CN110033321A - 一种互联多微电网运行控制方法和系统 - Google Patents
一种互联多微电网运行控制方法和系统 Download PDFInfo
- Publication number
- CN110033321A CN110033321A CN201910259996.0A CN201910259996A CN110033321A CN 110033321 A CN110033321 A CN 110033321A CN 201910259996 A CN201910259996 A CN 201910259996A CN 110033321 A CN110033321 A CN 110033321A
- Authority
- CN
- China
- Prior art keywords
- micro
- grid
- market
- power
- interconnected
- 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 38
- 230000005611 electricity Effects 0.000 claims abstract description 169
- 230000007246 mechanism Effects 0.000 claims abstract description 37
- 230000008901 benefit Effects 0.000 claims abstract description 22
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 238000010248 power generation Methods 0.000 claims description 40
- 238000004146 energy storage Methods 0.000 claims description 33
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000002068 genetic effect Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 3
- 238000012821 model calculation Methods 0.000 claims description 3
- OIGNJSKKLXVSLS-VWUMJDOOSA-N prednisolone Chemical compound O=C1C=C[C@]2(C)[C@H]3[C@@H](O)C[C@](C)([C@@](CC4)(O)C(=O)CO)[C@@H]4[C@@H]3CCC2=C1 OIGNJSKKLXVSLS-VWUMJDOOSA-N 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 11
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000007321 biological mechanism Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000007614 genetic variation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Finance (AREA)
- Biophysics (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
Abstract
本发明涉及一种互联多微电网运行控制方法和系统，其包括以下步骤：1)确定互联多微电网参与电力市场的运营结构与运行机制；2)根据确定的互联多微电网参与电力市场的运营结构与运行机制，确定新电改环境下互联多微电网的运营控制模型；所述运营控制模型包括互联微电网的成本收益模型及互联微电网运行约束；所述成本收益模型以互联多微电网系统的综合效益为优化目标，以互联多微电网系统的市场交易计划和市场出清电价为输出结果；3)对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网市场最终交易计划和微电网市场最终出清电价。本发明可以广泛应用于考虑市场机制的互联多微电网运行控制领域。
Description
技术领域
本发明涉及微电网技术领域，特别涉及一种考虑市场机制的互联多微电网运行控制方法和系统。
背景技术
微电网将形态各异的能源资源进行有效的聚合，使其成为可控的有机整体，通过对微电网的能量管理和运行控制，可以减少分布式发电对电网的冲击，提高电网供电 可靠性，采用微电网作为分布式能源和电网之间的过渡供电结构将是微电网未来的发 展趋势。直接大规模接入配电网将给电能质量和电网安全带来威胁。作为大电网的有 力补充，微电网具有巨大的应用潜力。
随着社会资本对微电网的投资增加，未来互联多微电网参与电力市场将成为微电网运营的常态，如何优化互联多微电网的运营，使其收益最大成为亟待解决的问题。 目前，关于互联多微电网的市场化运营模式尚无可推广的、成熟的运营模式可供参考。
发明内容
针对上述问题，本发明的目的是提供一种互联多微电网运行控制方法和系统，针对新电改背景下，互联多微电网参与电力市场的运营模式和控制方法进行研究，以实 现互联多微电网中各微电网协调发电，并实现购售电量的优化，以达到收益的最大化。
为实现上述目的，本发明采取以下技术方案：
本发明的第一个方面，是提供一种互联多微电网运行控制方法，其包括以下步骤：
1)确定互联多微电网参与电力市场的运营结构与运行机制；
2)根据确定的互联多微电网参与电力市场的运营结构与运行机制，确定互联多微电网的运营控制模型，所述运营控制模型包括互联微电网的成本收益模型及互联微电 网运行约束；所述成本收益模型以互联多微电网系统的综合效益为优化目标，以互联 多微电网系统的市场交易计划和市场出清电价为输出结果；
3)对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网系统在综合效益最大时对应的市场最终交易计划和市场最终出清电价。
进一步的，所述步骤1)中，确定互联多微电网参与电力市场的运营结构与运行 机制的方法，包括以下步骤：
1.1)确定微电网参与电力市场过程中面临的市场主体，所述市场主体包括电力交易中心、电网公司、发电商、购电商和其他微电网；
1.2)确定各市场主体之间的购售电能量流、信息流和服务流；所述购售电能量流包括发电商、购电商、微电网与电力交易中心之间通信分别交换购电、售电和购售电 报价策略以及市场清算电价信息，电网公司与电力交易中心信息交换交易电量信息与 线路容量信息；
1.3)确定微电网参与电力市场运营的运行机制，包括成员准入、交易市场、结算管理和信息发布四个方面。
进一步的，所述步骤2)中，所述互联微电网的成本收益模型为：
maxF＝(w1B1+B2)-(w1C1+C2+C3+C4)，
式中，F表示整个互联微电网系统的综合效益；w1为状态量，其为1时，表示互 联微电网系统与大电网联网运行；当其为0时，表示互联微电网系统孤网运行；C1为 少电微电网向发电商购电的费用，计算公式为：
式中，为微电网j从发电商r购买的电量；为微电网j与购电商r的交易的电价；n、b表示市场中有n个少电微电网，b个发电商；
C2为微电网中分布式电源的发电成本，计算公式为：
式中，为微电网k中第l个DG的发电量；为微电网k的中第l个DG的发电 成本；m+n表示市场中微电网的个数；
C3为储能设备的充放电损耗，计算公式为：
C3＝Qescesunit，
其中：Qes为储能容量，cesunit为储能单位电量造价；
C4为系统的运营成本，计算公式为：
式中，ρG为微电网通过电网进行交易需要支付给电网公司的单位费用；ρLoss和ρR分别为微电网运营过程中的单位网损和运行维护成本；
B1为互联微电网系统参与市场收益，计算公式为：
式中，为微电网i出售给购电商g的电量；为微电网i与购电商g的交易的电价；m、a表示市场中有m个多电微电网，a个购电商；
B2是互联微电网系统售电给自身用户的收益，计算公式为：
式中，为微电网k出售给用户的电量；为微电网k的出售给用户l的电价； m+n表示市场中微电网的个数。
进一步的，所述互联微电网运行约束包括互联微电网系统功率平衡约束、DG发电约束、可控负荷约束和储能约束，所述储能约束包括安全性约束和经济性约束；所述 互联微电网系统功率平衡约束为：
所述DG发电约束为：
其中，为DG在t时段发出的有功功率，分别为DG有功功率下上限；
所述可控负荷约束为：
其中，为第k个微电网中第l个允许中断的最大负荷；
所述安全性约束和经济性约束为：
E(t)＝E(t-1)+ΔPunblcΔt，
(1-u)×pdisch<pcl<u×pch+(1-u)×Inf，
其中，ΔPunblc不平衡电量，和分别为储能装置单位时间充/放电功率的上下限； E(t)为储能装置在t时刻的荷电量；和分别为储能装置荷电状态的上下限；其中，其中pcl、pdisch和pch分别是网内清算电价、考虑储能系统充放电成本的最低放电 电价和和最高充电电价，u为一个开关变量，u＝1时储能系统充电，u＝0时储能系统放 电。
进一步的，所述步骤3)中，对构建的互联多微电网的运营控制模型进行求解， 得到互联多微电网市场最终交易计划和微电网市场最终出清电价的方法，包括以下步 骤：
步骤1：各微电网以历史平均电价作为本轮本微电网内的初始电价；
步骤2：根据本轮电价，考虑可转移负荷和可变动负荷的弹性进行电力需求曲线预测；
步骤3：根据本轮电价，进行分布式电源的发电曲线预测；
步骤4：根据电力需求曲线和发电曲线预测结果，制定发电成本最小的分布式电源的发电调度计划，并计算新一轮网内电价；
步骤5：根据此轮电价与上轮电价之差的绝对值是否小于阈值判断微电网内电价是否收敛，阈值由微电网运营商设置，如果电价收敛则微电网内电价出清并进入步骤 6，否则返回步骤2；
步骤6：根据微电网的发电调度计划以及储能的荷电状态(SOC)，制定满足储能 安全约束和经济约束的微电网购售电计划；
步骤7：确定购售电身份，进入微电网电力市场并提交初始报价；
步骤8：设置进入电力市场的微电网数量w＝1；
步骤9：微电网w针对其他微电网提出最优报价策略；
步骤10：判断是否所有参与电力市场的微电网都完成报价，如果是则进入步骤11，否则令w＝w+1，返回步骤9；
步骤11：使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网；
步骤12：判断是否有微电网改变报价策略，如果是则返回步骤8，否则进入步骤13；
步骤13：得到微电网市场最终交易计划和微电网市场最终出清电价。
进一步的，所述步骤11中，使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网的步骤为：
(a)将所有微电网的报价策略变量进行编码；
(b)形成初始种群；
(c)计算互联微电网的总收益和总成本，形成并计算适应度函数；
(d)判断种群适应度是否收敛，如果是则进入步骤g)，否则进入步骤e)；
(e)进行遗传操作，包括选择、交叉、变异操作；
(f)产生新种群；返回步骤c)；
(g)将最优种群解码得到本轮微电网市场的出清电价和微电网交易计划；
(h)将本轮微电网市场的出清电价与交易计划发布给互联微电网。
进一步的，所述适应度函数为：
fitness＝(w1B1+B2)-(w1C1+C2+C3+C4)-ΔF
式中，fitness为适应度；w1为状态量，其为1时，表示互联微电网系统与大电网 联网运行；当其为0时，表示互联微电网系统孤网运行，ΔF为适应度函数的惩罚项， 具体为：
式中，Δf为惩罚因子；u1和u2为开关量，当时u1＝1，否则u1＝0；当时u2＝1，否则u2＝0。
本发明的另一个方面，是提供一种互联多微电网运行控制系统，其包括：
运营结构建立模块，用于建立互联多微电网参与电力市场的运营结构与运行机制；
运营控制模型建立模块，用于根据确定的互联多微电网参与电力市场的运营结构与运行机制，确定互联多微电网的运营控制模型；所述运营控制模型包括互联微电网 的成本收益模型及互联微电网运行约束；所述成本收益模型以互联多微电网系统的综 合效益为优化目标，以互联多微电网系统的市场交易计划和市场出清电价为输出结果；
模型计算模块，用于对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网系统在最大综合效益时的市场最终交易计划和市场最终出清电价。
进一步的，所述运营结构建立模块包括市场主体确定模块、主体关系确定模块和运行机制确定模块；
所述市场主体确定模块用于确定微电网参与电力市场过程中面临的市场主体；所述市场主体包括电力交易中心、电网公司、发电商、购电商和其他微电网；
所述主体关系确定模块用于将市场主体之间的关系确定购售电能量流、信息流和服务流；所述购售电能量流包括发电商、购电商、微电网与电力交易中心之间通信分 别交换购电、售电和购售电报价策略以及市场清算电价信息，电网公司与电力交易中 心信息交换交易电量信息与线路容量信息；
所述运行机制确定模块用于确定微电网参与电力市场运营的运行机制，将运行机制划分为成员准入、交易市场、结算管理和信息发布四个方面。
所述运营控制模型建立模块包括成本收益模型建立模块和运行约束模块；
所述成本收益模型建立模块用于根据少电微电网向发电商购电的费用C1、微电网中分布式电源的发电成本C2、储能设备的充放电损耗C3以及系统的运营成本C4以及 互联微电网系统的收益包括互联微电网系统参与市场收益B1和互联微电网系统售电 给自身用户的收益B2，建立成本收益模型；
所述运行约束模块用于根据互联微电网的运行约束，建立互联微电网系统的功率平衡、DG发电约束和可控负荷约束条件。
本发明由于采取以上技术方案，其具有以下优点：(1)本发明提出了互联多微电网参与电力市场的结构包括主体关系、交易关系，以及含互联多微电网系统的电力市 场运行机制，为新电改背景下互联多微电网参与市场化提供了一种有效的方案。(2) 本发明建立了互联多微电网系统的成本、收益模型，采用了多个微电网报价，基于遗 传算法求解最优交易计划的方案实现了互联多微电网在电力市场环境下的优化交易运 营的目标。因此，本发明可以广泛应用于互联多微电网运行控制领域。
附图说明
图1为本发明提供的考虑市场机制的互联多微电网运行控制方法流程图；
图2为本发明提供的基于遗传算法的互联多微电网运营决策流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实 施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本 公开的范围完整的传达给本领域的技术人员。
本发明实施例中提供的一种互联多微电网运行控制方法，其包括以下步骤：
1)如图1所示，确定新电改环境下互联多微电网参与电力市场的运营结构与运行机制。
具体，包括以下步骤：
1.1)确定微电网参与电力市场的运营结构，即确定微电网参与电力市场过程中面临的市场主体，包括电力交易中心、电网公司、发电商、购电商和其他微电网。
1.2)确定各市场主体之间的购售电能量流、信息流和服务流。
市场主体之间的购售电能量流为：发电商参与电力交易中心售电，购电商参与电力交易中心售电，微电网参与电力交易中心购电与售电，用于从微电网购电，互联微 电网之间购电与售电，微电网从发电商直购电。
市场主体之间的信息流为：发电商、购电商、微电网与电力交易中心之间通信分别交换购电、售电和购售电报价策略以及市场清算电价信息，电网公司与电力交易中 心信息交换交易电量信息与线路容量信息。
互联微电网与电网公司之间的服务流关系为：电网公司为微电网提供电压支撑、输配电服务，微电网为电网公司提供削峰填谷的需求响应服务。
1.3)确定微电网参与电力市场运营的运行机制，包括成员准入、交易市场、结算管理和信息发布四个方面。
其中，微电网通过资格审查、获得编号、录入信息进入市场交易。交易市场分为 中长期市场、日前市场和实时市场，实时市场为日前市场的补充交易市场，是一个平 衡市场，是为网络阻塞、市场结算、解决系统突发事故而设立的。因微电网的系统结 构较为简单，故出现阻塞的情况很少，系统有突发情况时，微电网市场交易中心可代 表微电网参与大电网的电力市场，可对微电网运行形成实时保护。交易方式也包括投 标和合同管理两种。结算管理包括按边际电价结算、按实际电价结算和偏差处理三种。 由电力交易中心发布交易规则、市场出清电价和中标电量等信息。
2)确定新电改环境下互联多微电网的运营控制模型，该运营控制模型包括互联微电网的成本收益模型及互联微电网运行约束。
本发明中涉及到的微电网成本因素包括互联微电网系统的成本及支出包括少电微 电网向发电商购电的费用C1，微电网中分布式电源(DG)的发电成本C2、储能设备的 充放电损耗C3以及系统的运营成本C4等；互联微电网系统的收益包括互联微电网系统 参与市场收益B1和互联微电网系统售电给自身用户的收益B2。建立互联多微电网的优 化目标模型和成本、收益模型分别为：
maxF＝(w1B1+B2)-(w1C1+C2+C3+C4) (1)
式中，F表示整个互联微电网系统的综合效益；w1为状态量，其为1时，表示互 联微电网系统与大电网联网运行；当其为0时，表示互联微电网系统孤网运行。该目 标是通过优化互联微电网中各微电网的售购电量、分布式电源发电量等变量使互联微 电网系统的实现利润最大化。
少电微电网是指互联微电网系统中发电量小于自身用电量的微电网，少电微电网可以从发电商或是多电微电网购电以补充自身电能缺失，因而少电微电网向发电商购 电的费用C1的计算公式为：
式中，为微电网j从发电商r购买的电量；为微电网j与购电商r的交易的电价；n、b表示市场中有n个少电微电网，b个发电商。
微电网中分布式电源的发电成本C2的计算公式为：
式中，为微电网k中第l个DG的发电量；为微电网k的中第l个DG的发电 成本；m+n表示市场中微电网的个数。
储能设备的充放电损耗成本C3的计算公式为：
C3＝Qescesunit (4)
其中：Qes为储能容量，cesunit为储能单位电量造价。
互联微电网系统的运营成本C4包括电网公司收取的过网费、网络损耗费用，以及设备维护维修成本、人工成本、燃料成本等。该成本的大小主要与设备的使用情况、 运行时间和发电量有关。此外，微电网运营商还需支付并网所产生的费用。本发明仅 考虑当微电网与市场中的发电商或者是购电商进行交易时，支付给电网公司的交易成 本等。
式中，ρG为微电网通过电网进行交易需要支付给电网公司的单位费用；ρLoss和ρR分别为微电网运营过程中的单位网损和运行维护成本。
多电微电网是互联微电网系统中发电量大于自身用电量的微电网，它可以将多余的电能出售给电力市场中的购电商或是少电微电网，因而，互联微电网系统参与市场 收益B1的计算公式为：
式中，为微电网i出售给购电商g的电量；为微电网i与购电商g的交易的电价；m、a表示市场中有m个多电微电网，a个购电商。
B2是互联微电网系统售电给自身用户的收益，计算公式为：
式中，为微电网k出售给用户的电量；为微电网k的出售给用户l的电价； m+n表示市场中微电网的个数。
互联微电网系统的运营模式需要在电力系统安全稳定运行的背景条件下进行，所以互联微电网系统的成本收益模型应该满足以下的约束条件：
互联微电网系统功率平衡：
DG发电约束：可控DG发电时，有功功率保持在其额定容量内，即
其中，为DG在t时段发出的有功功率，分别为DG有功功率下上限
可控负荷约束：可控减少的负荷不能超过其限制。
其中，为第k个微电网中第l个允许中断的最大负荷。
储能约束包括安全性约束和经济性约束：
E(t)＝E(t-1)+ΔPunblcΔt (12)
(1-u)×pdisch<pcl<u×pch+(1-u)×Inf (15)
式中，ΔPunblc不平衡电量，和分别为储能装置单位时间充/放电功率的上下限； E(t)为储能装置在t时刻的荷电量；和分别为储能装置荷电状态的上下限；其中，其中pcl、pdisch和pch分别是网内清算电价、考虑储能系统充放电成本的最低放电 电价和和最高充电电价，u为一个开关变量，u＝1时储能系统充电，u＝0时储能系统放 电。
3)基于遗传算法对步骤2)中构建的互联多微电网的运营控制模型进行求解，得到新电改环境下互联多微电网系统获得最大综合效益时的市场最终交易计划和市场最 终出清电价。
基于技术背景中描述的原因以及本申请提出的互联多微电网优化运营模型是一个 带有约束条件的线性规划问题。而且运营策略中的决策变量具有双层维度，数量众多，包括各个微电网内部的负荷需求量、分布式电源发电量、参与电力市场的购售电量等， 以及在微电网市场中其他微电网的报价策略等，不同的决策变量的取值范围也不同， 造成了巨大的可行解空间，穷举法等传统的线性规划方法变得不再适用。由于遗传算 法是一种基于自然选择和遗传变异等生物机制的全局性概率搜索算法，其可以直接利 用约束条件和目标函数，避免了由于函数求导与函数连续性等问题。
如图2所示，新电改环境下基于遗传算法求解的互联多微电网的运营控制流程包括以下步骤：
步骤1：各微电网以历史平均电价作为本轮本微电网内的初始电价；
步骤2：根据本轮电价，考虑可转移负荷和可变动负荷的弹性进行电力需求曲线预测；
步骤3：根据本轮电价，进行分布式电源的发电曲线预测；
步骤4：根据电力需求曲线和发电曲线预测结果，制定发电成本最小的分布式电源的发电调度计划，并计算新一轮网内电价；
步骤5：根据此轮电价与上轮电价之差的绝对值是否小于阈值判断微电网内电价是否收敛，阈值由微电网运营商设置，如果电价收敛则微电网内电价出清并进入步骤 6，否则返回步骤2；
步骤6：根据微电网的发电调度计划以及储能的荷电状态(SOC)，制定满足储能 安全约束和经济约束的微电网购售电计划；
步骤7：向电力市场确认购售电身份，进入微电网电力市场并提交初始报价；
步骤8：设置进入电力市场的微电网数量w＝1；
步骤9：微电网w针对其他微电网提出最优报价策略；
步骤10：判断是否所有参与电力市场的微电网都完成最优报价，如果是则进入步骤11，否则令w＝w+1，返回步骤9；
步骤11：使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网；
步骤12：判断是否有微电网改变报价策略，如果是则返回步骤8，否则进入步骤13；
步骤13：得到微电网市场最终交易计划和微电网市场最终出清电价。
上述步骤11中，使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网的步骤为：
(a)将所有微电网的报价策略变量进行编码；
(b)形成初始种群；
(c)计算互联微电网系统的总收益和总成本，形成并计算适应度函数；
(d)判断种群适应度是否收敛，如果是则进入步骤g)，否则进入步骤e)；
(e)进行遗传操作，包括选择、交叉、变异操作；
(f)产生新种群；返回步骤c)；
(g)将最优种群解码得到本轮微电网市场的出清电价和微电网交易计划；
(h)将本轮微电网市场的出清电价与交易计划发布给互联微电网；
上述步骤(c)中，形成并计算适应度函数具体为：
fitness＝(w1B1+B2)-(w1C1+C2+C3+C4)-ΔF (16)
其中，fitness为适应度,w1为状态量，其为1时，表示互联微电网系统与大电网联网运行；当其为0时，表示互联微电网系统孤网运行，ΔF为适应度函数的惩罚项，具 体为：
式中，Δf为惩罚因子；u1和u2为开关量，当时u1＝1，否则u1＝0；当时u2＝1，否则u2＝0。
基于上述互联网多微电网运行控制方法，本发明还提供一种互联网多微电网运行控制系统，该系统包括：运营结构建立模块，用于建立新电改环境下互联多微电网参 与电力市场的运营结构与运行机制；运营控制模型建立模块，用于根据确定的互联多 微电网参与电力市场的运营结构与运行机制，确定新电改环境下互联多微电网的运营 控制模型；模型计算模块，用于对构建的互联多微电网的运营控制模型进行求解，得 到互联多微电网市场最终交易计划和微电网市场最终出清电价。
运营结构建立模块包括市场主体确定模块、主体关系确定模块和运行机制确定模块；市场主体确定模块用于确定微电网参与电力市场过程中面临的市场主体；主体关 系确定模块用于将市场主体之间的关系确定购售电能量流、信息流和服务流；运行机 制确定模块用于确定微电网参与电力市场运营的运行机制，将运行机制划分为成员准 入、交易市场、结算管理和信息发布四个方面。
运营控制模型建立模块包括成本收益模型建立模块和运行约束模块；成本收益模型建立模块用于根据少电微电网向发电商购电的费用C1、微电网中分布式电源的发电 成本C2、储能设备的充放电损耗C3以及系统的运营成本C4以及互联微电网系统的收 益包括互联微电网系统参与市场收益B1和互联微电网系统售电给自身用户的收益B2， 建立成本收益模型；运行约束模块用于根据互联微电网的运行约束，建立互联微电网 系统的功率平衡、DG发电约束和可控负荷约束条件。
算例和分析
算例仿真背景设置如下：电力市场中包含互联微电网系统(由3个微电网组成)， 2个发电商，2个购电商，1个电网拥有者(电网公司)，采用遗传算法求解，其中参 数为：种群规模为40，交叉概率为0.8，变异概率为0.05，迭代次数为500次。求 解过程中的适应度函数，约束条件(8)～(10)在产生初始种群中设置并作为惩罚项 在计算适应度函数时体现。
新电改体制下的不同类型微电网参与市场运营控制策略的效益分析如表1所示，在情景1时刻，由于互联微电网系统中微电网3的清洁能源发电产能充足，可满足自 身和其他微电网的需求，因此通过互联微电网总代理在上层市场中以售电商的身份参 与市场竞价，使市场出清价格降低。互联微电网通过代理参与市场后，将富余的电能 出售获得额外的收益；若微电网直接参与市场交易，微电网3由于报价过高而无法售 尽富余的电能，且微电网1和微电网2在市场上以更高的价格购买电能，使得互联微 电网系统整体额外收益减少。
表1新电改体制下的不同类型微电网参与市场运营控制策略的效益分析
设定的情景2时刻为微电网内部仅靠清洁能源发电无法满足需求。此时需要在上层市场购电或者开启自备发电，通过互联微电网总代理通过对互联微电网内部出清电 价预估，以购电商身份参与市场竞价，使市场出清价格升高，此时互联微电网总代理 竞价所得电量与微电网自备发电机出力总和可满足互联微电网所需，通过购买市场中 售电公司的电能，减少一部分自备发电机出力，降低了互联微电网系统运营费用；若 微电网直接参与市场交易，受市场价格刺激，微电网2自备发电机出力将减少，微电 网1和微电网3为了满足自身需求要使用自备发电机出力更多，由此增加了互联微电 网整体的支出。无论互联微电网系统多电或是少电，经过模型优化，互联微电网系统 总能通过总代理满足自身需求并增加收益/减少支出，同时互联微电网总代理也将获得 利润。
互联微电网参与市场对市场中其他发电商的出力有一定影响，不同类型微电网参与市场运营控制策略的出力情况如表2所示。按照电价与供需的关系，当上层市场需 求量大时，供电商会提高报价，由于电价刺激，微电网愿意开启自备发电机，增加出 力以获取更多收益；当上层市场需求量小时，供电商减少报价，市场出清电价降低， 微电网不再开启自备发电机，且在清洁能源不能满足自身需求时，向上层市场购电。 按照清洁能源出力情况，光伏发电机在夜晚出力为零，中午至下午出力大，与需求曲 线有较高的吻合度。配备光伏电机的微电网将在夜晚购电，中午至下午售电。以上述 两点分析，互联微电网系统能够在一定程度上增加系统备用。
表2不同类型微电网参与市场运营控制策略的出力情况(kWh)
多微电网系统连上配网且多微电网系统内部产生交易是获利最大的，且通过模型优化，总能得到最适于当前状态的微电网售购电策略。(在其他的背景下，例如电网过 网费升高，燃气轮机发电成本降低等，会产生不同的结果，但是都可以由模型计算到 最有利于当前多微电网系统运行模式的售购电策略。
上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应 排除在本发明的保护范围之外。
Claims (10)
1.一种互联多微电网运行控制方法，其特征在于包括以下步骤：
1)确定互联多微电网参与电力市场的运营结构与运行机制；
2)根据确定的互联多微电网参与电力市场的运营结构与运行机制，确定互联多微电网的运营控制模型，所述运营控制模型包括互联微电网的成本收益模型及互联微电网运行约束；所述成本收益模型以互联多微电网系统的综合效益为优化目标，以互联多微电网系统的市场交易计划和市场出清电价为输出结果；
3)对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网系统在综合效益最大时对应的市场最终交易计划和市场最终出清电价。
2.如权利要求1所述的一种互联多微电网运行控制方法，其特征在于：所述步骤1)中，确定互联多微电网参与电力市场的运营结构与运行机制的方法，包括以下步骤：
1.1)确定微电网参与电力市场过程中面临的市场主体，所述市场主体包括电力交易中心、电网公司、发电商、购电商和其他微电网；
1.2)确定各市场主体之间的购售电能量流、信息流和服务流；所述购售电能量流包括发电商、购电商、微电网与电力交易中心之间通信分别交换购电、售电和购售电报价策略以及市场清算电价信息，电网公司与电力交易中心信息交换交易电量信息与线路容量信息；
1.3)确定微电网参与电力市场运营的运行机制，包括成员准入、交易市场、结算管理和信息发布四个方面。
3.如权利要求2所述的一种互联多微电网运行控制方法，其特征在于：所述步骤2)中，所述互联微电网的成本收益模型为：
maxF＝(w1B1+B2)-(w1C1+C2+C3+C4)，
式中，F表示整个互联微电网系统的综合效益；w1为状态量，其为1时，表示互联微电网系统与大电网联网运行；当其为0时，表示互联微电网系统孤网运行；C1为少电微电网向发电商购电的费用，计算公式为：
式中，为微电网j从发电商r购买的电量；为微电网j与购电商r的交易的电价；n、b表示市场中有n个少电微电网，b个发电商；
C2为微电网中分布式电源的发电成本，计算公式为：
式中，为微电网k中第l个DG的发电量；为微电网k的中第l个DG的发电成本；m+n表示市场中微电网的个数；
C3为储能设备的充放电损耗，计算公式为：
C3＝Qescesunit，
其中：Qes为储能容量，cesunit为储能单位电量造价；
C4为系统的运营成本，计算公式为：
式中，ρG为微电网通过电网进行交易需要支付给电网公司的单位费用；ρLoss和ρR分别为微电网运营过程中的单位网损和运行维护成本；
B1为互联微电网系统参与市场收益，计算公式为：
式中，为微电网i出售给购电商g的电量；为微电网i与购电商g的交易的电价；m、a表示市场中有m个多电微电网，a个购电商；
B2是互联微电网系统售电给自身用户的收益，计算公式为：
式中，为微电网k出售给用户的电量；为微电网k的出售给用户l的电价；m+n表示市场中微电网的个数。
4.如权利要求3所述的一种互联多微电网运行控制方法，其特征在于：所述互联微电网运行约束包括互联微电网系统功率平衡约束、DG发电约束、可控负荷约束和储能约束，所述储能约束包括安全性约束和经济性约束；
所述互联微电网系统功率平衡约束为：
所述DG发电约束为：
其中，为DG在t时段发出的有功功率，分别为DG有功功率下上限；
所述可控负荷约束为：
其中，为第k个微电网中第l个允许中断的最大负荷；
所述安全性约束和经济性约束为：
E(t)＝E(t-1)+ΔPunblcΔt，
(1-u)×pdisch<pcl<u×pch+(1-u)×Inf，
其中，ΔPunblc不平衡电量，和分别为储能装置单位时间充/放电功率的上下限；E(t)为储能装置在t时刻的荷电量；和分别为储能装置荷电状态的上下限；其中，其中pcl、pdisch和pch分别是网内清算电价、考虑储能系统充放电成本的最低放电电价和和最高充电电价，u为一个开关变量，u＝1时储能系统充电，u＝0时储能系统放电。
5.如权利要求2所述的一种互联多微电网运行控制方法，其特征在于：所述步骤3)中，对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网市场最终交易计划和微电网市场最终出清电价的方法，包括以下步骤：
步骤1：各微电网以历史平均电价作为本轮本微电网内的初始电价；
步骤2：根据本轮电价，考虑可转移负荷和可变动负荷的弹性进行电力需求曲线预测；
步骤3：根据本轮电价，进行分布式电源的发电曲线预测；
步骤4：根据电力需求曲线和发电曲线预测结果，制定发电成本最小的分布式电源的发电调度计划，并计算新一轮网内电价；
步骤5：根据此轮电价与上轮电价之差的绝对值是否小于阈值判断微电网内电价是否收敛，阈值由微电网运营商设置，如果电价收敛则微电网内电价出清并进入步骤6，否则返回步骤2；
步骤6：根据微电网的发电调度计划以及储能的荷电状态，制定满足储能安全约束和经济约束的微电网购售电计划；
步骤7：确定购售电身份，进入微电网电力市场并提交初始报价；
步骤8：设置进入电力市场的微电网数量w＝1；
步骤9：微电网w针对其他微电网提出最优报价策略；
步骤10：判断是否所有参与电力市场的微电网都完成报价，如果是则进入步骤11，否则令w＝w+1，返回步骤9；
步骤11：使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网；
步骤12：判断是否有微电网改变报价策略，如果是则返回步骤8，否则进入步骤13；
步骤13：得到微电网市场最终交易计划和微电网市场最终出清电价。
6.如权利要求5所述的一种互联多微电网运行控制方法，其特征在于：所述步骤11中，使用遗传算法进行最优调度搜索，得到本轮电力市场的购售电交易结果和出清电价并将结果发布给各微电网的步骤为：
(a)将所有微电网的报价策略变量进行编码；
(b)形成初始种群；
(c)计算互联微电网的总收益和总成本，形成并计算适应度函数；
(d)判断种群适应度是否收敛，如果是则进入步骤g)，否则进入步骤e)；
(e)进行遗传操作，包括选择、交叉、变异操作；
(f)产生新种群；返回步骤c)；
(g)将最优种群解码得到本轮微电网市场的出清电价和微电网交易计划；
(h)将本轮微电网市场的出清电价与交易计划发布给互联微电网。
7.如权利要求6所述的一种互联多微电网运行控制方法，其特征在于：所述适应度函数为：
fitness＝(w1B1+B2)-(w1C1+C2+C3+C4)-ΔF,
式中，fitness为适应度；w1为状态量，其为1时，表示互联微电网系统与大电网联网运行；当其为0时，表示互联微电网系统孤网运行，ΔF为适应度函数的惩罚项，具体为：
式中，Δf为惩罚因子；u1和u2为开关量，当时u1＝1，否则u1＝0；当时u2＝1，否则u2＝0。
8.一种适用于如权利要求1～7任一项所述方法的互联多微电网运行控制系统，其特征在于：其包括：
运营结构建立模块，用于建立互联多微电网参与电力市场的运营结构与运行机制；
运营控制模型建立模块，用于根据确定的互联多微电网参与电力市场的运营结构与运行机制，确定互联多微电网的运营控制模型；所述运营控制模型包括互联微电网的成本收益模型及互联微电网运行约束；所述成本收益模型以互联多微电网系统的综合效益为优化目标，以互联多微电网系统的市场交易计划和市场出清电价为输出结果；
模型计算模块，用于对构建的互联多微电网的运营控制模型进行求解，得到互联多微电网系统在最大综合效益时的市场最终交易计划和市场最终出清电价。
9.如权利要求8所述的一种互联多微电网运行控制系统，其特征在于：所述运营结构建立模块包括市场主体确定模块、主体关系确定模块和运行机制确定模块；
所述市场主体确定模块用于确定微电网参与电力市场过程中面临的市场主体；所述市场主体包括电力交易中心、电网公司、发电商、购电商和其他微电网；
所述主体关系确定模块用于将市场主体之间的关系确定购售电能量流、信息流和服务流；所述购售电能量流包括发电商、购电商、微电网与电力交易中心之间通信分别交换购电、售电和购售电报价策略以及市场清算电价信息，电网公司与电力交易中心信息交换交易电量信息与线路容量信息；
所述运行机制确定模块用于确定微电网参与电力市场运营的运行机制，将运行机制划分为成员准入、交易市场、结算管理和信息发布四个方面。
10.如权利要求8所述的一种互联多微电网运行控制系统，其特征在于：所述运营控制模型建立模块包括成本收益模型建立模块和运行约束模块；
所述成本收益模型建立模块用于根据少电微电网向发电商购电的费用C1、微电网中分布式电源的发电成本C2、储能设备的充放电损耗C3以及系统的运营成本C4以及互联微电网系统的收益包括互联微电网系统参与市场收益B1和互联微电网系统售电给自身用户的收益B2，建立成本收益模型；
所述运行约束模块用于根据互联微电网的运行约束，建立互联微电网系统的功率平衡、DG发电约束和可控负荷约束条件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910259996.0A CN110033321A (zh) | 2019-04-02 | 2019-04-02 | 一种互联多微电网运行控制方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910259996.0A CN110033321A (zh) | 2019-04-02 | 2019-04-02 | 一种互联多微电网运行控制方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110033321A true CN110033321A (zh) | 2019-07-19 |
Family
ID=67237252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910259996.0A Pending CN110033321A (zh) | 2019-04-02 | 2019-04-02 | 一种互联多微电网运行控制方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110033321A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179075A (zh) * | 2019-12-17 | 2020-05-19 | 远光软件股份有限公司 | 中长期电力交易的结算方法、装置、存储介质及结算服务器 |
| CN111786377A (zh) * | 2020-03-24 | 2020-10-16 | 绍兴大明电力设计院有限公司 | 一种故障场景下含多微电网的区域配电网快速供电恢复方法 |
| CN112036934A (zh) * | 2020-08-14 | 2020-12-04 | 南方电网能源发展研究院有限责任公司 | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 |
| CN112183967A (zh) * | 2020-09-14 | 2021-01-05 | 南方电网能源发展研究院有限责任公司 | 一种基于运营模型的燃气机组控制方法及装置 |
| CN115693793A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
-
2019
- 2019-04-02 CN CN201910259996.0A patent/CN110033321A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111179075A (zh) * | 2019-12-17 | 2020-05-19 | 远光软件股份有限公司 | 中长期电力交易的结算方法、装置、存储介质及结算服务器 |
| CN111179075B (zh) * | 2019-12-17 | 2023-12-26 | 远光软件股份有限公司 | 中长期电力交易的结算方法、装置、存储介质及结算服务器 |
| CN111786377A (zh) * | 2020-03-24 | 2020-10-16 | 绍兴大明电力设计院有限公司 | 一种故障场景下含多微电网的区域配电网快速供电恢复方法 |
| CN111786377B (zh) * | 2020-03-24 | 2022-08-12 | 绍兴大明电力设计院有限公司 | 一种故障场景下含多微电网的区域配电网快速供电恢复方法 |
| CN112036934A (zh) * | 2020-08-14 | 2020-12-04 | 南方电网能源发展研究院有限责任公司 | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 |
| CN112183967A (zh) * | 2020-09-14 | 2021-01-05 | 南方电网能源发展研究院有限责任公司 | 一种基于运营模型的燃气机组控制方法及装置 |
| CN115693793A (zh) * | 2022-10-11 | 2023-02-03 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
| CN115693793B (zh) * | 2022-10-11 | 2024-05-17 | 国网浙江省电力有限公司 | 一种区域微电网能源优化控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | Distributed tri-layer risk-averse stochastic game approach for energy trading among multi-energy microgrids | |
| Chen et al. | Research on day-ahead transactions between multi-microgrid based on cooperative game model | |
| Nunna et al. | Multiagent-based energy trading platform for energy storage systems in distribution systems with interconnected microgrids | |
| Qiu et al. | Optimal scheduling of distributed energy resources as a virtual power plant in a transactive energy framework | |
| Gazijahani et al. | IGDT-based complementarity approach for dealing with strategic decision making of price-maker VPP considering demand flexibility | |
| Zheng et al. | Optimal allocation of energy storage system for risk mitigation of DISCOs with high renewable penetrations | |
| Nunna et al. | Demand response in smart distribution system with multiple microgrids | |
| CN110033321A (zh) | 一种互联多微电网运行控制方法和系统 | |
| Salehpour et al. | Contract-based utilization of plug-in electric vehicle batteries for day-ahead optimal operation of a smart micro-grid | |
| CN109713673A (zh) | 售电环境下并网型微电网系统配置及优化运行的方法 | |
| CN113888209A (zh) | 虚拟电厂参与电力市场和碳交易市场的协同竞价方法 | |
| Panda et al. | A comprehensive review on demand side management and market design for renewable energy support and integration | |
| Lee et al. | Optimal operation strategy of virtual power plant considering real-time dispatch uncertainty of distributed energy resource aggregation | |
| Lei et al. | Bridging electricity market and carbon emission market through electric vehicles: Optimal bidding strategy for distribution system operators to explore economic feasibility in China's low-carbon transitions | |
| Chang et al. | Two-stage coordinated operation framework for virtual power plant with aggregated multi-stakeholder microgrids in a deregulated electricity market | |
| US20200043106A1 (en) | Systems and methods for distribution system markets in electric power systems | |
| Emarati et al. | A two‐stage stochastic programming framework for risk‐based day‐ahead operation of a virtual power plant | |
| Vakili et al. | Interconnected microgrids: Optimal energy scheduling based on a game‐theoretic approach | |
| CN110571795A (zh) | 一种储能单元在高风力渗透电力系统中的布置方法 | |
| Jafarpour et al. | Resiliency assessment of the distribution system considering smart homes equipped with electrical energy storage, distributed generation and plug-in hybrid electric vehicles | |
| Sriyakul et al. | Economic scheduling of a smart microgrid utilizing the benefits of plug-in electric vehicles contracts with a comprehensive model of information-gap decision theory | |
| Wang et al. | A risk-averse day-ahead bidding strategy of transactive energy sharing microgrids with data-driven chance constraints | |
| CN110473068A (zh) | 一种面向现货市场的社区居民端对端电能交易方法 | |
| Thangavelu et al. | Transactive energy management systems: Mathematical models and formulations | |
| Li et al. | Multi-agent deep reinforcement learning-based autonomous decision-making framework for community virtual power plants |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |