CN109861272B - 考虑电量外送的多电压等级电网分布式电源优化配置方法 - Google Patents
考虑电量外送的多电压等级电网分布式电源优化配置方法 Download PDFInfo
- Publication number
- CN109861272B CN109861272B CN201811550904.6A CN201811550904A CN109861272B CN 109861272 B CN109861272 B CN 109861272B CN 201811550904 A CN201811550904 A CN 201811550904A CN 109861272 B CN109861272 B CN 109861272B
- Authority
- CN
- China
- Prior art keywords
- voltage
- network
- electric quantity
- output
- annual
- 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
Images
Classifications
-
- 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
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑电量外送的多电压等级电网分布式电源优化配置方法,其中,该方法包括获取风力发电和光伏发电等分布式电源的出力时序特性以及负荷的时序特性;分析并计算双电压等级耦合网络中的就地消纳量与外送电量;通过建立考虑电量外送的双电压等级耦合网络DG优化配置的多目标模型对配置方案进行筛选,获得双电压等级网络中最佳的配置方案。本发明将DG的就地消纳和电量外送相结合,并将其应用于多电压等级电网中以弥补单层网络消纳能力不足的限制,提高系统中分布式电源的消纳水平,有助于改善DG的利用率、系统的经济效益等问题。本发明通过考虑电量外送实现了多电压等级网络间消纳能力的协调,相较于传统规划方法,具有更高的应用价值。
Description
技术领域
本发明涉及可再生能源电网技术领域,特别涉及一种考虑电量外送的多电压等级电网分布式电源优化配置方法。
背景技术
近年来,能源危机、环境污染以及电力需求增长等问题,促进了以化石能源集中式利用为主的传统能源利用模式向分布式和可再生能源结构的转型,大力发展高渗透率分布式可再生能源的电力系统已成为必然趋势。此外,随着我国分布式电源(distributedgeneration,DG)装机容量的迅速增长,负荷的就地消纳能力不足及可能引起的资源浪费等问题也日益突出。常规规划方法仅考虑不同类型DG出力和负荷需求的随机性和时序性,导致DG优化配置的经济性较差,无法适应高渗透率分布式电源并网的发展要求。
发明内容
有鉴于此,为了解决现有技术中的问题,本发明提出一种考虑电量外送的多电压等级电网分布式电源优化配置方法。
本发明通过以下技术手段解决上述问题:
一种考虑电量外送的多电压等级电网分布式电源优化配置方法,包括以下步骤:
S1、分析风力发电和光伏发电的分布式电源出力以及负荷的时序特性;
S2、建立多电压等级耦合网络模型,并进行多电压等级耦合网络中的就地消纳与电量外送处理;
S3、建立考虑电量外送的多电压等级耦合网络DG优化配置多目标函数模型;并对多目标模型进行求解,得出最佳配置方案。
进一步的,对分布式电源出力及负荷的时序特性进行分析,具体为:
根据历史气象数据,得到不同季节和天气下的风速曲线与光照强度曲线,结合风速-风机出力函数和光强-光伏出力函数,绘制出风机和光伏出力的时序特性曲线;同时,将全年天气情况划分为典型场景,模拟各场景的DG出力情况,结合各场景所占权重,得到风机和光伏的年出力。
进一步的,所述多电压等级耦合网络模型为10kV和110kV耦合网络,下层的10kV网络为辐射型的中低压配电网,上层的110kV网络为环网运行的高压网络,上下层网络之间通过变压器耦合节点进行功率耦合;在满足系统电压限制范围内,10kV侧负荷开始消纳DG的出力,此部分即为负荷的就地消纳量;当DG出力高于负荷需求时,此时负荷消纳DG会出现电量的富余,即DG的富余电量;当负荷需求大于DG出力时,系统需向大电网购电以满足负荷需求;在10kV网络的DG就地消纳时段,该侧的DG出力优先供给其负荷进行就地消纳,在充分满足该层网络的负荷需求后,将DG的富余出力作为外送电量传输汇聚到耦合节点,通过调节耦合点变压器变比等措施,将该部分电量安全高效地外送至110kV高压网络,以实现全网消纳。
进一步的,双电压等级耦合网络中的就地消纳量与外送电量按下式计算;
外送电量为:
相应的,DG的就地消纳量为:
式中:DG(t,k)为DG在场景k中t时刻的出力;L(t,k)为在场景k中t时刻的负荷值:为场景k下的日外送电量;PNWS为年外送电量;为负荷的日就地消纳;为DG的日出力;PNXN为负荷的年就地消纳;PNDG为DG年出力;k为场景;K为场景数;βk为场景k的权重;和分别为场景k下t时刻的风机出力与光伏出力;[T1,T2]为在满足系统电压限制的范围内负荷消纳DG出现电量富余的时刻。
进一步的,所述考虑电量外送的双电压等级耦合网络中DG优化配置的多目标函数为:
minC=CDG+Closs+Cpur
其中,C为双电压等级耦合网络中年总费用最小化;CDG为所有DG每年折损费用之和;Closs为双电压等级耦合网络每年的网损费用;Cpur为双电压等级耦合网络每年向大电网购电的总费用。
进一步的,目标函数中所有DG的年折损费用之和CDG的计算式为:
其中:r为风电和光伏设备的年折损率;mi,ni和mj,nj分别为10kV和110kV网络候选节点处风电和光伏的机组数;CWG,CPV分别为每个风机和光伏的投资费。
进一步的,所述目标函数中双电压等级耦合网络的年网损费用Closs采用如下计算式:
Closs=cPloss
其中:c为电网电价;Ploss为双电压等级耦合网络的年总网损;pkloss10,pkloss110分别为场景k下10kV和110kV网络的有功损耗。
进一步的,所述的双电压等级耦合网络的年购电费用Cpur通过下式计算:
Cpur=c[(Pload10-PNXN)+(Pload110-PNWS)]
其中,Pload10,Pload110分别为10kV和110kV网络的年总负荷。
进一步的,所述的对考虑电量外送的双电压等级耦合网络中DG优化配置的多目标模型求解的过程如下:
S31、首先使用多场景时序分析法进行场景与时序的划分,然后根据光照、风速概率分布分析DG的时序特性并模拟其出力;
S32、接着进行电量外送的分析,根据负荷需求计算出10kV侧网络对DG的就地消纳量和各场景下的外送电量,并将外送电量送入110kV网络;
S33、然后建立DG优化配置的目标函数,其基础目标是DG的年折损费用与系统的年网损费用,拓展目标为系统的年购电费用和系统的DG渗透率水平;
S34、将上述步骤转化为数学模型并输入到优化软件中进行仿真求解。
本发明的有益效果在于:将就地消纳与电量外送相结合,并将其应用到多电压等级网络中,能够有效提高DG出力的消纳和利用率。通过多层网络间的电量外送弥补单层网络消纳能力不足,进而提高系统中分布式电源的消纳水平,实现多电压等级网络间消纳能力的协调。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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为本发明考虑电量外送的多电压等级电网分布式电源优化配置方法的流程图;
图2为本发明的就地消纳分析图;
图3为双电压等级网络耦合图;
图4为IEEE33和IEEE30节点耦合系统图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合附图和具体的实施例对本发明的技术方案进行详细说明。需要指出的是,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。
如图1-4所示,本发明提供一种考虑电量外送的多电压等级电网分布式电源优化配置方法,包括以下步骤:
S1、分析风力发电和光伏发电等分布式电源出力以及负荷的时序特性;
S2、建立多电压等级耦合网络模型,并进行多电压等级耦合网络中的就地消纳与电量外送处理;
S3、建立考虑电量外送的多电压等级耦合网络DG优化配置多目标函数模型;并对多目标模型进行求解,得出最佳配置方案;
对分布式电源出力及负荷的时序特性进行分析,具体为:
根据历史气象数据,得到不同季节和天气下的风速曲线与光照强度曲线,结合风速-风机出力函数和光强-光伏出力函数,绘制出风机和光伏出力的时序特性曲线。同时,将全年天气情况划分为典型场景,模拟各场景的DG出力情况,结合各场景所占权重,得到风机和光伏的年出力。
所述的多电压等级耦合网络模型,本发明以10kV和110kV耦合网络进行说明,下层的10kV网络为辐射型的中低压配电网,上层的110kV网络为环网运行的高压网络,上下层网络之间通过变压器耦合节点进行功率耦合。在满足系统电压限制范围内,10kV侧负荷开始消纳DG的出力,此部分即为负荷的就地消纳量;当DG出力高于负荷需求时,此时负荷消纳DG会出现电量的富余,即DG的富余电量;当负荷需求大于DG出力时,系统需向大电网购电以满足负荷需求。在10kV网络的DG就地消纳时段,该侧的DG出力优先供给其负荷进行就地消纳,在充分满足该层网络的负荷需求后,将DG的富余出力作为外送电量传输汇聚到耦合节点,通过调节耦合点变压器变比等措施,将该部分电量安全高效地外送至110kV高压网络,以实现全网消纳。其中,按下式计算所述的双电压等级耦合网络中的就地消纳量与外送电量。
外送电量为:
相应的,DG的就地消纳量为:
式中:DG(t,k)为DG在场景k中t时刻的出力;L(t,k)为在场景k中t时刻的负荷值:为场景k下的日外送电量;PNWS为年外送电量;为负荷的日就地消纳;为DG的日出力;PNXN为负荷的年就地消纳;PNDG为DG年出力;k为场景;K为场景数;βk为场景k的权重;和分别为场景k下t时刻的风机出力与光伏出力;[T1,T2]为在满足系统电压限制的范围内负荷消纳DG出现电量富余的时刻。
所述考虑电量外送的双电压等级耦合网络中DG优化配置的多目标函数为:
minC=CDG+Closs+Cpur
其中,C为双电压等级耦合网络中年总费用最小化;CDG为所有DG每年折损费用之和;Closs为双电压等级耦合网络每年的网损费用;Cpur为双电压等级耦合网络每年向大电网购电的总费用。
所述目标函数中所有DG的年折损费用之和CDG的计算式为:
其中:r为风电和光伏设备的年折损率;mi,ni和mj,nj分别为10kV和110kV网络候选节点处风电和光伏的机组数;CWG,CPV分别为每个风机和光伏的投资费。
所述目标函数中双电压等级耦合网络的年网损费用Closs采用如下计算式:
Closs=cPloss
其中:c为电网电价;Ploss为双电压等级耦合网络的年总网损;pkloss10,pkloss110分别为场景k下10kV和110kV网络的有功损耗;
所述的双电压等级耦合网络的年购电费用Cpur通过下式计算:
Cpur=c[(Pload10-PNXN)+(Pload110-PNWS)]
其中,Pload10,Pload110分别为10kV和110kV网络的年总负荷。
所述的对考虑电量外送的双电压等级耦合网络中DG优化配置的多目标模型求解的过程如下:
S31、首先使用多场景时序分析法进行场景与时序的划分,然后根据光照、风速概率分布分析DG的时序特性并模拟其出力;
S32、接着进行电量外送的分析,根据负荷需求计算出10kV侧网络对DG的就地消纳量和各场景下的外送电量,并将外送电量送入110kV网络;
S33、然后建立DG优化配置的目标函数,其基础目标是DG的年折损费用与系统的年网损费用,拓展目标为系统的年购电费用和系统的DG渗透率水平;
S34、将上述步骤转化为数学模型并输入到优化软件中进行仿真求解。
本发明的有益效果在于:将就地消纳与电量外送相结合,并将其应用到多电压等级网络中,能够有效提高DG出力的消纳和利用率。通过多层网络间的电量外送弥补单层网络消纳能力不足,进而提高系统中分布式电源的消纳水平,实现多电压等级网络间消纳能力的协调。
下面具体说明本发明:
1)、取某一典型风光资源丰富地区为例,首先使用多场景分析法,对该地区的负荷进行时序和场景的划分;然后,分析DG的时序特性并模拟其出力。
2)、结合图2分析并分析各场景下DG的就地消纳和外送电量,并将10kV侧网络的富余电量外送入110kV侧网络消纳。
3)、基于上述步骤,使用优化软件对所建立的双电压等级耦合网络DG优化配置的多目标函数进行求解。分别对考虑或不考虑电量外送的方案进行仿真求解,并评估系统经济性和DG利用率。
本发明以双电压等级耦合网络为例,对考虑分布式电源电量外送的多电压等级耦合网络进行具体阐述。本发明所提出的双电压等级耦合网络模型中所涉及的具体电压等级为110kV和10kV。其中110kV高压网络环网运行,下连多个10kV网络;10kV网络辐射状运行,且每个10kV网络通过多个耦合变压器与110kV高压网络进行功率耦合。本发明所述的分布式电源电量外送具体为在10kV网络中当DG出力大于该侧网络的负荷需求时,负荷消纳DG出力将出现电量的富余,将该部分富余电量作为外送电量传输汇聚到耦合节点,通过调节耦合点变压器变比等措施将其外送至110kV网络进行消纳。其中,10kV网络侧负荷消纳的DG出力即为负荷的就地消纳量,外送入110kV网络消纳的电量即为外送电量;10kV网络侧重于负荷的就地消纳,110kV网络侧重于外送电量的消纳。本发明通过多电压等级耦合网络,实现不同电压等级间的就地消纳与电量外送的协调。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种考虑电量外送的多电压等级电网分布式电源优化配置方法,其特征在于,包括以下步骤:
S1、分析风力发电和光伏发电的分布式电源出力以及负荷的时序特性;
S2、建立多电压等级耦合网络模型,并进行多电压等级耦合网络中的就地消纳与电量外送处理;
S3、建立考虑电量外送的多电压等级耦合网络DG优化配置多目标函数模型;并对多目标函数模型进行求解,得出最佳配置方案;
对分布式电源出力及负荷的时序特性进行分析,具体为:
根据历史气象数据,得到不同季节和天气下的风速曲线与光照强度曲线,结合风速-风机出力函数和光强-光伏出力函数,绘制出风机和光伏出力的时序特性曲线;同时,将全年天气情况划分为典型场景,模拟各场景的DG出力情况,结合各场景所占权重,得到风机和光伏的年出力;
所述多电压等级耦合网络模型为10kV和110kV耦合网络,下层的10kV网络为辐射型的中低压配电网,上层的110kV网络为环网运行的高压网络,上下层网络之间通过变压器耦合节点进行功率耦合;在满足系统电压限制范围内,10kV侧负荷开始消纳DG的出力,此部分即为负荷的就地消纳量;当DG出力高于负荷需求时,此时负荷消纳DG会出现电量的富余,即DG的富余电量;当负荷需求大于DG出力时,系统需向大电网购电以满足负荷需求;在10kV网络的DG就地消纳时段,该侧的DG出力优先供给其负荷进行就地消纳,在充分满足该层网络的负荷需求后,将DG的富余出力作为外送电量传输汇聚到耦合节点,通过调节耦合点变压器变比,将该部分电量安全高效地外送至110kV高压网络,以实现全网消纳;
所述考虑电量外送的多电压等级耦合网络中DG优化配置的多目标函数为:
minC=CDG+Closs+Cpur
其中,C为多电压等级耦合网络中年总费用最小化;CDG为所有DG每年折损费用之和;Closs为多电压等级耦合网络每年的网损费用;Cpur为多电压等级耦合网络每年向大电网购电的总费用;
对考虑电量外送的多电压等级耦合网络中DG优化配置的多目标函数模型求解的过程如下:
S31、首先使用多场景时序分析法进行场景与时序的划分,然后根据光照、风速概率分布分析DG的时序特性并模拟其出力;
S32、接着进行电量外送的分析,根据负荷需求计算出10kV侧网络对DG的就地消纳量和各场景下的外送电量,并将外送电量送入110kV网络;
S33、然后建立DG优化配置的目标函数,其基础目标是DG的年折损费用与系统的年网损费用,拓展目标为系统的年购电费用和系统的DG渗透率水平;
S34、将上述步骤转化为数学模型并输入到优化软件中进行仿真求解。
5.根据权利要求4所述的考虑电量外送的多电压等级电网分布式电源优化配置方法,其特征在于,所述的多电压等级耦合网络的年购电费用Cpur通过下式计算:
Cpur=c[(Pload10-PNXN)+(Pload110-PNWS)]
其中,Pload10,Pload110分别为10kV和110kV网络的年总负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811550904.6A CN109861272B (zh) | 2018-12-18 | 2018-12-18 | 考虑电量外送的多电压等级电网分布式电源优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811550904.6A CN109861272B (zh) | 2018-12-18 | 2018-12-18 | 考虑电量外送的多电压等级电网分布式电源优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109861272A CN109861272A (zh) | 2019-06-07 |
CN109861272B true CN109861272B (zh) | 2022-12-16 |
Family
ID=66891539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811550904.6A Active CN109861272B (zh) | 2018-12-18 | 2018-12-18 | 考虑电量外送的多电压等级电网分布式电源优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109861272B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112531786A (zh) * | 2020-12-07 | 2021-03-19 | 国网新疆电力有限公司经济技术研究院 | 区域电网电力外送方法 |
CN118249408B (zh) * | 2024-05-29 | 2024-08-02 | 浙江禹贡信息科技有限公司 | 基于组合优化与机器学习算法的并网混合可再生能源系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107480896A (zh) * | 2017-08-21 | 2017-12-15 | 国电南瑞科技股份有限公司 | 一种支持多分区的新能源受端电网消纳能力评估方法 |
WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
CN108376996A (zh) * | 2018-03-19 | 2018-08-07 | 国网江西省电力有限公司经济技术研究院 | 一种实用的配电网分布式光伏接纳能力估算方法 |
-
2018
- 2018-12-18 CN CN201811550904.6A patent/CN109861272B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018059096A1 (zh) * | 2016-09-30 | 2018-04-05 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法及存储介质 |
CN107480896A (zh) * | 2017-08-21 | 2017-12-15 | 国电南瑞科技股份有限公司 | 一种支持多分区的新能源受端电网消纳能力评估方法 |
CN108376996A (zh) * | 2018-03-19 | 2018-08-07 | 国网江西省电力有限公司经济技术研究院 | 一种实用的配电网分布式光伏接纳能力估算方法 |
Non-Patent Citations (1)
Title |
---|
考虑就地消纳与外送相协调的可再生能源生产模拟;崔德民等;《电力系统保护与控制》;20180816;第46卷(第16期);第112-116页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109861272A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106786799B (zh) | 一种直流联络线功率阶梯化发电计划优化方法 | |
Sadeghian et al. | Optimized solar photovoltaic generation in a real local distribution network | |
CN108233430B (zh) | 一种计及系统能源波动性的交直流混合微网优化方法 | |
CN102930351A (zh) | 一种综合节能优化调度日计划生成方法 | |
CN110620397A (zh) | 一种高比例可再生能源电力系统的调峰平衡评估方法 | |
Jiang et al. | Study of future power interconnection scheme in ASEAN | |
CN109214713B (zh) | 含有分布式电源的主动配电网规划方法 | |
Sheikhi et al. | Distributed generation penetration impact on distribution networks loss | |
CN109861272B (zh) | 考虑电量外送的多电压等级电网分布式电源优化配置方法 | |
Zhang et al. | Assessing the integration potential of new energy in river basin clean energy corridors considering energy-power coupled complementary operation modes | |
Yang et al. | Deep learning-based distributed optimal control for wide area energy Internet | |
Ruhang | Characteristics and prospective of China׳ s PV development route: Based on data of world PV industry 2000–2010 | |
CN110956332B (zh) | 一种直流配电网中换流站的选址定容方法 | |
CN108695893B (zh) | 一种省级电网新能源弃电量影响因素分解方法 | |
Wang et al. | Optimal distribution network expansion planning incorporating distributed generation | |
CN111626558B (zh) | 基于情景分析的综合能源系统模型比较方法和优化系统 | |
CN117748444A (zh) | 一种配电系统的运行模拟方法 | |
Guo et al. | The impact of integrating distributed generations on the losses in the smart grid | |
CN106203742A (zh) | 一种基于节能回报率的电网设备节能评价及选型方法 | |
CN112487752B (zh) | 一种基于最优潮流的储能电站选址方法 | |
Jabbar et al. | Neural network (NN) based demand side management (DSM) | |
CN107766970B (zh) | 一种基于企业效益与用户体验的微电网规划方法 | |
CN107968427B (zh) | 基于等效电源的多能源电力系统统一耦合模型构建方法 | |
CN110619436A (zh) | 主动配电网规划方法 | |
CN106877385A (zh) | 一种直流跟随风电功率波动的范围分析方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |