;S5:使用S4寻找的最优粒子对PI控制器参数进行调整,输出控制信号,对配电网电压进行补偿。此种方法将一种基于改进种群多样性粒子群优化算法与UPQC控制器相结合,调节UPQC的控制参数,以提高UPQC对配电网电压补偿的能力。
Description
技术领域
本发明属于含光伏配电网电能质量检测与控制领域,特别涉及一种含高密度光伏配电网电压异常补偿方法。
背景技术
近年来,智能电网正逐步成为电力领域的研究热点。电网公司结合我国基本国情和特高压建设情况,进一步确立了加快建设以特高压电网为骨干网架的坚强智能电网的发展目标。如何使智能电网的重要组成部分一一智能配电网健康快速地发展,也成为电力工作者越来越关注的问题。
光伏发电电源接入配电网后,会带来各种扰动,影响系统电能质量,主要体现在电压闪烁和谐波、电压脉冲、浪涌、电压跌落、频率偏移、瞬时供电中断等动态电能质量问题。目前,主要通过减少分布式电源启动次数,通过逆变器将光伏发电电源接入配电网,降低光伏电源输出功率变化对电压的影响。对于谐波问题,可以在谐波电压水平较高的母线上安装特殊滤波器。此外,还应探索多功能逆变器控制策略,在逆变器中加入并联有源滤波器,采用参考电压最大功率点跟踪控制策略稳定电压源逆变器输出电流,抑制谐波电压。
随着柔性直流输电技术及风力发电技术的飞速发展,多端直流输电系统(VoltageSourced Converter Based Multi-Terminal HVDC,VSC-MTDC)逐渐涌现,多端直流输电系统主要用于实现大规模多点网互联、消纳规模化风电对主网络的负面影响,我国已经建立“浙江舟山五端柔性直流输电科技示范工程”和“南澳多端柔性直流输电示范工程”,其中“南澳多端柔性直流输电示范工程”为世界上第一个多端柔性直流输电示范工程。目前,含VSC-MTDC的大规模交直流输电系统的建模及仿真分析手段不完善,如果采用传统的建模方法,系统数学模型的复杂度会随着端口数的增加而呈现猛烈增长的趋势,极大地降低了系统模型的求解效率,计算速度极度缓慢,严重影响工作进度,而且还会导致控制器的设计不易实现。
粒子群优化算法(Particle swarm optimization,PSO)是由美国社会心理学家Eberhart博士和电气工程师Kennedy博士在1995年提出的一种基于群体智能的随机优化算法。PSO算法操作简单,需要调整的参数少,收敛速度快因而被广泛应用,但它容易陷入局部最优。为了改善这一问题,学者们从惯性权值对种群搜索能力的影响,局部搜索与全局搜索困、收敛性、稳定性叫等方面做了大量的工作。此外,研究者先后提出了固定惯性权值策略、权值递减策略、模糊惯性权值策略、随机惯性权值策略等改进算法。
一种改进的基于种群多样性的PSO算法,能够有效地避免粒子陷入局部最优,并提高了算法搜索精度。如何将基于种群多样性的PSO算法与统一电能质量控制器有机结合,提高统一电能质量控制器(UPQC)对含光伏配电网电压异常补偿性能,是本领域研究人员感兴趣的问题。
发明内容
本发明的目的,在于提供一种含高密度光伏配电网电压异常补偿方法,其将一种基于改进种群多样性粒子群优化算法与UPQC控制器相结合,调节UPQC的控制参数,以提高UPQC对配电网电压补偿的能力。
为了达成上述目的,本发明的解决方案是:
一种含高密度光伏配电网电压异常补偿方法,包括如下步骤:
步骤S1,采集含高密度光伏配电网的三相母线电压usa,usb,usc,采集配网各负载电压ulai、ulbi、ulci,i=1,2,3……n,为配电网的负载编号,进行处理后发送给park变换器;
步骤S2,取park变换器输出的配电网母线在dq旋转坐标系下的数值usd,usq和配电网负载电压在dq旋转坐标系下的数值:usd,uldi,计算ΔEi=usd-uldi,若|ΔEi|>|(ξi+ζ)|,则判定为电压异常,执行步骤S3,否则返回步骤S1;其中ξi为配电网稳态运行时母线d轴分量与负载i电压d轴分量之差,ζ为算法敏度预设值;
步骤S3,采用基于种群多样性的改进粒子群优化算法整定控制器参数(kp,ki);
步骤S4,通过迭代计算,得到使得目标函数G最小的一组最优解(kp,ki),确定其为补偿控制参数;
步骤S5,根据步骤S4得到的补偿控制参数,生成并输出PWM控制信号,输出给驱动电路,对配电网电压实施补偿。
采用上述方案后,本发明提供了一种含高密度光伏配电网电压异常补偿方法,当含光伏的直流配电网出现电压异常(跌落或升高)时,能够及时完成电压异常的补偿工作,利用统一电能质量控制器(UPQC)实施。本发明通过采用基于种群多样性改进的粒子群优化算法对UPQC的控制参数进行整定,使用优化的控制参数对含光伏的配电网进行电压异常调整,可以提升UPQC实施电压补偿的精度与正确性,为利用UPQC对含光伏的配电网电能质量治理提供了一种新方法。
本发明通过种群多样性信息获得粒子的分布状态,并分析粒子飞行过程中的非线性特性,能够有效地避免粒子陷入局部最优和在保证种群的多样性的前提下增强算法的收敛精度和收敛速度。
附图说明
图1是本发明具体实施方式中含光伏配电网拓扑图;
图2是本发明具体实施方式中硬件结构示意图;
图3是本发明具体实施方式中算法流程图。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
本实施例通过采用一种基于改进种群多样性粒子群优化算法与UPQC控制器相结合,优化调节UPQC的控制参数,对PI控制器参数进行整定,能够对含光伏配电网电压异常进行有效补偿。
如图1所示,含光伏配电网系统主要包括非线性负载、并网光伏、中压配网,该含光伏配网具有配电母线。UPQC接入该配电网,自身包含滤波模块、供电模块,其中供电模块主要成分是蓄电池,用于提供统一电能质量控制器工作电源。
如图2所示为本发明的具体功能模块组成,包括用于采集配电网电压数据(含光伏配电网的负载及母线电压)的电压采集模块、用于对采集数据进行处理的电压信号处理模块、用于计算处理模块发出的电压信号并进行算法计算的DSP模块、用于执行DSP发出指令并对配电网电压异常进行补偿的驱动电路模块。
如图3所示,本实施例公开了一种含高密度光伏配电网电压异常补偿方法,具体包括以下步骤:
S1,采集含高密度光伏配电网的三相母线电压usa,usb,usc(其中s代表母线)、采集配网各负载电压ulai、ulbi、ulci(其中l代表负载,i=1,2,3……n,为配网的负载编号),通过总线发送给信号处理模块,处理后发送给park变换器。
S2,取park变换器输出的配电网母线在dq旋转坐标系下的数值usd,usq和配电网负载电压在dq旋转坐标系下的数值:usd,uldi。计算ΔEi=usd-uldi,若|ΔEi|>|(ξi+ζ)|,则判定为电压异常,执行步骤S3,否则返回S1。其中ξi为配电网稳态运行时母线d轴分量与负载i电压d轴分量之差,ζ为算法敏度预设值,是一很小的正常数。
S3,整定PI控制器参数:
将式(1)PI控制器数学模型输入处理器,其输出为u(t)i:
式中,Δe(t)i=usd-uldi为负载i的PI控制单元输入,即电压异常补偿指令,u(t)i为PI控制器输出。kp为比例增益,ki为积分环节增益。采用基于种群多样性的改进粒子群优化算法整定控制器参数(kp,ki)。具体步骤如下:
①随机初始化粒子群中各粒子的位置xi、速度vi和惯性权重ωi。将各粒子的初始位置设为当前历史最优位置pi,取粒子群P中最优值作为全局最优位置gd。
②根据式(2)计算粒子种群聚集程度:
式中,li(t+1)为第t+1次迭代粒子i与其他粒子之间的最小距离,是所有的li(t+1)平均值,n为粒子个数。SP(t+1)为第t+1次迭代完成后粒子群的种群多样性。
③根据式(3)计算粒子的适应度值,加权多个性能指标,求其和的最小值作为目标函数。将每个粒子的适应度值与当前全局最优位置gd比较,若有更优的位置则更新gd;与此同时,将每个粒子的适应值当前历史最优位置pi相比较,若有更优则更新pi。
式中,w1、w2、w3、w4为迭代权值,w1、w2、w3取值范围(5,8),w4取200;u(t)为PI控制器输出;tu为上升时间,取5ms;y(t)i为负载i的电压,Δy(t)=y(t)-y(t-1)。
④根据式(4)、(5)更新粒子位置xi与速度vi:
xi(t+1)=xi(t)+vi(t+1) (4)
vi(t+1)=ωi(t)vi(t)+c1R1(pi(t)-xi(t))+c2R2(gd(t)-xi(t)) (5)
式中,ωi为惯性权值,取0.95;R1、R2取[0,1]内的随机数;c1为自学习因子,设为1.05;c2为社会学习因子,设为1.05;pi(t)为t时刻最优位置;gd(t)为t时刻全局最优位置。
⑤计算粒子当前位置的适应度值,并更新历史最优位置pi和全局最优位置gd,计算SP(t+1)、SP(t),比较SP(t+1)与SP(t),根据式(6)更新迭代惯性权重的值。
式中ωi为粒子惯性权值,i表示粒子编号。SP为种群多样性。
⑥检查终止条件,若满足,则结束迭代计算,输出最优解(kp,ki);若不满足终止条件,则返回③重新计算适应值,并寻找最优点。
S4,通过算法迭代计算,不断更新个体与全局的极值,当到达系统最优点时得到使得目标函数G最小的一组最优解(kp,ki),处理器确定其为补偿控制参数。
S5,根据S4得到的补偿控制参数,生成并输出PWM控制信号,输出给驱动电路,对配电网电压实施补偿。
综上所述,本实施例的一种含高密度光伏配电网电压异常补偿方法,当含光伏的直流配电网出现电压异常(跌落或升高)时,能够及时完成电压异常的补偿工作。本方法通过种群多样性信息获得粒子的分布状态,并分析粒子飞行过程中的非线性特性,能够有效地避免粒子陷入局部最优和在保证种群的多样性的前提下增强算法的收敛精度和收敛速度,为含光伏配电网电压异常补偿提供了一种新方法。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (5)
1.一种含高密度光伏配电网电压异常补偿方法,其特征在于包括如下步骤:
步骤S1,采集含高密度光伏配电网的三相母线电压usa,usb,usc,采集配网各负载电压ulai、ulbi、ulci,i=1,2,3……n,为配电网的负载编号,进行滤波处理后发送给park变换器;
步骤S2,取park变换器输出的配电网母线在dq旋转坐标系下的数值usd,usq和配电网负载电压在dq旋转坐标系下的数值:usd,uldi,计算ΔEi=usd-uldi,若|ΔEi|>|(ξi+ζ)|,则判定为电压异常,执行步骤S3,否则返回步骤S1;其中ξi为配电网稳态运行时母线d轴分量与负载i电压d轴分量之差,ζ为算法敏度预设值;
步骤S3,采用基于种群多样性的改进粒子群优化算法整定控制器参数(kp,ki);
步骤S4,通过迭代计算,得到使得目标函数G最小的一组最优解(kp,ki),确定其为补偿控制参数;
步骤S5,根据步骤S4得到的补偿控制参数,生成并输出PWM控制信号,输出给驱动电路,对配电网电压实施补偿。
2.如权利要求1所述的一种含高密度光伏配电网电压异常补偿方法,其特征在于:所述步骤S3的具体过程是:
①随机初始化粒子群中各粒子的位置xi、速度vi和惯性权重ωi,将各粒子的初始位置设为当前历史最优位置pi,取粒子群中最优值作为全局最优位置gd;
②计算粒子种群聚集程度;
③计算粒子的适应度值,加权多个性能指标,求其和的最小值作为目标函数,将每个粒子的适应度值与当前全局最优位置gd比较,若有更优的位置则更新gd;与此同时,将每个粒子的适应值当前历史最优位置pi相比较,若有更优则更新pi;
④根据下式更新粒子位置xi与速度vi:
xi(t+1)=xi(t)+vi(t+1)
vi(t+1)=ωi(t)vi(t)+c1R1(pi(t)-xi(t))+c2R2(gd(t)-xi(t))
式中,ωi为惯性权值,取0.95;R1、R2取[0,1]内的随机数;c1为自学习因子,设为1.05;c2为社会学习因子,设为1.05;pi(t)为t时刻最优位置;
⑤计算粒子当前位置的适应度值,并更新历史最优位置pi和全局最优位置gd,计算SP(t+1)、SP(t),比较SP(t+1)与SP(t),更新迭代惯性权重的值;
⑥检查终止条件,若满足,则结束迭代计算,输出最优解(kp,ki);若不满足终止条件,则返回③重新计算适应值,并寻找最优点。
3.如权利要求2所述的一种含高密度光伏配电网电压异常补偿方法,其特征在于:所述步骤②中,根据下式计算粒子种群聚集程度:
式中,li(t+1)为第t+1次迭代粒子i与其他粒子之间的最小距离,是所有的li(t+1)平均值,n为粒子个数;SP(t+1)为第t+1次迭代完成后粒子群的种群多样性。
4.如权利要求2所述的一种含高密度光伏配电网电压异常补偿方法,其特征在于:所述步骤③中,根据下式计算粒子的适应度值:
其中,w1、w2、w3、w4为迭代权值;u(t)为PI控制器输出;tu为上升时间;y(t)i为负载i的电压,Δy(t)=y(t)-y(t-1);Δe(t)i=usd-uldi为负载i的PI控制单元输入,即电压异常补偿指令。
5.如权利要求2所述的一种含高密度光伏配电网电压异常补偿方法,其特征在于:所述步骤⑤中,根据下式更新迭代惯性权重的值:
其中,ωi为粒子惯性权值,i表示粒子编号,SP为种群多样性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045072.2A CN109193671A (zh) | 2018-09-07 | 2018-09-07 | 一种含高密度光伏配电网电压异常补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811045072.2A CN109193671A (zh) | 2018-09-07 | 2018-09-07 | 一种含高密度光伏配电网电压异常补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109193671A true CN109193671A (zh) | 2019-01-11 |
Family
ID=64915546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811045072.2A Pending CN109193671A (zh) | 2018-09-07 | 2018-09-07 | 一种含高密度光伏配电网电压异常补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109193671A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104682405A (zh) * | 2015-03-31 | 2015-06-03 | 福州大学 | 一种基于禁忌粒子群算法的配电网无功优化方法 |
CN105095595A (zh) * | 2015-08-25 | 2015-11-25 | 国家电网公司 | 基于种群聚集程度的粒子群算法 |
CN106816877A (zh) * | 2017-03-10 | 2017-06-09 | 国网江苏省电力公司常州供电公司 | 一种含光伏的配电网电压跌落检测补偿方法 |
CN107563489A (zh) * | 2017-07-25 | 2018-01-09 | 华南理工大学 | 基于混沌粒子群算法的局部阴影下光伏列阵功率追踪方法 |
-
2018
- 2018-09-07 CN CN201811045072.2A patent/CN109193671A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104682405A (zh) * | 2015-03-31 | 2015-06-03 | 福州大学 | 一种基于禁忌粒子群算法的配电网无功优化方法 |
CN105095595A (zh) * | 2015-08-25 | 2015-11-25 | 国家电网公司 | 基于种群聚集程度的粒子群算法 |
CN106816877A (zh) * | 2017-03-10 | 2017-06-09 | 国网江苏省电力公司常州供电公司 | 一种含光伏的配电网电压跌落检测补偿方法 |
CN107563489A (zh) * | 2017-07-25 | 2018-01-09 | 华南理工大学 | 基于混沌粒子群算法的局部阴影下光伏列阵功率追踪方法 |
Non-Patent Citations (1)
Title |
---|
韩红桂等: "一种基于种群多样性的粒子群优化算法设计及应用", 《信息与控制》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108683216B (zh) | 非线性负载下并联逆变器谐波功率均分控制方法 | |
CN109149620B (zh) | 一种自储能多端柔直系统控制方法及系统 | |
CN111817326B (zh) | 一种交流微网孤岛模式下的分散式储能soc控制及整合方法 | |
CN109617105B (zh) | 一种基于下垂控制的分布式复合储能协同控制方法 | |
CN108429281A (zh) | 一种lcl型并网逆变器并联虚拟阻抗控制方法 | |
CN107276107A (zh) | 基于混合型模块化多电平换流器的低频模型预测控制方法 | |
CN109038642B (zh) | 一种自储能多端柔直系统控制方法和装置 | |
CN112952862B (zh) | 平抑风电功率波动的混合储能分频协调控制器及实现方法 | |
CN113541146B (zh) | 计及分布式电源的电力系统潮流计算优化方法 | |
CN108736519B (zh) | 一种光伏电站的虚拟同步发电机自适应控制方法及装置 | |
CN110556871A (zh) | 基于结构保持方法的大规模光伏发电系统聚合等值方法 | |
CN111162546B (zh) | 一种应用于储能的自适应调节的功率平滑控制方法 | |
CN110266044B (zh) | 一种基于储能变流器的微电网并网控制系统及方法 | |
CN109638864A (zh) | 一种智能电网的控制系统 | |
CN106130071B (zh) | 光伏逆变器的控制参数的选取方法 | |
CN105870972B (zh) | 一种光伏微网pwm逆变器的智能控制系统 | |
Sekhar et al. | Power Quality Enhancement Using Multi-Level Inverter with UPQC and Robust Back Propagation Neural Network Strategy | |
CN113922384B (zh) | 一种风电场分散式无功电压优化协调控制方法 | |
CN109193671A (zh) | 一种含高密度光伏配电网电压异常补偿方法 | |
CN115663780A (zh) | 一种光伏直流微电网的改进自适应分段下垂控制方法 | |
Hongfei et al. | Optimal control virtual inertia of optical storage microgrid based on improved sailfish algorithm | |
CN112087000B (zh) | 一种光伏型柔性合环装置及运行控制方法 | |
CN115498616A (zh) | 一种柔性直流输电系统高频振荡主导环节快速识别方法 | |
CN209545156U (zh) | 一种基于模糊控制规则因子电力弹簧及供电电路结构 | |
CN113346561A (zh) | 一种储能下垂补偿模块稳定性分析方法 |
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: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |