CN110472768B - 电力系统灾后抢修人员与物资优化调度方法及系统 - Google Patents

电力系统灾后抢修人员与物资优化调度方法及系统 Download PDF

Info

Publication number
CN110472768B
CN110472768B CN201910584691.7A CN201910584691A CN110472768B CN 110472768 B CN110472768 B CN 110472768B CN 201910584691 A CN201910584691 A CN 201910584691A CN 110472768 B CN110472768 B CN 110472768B
Authority
CN
China
Prior art keywords
repair
scheduling
time
current
materials
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
Application number
CN201910584691.7A
Other languages
English (en)
Other versions
CN110472768A (zh
Inventor
刘育权
李欣
梁毅
田慧丽
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid 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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN201910584691.7A priority Critical patent/CN110472768B/zh
Publication of CN110472768A publication Critical patent/CN110472768A/zh
Application granted granted Critical
Publication of CN110472768B publication Critical patent/CN110472768B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G06Q10/063114—Status monitoring or status determination for a person or group
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及电力系统灾后抢修人员与物资优化调度方法及系统，调度方法包括以下步骤：确定电网受损元件位置，获取电网运行数据与维修人员数据、物资数据作为调度参数；采用滚动时域优化调度方法，根据当前调度参数制定至少二时段修复队伍与物资的调度方案，按时段执行该时段的当前调度方案直至所有元件修复完成。将滚动时域优化调度应用于电力系统灾后抢修人力与物资调遣，有效减少修复过程中因为突发情况造成修复时间或交通时间变化而产生的影响，保证调度计划的实时最优性，将修复队伍路径、修复次序与电网潮流运行结合，通过优化方法实现最小切负荷的目标，从而提高了电力系统灾后恢复能力，减少了停电经济损失，增强了电网弹性。

Description

电力系统灾后抢修人员与物资优化调度方法及系统
技术领域
本申请涉及电力系统安全运行领域，特别是涉及电力系统灾后抢修人员与 物资优化调度方法及系统。
背景技术
电力系统作为关系到国家安全和国民经济命脉的重要基础设施,不仅要满足 正常环境下的稳定可靠运行,更需要能在极端灾害发生时维持必要的功能。如何 在极端灾害事件发生后快速修复受损元件，减少停电造成的经济损失成为一项 亟需解决的关键问题。
发明内容
基于此，有必要提供一种电力系统灾后抢修人员与物资优化调度方法及系 统。
一种电力系统灾后抢修人员与物资优化调度方法，其包括以下步骤：S100， 确定电网受损元件位置，获取电网运行数据与维修人员数据、物资数据作为调 度参数；S200，采用滚动时域优化调度方法，根据当前调度参数制定至少二时 段修复队伍与物资的调度方案，按时段执行该时段的当前调度方案直至所有元 件修复完成。
上述电力系统灾后抢修人员与物资优化调度方法，将滚动时域优化调度应 用于电力系统灾后抢修人力与物资调遣，能够因应调度参数调整调度方案，通 过在每个时段更新元件修复时间和交通时间的估计值，有效减少修复过程中因 为突发情况造成修复时间或交通时间变化而产生的影响，保证调度计划的实时 最优性，将修复队伍路径、修复次序与电网潮流运行结合，通过优化方法实现 最小切负荷的目标，从而提高了电力系统灾后恢复能力，减少了停电经济损失， 增强了电网弹性。
在其中一个实施例中，按时段执行该时段的当前调度方案直至所有元件修 复完成，包括：在每个时段，执行该时段的当前调度方案，并且在存在后续时 段时，根据当前调度参数确定当前状态下各元件修复时间与交通时间的预测估 计值，以切负荷损失最小为目标，制定后续全部时段修复队伍与物资的调度方 案直至所有元件修复完成。
在其中一个实施例中，步骤S200具体包括：
S210，根据所述调度参数及当前状态下修复时间与交通时间的预测估计值， 以切负荷损失最小为目标，制定调度计划，所述调度计划包括至少二时段修复 队伍与物资的调度方案；
S220，执行当前时段的所述调度方案；
S230，当存在下一时段且在下一时段到来前，更新所述调度参数，根据当 前调度参数及当前状态下修复时间与交通时间的预测估计值，以切负荷损失最 小为目标，更新后续时段的调度方案；
S240，在下个时段到来时，以其作为当前时段，继续执行步骤S220直至所 有元件修复完成。
在其中一个实施例中，对于每一时段，所述调度方案包括抢修人员与物资 的调度策略。
在其中一个实施例中，所述维修人员数据包括维修人员的位置信息，且所 述调度策略包括维修人员的维修路径信息，所述维修路径信息具有维修人员的 位置信息。
在其中一个实施例中，步骤S200具体包括：根据所述调度参数以多个时段 为时间区间制定调度计划，所述调度计划包括至少二时段修复队伍与物资的调 度方案，当下一时段来临时或到来前，更新所述调度参数，并且根据发生变化 的所述调度参数，更新所述调度计划，更新后的所述调度计划包括至少一时段 修复队伍与物资的调度方案。
在其中一个实施例中，步骤S100中，确定电网受损元件位置之前，还包括： 进行系统受损评估。
在其中一个实施例中，步骤S200包括：
对于在时段h的起点修复队伍c恰好抵达元件i并开始修复工作的情况，修 复队伍c的当前位置更新为元件i的位置，同时对其他调度参数进行更新；
对于在时段h的起点修复队伍c恰好完成元件i的修复工作并准备前往下一 个元件的情况，修复队伍c的当前位置更新为元件i的位置，同时将原故障元件 i更新为正常状态，并对其他调度参数进行更新；
对于在时段h的起点修复队伍c在从其他元件到元件i的行程中的情况，修 复队伍c的当前位置仍更新为元件i的位置，且元件i与其他各元件的最短路径 距离需在原距离基础上加上队伍c的当前位置到元件i的距离，并基于此最短路 径距离估计修复队伍c到各元件的所需时间；
对于在时段h的起点修复队伍c在元件i的修复过程中的情况，修复队伍c 的当前位置更新为元件i的位置，元件i的修复时间和所需物资量估计值分别是 当前剩余修复时间和剩余所需物资量，并对其他调度参数进行更新。
在其中一个实施例中，获取电网运行数据与维修人员数据、物资数据后， 还包括步骤：根据电网运行数据与维修人员数据、物资数据，建立混合整数线 性规划模型；并且，根据当前调度参数制定至少二时段修复队伍与物资的调度 方案，包括：采用所述混合整数线性规划模型制定至少二时段修复队伍与物资 的调度方案。这样，可以转化为混合整数线性规划问题，在保证优化效果的同 时具有计算量小、计算速度快的优点，具有很好的实用性。
一种电力系统灾后抢修人员与物资优化调度系统，其采用任一项所述电力 系统灾后抢修人员与物资优化调度方法实现。
附图说明
图1为本申请电力系统灾后抢修人员与物资优化调度方法一实施例的示意 图。
图2为本申请电力系统灾后抢修人员与物资优化调度方法另一实施例的元 件修复的时间阶段次序。
图3为本申请电力系统灾后抢修人员与物资优化调度方法另一实施例的修 复队伍在新的时段到来时所处位置的可能场景。
图4为本申请电力系统灾后抢修人员与物资优化调度方法一实施例的测试 案例示意图。
图5为图4所示实施例的一应用示意图。
图6为图4所示实施例的另一应用示意图。
图7为图4所示实施例的另一应用示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图对 本申请的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以 便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实 施，本领域技术人员可以在不违背本申请内涵的情况下做类似改进，因此本申 请不受下面公开的具体实施例的限制。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可 以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连 接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。 本申请的说明书所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的 表述只是为了说明的目的，并不表示是唯一的实施方式。
除非另有定义，本申请的说明书所使用的所有的技术和科学术语与属于本 申请的技术领域的技术人员通常理解的含义相同。在本申请的说明书中所使用 的术语只是为了描述具体的实施方式的目的，不是旨在于限制本申请。本申请 的说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所 有的组合。
在本申请一个实施例中，一种电力系统灾后抢修人员与物资优化调度方法， 其包括以下步骤：S100，确定电网受损元件位置，获取电网运行数据与维修人 员数据、物资数据作为调度参数；S200，采用滚动时域优化调度方法，根据当 前调度参数制定至少二时段修复队伍与物资的调度方案，按时段执行该时段的 当前调度方案直至所有元件修复完成。上述电力系统灾后抢修人员与物资优化 调度方法，将滚动时域优化调度应用于电力系统灾后抢修人力与物资调遣，能 够因应调度参数调整调度方案，通过在每个时段更新元件修复时间和交通时间 的估计值，有效减少修复过程中因为突发情况造成修复时间或交通时间变化而 产生的影响，保证调度计划的实时最优性，将修复队伍路径、修复次序与电网 潮流运行结合，通过优化方法实现最小切负荷(load shedding，亦称load rejection) 的目标，从而提高了电力系统灾后恢复能力，减少了停电经济损失，增强了电 网弹性。
在其中一个实施例中，一种电力系统灾后抢修人员与物资优化调度方法， 其包括以下实施例的部分步骤或全部步骤；即，电力系统灾后抢修人员与物资 优化调度方法包括以下的部分技术特征或全部技术特征。各实施例中，所述电 力系统灾后抢修人员与物资优化调度方法充分考虑了维修进展与交通状态不确 定性，因此可称为考虑维修进展与交通状态不确定性的电力系统灾后维修人员 与物资优化调度方法，即各实施例的所述电力系统灾后抢修人员与物资优化调 度方法可以替换为考虑维修进展与交通状态不确定性的电力系统灾后维修人员 与物资优化调度方法。
在其中一个实施例中，S100，确定电网受损元件位置，获取电网运行数据 与维修人员数据、物资数据作为调度参数；即所述调度参数包括电网运行数据 与维修人员数据、物资数据。在其中一个实施例中，步骤S100中，确定电网受 损元件位置之前，还包括：进行系统受损评估。即，一种电力系统灾后抢修人 员与物资优化调度方法，其包括以下步骤：S100，进行系统受损评估，确定电 网受损元件位置，获取电网运行数据与维修人员数据、物资数据作为调度参数； S200，采用滚动时域优化调度方法，根据当前调度参数制定至少二时段修复队 伍与物资的调度方案，按时段执行该时段的当前调度方案直至所有元件修复完 成。其余实施例以此类推。这样的设计，有利于确定受损元件，获取调度参数， 为后续的滚动时域优化调度方法提供数据支持。在实际应用中，在灾害发生造 成电网元件(线路、母线等)故障后，首先通过传感器、电表、摄像头等反馈 数据对元件损坏情况进行评估，确定损坏元件的位置，估计修复时间、修复所 需物资资源等。
在其中一个实施例中，S200，采用滚动时域优化调度方法，根据当前调度 参数制定至少二时段修复队伍与物资的调度方案，按时段执行该时段的当前调 度方案直至所有元件修复完成。进一步地，在其中一个实施例中，根据当前调 度参数制定至少二时段修复队伍与物资的调度方案之前，还包括步骤：更新当 前调度参数；在其中一个实施例中，更新当前调度参数包括获取或输入当前调 度参数。进一步地，在其中一个实施例中，当前调度参数不仅包括当前的电网 运行数据与维修人员数据、物资数据，还包括元件修复时间及路径交通时间等； 在其中一个实施例中，当前调度参数还包括当前状态下的剩余故障元件、各元 件修复时间估计值、路径交通时间估计值、后续时段负荷估计值、当前可用物 资量以及各修复队伍当前位置。进一步地，在其中一个实施例中，电网运行数 据包括电网受损元件数量、电网受损元件位置和/或后续时段负荷估计值；在其 中一个实施例中，维修人员数据包括修复队伍数量、修复队伍当前位置、各元 件修复时间估计值和/或路径交通时间估计值；在其中一个实施例中，物资数据 包括已消耗物资量、当前可用物资量和/或计划调拨物资量等。
在其中一个实施例中，按时段执行该时段的当前调度方案直至所有元件修 复完成，包括：在每个时段，执行该时段的当前调度方案，并且在存在后续时 段时，根据当前调度参数确定当前状态下各元件修复时间与交通时间的预测估 计值，以切负荷损失最小为目标，制定后续全部时段修复队伍与物资的调度方 案直至所有元件修复完成。进一步地，在其中一个实施例中，在不存在后续时 段时，执行完毕该时段的当前调度方案，向目标管理终端发送修复完成通知。 进一步地，在其中一个实施例中，发送修复完成通知后，还汇总修复队伍与物 资的支出，生成修复报告。在其中一个实施例中，对于每一时段，所述调度方案包括抢修人员与物资的调度策略。进一步地，在其中一个实施例中，对于每 一时段，所述调度方案包括以切负荷损失最小为目标而设置的抢修人员与物资 的调度策略。这样的设计，将滚动时域优化调度应用于电力系统灾后抢修人力 与物资调遣，能够因应调度参数调整调度方案，在每一时段执行调度方案完成 或接近完成时，继续滚动优化后续的调度方案，这样有利于通过在每个时段更 新元件修复时间和交通时间的估计值，有效减少修复过程中因为突发情况造成 修复时间或交通时间变化而产生的影响，保证调度计划的实时最优性，将修复 队伍路径、修复次序与电网潮流运行结合，通过优化方法实现最小切负荷的目 标，从而提高了电力系统灾后恢复能力，减少了停电经济损失，增强了电网弹 性。
在其中一个实施例中，步骤S200具体包括：S210，根据所述调度参数及当 前状态下修复时间与交通时间的预测估计值，以切负荷损失最小为目标，制定 调度计划，所述调度计划包括至少二时段修复队伍与物资的调度方案；S220， 执行当前时段的所述调度方案；S230，当存在下一时段且在下一时段到来前， 更新所述调度参数，根据当前调度参数及当前状态下修复时间与交通时间的预 测估计值，以切负荷损失最小为目标，更新后续时段的调度方案；S240，在下 个时段到来时，以其作为当前时段，继续执行步骤S220直至所有元件修复完成。 在其中一个实施例中，所述维修人员数据包括维修人员的位置信息，且所述调 度策略包括维修人员的维修路径信息，所述维修路径信息具有维修人员的位置 信息。这样的设计，有利于根据当前调度参数优化后续调度方案的维修人员路 径信息。传统修复调度模型通常假定各修复队伍对每个元件的修复时间以及往 返不同元件的路程时间是常数，而在实际灾后修复过程中，由于对元件损失程 度、路径可通行度等估计不充分，以及灾后突发事件的频繁发生，修复时间与 路程时间常常是一个不确定值，导致常规修复优化模型难以保证优化效果。而 本申请这样的设计，在区域修复队伍与可用物资一定的情况下，通过优化修复 路径、时序及系统潮流等实现重要元件的快速修复，减小负荷损失。这样就提 高了电力系统灾后恢复能力，减少停电经济损失，增强电网弹性。
在其中一个实施例中，一种考虑维修进展与交通状态不确定性的电力系统 灾后维修人员与物资优化调度方法，其包括以下步骤：进行系统受损评估，明 确电网受损元件位置，获取电网运行数据与维修人员、物资数据；采用滚动时 域优化调度方法，根据当前状态下修复时间与交通时间的预测估计值，以切负 荷损失最小为目标，制定多时段修复队伍与物资调度方案，修复队伍与物资调 度方案即修复队伍与物资的调度方案；进一步地，在其中一个实施例中，采用 滚动时域优化调度方法，在每个时段，根据当前状态下各元件修复时间与交通 时间的预测估计值，以切负荷损失最小为目标，制定后续多时段修复队伍与物 资调度方案；进一步地，在其中一个实施例中，多时段修复队伍与物资调度方 案包括抢修人员与物资的调度策略；在其中一个实施例中，制定所述调度策略 时采用滚动时域优化方法，在每个时段到来时更新调度计划并执行，所述调度 计划亦可称为修复计划。在其中一个实施例中，在当前时段执行该修复调度方 案，在下个时段到来前根据最新状态下修复时间与交通时间的预测估计值重新 进行多时段优化，更新修复方案，并在下个时段执行新的优化方案，重复此步 骤直到所有元件修复完成。利用各实施例所述电力系统灾后抢修人员与物资优 化调度方法可以充分考虑灾后频繁发生的突发情况，保证策略制定与执行的时 效性，所提出的修复调度优化模型为混合整数线性规划，可以快速求得最优解， 适合进行实时求解，有利于应用于电力系统灾后修复人员与物资调度，为抢修 决策部门提供参考建议或修复计划。
在其中一个实施例中，如图1所示，在每个时段，由于要考虑后续多个时 段的整体优化，需以多个时间段(记为T)为时间区间制定调度计划，并在该时 段执行计划，当下一个时段来临后，根据最新情况重新估计调度参数，调度参 数在该模型中为元件修复时间和路径交通时间等，并根据当前状态制定新的T 时段调度计划，在该时段执行。循环该步骤直到所有元件修复完成。
对每一个元件，其修复时序过程如图2所示，首先修复队伍携带物资从出 发点或从其他元件的位置通过最短路径抵达该元件，然后需要经过一定的修复 时间对元件进行维修或替换等操作，当修复完成后，该元件恢复正常运行状态。
在其中一个实施例中，步骤S200具体包括：根据所述调度参数以多个时段 为时间区间制定调度计划，所述调度计划包括至少二时段修复队伍与物资的调 度方案，当下一时段来临时或到来前，更新所述调度参数，并且根据发生变化 的所述调度参数，更新所述调度计划，更新后的所述调度计划包括至少一时段 修复队伍与物资的调度方案。在其中一个实施例中，步骤S200包括：对于在时 段h的起点修复队伍c恰好抵达元件i并开始修复工作的情况，修复队伍c的当 前位置更新为元件i的位置，同时对其他调度参数进行更新；对于在时段h的起 点修复队伍c恰好完成元件i的修复工作并准备前往下一个元件的情况，修复队 伍c的当前位置更新为元件i的位置，同时将原故障元件i更新为正常状态，并 对其他调度参数进行更新；对于在时段h的起点修复队伍c在从其他元件到元 件i的行程中的情况，修复队伍c的当前位置仍更新为元件i的位置，且元件i 与其他各元件的最短路径距离需在原距离基础上加上队伍c的当前位置到元件i 的距离，并基于此最短路径距离估计修复队伍c到各元件的所需时间；对于在 时段h的起点修复队伍c在元件i的修复过程中的情况，修复队伍c的当前位置 更新为元件i的位置，元件i的修复时间和所需物资量估计值分别是当前剩余修 复时间和剩余所需物资量，并对其他调度参数进行更新。这样的设计，有利于 在时段h根据修复队伍c的当前位置来配合实现修复队伍c到各元件的所需时间 及最短路径，从而有利于以切负荷损失最小为目标，制定或调整下一时段的调 度计划或调度方案，实现了滚动时域优化调度的效果；并且，这样的设计，实 现了基于滚动时域优化的动态修复队伍调度模型，在每个时段，根据当前最新 情况更新元件修复时间与路程交通时间的估计值，同时根据各修复队伍当前状 态例如处于往返两元件之间的路径上或处于元件修复过程中，对后续多个时段 为优化区间重新制定修复策略，通过常规或应急通信系统告知各修复队伍，更 新修复决策，从而更好地应对不确定性和突发事件的发生。
在每个时段起始点，需要对当前修复人员及物资的状态进行更新，作为新 的优化输入调度参数。需优化输入更新的调度参数包括：当前状态下的剩余故 障元件、各元件修复时间估计值、路径交通时间估计值、后续时段负荷估计值、 当前可用物资量以及各修复队伍当前位置。其中，各修复队伍当前位置需要作 为新的优化问题中各队伍的起始点，起始点共有四种可能的场景，如图3所示， 四种可能的场景分别为场景1至4。在每个时段需要考虑修复队伍可能处在往返 于两故障元件的路径上或处在元件的修复过程中，按照以下步骤在每个时段对 修复队伍位置进行更新作为新的优化输入调度参数。
3.1)对于在时段h的起点修复队伍c恰好抵达元件i并开始修复工作的情 况，修复队伍c的当前位置更新为元件i的位置，同时对其他调度参数进行更新；
3.2)对于在时段h的起点修复队伍c恰好完成元件i的修复工作并准备前 往下一个元件的情况，修复队伍c的当前位置更新为元件i的位置，同时将原故 障元件i更新为正常状态，并对其他调度参数进行更新；
3.3)对于在时段h的起点修复队伍c在从其他元件到元件i的行程中的情 况，因为修复队伍c可能处于路径的任意位置，难以做到实时估计该位置与各 元件间的最短路距离和行程时间，假设修复队伍c需要先抵达元件i，再前往其 他元件，因此，修复队伍c的当前位置仍更新为元件i的位置，但元件i与其他 各元件的最短路距离需在原基础上加上队伍c的当前位置到元件i的距离，并基 于此距离估计修复队伍c到各元件的所需时间；
3.4)对于在时段h的起点修复队伍c在元件i的修复过程中的情况，修复 队伍c的当前位置更新为元件i的位置，元件i的修复时间和所需物资量估计值 分别是当前剩余修复时间和剩余所需物资量，并对其他调度参数进行更新。
进一步地，在其中一个实施例中，获取电网运行数据与维修人员数据、物 资数据后，还包括步骤：根据维修人员数据及物资数据，建立混合整数线性规 划(Mixed integerlinear programming，MILP)模型；这样可以在保证求解结果 的优化效果的同时实现快速求解，提升运算效率从而提升处理效率。在其中一 个实施例中，获取电网运行数据与维修人员数据、物资数据后，还包括步骤： 根据电网运行数据与维修人员数据、物资数据，建立混合整数线性规划模型； 并且，根据当前调度参数制定至少二时段修复队伍与物资的调度方案，包括： 采用所述混合整数线性规划模型制定至少二时段修复队伍与物资的调度方案。 这样，可以转化为混合整数线性规划问题，在保证优化效果的同时具有计算量 小、计算速度快的优点，具有很好的实用性。
在其中一个实施例中，根据维修人员数据及物资数据，建立混合整数线性 规划模型，即将灾后抢修人员与物资调度建立为混合整数线性规划模型，可以 在保证求解结果的优化效果的同时实现快速求解。
在其中一个实施例中，所述抢修人员与物资多时段优化模型，即所述混合 整数线性规划模型的目标函数和约束条件为：
4.1)目标函数：
优化目标是使一定时段内电力系统切负荷总量最小，即以切负荷损失最小 为目标：
Figure BDA0002114145710000131
上式中，h代表当前时段，T为优化时间区间包含的时段数，V为节点的集 合，
Figure BDA0002114145710000132
为负荷切除功率，wj为该节点负荷的重要度。
4.2)约束条件：
Figure BDA0002114145710000133
Figure BDA0002114145710000134
Figure BDA0002114145710000135
Figure BDA0002114145710000136
Figure BDA0002114145710000137
Figure BDA0002114145710000138
Figure BDA0002114145710000139
Figure BDA00021141457100001310
Figure BDA0002114145710000141
Figure BDA0002114145710000142
Figure BDA0002114145710000143
Figure BDA0002114145710000144
Figure BDA0002114145710000145
Figure BDA0002114145710000146
Figure BDA0002114145710000147
Figure BDA0002114145710000148
Figure BDA0002114145710000149
Figure BDA00021141457100001410
Figure BDA00021141457100001411
Figure BDA00021141457100001412
其中，式(1)～(5)为电网潮流运行约束，式(1)表示电网线路功率与 两端相位角的关系，其中Bij为线路导纳，θi,t为线路相角，
Figure BDA00021141457100001413
为线路功率，uij,t为01变量即01二值变量，取1时表示该线路处于正常运行状态，M为一个比较大 的常数；式(2)表示发电机出力不能超过限制范围，其中
Figure BDA00021141457100001414
分 别为发电机出力功率(输出功率)上下限，
Figure BDA0002114145710000151
为发电机出力；式(3)表示线 路流通功率不能超过线路容量，其中
Figure BDA0002114145710000152
为线路容量视在功率；式(4)表示节 点功率平衡约束，其中π(j)、δ(j)分别为节点j的父节点集合、子节点集合，
Figure BDA0002114145710000153
分别为负荷需求和负荷切储量；式(5)表示切除量不应超过最大 负荷需求。
式(6)～(10)为修复队伍调遣约束，式(6)表示若有修复队伍从其他元 件进入元件i，需从该元件离开，其中xi,j,c表示修复队伍c从元件i到元件j 的01变量，N为故障元件的集合，Crew为修复队伍的集合；式(7)分别顺序表 示修复队伍需从起点离开、需返回终点、不能从终点再到其他元件、不能从其 他元件到起点，其中S、R分别表示修复队伍的起点和终点；式(8)表示修复队 伍不能离开元件j后立刻又进入元件j；式(9)、式(10)yi,c为修复队伍是 否离开该元件的01变量，若修复队伍离开该元件则表示该故障元件已经修复完 成。
式(11)为修复资源限制约束，Resi、
Figure BDA0002114145710000155
分别为修复元件i所需物资 资源和修复队伍携带资源总量。式(12)～(16)为元件修复完成时间约束，式 (12)建立往返两元件和修复时间、交通时间的关系，
Figure BDA0002114145710000154
分别表 示修复时间、交通时间和到达元件的时间；式(13)表示起点的到达时间记为h ；式(14)中，fi,t为01变量，若元件i在t时段修复完成，则fi,t取1，t为离散 的时间段；式(15)显示每个元件只能被修复一次；式(16)表示若没有离开 元件i的修复队伍(即yi,c为0)，则该元件未被抵达过，到达时间置0。
式(17)～(19)为元件修复完成与可以参与潮流运行的耦合约束，式(17 )表示节点(母线)在修复完成后恢复正常状态，vi,t为表示节点状态的01变量 ；式(18)表示线路在修复完成后可以参与运行，但是否参与潮流运行需要取 决于调度员的开关操作，uij,t表示线路是否参与运行的01变量；式(19)表示线 路两侧节点若有一个仍处于故障状态，则线路也视为处在故障状态；式(20) 为(19)的线性化表达。该模型为混合整数线性规划模型，可以采用优化软件 快速求解，从而迅速确定调度方案。
在其中一个实施例中，一种电力系统灾后抢修人员与物资优化调度系统， 其采用任一实施例所述电力系统灾后抢修人员与物资优化调度方法实现。
在其中一个实施例中，测试案例如图4所示，在IEEE-39节点系统中，线 路4-5、10-13、13-14、17-18和节点3、15共6个元件发生了故障，故障元件与 抢修人员仓库的两两最短路交通时间如表一所示。抢修仓库内有两修复队伍， 其最大携带物资量设为30。每个优化时段设为1h。为了体现不确定性的影响， 交通时间和修复时间在表一和表二中都分别给出估计值和实际值(实际值在括 号中标示)，并设置如下三个案例：
案例1：根据修复和交通时间估计值求解多时段调度模型，得到调度计划， 并在后续时段执行该计划；
案例2：根据修复和交通时间估计值求解多时段调度模型，得到调度计划， 在当前时段执行计划，采用滚动时域优化方法，在后续每个时段重新制定多时 段调度计划并执行；
案例3：根据修复和交通时间实际值求解多时段调度模型，得到调度计划， 在当前时段执行计划，采用滚动时域优化方法，在后续每个时段重新制定多时 段调度计划并执行。
其中，案例1、2的区别在于是否应用滚动时域优化方法，虽然两案例都是 采用估计值制定计划，案例2可以在每个时段发现实际修复(交通)时间与估 计值出现偏差后重新在下个时段对计划进行调整，例如需恢复负荷13，既可以 修复线路13-14、节点15，也可以修复线路10-13，而前者总修复时间估计值是 18h，小于后者修复时间估计值20h，因此案例1、2的修复队伍都会执行修复线 路13-14、节点15的计划，但在案例2中，当修复队伍在开始维修节点15后发 现实际工作量大于事前估计值，可以在下个时段反馈新的节点15修复估计时间 (假设此时反馈的节点15修复时间是实际值，即22.5h)，但其他未开始修复的 元件的修复时间仍然采用估计值，重新制定后续计划并执行。在案例3中，为 和案例1、2进行对照，所有参数都采用实际值。
表1故障元件与抢修仓库的交通通行时间(h)
Figure BDA0002114145710000171
表1故障元件修复所需时间(h)及物资量
Figure BDA0002114145710000172
具体执行步骤说明如下。
在案例1中，以60个时段为优化时间区间，输入系统运行参数及修复参数 估计值，在第一时段前制定后续所有时段的优化计划，即取h＝0，T＝60，求解 如下优化问题：
Figure BDA0002114145710000173
s.t.(1)-(18),(20)
在案例2中，每次以60个时段为优化时间区间，输入系统运行参数及修复 参数估计值，在第h时段前制定h到h+59时段的优化计划，并在第h时段执行 该计划，在下个时段令h＝h+1，重复实施上述步骤，直到所有元件修复完成。求 解如下优化问题：
Figure BDA0002114145710000181
s.t.(1)-(18),(20)
案例3与案例2实施过程相同，只是将输入的修复参数估计值改为实际值。
三个案例下的修复队伍调遣路径分别如图5、图6及图7所示，故障原件修 复次序如表3所示，整个恢复过程中损失负荷量如表4所示。
表3.不同案例下故障元件修复时序
Figure BDA0002114145710000182
表4.不同案例恢复过程中总负荷切储量(MW·h)
Figure BDA0002114145710000183
从表4可以看出，案例2、3相对于案例1在减少切负荷损失上有较好的效 果。需注意的是，在实际的修复工作中，采用滚动时域优化方法，在每个时段 对未修复元件估计其修复时间，该估计值相比于仅在第1时段前得到的估计值 往往更贴近实际值，因此实际执行过程的优化效果应该优于或至少等于案例2， 但小于完全按照实际值制定计划的案例3，可以采用案例2、3结合，与案例1 对照来验证采用滚动时域优化的优越性。
综上所述，本发明的电力系统灾后抢修人员与物资优化调度方法，将修复 队伍路径、修复次序与电网潮流运行结合，通过优化方法实现最小切负荷的目 标，通过在每个时段更新元件修复时间和交通时间的估计值，有效减少修复过 程中因为突发情况造成修复时间或交通时间变化而产生的影响，保证调度计划 的实时最优性，可以有效应用于电力系统灾后抢修人员与物资调度工作，能较 好地应对修复、交通时间的不确定性，最大限度减少灾后切负荷损失，提高电 力系统安全水平。
需要说明的是，本申请的其它实施例还包括，上述各实施例中的技术特征 相互组合所形成的、能够实施的电力系统灾后抢修人员与物资优化调度方法及 系统。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对 上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技 术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细， 但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的 普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改 进，这些都属于本申请的保护范围。因此，本申请的专利保护范围应以所附权 利要求为准。

Claims (10)

1.一种电力系统灾后抢修人员与物资优化调度方法，其特征在于，包括以下步骤：
S100，确定电网受损元件位置，获取电网运行数据与维修人员数据、物资数据作为调度参数；
S200，采用滚动时域优化调度方法，根据当前调度参数制定至少二时段修复队伍与物资的调度方案，按时段执行该时段的当前调度方案直至所有元件修复完成；
其中，根据电网运行数据与维修人员数据、物资数据，建立混合整数线性规划模型；并且，根据当前调度参数制定至少二时段修复队伍与物资的调度方案，包括：采用所述混合整数线性规划模型制定至少二时段修复队伍与物资的调度方案；
所述混合整数线性规划模型的优化目标是使一定时段内电力系统切负荷总量最小，约束条件包括电网潮流运行约束、修复队伍调遣约束、修复资源限制约束、元件修复完成时间约束、元件修复完成与可以参与潮流运行的耦合约束。
2.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，按时段执行该时段的当前调度方案直至所有元件修复完成，包括：在每个时段，执行该时段的当前调度方案，并且在存在后续时段时，根据当前调度参数确定当前状态下各元件修复时间与交通时间的预测估计值，以切负荷损失最小为目标，制定后续全部时段修复队伍与物资的调度方案直至所有元件修复完成。
3.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，步骤S200具体包括：
S210，根据所述调度参数及当前状态下修复时间与交通时间的预测估计值，以切负荷损失最小为目标，制定调度计划，所述调度计划包括至少二时段修复队伍与物资的调度方案；
S220，执行当前时段的所述调度方案；
S230，当存在下一时段且在下一时段到来前，更新所述调度参数，根据当前调度参数及当前状态下修复时间与交通时间的预测估计值，以切负荷损失最小为目标，更新后续时段的调度方案；
S240，在下个时段到来时，以其作为当前时段，继续执行步骤S220直至所有元件修复完成。
4.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，对于每一时段，所述调度方案包括抢修人员与物资的调度策略。
5.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，所述维修人员数据包括维修人员的位置信息，且所述调度策略包括维修人员的维修路径信息，所述维修路径信息具有维修人员的位置信息。
6.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，步骤S200具体包括：根据所述调度参数以多个时段为时间区间制定调度计划，所述调度计划包括至少二时段修复队伍与物资的调度方案，当下一时段来临时或到来前，更新所述调度参数，并且根据发生变化的所述调度参数，更新所述调度计划，更新后的所述调度计划包括至少一时段修复队伍与物资的调度方案。
7.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，步骤S100中，确定电网受损元件位置之前，还包括：进行系统受损评估。
8.根据权利要求1所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，步骤S200包括：
对于在时段h的起点修复队伍c恰好抵达元件i并开始修复工作的情况，修复队伍c的当前位置更新为元件i的位置，同时对其他调度参数进行更新；
对于在时段h的起点修复队伍c恰好完成元件i的修复工作并准备前往下一个元件的情况，修复队伍c的当前位置更新为元件i的位置，同时将原故障元件i更新为正常状态，并对其他调度参数进行更新；
对于在时段h的起点修复队伍c在从其他元件到元件i的行程中的情况，修复队伍c的当前位置仍更新为元件i的位置，且元件i与其他各元件的最短路径距离需在原距离基础上加上队伍c的当前位置到元件i的距离，并基于此最短路径距离估计修复队伍c到各元件的所需时间；
对于在时段h的起点修复队伍c在元件i的修复过程中的情况，修复队伍c的当前位置更新为元件i的位置，元件i的修复时间和所需物资量估计值分别是当前剩余修复时间和剩余所需物资量，并对其他调度参数进行更新。
9.根据权利要求1至8中任一项所述电力系统灾后抢修人员与物资优化调度方法，其特征在于，电网运行数据包括电网受损元件数量、电网受损元件位置和/或后续时段负荷估计值。
10.一种电力系统灾后抢修人员与物资优化调度系统，其特征在于，采用权利要求1至9中任一项所述电力系统灾后抢修人员与物资优化调度方法实现。
CN201910584691.7A 2019-07-01 2019-07-01 电力系统灾后抢修人员与物资优化调度方法及系统 Active CN110472768B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910584691.7A CN110472768B (zh) 2019-07-01 2019-07-01 电力系统灾后抢修人员与物资优化调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910584691.7A CN110472768B (zh) 2019-07-01 2019-07-01 电力系统灾后抢修人员与物资优化调度方法及系统

Publications (2)

Publication Number Publication Date
CN110472768A CN110472768A (zh) 2019-11-19
CN110472768B true CN110472768B (zh) 2022-04-01

Family

ID=68507004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910584691.7A Active CN110472768B (zh) 2019-07-01 2019-07-01 电力系统灾后抢修人员与物资优化调度方法及系统

Country Status (1)

Country Link
CN (1) CN110472768B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582719A (zh) * 2020-05-08 2020-08-25 闯志超 一种用于电网物资的调配计划方法及系统
CN111898877B (zh) * 2020-07-13 2023-07-04 西安交通大学 一种提升电网恢复速度的灾前抢修人员预部署方法
CN111860893B (zh) * 2020-07-27 2023-07-18 中国联合网络通信集团有限公司 一种数据处理方法及装置
CN112598262B (zh) * 2020-12-18 2024-07-12 中国石油大学(北京) 油气井维修任务调度处理方法及装置
CN112668774B (zh) * 2020-12-25 2024-04-05 浙江大学 桥梁网络灾后修复过程中的资源动态优化配置方法
CN114154657A (zh) * 2021-11-19 2022-03-08 广东精铟海洋工程股份有限公司 一种海上风电安装平台运维管理的方法及系统
CN115049336B (zh) * 2022-06-17 2024-05-14 南方电网数字平台科技(广东)有限公司 基于物资仓储的智能化管理方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102360178A (zh) * 2011-08-16 2012-02-22 上海交通大学 用于混合并行机和作业车间的组批动态控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102360178A (zh) * 2011-08-16 2012-02-22 上海交通大学 用于混合并行机和作业车间的组批动态控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
"基于联络通道运行方式的城市２２０ｋＶ电网分区策略";范宏等;《水电能源科学》;20180930;第36卷(第9期);第184-185页 *
"考虑不确定性的进攻作战抢修任务动态调度";陈伟龙等;《兵工学报》;20170531;第38卷(第5期);第1012-1017页 *
陈伟龙等."考虑不确定性的进攻作战抢修任务动态调度".《兵工学报》.2017,第38卷(第5期), *

Also Published As

Publication number Publication date
CN110472768A (zh) 2019-11-19

Similar Documents

Publication Publication Date Title
CN110472768B (zh) 电力系统灾后抢修人员与物资优化调度方法及系统
Xu et al. Resilience-oriented distribution system restoration considering mobile emergency resource dispatch in transportation system
Chen et al. Multi-time step service restoration for advanced distribution systems and microgrids
Chen et al. Toward a synthetic model for distribution system restoration and crew dispatch
Golshani et al. Two-stage adaptive restoration decision support system for a self-healing power grid
CN112884245B (zh) 配电网灾后抢修调度及负荷恢复协同优化方法及系统
Nguyen et al. Preparatory operation of automated distribution systems for resilience enhancement of critical loads
Li et al. Joint optimization of workforce scheduling and routing for restoring a disrupted critical infrastructure
KR101215595B1 (ko) 배전선로 휴전작업 관리시스템 및 방법
CN106982144B (zh) 一种电力通信网故障恢复方法
Wu An improved decomposition framework for accelerating LSF and BD based methods for network-constrained UC problems
CN108493998B (zh) 考虑需求响应与n-1预想故障的鲁棒输电网规划方法
CN111125887A (zh) 一种配电网应急恢复的资源优化配置模型建立方法
CN114389263A (zh) 基于信息物理协同优化的弹性配电网灾后恢复方法及系统
CN115829285A (zh) 城市配电网与交通系统灾后协同抢修调度方法
Li et al. Collaborative cyber-physical restoration for enhancing the resilience of power distribution systems
Gazijahani et al. A parallel fast-track service restoration strategy relying on sectionalized interdependent power-gas distribution systems
Arif et al. Optimization of transmission system repair and restoration with crew routing
Dudurych et al. Tools for handling high amounts of wind generation in National Control Centre in Ireland
CN108830486A (zh) 一种用于电力通信的检修任务调度方法、装置及设备
Lu et al. Distribution network repair scheduling with multiple types of cooperation using dynamic programming after disasters
Shan et al. Multi-objective decision-making model for distribution system condition-based maintenance
Fan et al. A sequential repair crew dispatch strategy for distribution systems coordinated with transportation systems
Kandaperumal et al. Microgrids as a resilience resource in the electric distribution grid
KR20230007748A (ko) 복원력 향상을 위한 마이크로그리드 분석 장치 및 방법

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
TA01 Transfer of patent application right

Effective date of registration: 20210209

Address after: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District

Applicant after: Guangzhou Power Supply Bureau of Guangdong Power Grid Co.,Ltd.

Address before: 510620, No. two, No. 2, Tianhe South Road, Guangzhou, Guangdong, Tianhe District

Applicant before: GUANGZHOU POWER SUPPLY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant