CN110490360A - 一种基于分布式事件驱动的电力系统经济调度方法 - Google Patents
一种基于分布式事件驱动的电力系统经济调度方法 Download PDFInfo
- Publication number
- CN110490360A CN110490360A CN201910602029.XA CN201910602029A CN110490360A CN 110490360 A CN110490360 A CN 110490360A CN 201910602029 A CN201910602029 A CN 201910602029A CN 110490360 A CN110490360 A CN 110490360A
- Authority
- CN
- China
- Prior art keywords
- event
- driven
- function
- variable
- node
- 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 24
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims description 19
- 238000013461 design Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 7
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 210000004209 hair Anatomy 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 241000219000 Populus Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012885 constant function Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
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
- G06Q10/067—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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统调度技术领域,公开了一种基于分布式事件驱动的电力系统经济调度方法,给出了在该种通信拓扑下,实现经济调度问题最优化的一个充分条件;整个网络无需中央处理器,各节点只需要与邻居节点交流自身状态信息。通过设计事件驱动函数,网络中各节点监控自身状态,并且只有当事件驱动函数满足一定条件时,才会将自身状态信息传输给邻居节点。通过设计合理的分布式事件驱动算法,得到了经济调度问题的最优解,排除了Zeno现象的发生。本发明降低了通信成本,节约了系统能源。本发明适用于经济调度、需求供给平衡等问题,为它们的求解奠定了理论基础,扩大了其应用范围。
Description
技术领域
本发明属于电力系统调度技术领域,尤其是涉及一种基于分布式事件驱动 算法的电力系统经济调度方法。
背景技术
目前,业内常用的现有技术是这样的:分布式优化算法在电力系统特别是 经济调度问题中发挥着重要的作用。经济调度问题的目标是在满足需求供给平 衡的条件下最小化总的发电成本。传统的经济调度问题主要是在集中式框架下 进行的。在集中式框架下,需要有一个数据处理中心来采集、处理、传输全局 信息,数据处理中心通过集中式优化算法计算出目标值,然后发送给各发电单 元。对于集中式框架,存在以下几个问题:一是数据处理中心发生故障会造成 整个系统的瘫痪,容错性较差,二是集中式处理时计算负荷大、成本高。为此, 基于分布式框架的经济调度方法应运而生。
在分布式框架下,每个发电机仅与邻居节点通信交互,并根据设计的分布 式算法进行局部计算,大大降低了通信网络建设的成本,提高了容错性。目前 主要采用基于一致性的分布式经济调度方法,借助于代数图论和李雅普诺夫稳 定性理论。与传统的集中式框架相比,分布式框架下的经济调度问题求解时, 由于任务的分散,一方面不再需要成本昂贵的数据处理中心,另一方面使得系 统容错性增强,同时,由于节点仅与其邻居节点之间进行通信,大大降低了通 信成本,节约了系统能源。但是,当前的研究中多假设每个发电机之间的信息 可以连续传输,这与实际的网络情况是不太符合的,实际网络的规模不断扩大、 网络数据量快速增加、网络带宽资源受限。如何有效地降低发电机之间的通信 负荷是很有必要的。
事件驱动通信策略可以很好的解决这一问题,是非常实用的,它能够避免 不必要的通信交互,降低网络系统的能源消耗。在事件驱动通信策略中,设计 事件驱动函数,只有在驱动函数满足一定条件时才会发生信息在节点之间的传 输。在事件驱动通信策略中,另外一个非常关键的问题是如何排除Zeno现象的 发生。如果发生了Zeno现象,系统将会在有限的时间内产生无限次的通信,无 法达到降低通信量的目的。
解决上述技术问题的难度和意义:在基于分布式事件驱动算法的经济调度 问题中,主要面临两个困难:一是如何设计合理的事件驱动函数和分布式事件 驱动算法,并构造合适的李雅普诺夫函数分析所设计算法的收敛性;一是如何 排除Zeno现象的发生。本发明所设计的是一种分布式事件驱动算法,无需中央 处理器,网络中的各节点也只需与邻居节点交流自身状态信息,即可实现经济 调度问题最优值的求解,降低了通信成本,节省了系统能源。同时,由于现实 世界中很多问题都可以转化为这一类具有等式约束的凸优化问题,本发明为此 类问题的求解和应用奠定了基础。
发明内容
针对现有技术存在的问题,本发明提供了一种基于分布式事件驱动算法的 经济调度方法。
本发明是这样实现的,一种基于分布式事件驱动的电力系统经济调度方法, 电力系统经济调度方法采用的模型为:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T∈RN为决策向量,xi(0)为变量xi(t)的初值,D为全 局约束变量。
首先,根据约束变量D的大小,选择电力系统中变量xi(t)的初值xi(0),使 其满足约束条件。其次,根据本发明所设计的事件驱动算法,迭代出变量xi(t) 的最优值xi *。最后,调度电力系统第i(i=1,2,…,N)个发电节点按照最优值xi *的值运行。在该调度方法下,电力系统发电成本最小。
进一步,所述凸优化问题中每个节点仅知道自身局部目标函数fi(xi(t)),而 全局目标函数f(x(t))是所有局部目标函数的和,即N为节 点的数量。各节点之间通过局部信息的交互共享实现对全局最优解的计算。
本发明的另一目的在于提供一种基于分布式事件驱动的电力系统经济调度 方法,设计事件驱动函数设计分布式事件驱动算法:
通过辅助变量的引入,将具有等式约束的凸优化问题转化为如下变量为的无约束凸优化问题,:
其中,为驱动时刻,和为辅助变量。由于节点间交互辅助变量信息,避免了原始信息在网络中的传送,提高了隐私性和安全性。
本发明的另一目的在于提供一种基于分布式事件驱动的电力系统经济调度 方法,当网络拓扑图为有向强连通平衡图时,只要选择合适的分布式事件驱动 参数Ki,i=1,…,N,就能求解凸优化问题。只要条件成立,其中所 有参数均为正,选取李雅普诺夫函数为可以证明 即指数收敛于最优解进一步,可以得到 原始具有等式约束的凸优化问题的最优解为L为通信拓扑图的拉普 拉斯矩阵。
本发明的另一目的在于提供一种基于分布式事件驱动的电力系统经济调度 方法,通过给出严格正的事件驱动间隔时间的一个下界可以排除Zeno现象,事 件驱动间隔时间的一个下界τ0可由给出。其中,ε1LLT≤L+LT,LTL≤ε2LLT,0<θ<ε0ε1是杨氏不等式参数,Θ是函数f的凸度参数,
本发明的另一目的在于提供一种基于分布式事件驱动的电力系统经济调度 方法,只要满足成立,其中所有参数均为正,网络拓扑图为有向 强连通平衡图;选取Lyapunov函数为可以证明 即指数收敛于最优解进一步,可以得到 具有等式约束的凸优化问题的最优解L为通信拓扑图的拉普拉斯矩 阵。
本发明的另一目的在于提供一种基于分布式事件驱动的电力系统经济调度 方法,通过给出严格正的事件驱动间隔时间的一个下界可以排除Zeno现象,事 件驱动间隔时间的一个下界τ0可由给出。其中, ω0满足
本发明的另一目的在于提供一种基于分布式事件驱动的电力经济调度方 法,网络中节点i监控自身状态变量只有当驱动函数时,它才 将当前自身状态传输给邻居节点进行交互共享。
本发明的另一目的在于提供一种应用所述基于分布式事件驱动算法的电力 调度系统。
综上所述,本发明的优点及积极效果为:本发明将经济调度问题转化为具 有等式约束的凸优化求解问题。由于采用分布式事件驱动算法,整个网络无需 中央处理器,各节点只需要与邻居节点交流自身状态信息。通过设计事件驱动 函数,网络中各节点监控自身状态,并且只有当事件驱动函数满足一定条件时, 才会将自身状态信息传输给邻居节点。通过设计合理的分布式事件驱动算法, 得到了经济调度问题的最优解,避免了Zeno现象的发生。本发明降低了通信成 本,节约了系统能源。本发明为可以转化为具有等式约束凸优化问题的经济调 度、需求供给平衡等问题的求解奠定了理论基础,扩大了其应用范围。
附图说明
图1是本发明实施例提供的事件驱动经济调度方法流程图。
图2是本发明实施例提供的六节点通信拓扑示意图。
图3是本发明实施例提供的发电机i产生的有功功率的变化曲线图。
图4是本发明实施例提供的辅助变量的变化曲线图。
图5是本发明实施例提供的辅助变量的变化曲线图。
图6是本发明实施例提供的辅助变量的变化曲线图。
图7是本发明实施例提供的全局目标函数误差的对数函数lnη((t))的变化曲 线图。
图8是本发明实施例提供的驱动函数与节点状态误差曲线图。
图9是本发明实施例提供的网络节点事件驱动时刻图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例, 对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以 解释本发明,并不用于限定本发明。
本发明设计的分布式事件驱动算法,不仅实现了经济调度问题的求解,同 时降低了通信成本,节约了系统能源。本发明适用于经济调度、需求供给平衡 等问题,通过将此类问题转化为具有等式约束的凸优化问题,本发明为它们的 求解奠定了理论基础,扩大了其应用范围。
下面结合附图对本发明的应用原理作详细的描述。
本发明实施例提供的基于分布式事件驱动算法的经济调度问题包括以下步 骤:
S101:将经济调度问题描述为如下的具有等式约束的凸优化问题:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T∈RN为决策向量,xi(0)为变量xi(t)的初值,D为全 局约束变量。
S102:设计事件驱动函数
S103:设计分布式事件驱动算法:
在上述分布式事件驱动算法中,网络节点i监控自身状态变量只有当 驱动函数成立时,才将当前自身状态传输给邻居节点。
S104:通过步骤S103中辅助变量的引入,将具有等式约束的凸优化问题转 化为变量为的无约束凸优化问题:
其中,为驱动时刻,和为辅助变量。
S105:如果网络拓扑图为有向强连通平衡图,选择合适的分布式事件驱动 参数Ki,i=1,…,N就能求解凸优化问题。只要条件成立,其中所有 参数均为正,选取李雅普诺夫函数为可以证明即指数收敛于最优解进一步,可以得到 原始具有等式约束的凸优化问题的最优解为
S106:通过给出严格正的事件驱动间隔时间的一个下界τ0,可以排除Zeno 现象的发生,τ0可由给出。其中, ε1LLT≤L+LT,LTL≤ε2LLT, 0<θ<ε0ε1是杨氏不等式参数,Θ是 函数f的凸度参数,
下面结合仿真对本发明的应用效果作进一步的描述。
以微电网系统的经济调度问题为例进行数值仿真,假设微电网系统中有六 个发电机节点,其通信拓扑图如图2所示为有向强连通平衡图,建立此微电网 系统的经济调度问题为:
初值P(0)=[90,110,90,100,120,90]T,α=0.9,γ=1,调 整参数矩阵K=diag{10,2,10,5,8,10}。
图3为六个发电机有功功率的收敛曲线图,有功功率Pi(t)分别收敛于最优 解P1 *=97.9219,可以计算出总目标函数的最优值为C(P*)=7162.0371。由图4可以看出,收敛 于最优解 图5中收敛于最优值图6中为分段常值函数。 令η(t)为目标函数C(P(t))与最优值C(P*)之间的差值,图7为ln(η(t))的变化曲线 图。图8为驱动函数与节点状态的误差曲线图,当测量值误差超过阈值γe-αt时,节点i与邻居节点更新控制输入信息,然后ei(t)变为0。图9为网络节点事 件驱动时刻图,主要的控制输入信息不需要连续信息交换,整个微电网系统 的通信负荷大幅降低。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发 明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明 的保护范围之内。
Claims (7)
1.一种基于分布式事件驱动的电力系统经济调度方法,其特征在于,所述基于分布式事件驱动的电力经济调度方法采用的模型为:
其中,x(t)=[x1(t),x2(t),…,xN(t)]T∈RN为决策向量,xi(0)为变量xi(t)的初值,D为全局约束变量;
首先,根据约束变量D的大小,选择电力系统中变量xi(t)的初值xi(0),使其满足约束条件。其次,根据本发明所设计的事件驱动算法,迭代出变量xi(t)的最优值xi *。最后,调度电力系统第i(i=1,2,…,N)个发电节点按照最优值xi *的值运行。在该调度方法下,电力系统发电成本最小。
2.如权利要求1所述的基于分布式事件驱动的电力系统经济调度方法,其特征在于,所述凸优化问题中每个节点仅知道自身的局部目标函数fi(xi(t)),而全局目标函数f(x(t))是所有局部目标函数的和,即N为节点的数量。各节点之间通过局部信息的交互共享实现对全局最优解的计算。
3.如权利要求1所述的基于分布式事件驱动的电力系统经济调度方法,其特征在于,通过设计事件驱动函数设计分布式事件驱动算法:
通过辅助变量的引入,将具有等式约束的凸优化问题转化为如下变量为的无约束凸优化问题:
其中,为驱动时刻,和为辅助变量。由于节点间交互辅助变量信息,避免了原始信息在网络中的传送,提高了隐私性和安全性。
4.如权利要求3所述的事件驱动函数和分布式事件驱动算法,其特征在于,当网络拓扑图为有向强连通平衡图时,只要选择合适的分布式事件驱动参数Ki,i=1,…,N,就能求解凸优化问题。只要条件成立,其中所有参数均为正,选取李雅普诺夫函数为可以证明即指数收敛于最优解进一步,可以得到原始具有等式约束的凸优化问题的最优解为L为通信拓扑图的拉普拉斯矩阵。
5.如权利要求3所述的事件驱动函数和分布式事件驱动算法,其特征在于,通过给出严格正的事件驱动间隔时间的一个下界可以排除Zeno现象,事件驱动间隔时间的一个下界τ0可由给出。其中, ε1LLT≤L+LT,LTL≤ε2LLT, 0<θ<ε0ε1是杨氏不等式参数,Θ是函数f的凸度参数,
6.如权利要求3所述的事件驱动函数和分布式事件驱动算法,其特征在于,网络中节点i监控自身状态变量只有当驱动函数时,它才将当前自身状态传输给邻居节点进行交互共享。
7.一种应用权利要求1-3任意一项所述基于分布式事件驱动算法的电力调度系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910602029.XA CN110490360A (zh) | 2019-07-05 | 2019-07-05 | 一种基于分布式事件驱动的电力系统经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910602029.XA CN110490360A (zh) | 2019-07-05 | 2019-07-05 | 一种基于分布式事件驱动的电力系统经济调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110490360A true CN110490360A (zh) | 2019-11-22 |
Family
ID=68546027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910602029.XA Pending CN110490360A (zh) | 2019-07-05 | 2019-07-05 | 一种基于分布式事件驱动的电力系统经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110490360A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286125A (zh) * | 2020-10-30 | 2021-01-29 | 东南大学 | 电机驱动风扇事件触发固定时间容错控制方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109066812A (zh) * | 2018-10-29 | 2018-12-21 | 东北大学 | 一种基于双层一致性算法的电力系统多目标优化调度方法 |
CN109474017A (zh) * | 2018-12-24 | 2019-03-15 | 武汉大学 | 一种配电网实时分布式经济调度方法 |
-
2019
- 2019-07-05 CN CN201910602029.XA patent/CN110490360A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109066812A (zh) * | 2018-10-29 | 2018-12-21 | 东北大学 | 一种基于双层一致性算法的电力系统多目标优化调度方法 |
CN109474017A (zh) * | 2018-12-24 | 2019-03-15 | 武汉大学 | 一种配电网实时分布式经济调度方法 |
Non-Patent Citations (1)
Title |
---|
宋超等: "基于事件触发的微电网经济分配一致性算法", 《中国科学:信息科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112286125A (zh) * | 2020-10-30 | 2021-01-29 | 东南大学 | 电机驱动风扇事件触发固定时间容错控制方法及系统 |
CN112286125B (zh) * | 2020-10-30 | 2021-09-17 | 东南大学 | 电机驱动风扇事件触发固定时间容错控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107579518B (zh) | 基于mhba的电力系统环境经济调度方法和装置 | |
CN111242443B (zh) | 基于深度强化学习的能源互联网中虚拟电厂经济调度方法 | |
CN106058855A (zh) | 协调储能与柔性负荷的主动配电网多目标优化调度方法 | |
CN107947175B (zh) | 一种基于分布式网络控制的微电网经济调度方法 | |
CN104992009B (zh) | 基于多代理系统的主动配电网分布式电压控制方法 | |
CN110365052A (zh) | 基于功率优化调度的微网储能系统状态一致性控制方法 | |
CN108599270A (zh) | 一种考虑风电随机性的电力系统广域协调消纳方法 | |
CN111725808B (zh) | 基于奇异摄动的综合能源系统分布式趋同控制方法及系统 | |
CN107623337A (zh) | 一种微电网能量管理方法 | |
CN110048415A (zh) | 一种适用于并网型微电网的实时分布式经济调度方法 | |
Yang et al. | Deep learning-based distributed optimal control for wide area energy Internet | |
Yuan et al. | Learning provably stable local Volt/Var controllers for efficient network operation | |
CN110011298B (zh) | 一种构建自治型可重构微网群系统的运行控制策略 | |
CN110490360A (zh) | 一种基于分布式事件驱动的电力系统经济调度方法 | |
CN114282779A (zh) | 基于经济调度目标和电力参数的智能电网调度方法 | |
Qin et al. | Overview of micro-grid energy management system research status | |
CN110867902B (zh) | 基于发电预测的微电网分布式电源去中心优化运行方法 | |
Liu | The analysis of innovative design and evaluation of energy storage system based on Internet of Things | |
CN116307071A (zh) | 一种高比例光伏接入低压配电网方法 | |
CN105868841A (zh) | 一种基于风电优先上网的风水火联合调度方法 | |
Aloqaily et al. | Guest editorial: Empowering sustainable energy infrastructures via AI-assisted wireless Communications | |
CN115000994A (zh) | 一种多储能单元分组一致性功率分配方法 | |
CN109861304B (zh) | 一种考虑通信时变时滞的微电网经济调度方法 | |
CN111313481A (zh) | 一种考虑需求效用的机组组合方法 | |
Liu et al. | Recent advances on distributed dispatching and control algorithms in virtual power plant |
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 |