CN109728579B - 一种配电网运行效率的评估方法、评估装置及评估设备 - Google Patents
一种配电网运行效率的评估方法、评估装置及评估设备 Download PDFInfo
- Publication number
- CN109728579B CN109728579B CN201910160442.5A CN201910160442A CN109728579B CN 109728579 B CN109728579 B CN 109728579B CN 201910160442 A CN201910160442 A CN 201910160442A CN 109728579 B CN109728579 B CN 109728579B
- Authority
- CN
- China
- Prior art keywords
- reliability
- distribution network
- value
- load
- power distribution
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 52
- 238000013210 evaluation model Methods 0.000 claims abstract description 30
- 238000005457 optimization Methods 0.000 claims abstract description 18
- 230000009467 reduction Effects 0.000 claims description 91
- 230000004044 response Effects 0.000 claims description 75
- 238000000034 method Methods 0.000 claims description 38
- 230000005611 electricity Effects 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 3
- 230000006735 deficit Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000004069 differentiation Effects 0.000 abstract 2
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012854 evaluation process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电网运行效率的评估方法，考虑到了不同馈线的可靠性需求不同，通过差异化设置各馈线的柔性可靠性约束条件，再以运行效率最大为优化目标，依据可靠性约束条件和电路约束条件建立并求解配电网运行效率评估模型，得到配电网运行效率，在保证系统整体可靠性的基础上降低部分馈线的可靠性目标这种差异化可靠性的方式对配电网运行效率进行评估，相比于现有技术中以可靠性目标为刚性约束的在N‑1准则下评估配电网最大运行效率的方案，进一步挖掘了配电网的供电潜力，从而得到了更为准确的配电网运行效率评估结果。本发明还公开一种配电网运行效率的评估装置及评估设备，具有上述有益效果。
Description
技术领域
本发明涉及配电网技术领域，特别是涉及一种配电网运行效率的评估方法、评估装置及评估设备。
背景技术
早期的配电网运行效率评估方法主要是在节点电压、支路功率等系统潮流约束条件下求取网络的最大供电能力，然后除以主变容量得到了配电网最大运行效率，但较少考虑网络转移供电能力的影响，忽略了系统故障后供电的连续性。因此又发展出了计及N-1安全准则的供电能力评估方法，该方法考虑主变互联关系、变电站间的负荷转移、以及主变所出馈线互联结构等因素，在N-1准则下评估网络最大配电网运行效率，从而兼顾了配电系统的可靠性与经济性指标。
然而，对于计及N-1安全准则的配电系统配电网运行效率的计算方法，需要电网在尖峰负荷时刻刚性地满足N-1校验，但在实际电网运行过程中，尖峰负荷通常是均值负荷的数倍且持续时间很短，以此为原则评估的配电网运行效率将具有很大裕度。
因此，如何提高配电网运行效率评估的准确性，提升配电网设备利用效率，是本领域技术人员需要解决的技术问题。
发明内容
本发明的目的是提供一种配电网运行效率的评估方法、评估装置及评估设备，用于通过充分挖掘配电网供电潜力，得到更为准确的配电网运行效率的评估结果。
为解决上述技术问题，本发明提供一种配电网运行效率的评估方法，包括：
根据预设规则确定配电网的可靠性约束条件和电路约束条件；其中，所述可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条所述馈线的可靠性约束条件的可靠性目标值小于所述整体可靠性约束条件的整体可靠性目标值；
以运行效率最大为优化目标，依据所述可靠性约束条件和所述电路约束条件建立配电网运行效率评估模型；
求解所述配电网运行效率评估模型得到配电网运行效率。
可选的，所述根据预设规则确定各所述馈线的可靠性约束条件，具体包括：
获取各所述馈线的负荷削减比例规定值和各所述馈线的用户的响应削减量预测值；
根据与所述馈线对应的负荷削减比例规定值以及与所述馈线对应的所有用户的响应削减量预测值之和确定所述馈线的可靠性目标；
依据各所述馈线的可靠性目标确定各所述馈线的可靠性约束条件。
可选的，所述获取各所述馈线的用户的响应削减量预测值，具体包括：
确定所述负荷削减比例规定值；
根据所述负荷削减比例规定值建立基于激励的负荷响应模型；
求解所述负荷响应模型得到各所述用户的响应削减量预测值。
可选的，所述确定负荷削减比例规定值，具体为通过以下公式确定：
Kiq＝min{ΔPi/∑Ldr,1}
其中，所述Kiq为在规定时刻故障影响范围内各可中断负荷点的负荷削减比例规定值；所述故障影响范围包括所述配电网故障后处于孤岛状态下的可中断负荷点、故障下游待转供区域的可中断负荷点和联络区域的可中断负荷点；所述ΔPi为在所述规定时刻所述故障影响范围内的供电缺额，当所述可中断负荷点处于所述孤岛状态时，所述ΔPi为负荷与光伏储能联合出力之差，当所述可中断负荷点处于转供状态时，所述ΔPi为待转供净负荷与联络裕度之差；所述∑Ldr为各所述可中断负荷点的实时负荷量之和。
可选的，所述负荷响应模型的目标函数具体为：
maxS＝R-C1-C2-F
其中，所述S为用户响应获利数值；所述R为用户响应收益数值；所述C1为用户响应成本数值；所述C2为电费数值；所述F为所述用户的响应削减比例未达到削减比例规定值时的惩罚数值；
所述R具体采用下式表示：
所述C1采用下式表示：
C1＝(K1ΔPa 2+K2ΔPa-K2ΔPau)td
所述C2采用下式表示：
C2＝αp(Lt-ΔPa)td
所述F采用下式表示：
ΔPn＝Lt×Kiq
ΔPa＝Lt×Kw
其中，所述ΔPn为负荷削减量规定值；所述E为单位电量的中断补偿；所述td为用户响应时间；所述ΔPa为所述响应削减量预测值；所述K1和所述K2均为常系数；所述u为用户停电意愿，且0≤u≤1；所述α为负荷削减后剩余负荷的电价折扣；所述p为电价数值；所述Lt为响应时刻所述用户对应的负荷点的原始负荷值；所述pf为所述用户的响应削减比例未达到削减比例规定值时，所述用户的单位差额用电量受到的惩罚数值；所述Kw为所述用户的响应削减比例预测值。
可选的，所述根据预设规则确定各所述馈线的可靠性约束条件，具体包括：
获取各馈线的负荷削减比例历史规定值和各用户的响应削减量历史值；
对所述负荷削减比例历史规定值和所述响应削减量历史值进行深度学习得到各所述用户的可靠性指标预测值；
依据各所述用户的可靠性指标预测值确定各所述馈线的可靠性约束条件。
可选的，所述配电网运行效率评估模型的目标函数具体为：
其中，所述max dne为所述运行效率最大的优化目标；所述
为与第i台主变压器连接的第qi条馈线在全网的尖峰负荷时刻所能够接入的负荷值；所述n为所述主变压器的台数；所述mi为与所述第i台主变压器所连接的馈线数；所述Ri为所述第i台主变压器的额定容量；
所述配电网运行效率评估模型的约束条件具体为：
ASAIfeed≥E
ASAI≥Es
0≤(Li-Gi)/Ri≤1
0≤Kw≤Kiq
其中，所述ASAIfeed为配电网系统的实际可靠性指标向量，ASAIfeed＝(ASAI1，ASAI2，…，ASAIq，…，ASAIm)T，所述ASAIq为所述配电网系统中第q条馈线的可靠性实际值；所述m为所述配电网系统中的馈线数；所述E为可靠性目标值向量，E＝(E1，E2，…，Eq，…，Em)T，所述Eq为所述第q条馈线的可靠性目标值；所述ASAI为所述配电网系统的实际整体可靠性指标值；所述Es为所述配电网系统的整体可靠性目标值；所述Li为所述第i台主变压器接入的实时负荷值；所述
为所述与第i台主变压器连接的第qi条馈线接入的实时负荷值；所述
为与所述第i台主变压器连接的第qi条馈线上的分布式电源和蓄电池的实时总出力；所述
为与第i台主变压器连接的第qi条馈线的额定容量；所述Gi为与所述第i台主变压器连接的分布式电源和蓄电池的实时总出力；所述
为末端节点电压下限；所述
为与第i台主变压器连接的第qi条馈线的末端节点电压；所述
为末端节点电压上限；所述Kw为用户的响应削减比例预测值；所述Kiq为负荷削减比例规定值；
其中，所述ASAIq采用下式表示：
所述ASAI采用下式表示：
其中，所述T为在规定时间内的需电小时数；所述Nj为与所述第q条馈线上的负荷点j对应的用户数；所述Iq为所述第q条馈线上的负荷点个数；所述Uj为所述负荷点j的年停运时间；所述p为所述配电网系统中的负荷点数。
可选的，所述求解所述配电网运行效率评估模型得到配电网运行效率，具体为：
应用遗传算法对所述配电网运行效率评估模型进行优化直至满足预设条件，得到所述配电网运行效率。
为解决上述技术问题，本发明还提供一种配电网运行效率的评估装置，包括：
数据处理单元，用于根据预设规则确定配电网的可靠性约束条件和电路约束条件；其中，所述可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条所述馈线的可靠性约束条件的可靠性目标值小于所述整体可靠性约束条件的整体可靠性目标值；
建模单元，用于以运行效率最大为优化目标，依据所述可靠性约束条件和所述电路约束条件建立配电网运行效率评估模型；
计算单元，用于求解所述配电网运行效率评估模型得到配电网运行效率。
为解决上述技术问题，本发明还提供一种配电网运行效率的评估设备，包括：
存储器，用于存储指令，所述指令包括上述任意一项所述配电网运行效率的评估方法的步骤；
处理器，用于执行所述指令。
本发明所提供的配电网运行效率的评估方法，先根据预设规则确定配电网的可靠性约束条件和电路约束条件，其中，可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条馈线的可靠性约束条件的可靠性目标值小于整体可靠性约束条件的整体可靠性目标值；以运行效率最大为优化目标，依据可靠性约束条件和电路约束条件建立配电网运行效率评估模型，并求解所述配电网运行效率评估模型得到配电网运行效率。本发明提供的方案考虑到了不同馈线的可靠性需求不同通过在保证系统整体可靠性的基础上降低部分馈线的可靠性目标这种差异化可靠性的方式对配电网运行效率进行评估，相比于现有技术中以可靠性目标为刚性约束的在N-1准则下评估配电网最大运行效率的方案，进一步挖掘了配电网的供电潜力，从而得到了更为准确的配电网运行效率评估结果。本发明还提供一种配电网运行效率的评估装置及评估设备，具有上述有益效果，在此不再赘述。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种配电网运行效率的评估方法的流程图；
图2为本发明实施例提供的一种系统主变压器联络关系示意图；
图3为本发明实施例提供的一种差异可靠性下系统运行效率优化结果示意图；
图4为本发明实施例提供的一种配电网运行效率的评估装置的结构示意图；
图5为本发明实施例提供的一种配电网运行效率的评估设备的结构示意图。
具体实施方式
本发明的核心是提供一种配电网运行效率的评估方法、评估装置及评估设备，用于通过充分挖掘配电网供电潜力，得到更为准确的配电网运行效率的评估结果。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例提供的一种配电网运行效率的评估方法的流程图。如图1所示，配电网运行效率的评估方法包括：
S10：根据预设规则确定配电网的可靠性约束条件和电路约束条件。
其中，可靠性约束条件包括各馈线的可靠性目标值和整体可靠性目标值，且至少一条馈线的可靠性目标值小于整体可靠性目标值。
在具体实施中，可以根据工作人员输入的各馈线的可靠性目标和系统的整体可靠性目标确定各馈线的可靠性约束条件和整体可靠性约束条件。各馈线的可靠性约束条件的形式为各馈线的可靠性指标值不低于该馈线可靠性目标，整体可靠性约束条件的形式为系统的整体可靠性指标不低于整体可靠性目标。根据工作人员输入的配电网的数据确定电路约束条件。
为了减少人工成本，提出一种无需人力确定各馈线的可靠性条件制定方式，即根据预设规则确定各馈线的可靠性约束条件，具体可以包括：
获取各馈线的负荷削减比例规定值和各馈线的用户的响应削减量预测值；
根据与馈线对应的负荷削减比例规定值以及与该馈线对应的所有用户的响应削减量预测值之和确定该馈线的可靠性目标；
依据各馈线的可靠性目标确定各馈线的可靠性约束条件。
为了激励电网用户科学用电，避免在用电高峰时刻用电过多，电网公司通过制定合同的方式，规定用户在某时间削减一定用电负荷后的奖励政策。针对电网公司的激励，用户的负荷响应程度是影响馈线的可靠性指标值的重要因素之一。
因此可以获取各馈线的负荷削减比例规定值和各馈线上所有用户的响应削减量预测值之和，通过预定规则对二者进行比较得到各馈线上的用户的负荷响应程度的评判结果，并依据该评判结果输入预设的对应关系式，得到各馈线的可靠性目标。可以理解的是，上述预定规则及预设的对应关系式，可以由工作人员针对配电网实际情况制定。
上述用户的响应削减量预测值，可以由工作人员根据历史数据进行预测，也可以通过向用户进行调研确定。
S11：以运行效率最大为优化目标，依据可靠性约束条件和电路约束条件建立配电网运行效率评估模型。
配电网运行效率的大小取决于变电站站内配电网运行效率与电网负荷转移能力，前者主要由站内主变压器与所出馈线容量决定，而后者主要受到联络馈线容量约束的影响。因此，配电网运行效率的研究对象既包括主变层也包括下属的中压网层。
配电网运行效率评估模型的实质是在可靠性约束下优化馈线负荷分布，实现具体可靠性指标下网络运行效率的最大化，其本质是底层各馈线最大负载能力的搜索。模型的目标函数为配电网运行效率最大，设配电网系统中一共有n台主变压器，各台主变压器的编号i为1，2，…，n。其中与第i台主变压器相连的馈线数目为mi，则与其相连的各条馈线编号q为1，2，…，mi。配电网运行效率评估模型的目标函数如下：
其中，max dne为运行效率最大的优化目标；
为与第i台主变压器连接的第qi条馈线在全网的尖峰负荷时刻所能够接入的负荷值；n为所述主变压器的台数；mi为与第i台主变压器所连接的馈线数；Ri为第i台主变压器的额定容量。
除了可靠性约束条件外，配电网运行效率评估模型还应满足电路约束条件，即约束条件包括：馈线可靠性约束条件、整体可靠性约束条件、主变压器与所出馈线的匹配约束条件、负载率约束条件、电压约束条件和负荷削减限度约束条件，具体如下：
1、馈线可靠性约束条件，即各馈线的可靠性指标值不低于各馈线的可靠性目标值，选择馈线的ASAI作为可靠性指标，如下式所示：
ASAIfeed≥E (2)
其中，ASAIfeed为配电网系统的实际可靠性指标向量，ASAIfeed＝(ASAI1，ASAI2，…，ASAIq，…，ASAIm)T，ASAIq为配电网系统中第q条馈线的可靠性实际值；E为可靠性目标值向量，E＝(E1，E2，…，Eq，…，Em)T，Eq为配电网系统中第q条馈线的可靠性目标值。
进一步的，ASAIq采用下式表示：
即第q条馈线上的用户的用电小时数与第q条馈线上的用户需电小时数的比值。其中，T为在规定时间内的需电小时数；Nj为与第q条馈线上的负荷点j对应的用户数；Iq为第q条馈线上的负荷点个数；Uj为负荷点j的年停运时间。
2、整体可靠性约束条件，即系统整体可靠性指标值不低于整体可靠性目标值，如下式所示：
ASAI≥Es (4)
其中，ASAI为配电网系统的实际整体可靠性指标值；Es为配电网系统的整体可靠性目标值。
进一步的，ASAI采用下式表示：
即配电网系统中全体用户的用电小时数与需电小时数的比值。其中，p为配电网系统中的负荷点数。
3、主变压器与所出馈线的匹配约束条件，即主变压器的实时负荷与和该主变压器连接的所有馈线的负荷关系，如下式所示：
其中，Li为第i台主变压器接入的实时负荷值；
为与第i台主变压器连接的第qi条馈线接入的实时负荷值。
4、负载率约束条件，即主变压器、馈线不过载运行，如下式所示：
0≤(Li-Gi)/Ri≤1 (8)
其中，
为与第i台主变压器连接的第qi条馈线上的分布式电源和蓄电池的实时总出力；
为与第i台主变压器连接的第qi条馈线的额定容量；Gi为与第i台主变压器连接的分布式电源和蓄电池的实时总出力。
5、电压约束条件，即配电网各馈线末端节点的电压运行约束，如下式所示：
其中，
为末端节点电压下限；
为与第i台主变压器连接的第qi条馈线的末端节点电压；
为末端节点电压上限。
6、负荷削减限度约束条件，即故障后负荷点的削减比例不超过合同规定的削减比例，如公式(8)所示：
0≤Kw≤Kiq (10)
其中，Kw为用户的响应削减比例预测值；Kiq为负荷削减比例规定值。
S12：求解配电网运行效率评估模型得到配电网运行效率。
在具体实施中，可以应用遗传算法对配电网运行效率评估模型进行优化直至满足预设条件，得到配电网运行效率。配电网运行效率评估模型实质上是一种带约束优化问题，需要在评估过程中校验网络是否满足差异可靠性需求的柔性约束条件，通过调整各馈线上的负荷分布，直至满足配电网运行效率最大的优化目标或达到预设的进化次数。具体步骤如下：
(1)生成初始种群。确定种群初始规模与个体初始编码，随机产生满足可靠性约束条件和电路约束条件的馈线初始负荷分布方案。
(2)约束条件校验。结合可靠性评估流程，计算种群中所有个体的可靠性指标和对应的电路参数，并比较其与差异化可靠性目标向量E、整体可靠性目标Es、以及电路约束限值的大小关系。结合搜索空间限定法，仅保留满足约束的个体，淘汰不满足约束的个体。
(3)最优个体收敛性判断。判断步骤(2)中满足约束的最优个体是否收敛，是则将其解码输出，作为可靠性约束条件和电路约束条件的最大供电能力并结束评估过程，否则进入步骤(4)。
(4)精英保留。将种群中满足约束的最优个体直接复制到下一代。
(5)个体遗传运算。对满足约束的个体，进行轮盘赌选择并补足个体规模，结合单点交叉与变异运算，产生新一代种群，返回步骤(2)。
算法的终止条件为迭代过程中的最大配电网运行效率结果收敛或达到最大迭代次数，基于上述流程反复进行个体的遗传运算，直至算法达到终止条件，输出网络能够满足可靠性约束条件和电路约束条件的最大配电网运行效率。
本发明实施例提供的配电网运行效率的评估方法，先根据预设规则确定配电网的可靠性约束条件和电路约束条件，其中，可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条馈线的可靠性约束条件的可靠性目标值小于整体可靠性约束条件的整体可靠性目标值；以运行效率最大为优化目标，依据可靠性约束条件和电路约束条件建立配电网运行效率评估模型，并求解所述配电网运行效率评估模型得到配电网运行效率。本发明提供的方案考虑到了不同馈线的可靠性需求不同通过在保证系统整体可靠性的基础上降低部分馈线的可靠性目标这种差异化可靠性的方式对配电网运行效率进行评估，相比于现有技术中以可靠性目标为刚性约束的在N-1准则下评估配电网最大运行效率的方案，进一步挖掘了配电网的供电潜力，从而得到了更为准确的配电网运行效率评估结果。
在上述实施例中，可以通过预测用户的实际相应削减量，结合用户与电网公司签订的合同规定的负荷削减量规定值，确定馈线的可靠性目标。在此基础上，获取各馈线的用户的响应削减量预测值，具体可以包括：
确定负荷削减比例规定值；
根据负荷削减比例规定值建立基于激励的负荷响应模型；
求解负荷响应模型得到各用户的响应削减量预测值。
其中，确定负荷削减比例规定值，具体为通过下式确定：
Kiq＝min{ΔPi/∑Ldr,1} (11)
其中，Kiq为在规定时刻故障影响范围内各可中断负荷点的负荷削减比例规定值；故障影响范围包括配电网故障后处于孤岛状态下的可中断负荷点、故障下游待转供区域的可中断负荷点和联络区域的可中断负荷点；ΔPi为在规定时刻所述故障影响范围内的供电缺额，当可中断负荷点处于孤岛状态时，ΔPi为负荷与光伏储能联合出力之差，当可中断负荷点处于转供状态时，ΔPi为待转供净负荷与联络裕度之差；∑Ldr为各可中断负荷点的实时负荷量之和。
用户对电网公司的激励所做出的负荷削减响应，通常是从利益最大化的角度出发的，因此基于激励的负荷响应模型的目标函数具体为：
max S＝R-C1-C2-F (12)
其中，S为用户响应获利数值；R为用户响应收益数值；C1为用户响应成本数值；C2为电费数值；F为用户的响应削减比例未达到削减比例规定值时的惩罚数值；各项数值的具体计算方式如下式所示：
C1＝(K1ΔPa 2+K2ΔPa-K2ΔPau)td (14)
C2＝αp(Lt-ΔPa)td (15)
ΔPn＝Lt×Kiq (17)
ΔPa＝Lt×Kw (18)
其中，ΔPn为负荷削减量规定值；E为单位电量的中断补偿；td为用户响应时间；ΔPa为响应削减量预测值；K1和K2均为常系数；u为用户停电意愿，且0≤u≤1；α为负荷削减后剩余负荷的电价折扣；p为电价数值；Lt为响应时刻用户对应的负荷点的原始负荷值；pf为用户的响应削减比例未达到削减比例规定值时，用户的单位差额用电量受到的惩罚数值；Kw为用户的响应削减比例预测值。
本发明实施例提供了一种确定各馈线的可靠性约束条件的具体实施方式，其中给出了电网公司制定负荷削减比例规定值的具体实施方式，以及根据负荷削减比例规定值，以用户响应获利数值最大化为目标建立基于激励的负荷响应模型，求解该模型得到用户的响应削减比例预测值，以便根据负荷削减比例规定值和响应削减比例预测值确定各馈线的可靠性目标值，进而确定各馈线的可靠性约束条件。在这个过程中无需人工参与，不仅节省了人力，还考虑到了负荷响应对配电网运行效率的影响，提供了一种细化的可行的可靠性目标制定方式，能够进一步挖掘配电网的供电潜力，获得更加准确的评估结果。
由于用户对电网公司的激励所做出的负荷削减响应，可能是从利益最大化的角度出发的，也可能是极大满足用电需求的角度出发的，而用户的用电习惯具有一定规律性。因此，在上述实施例的基础上，在另一实施例中，用户的响应削减量预测值可以根据历史数据进行学习得到，即上述步骤中的获取各馈线的用户的响应削减量预测值，具体可以包括：
获取各馈线的负荷削减比例历史规定值和各用户的响应削减量历史值；
对负荷削减比例历史规定值和响应削减量历史值进行深度学习得到各用户的可靠性指标预测值；
依据各用户的可靠性指标预测值确定各馈线的可靠性约束条件。
以一个用户的响应削减量历史值和同期的负荷削减比例历史规定值出发进行深度学习，得到描述该用户对于不同的激励政策的负荷响应程度的深度学习模型。将当前的负荷削减比例规定值输入该深度学习模型即可得到该用户的可靠性指标预测值。
将一条馈线上各用户的可靠性指标预测值之和作为该馈线的可靠性目标值，以该可靠性指标值大于可靠性目标值作为该馈线的可靠性约束条件。
本发明实施例提供了确定各馈线的可靠性约束条件的具体实施方式，根据电网公司在历史上发布的负荷削减比例历史规定值以及对应的各用户的响应削减量历史值进行深度学习，寻求负荷削减比例规定值与用户的响应削减量之间的关系，即可预测用户的可靠性指标值，对一条馈线上各用户的可靠性指标预测值进行求和得到该馈线的可靠性目标，进而确定该馈线的可靠性约束条件，提供了另一种细化的可行的可靠性目标制定方式，能够进一步挖掘配电网的供电潜力，获得更加准确的评估结果。
在上述实施例提供的配电网运行效率的评估方法的基础上，本发明实施例提供一种在实际应用中的具体案例。
图2为本发明实施例提供的一种系统主变压器联络关系示意图。图3为本发明实施例提供的一种差异可靠性下系统运行效率优化结果示意图。
以某地区的实际配电网结构作为算例，其基于馈线互联关系的联络结构如图2所示。其中，变电站S1与变电站S2的容量均为2×50MVA，变电站S3的容量为2×63MVA，各变电站低压侧所带元件数量见表1。其中变电站S1与变电站S2每一条馈线出线采用三分段单联络接线模式，变电站S3每一条馈线出线采用四分段单联络接线模式。
表1变电站低压侧所带元件数量表
基于馈线N-1准则，结合10kV馈线型号，得到馈线初始状态见表2。
表2馈线初始状态表
在进行可靠性计算的过程中重点考虑网架结构中单一元件的故障对于负荷点的影响，具体包括：主变故障、母线故障、配电变压器故障、断路器故障、线路故障和开关故障等。各类元件的可靠性参数3，故障隔离时间与隔离后的转供时间均取1h；居民、商业与工业负荷点的单位负荷量大小分别为0.1802MW/户，0.4697MW/户，0.8472MW/户，系统各负荷节点初始用户数均为1。
表3系统中主要元件可靠性参数
分布式光伏与蓄电池采用三状态停运模型，停运概率3.1％，降额运行概率5.58％，非电源元件故障后产生随机数抽样分布式电源运行状态。蓄电池并网状态下采用循环充放电策略，其中SOCmax取0.9，SOCmin取0.1，一个充放电周期为24h，T1＝T2＝7，T3＝10。单组光伏的初始容量为0.3MW，单块蓄电池容量为3000Ah，每组储能装置由400块蓄电池组成。可靠性模拟的基本步长为1h。
基于上述说明，算例的整体情况包括三个变电站、六台主变、24条馈线、106个馈线段、297个负荷节点(22个工业负荷节点、68个商业负荷节点、207个居民负荷节点)、409个配电变压器，65组分布式电源(每组分布式电源包含1个光伏阵列和1个蓄电池组，其中41组分布式电源支持孤岛运行)。引入差异可靠性约束，在系统整体可靠性约束为99.979％时，分别设定算例24条馈线中每一条馈线的可靠性约束至99.965％，同时保持其余23条馈线的整体可靠性约束99.979％不变，调整馈线负荷分布，得到对应的系统最大运行效率如图3所示。
由图3可知，在其余23条馈线整体可靠性水平不变的条件下，降低不同的单一馈线可靠性指标对于配电网运行效率的提升效果不同，对于本算例，降低馈线F12的可靠性指标对于配电网运行效率的提升效果最明显，因此可选择在馈线F12接入重要程度较低的负荷，从而可以适当降低该条馈线的可靠性水平从而显著提升配电网运行效率。
以可靠性指标为柔性约束评估供电能力的结果表明，对于含分布式光伏、蓄电池和负荷响应的主动配电网，若适当降低整体可靠性指标，放弃N-1准则，可以充分挖掘网络供电潜力，且供电能力的优化效果随着分布式电源容量的增加而增强。进一步考虑差异可靠性需求，降低不同馈线的可靠性指标，系统供电能力的提升效果不同，从而可以寻找供电能力优化效果最明显的馈线。
上文详述了配电网运行效率的评估方法对应的各个实施例，在此基础上，本发明还公开了与上述方法对应的配电网运行效率的评估装置。
图4为本发明实施例提供的一种配电网运行效率的评估装置的结构示意图。如图4所示，配电网运行效率的评估装置包括：
数据处理单元401，用于根据预设规则确定配电网的可靠性约束条件和电路约束条件；其中，可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条馈线的可靠性约束条件的可靠性目标值小于整体可靠性约束条件的整体可靠性目标值；
建模单元402，用于以运行效率最大为优化目标，依据可靠性约束条件和电路约束条件建立配电网运行效率评估模型；
计算单元403，用于求解配电网运行效率评估模型得到配电网运行效率。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
图5为本发明实施例提供的一种配电网运行效率的评估设备的结构示意图。如图5所示，该配电网运行效率的评估设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)510(例如，一个或一个以上处理器)和存储器520，一个或一个以上存储应用程序533或数据532的存储介质530(例如一个或一个以上海量存储设备)。其中，存储器520和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算装置中的一系列指令操作。更进一步地，处理器510可以设置为与存储介质530通信，在配电网运行效率的评估设备500上执行存储介质530中的一系列指令操作。
配电网运行效率的评估设备500还可以包括一个或一个以上电源540，一个或一个以上有线或无线网络接口550，一个或一个以上输入输出接口560，和/或，一个或一个以上操作系统531，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述图1所描述的配电网运行效率的评估方法中的步骤由配电网运行效率的评估设备基于该图5所示的结构实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的计算机装置及计算机可读存储介质的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置、设备及计算机可读存储介质，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，功能调用装置，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本发明所提供的一种配电网运行效率的评估方法、评估装置及评估设备进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种配电网运行效率的评估方法，其特征在于，包括：
根据预设规则确定配电网的可靠性约束条件和电路约束条件；其中，所述可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条所述馈线的可靠性约束条件的可靠性目标值小于所述整体可靠性约束条件的整体可靠性目标值；
以运行效率最大为优化目标，依据所述可靠性约束条件和所述电路约束条件建立配电网运行效率评估模型；
求解所述配电网运行效率评估模型得到配电网运行效率；
根据所述预设规则确定各所述馈线的可靠性约束条件，具体包括：
获取各所述馈线的负荷削减比例规定值和各所述馈线的用户的响应削减量预测值；
根据与所述馈线对应的负荷削减比例规定值以及与所述馈线对应的所有用户的响应削减量预测值之和确定所述馈线的可靠性目标；
依据各所述馈线的可靠性目标确定各所述馈线的可靠性约束条件。
2.根据权利要求1所述的评估方法，其特征在于，所述获取各所述馈线的用户的响应削减量预测值，具体包括：
确定所述负荷削减比例规定值；
根据所述负荷削减比例规定值建立基于激励的负荷响应模型；
求解所述负荷响应模型得到各所述用户的响应削减量预测值。
3.根据权利要求2所述的评估方法，其特征在于，所述确定负荷削减比例规定值，具体为通过以下公式确定：
Kiq＝min{ΔPi/∑Ldr,1}
其中，所述Kiq为在规定时刻故障影响范围内各可中断负荷点的负荷削减比例规定值；所述故障影响范围包括所述配电网故障后处于孤岛状态下的可中断负荷点、故障下游待转供区域的可中断负荷点和联络区域的可中断负荷点；所述ΔPi为在所述规定时刻所述故障影响范围内的供电缺额，当所述可中断负荷点处于所述孤岛状态时，所述ΔPi为负荷与光伏储能联合出力之差，当所述可中断负荷点处于转供状态时，所述ΔPi为待转供净负荷与联络裕度之差；所述∑Ldr为各所述可中断负荷点的实时负荷量之和。
4.根据权利要求3所述的评估方法，其特征在于，所述负荷响应模型的目标函数具体为：
max S＝R-C1-C2-F
其中，所述S为用户响应获利数值；所述R为用户响应收益数值；所述C1为用户响应成本数值；所述C2为电费数值；所述F为所述用户的响应削减比例未达到削减比例规定值时的惩罚数值；
所述R具体采用下式表示：
所述C1采用下式表示：
C1＝(K1ΔPa 2+K2ΔPa-K2ΔPau)td
所述C2采用下式表示：
C2＝αp(Lt-ΔPa)td
所述F采用下式表示：
ΔPn＝Lt×Kiq
ΔPa＝Lt×Kw
其中，所述ΔPn为负荷削减量规定值；所述E为单位电量的中断补偿；所述td为用户响应时间；所述ΔPa为所述响应削减量预测值；所述K1和所述K2均为常系数；所述u为用户停电意愿，且0≤u≤1；所述α为负荷削减后剩余负荷的电价折扣；所述p为电价数值；所述Lt为响应时刻所述用户对应的负荷点的原始负荷值；所述pf为所述用户的响应削减比例未达到削减比例规定值时，所述用户的单位差额用电量受到的惩罚数值；所述Kw为所述用户的响应削减比例预测值。
5.根据权利要求1所述的评估方法，其特征在于，所述根据预设规则确定各所述馈线的可靠性约束条件，具体包括：
获取各馈线的负荷削减比例历史规定值和各用户的响应削减量历史值；
对所述负荷削减比例历史规定值和所述响应削减量历史值进行深度学习得到各所述用户的可靠性指标预测值；
依据各所述用户的可靠性指标预测值确定各所述馈线的可靠性约束条件。
6.根据权利要求1所述的评估方法，其特征在于，所述配电网运行效率评估模型的目标函数具体为：
其中，所述max dne为所述运行效率最大的优化目标；所述
为与第i台主变压器连接的第qi条馈线在全网的尖峰负荷时刻所能够接入的负荷值；所述n为所述主变压器的台数；所述mi为与所述第i台主变压器所连接的馈线数；所述Ri为所述第i台主变压器的额定容量；
所述配电网运行效率评估模型的约束条件具体为：
ASAIfeed≥E
ASAI≥Es
0≤(Li-Gi)/Ri≤1
0≤Kw≤Kiq
其中，所述ASAIfeed为配电网系统的实际可靠性指标向量，ASAIfeed＝(ASAI1，ASAI2，…，ASAIq，…，ASAIm)T，所述ASAIq为所述配电网系统中第q条馈线的可靠性实际值；所述m为所述配电网系统中的馈线数；所述E为可靠性目标值向量，E＝(E1，E2，…，Eq，…，Em)T，所述Eq为所述第q条馈线的可靠性目标值；所述ASAI为所述配电网系统的实际整体可靠性指标值；所述Es为所述配电网系统的整体可靠性目标值；所述Li为所述第i台主变压器接入的实时负荷值；所述
为所述与第i台主变压器连接的第qi条馈线接入的实时负荷值；所述
为与所述第i台主变压器连接的第qi条馈线上的分布式电源和蓄电池的实时总出力；所述
为与第i台主变压器连接的第qi条馈线的额定容量；所述Gi为与所述第i台主变压器连接的分布式电源和蓄电池的实时总出力；所述
为末端节点电压下限；所述
为与第i台主变压器连接的第qi条馈线的末端节点电压；所述
为末端节点电压上限；所述Kw为用户的响应削减比例预测值；所述Kiq为负荷削减比例规定值；
其中，所述ASAIq采用下式表示：
所述ASAI采用下式表示：
其中，所述T为在规定时间内的需电小时数；所述Nj为与所述第q条馈线上的负荷点j对应的用户数；所述Iq为所述第q条馈线上的负荷点个数；所述Uj为所述负荷点j的年停运时间；所述p为所述配电网系统中的负荷点数。
7.根据权利要求1所述的评估方法，其特征在于，所述求解所述配电网运行效率评估模型得到配电网运行效率，具体为：
应用遗传算法对所述配电网运行效率评估模型进行优化直至满足预设条件，得到所述配电网运行效率。
8.一种配电网运行效率的评估装置，其特征在于，包括：
数据处理单元，用于根据预设规则确定配电网的可靠性约束条件和电路约束条件；其中，所述可靠性约束条件包括各馈线的可靠性约束条件和整体可靠性约束条件，且至少一条所述馈线的可靠性约束条件的可靠性目标值小于所述整体可靠性约束条件的整体可靠性目标值；
建模单元，用于以运行效率最大为优化目标，依据所述可靠性约束条件和所述电路约束条件建立配电网运行效率评估模型；
计算单元，用于求解所述配电网运行效率评估模型得到配电网运行效率；
所述数据处理单元通过所述预设规则确定各所述馈线的可靠性约束条件，具体包括：
获取各所述馈线的负荷削减比例规定值和各所述馈线的用户的响应削减量预测值；
根据与所述馈线对应的负荷削减比例规定值以及与所述馈线对应的所有用户的响应削减量预测值之和确定所述馈线的可靠性目标；
依据各所述馈线的可靠性目标确定各所述馈线的可靠性约束条件。
9.一种配电网运行效率的评估设备，其特征在于，包括：
存储器，用于存储指令，所述指令包括权利要求1至7任意一项所述配电网运行效率的评估方法的步骤；
处理器，用于执行所述指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910160442.5A CN109728579B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网运行效率的评估方法、评估装置及评估设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910160442.5A CN109728579B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网运行效率的评估方法、评估装置及评估设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109728579A CN109728579A (zh) | 2019-05-07 |
| CN109728579B true CN109728579B (zh) | 2022-05-24 |
Family
ID=66300178
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910160442.5A Active CN109728579B (zh) | 2019-03-04 | 2019-03-04 | 一种配电网运行效率的评估方法、评估装置及评估设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109728579B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111428903A (zh) * | 2019-10-31 | 2020-07-17 | 国家电网有限公司 | 一种基于深度增强学习的可中断负荷优选方法 |
| CN112070354A (zh) * | 2020-07-27 | 2020-12-11 | 国网湖南省电力有限公司 | 电网设备运行效率评估方法 |
| CN112287559B (zh) * | 2020-11-09 | 2022-09-30 | 国网天津市电力公司 | 冷热管网虚拟储能的配电网供电能力分析方法及装置 |
| CN112685462B (zh) * | 2020-12-21 | 2024-01-19 | 深圳供电局有限公司 | 馈线数据分析方法、装置、计算机设备和存储介质 |
| CN113466620A (zh) * | 2021-06-28 | 2021-10-01 | 国网上海市电力公司 | 一种高温超导电缆状态可靠性建模方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105846467A (zh) * | 2016-05-15 | 2016-08-10 | 华南理工大学 | 计及激励型需求响应的微电网负荷削减控制方法 |
| CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
-
2019
- 2019-03-04 CN CN201910160442.5A patent/CN109728579B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105846467A (zh) * | 2016-05-15 | 2016-08-10 | 华南理工大学 | 计及激励型需求响应的微电网负荷削减控制方法 |
| CN107611966A (zh) * | 2017-09-20 | 2018-01-19 | 天津大学 | 一种考虑差异可靠性的有源配电网供电能力评估方法 |
Non-Patent Citations (1)
| Title |
|---|
| "考虑可靠性的中压配电系统供电能力评估";刘洪等;《电力系统自动化》;20170625;第41卷(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109728579A (zh) | 2019-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109728579B (zh) | 一种配电网运行效率的评估方法、评估装置及评估设备 | |
| Correa-Florez et al. | Stochastic operation of home energy management systems including battery cycling | |
| Arias et al. | Multi-objective sizing of battery energy storage systems for stackable grid applications | |
| Saleh et al. | Load aggregation from generation-follows-load to load-follows-generation: Residential loads | |
| Milosevic et al. | Capacitor placement for conservative voltage reduction on distribution feeders | |
| Chen et al. | Optimal allocation and economic analysis of energy storage system in microgrids | |
| Kong et al. | Multi-objective power supply capacity evaluation method for active distribution network in power market environment | |
| Hartmann et al. | Evaluation of business possibilities of energy storage at commercial and industrial consumers–A case study | |
| Guo et al. | Distribution system operation with renewables and energy storage: A linear programming based multistage robust feasibility approach | |
| Nazari et al. | An economy-oriented DG-based scheme for reliability improvement and loss reduction of active distribution network based on game-theoretic sharing strategy | |
| Zhou et al. | An optimal expansion planning of electric distribution network incorporating health index and non-network solutions | |
| Yilmaz et al. | State-based Volt/VAR control strategies for active distribution networks | |
| CN115693652A (zh) | 基于电力平衡和性能成本的配电网网架优化方法及装置 | |
| CN114926046A (zh) | 一种备用资源跨区共享的计算方法及其相关装置 | |
| Vítor et al. | Optimal Volt/Var control applied to modern distribution systems | |
| Shi et al. | Optimal allocation of energy storage capacity for hydro-wind-solar multi-energy renewable energy system with nested multiple time scales | |
| CN116436048A (zh) | 一种多目标驱动的微电网群云储能优化配置方法及装置 | |
| CN115411735A (zh) | 一种配电网预期未供应电量计算方法、系统及设备 | |
| CN108539799A (zh) | 一种电网中风电的调度方法及装置 | |
| Muminovic et al. | Optimal capacitor placement in low voltage distribution grid | |
| CN113793022A (zh) | 基于分布式云储能的电网投资规划方案生成方法及系统 | |
| Kim et al. | Flexible risk control strategy based on multi-stage corrective action with energy storage system | |
| Yang et al. | Two stage affinely adjustable robust optimal scheduling for AC/DC hybrid distribution network based on source–grid–load–storage coordination | |
| CN113255957A (zh) | 综合服务站不确定因素的定量优化分析方法及系统 | |
| Arzani et al. | Available transfer capability enhancement using series FACTS devices in a designed multi-machine power system |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |