CN110738359A - 一种基于p中位模型的分布式能源站选址方法 - Google Patents

一种基于p中位模型的分布式能源站选址方法 Download PDF

Info

Publication number
CN110738359A
CN110738359A CN201910907790.4A CN201910907790A CN110738359A CN 110738359 A CN110738359 A CN 110738359A CN 201910907790 A CN201910907790 A CN 201910907790A CN 110738359 A CN110738359 A CN 110738359A
Authority
CN
China
Prior art keywords
energy
load
node
energy station
planning
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
Application number
CN201910907790.4A
Other languages
English (en)
Inventor
王丹
孟政吉
雷杨
王世举
徐晶
张梁
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.)
Tianjin University
State Grid Tianjin Electric Power Co Ltd
Original Assignee
Tianjin University
State Grid Tianjin Electric Power 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 Tianjin University, State Grid Tianjin Electric Power Co Ltd filed Critical Tianjin University
Priority to CN201910907790.4A priority Critical patent/CN110738359A/zh
Publication of CN110738359A publication Critical patent/CN110738359A/zh
Pending legal-status Critical Current

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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (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

本发明公开一种基于P中位模型的分布式能源站选址方法，方法包括以下步骤：首先，结合当地地理环境、资源条件与用地规划信息选择分布式能源站的候选建设位置；其次，整合已有的多能负荷节点信息，生成各节点多能负荷权重系数，用来表示不同负荷对于能源的需求差异；再次，结合能源站初选位置信息，能源管网建设成本等条件，依据优化规划目的，建立基于P中位模型的分布式能源站选址规划模型目标函数及约束条件；最后，利用混合整数线性规划求解算法对该模型进行求解，得到区域综合能源系统分布式能源站选址规划结果以及负荷归属能源站的分配规划结果。

Description

一种基于P中位模型的分布式能源站选址方法
技术领域
本发明涉及区域综合能源系统、能源站领域，尤其涉及一种基于P中位模型的区域综合能源系统分布式能源站选址方法。
背景技术
近年来，随着社会经济的快速发展，能源的消费需求越来越大，推动电能等绿色清洁能源的深化利用，缓解以煤炭为主的能源形式造成的环境问题成为众多国家的面临的难题。对不同能源系统进行统一协调与协同优化，构建电、气、热等多种能源间的耦合与联系的区域综合能源系统(regional integrated energy system，RIES)成为众多学者的关注重点。分布式能源站(distributed energy station,DES)集成了多种能源设备，是RIES多能耦合的核心。
目前，有关DES的规划研究多集中于其内部集成设备的配置规划，对于能源站的建设位置的规划少有研究。特别是对于包含多个DES的区域综合能源系统，通过合理的规划确定各个负荷归属的能源站，以及各个能源站的建设位置，有助于减少供能管网的建设成本，提升区域综合能源系统的经济性。
发明内容
本发明的目的是为了克服现有技术中的不足，提供一种基于P中位模型的分布式能源站选址方法，本发明实现了分布式能源站的选址规划以及负荷归属能源站的分配规划，详见下文描述：
本发明的目的是通过以下技术方案实现的：
一种基于P中位模型的分布式能源站选址方法，包括以下步骤：
(1)结合当地地理环境、资源条件与用地规划信息选择分布式能源站的候选建设位置；
(2)整合已有的多能负荷节点信息，生成各节点多能负荷权重系数，用来表示不同负荷对于能源的需求差异；
(3)结合能源站初选位置信息、能源管网建设成本以及多能负荷信息，依据规划目的，建立基于P中位模型的分布式能源站选址规划模型，包含相应的目标函数，规划、优化变量及约束条件；
(4)利用混合整数线性规划求解算法对基于P中位模型的分布式能源站选址规划模型进行求解，得到分布式能源站选址规划结果以及负荷归属能源站的分配规划结果。
进一步的，所述多能负荷权重系数ωn具体表示为：
Figure BDA0002213801850000021
其中，
Figure BDA0002213801850000022
为负荷节点n的电能供应系数、
Figure BDA0002213801850000023
为负荷节点n的热能供应系数；和
Figure BDA0002213801850000025
的取值若是需要供应则为1，否则为0；
Figure BDA0002213801850000026
为负荷节点n对应的电力线路建设单位成本，
Figure BDA0002213801850000027
为负荷节点n对应的热力管网建设单位成本，相关成本可以通过拟合得到：
Figure BDA0002213801850000028
其中，
Figure BDA0002213801850000029
为负荷节点n所需的最大电功率、
Figure BDA00022138018500000210
为负荷节点n所需的最大热功率。
进一步的，所述基于P中位模型的分布式能源站选址规划模型具体表示为：
Figure BDA00022138018500000211
Figure BDA00022138018500000212
其中，n表示多能负荷节点，m表示能源站建设节点，ΓN为多能负荷节点集合，ΓM为能源站待建位置集合；ωn为多能负荷权重系数，表示负荷节点n通过能源站m供能的权重；dnm表示负荷节点n到能源站建设节点m的距离；Ynm表示负荷节点n是否通过能源站m供能，若是则其为1，否则为0；Xm表示待选位置是否被选中，若m节点被选中建设能源站，则其为1，否则为0；P为能源站的建设个数。
与现有技术相比，本发明的技术方案所带来的有益效果是：
1、传统的P中位模型假设能源系统中仅有一种能源存在，由于本发明提出的基于P中位模型的分布式能源站选址规划模型引入了多能负荷权重系数，使规划模型考虑了负荷对于能源需求的多样性(电、热)；；
2、本发明提出的基于P中位模型的分布式能源站选址规划模型为混合整数线性模型，相比较非线性模型，具有较高的求解效率；
3、本发明提出的基于P中位模型的分布式能源站选址规划模型是基于负荷的位置与能源需求对能源站位置的选取，因此，其不仅可以实现分布式能源站的选址规划，也可以得到负荷归属能源站的规划结果。
附图说明
图1为多能负荷节点相对位置示意图。
图2为各节点典型日电负荷特性曲线。
图3为各节点典型日热负荷特性曲线。
图4为能源站选址规划结果示意图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。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。
为了实现区域综合能源系统负荷归属能源站的分配规划及分布式能源站的选址规划，本发明提供了一种基于P中位模型的分布式能源站选址方法，详见下文描述：
以北方某地居民区为规划对象，该居民区共包含20个多能负荷节点，各节点的相对位置如图1所示。同时，该地区拟建设2座能源站以满足负荷对于电能、热能的需求。
101：首先，结合当地地理环境、资源条件与用地规划信息选择分布式能源站的候选建设位置；
根据本实施例当地的地理环境、资源条件等资源禀赋特征，结合用地规划信息以及负荷分布情况，通过调研分析的方式确定分布式能源站的候选位置，本实施例确定的5个能源站候选位置如图1所示。
102：整合已有的多能负荷节点信息，生成各节点多能负荷权重系数，用来表示不同负荷对于能源的需求差异。
本实施例中具有能源供应需求的20个负荷节点典型日负荷大小如图2、图3所示。各负荷典型日按照(夏季1h-24h，过渡季25h-48h，冬季49h-72h)的顺序排列。可以看出，居民区电负荷需求全年较为稳定，热负荷夏季、过渡季需求较少，冬季需求量较大。
通过如下公式计算各负荷节点的多能负荷需求系数：
Figure BDA0002213801850000031
其中，为负荷节点n的电能供应系数、
Figure BDA0002213801850000033
为负荷节点n的热能供应系数、若需要供应则为1，否则为0；
Figure BDA0002213801850000034
为负荷节点n对应的电力线路建设单位成本，
Figure BDA0002213801850000035
为负荷节点n对应的热力管网建设单位成本，可以通过拟合得到：
Figure BDA0002213801850000041
其中，
Figure BDA0002213801850000042
为负荷节点n所需的最大电功率、为负荷节点n所需的最大热功率。
可以得到居民区20个负荷节点的多能负荷需求系数如表1所示：
表1 负荷节点的多能负荷需求系数。
负荷节点 节点1 节点2 节点3 节点4 节点5
权重系数 64.85 57.14 67.78 62.51 75.65
负荷节点 节点6 节点7 节点8 节点9 节点10
权重系数 81.65 72.08 71.06 66.53 61.29
负荷节点 节点11 节点12 节点13 节点14 节点15
权重系数 78.75 77.74 75.39 66.25 66.92
负荷节点 节点16 节点17 节点18 节点19 节点20
权重系数 71.50 60.51 63.14 65.27 58.88
103：结合能源站初选位置信息，能源管网建设成本等条件，依据优化规划目的，建立基于P中位模型的分布式能源站选址规划模型目标函数及约束条件。
本实施例以能源网络投资成本最低为目标，目标函数为：
Figure BDA0002213801850000044
其中，n表示多能负荷节点，m表示能源站建设节点，ΓN为多能负荷节点集合，ΓM为能源站待建位置集合；ωn为多能负荷权重系数，表示负荷节点n通过能源站m供能的权重；dnm表示负荷节点n到能源站建设节点m的距离；Ynm表示负荷节点n是否通过能源站m供能，若是则其为1，否则为0；Xm表示待选位置是否被选中，若m节点被选中建设能源站，则其为1，否则为0；P为能源站的建设个数。
104：利用混合整数线性规划求解算法对基于P中位模型的分布式能源站选址规划模型进行求解，得到分布式能源站选址规划结果以及负荷归属能源站的分配规划结果。
可以看出，本实施例建立的基于P中位模型的区域综合能源系统分布式能源站选址模型为混合整数线性模型。本实施例选择通过YALMIP求解器调用CPLEX在MATLAB中对所述模型进行仿真和求解，求解算法为CPLEX自带的经典分支定界法，对于混合整数线性化问题，该方法具有较高的求解效率，计算结果如图4所示。可以看出，在经济性最优的目标下，星形位置为2座能源站的最终规划位置。同时，不同的负荷节点分配了建设成本更为经济的能源站进行供能以满足各自的能源需求。
本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。

Claims (3)

1.一种基于P中位模型的分布式能源站选址方法，其特征在于，包括以下步骤：
(1)结合当地地理环境、资源条件与用地规划信息选择分布式能源站的候选建设位置；
(2)整合已有的多能负荷节点信息，生成各节点多能负荷权重系数，用来表示不同负荷对于能源的需求差异；
(3)结合能源站初选位置信息、能源管网建设成本以及多能负荷信息，依据规划目的，建立基于P中位模型的分布式能源站选址规划模型，包含相应的目标函数，规划、优化变量及约束条件；
(4)利用混合整数线性规划求解算法对基于P中位模型的分布式能源站选址规划模型进行求解，得到分布式能源站选址规划结果以及负荷归属能源站的分配规划结果。
2.根据权利要求1所述的一种基于P中位模型的区域综合能源系统分布式能源站选址方法，其特征在于，所述多能负荷权重系数ωn具体表示为：
其中，
Figure FDA0002213801840000012
为负荷节点n的电能供应系数、
Figure FDA0002213801840000013
为负荷节点n的热能供应系数；
Figure FDA0002213801840000014
和
Figure FDA0002213801840000015
的取值若是需要供应则为1，否则为0；
Figure FDA0002213801840000016
为负荷节点n对应的电力线路建设单位成本，
Figure FDA0002213801840000017
为负荷节点n对应的热力管网建设单位成本，相关成本可以通过拟合得到：
其中，
Figure FDA0002213801840000019
为负荷节点n所需的最大电功率、
Figure FDA00022138018400000110
为负荷节点n所需的最大热功率。
3.根据权利要求1所述的一种基于P中位模型的分布式能源站选址方法，其特征在于，所述基于P中位模型的分布式能源站选址规划模型具体表示为：
Figure FDA00022138018400000111
其中，n表示多能负荷节点，m表示能源站建设节点，ΓN为多能负荷节点集合，ΓM为能源站待建位置集合；ωn为多能负荷权重系数，表示负荷节点n通过能源站m供能的权重；dnm表示负荷节点n到能源站建设节点m的距离；Ynm表示负荷节点n是否通过能源站m供能，若是则其为1，否则为0；Xm表示待选位置是否被选中，若m节点被选中建设能源站，则其为1，否则为0；P为能源站的建设个数。
CN201910907790.4A 2019-09-24 2019-09-24 一种基于p中位模型的分布式能源站选址方法 Pending CN110738359A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910907790.4A CN110738359A (zh) 2019-09-24 2019-09-24 一种基于p中位模型的分布式能源站选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910907790.4A CN110738359A (zh) 2019-09-24 2019-09-24 一种基于p中位模型的分布式能源站选址方法

Publications (1)

Publication Number Publication Date
CN110738359A true CN110738359A (zh) 2020-01-31

Family

ID=69269506

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910907790.4A Pending CN110738359A (zh) 2019-09-24 2019-09-24 一种基于p中位模型的分布式能源站选址方法

Country Status (1)

Country Link
CN (1) CN110738359A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582658A (zh) * 2020-04-16 2020-08-25 天津大学 考虑多区域互联协同的能源站设备配置及管线规划方法
CN112561201A (zh) * 2020-12-23 2021-03-26 华北电力大学 一种园区供热站规划选址的方法
CN112650888A (zh) * 2020-12-25 2021-04-13 山东大学 一种基于图论的区域综合能源系统选址规划方法及系统
CN112700175A (zh) * 2021-01-21 2021-04-23 潜能恒信能源技术股份有限公司 地下能源与地上需求耦合的分布式能源站构建方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761574A (zh) * 2014-01-02 2014-04-30 上海电力学院 分布式电源与地区负荷相适应的特征匹配方法
CN107016467A (zh) * 2017-04-13 2017-08-04 华北电力大学（保定） 一种区域能源互联网全自动站网布局优化方法
CN107665377A (zh) * 2017-09-20 2018-02-06 国网天津市电力公司 一种多源耦合的综合能源系统规划方法
CN108667057A (zh) * 2018-05-29 2018-10-16 天津大学 一种针对高功率密度分布式光伏接入配电网多目标电能治理方法
CN109193626A (zh) * 2018-09-15 2019-01-11 天津大学 一种分布式能源站选型与定容优化规划统一求解方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103761574A (zh) * 2014-01-02 2014-04-30 上海电力学院 分布式电源与地区负荷相适应的特征匹配方法
CN107016467A (zh) * 2017-04-13 2017-08-04 华北电力大学（保定） 一种区域能源互联网全自动站网布局优化方法
CN107665377A (zh) * 2017-09-20 2018-02-06 国网天津市电力公司 一种多源耦合的综合能源系统规划方法
CN108667057A (zh) * 2018-05-29 2018-10-16 天津大学 一种针对高功率密度分布式光伏接入配电网多目标电能治理方法
CN109193626A (zh) * 2018-09-15 2019-01-11 天津大学 一种分布式能源站选型与定容优化规划统一求解方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
易文飞 等: ""基于p-中位模型的区域综合能源系统能源站优化规划"", 《电力系统自动化》 *
赵宝福 等: ""模糊多分配p枢纽站中位问题探讨"", 《统计与决策》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111582658A (zh) * 2020-04-16 2020-08-25 天津大学 考虑多区域互联协同的能源站设备配置及管线规划方法
CN111582658B (zh) * 2020-04-16 2022-05-17 天津大学 考虑多区域互联协同的能源站设备配置及管线规划方法
CN112561201A (zh) * 2020-12-23 2021-03-26 华北电力大学 一种园区供热站规划选址的方法
CN112561201B (zh) * 2020-12-23 2024-05-14 华北电力大学 一种园区供热站规划选址的方法
CN112650888A (zh) * 2020-12-25 2021-04-13 山东大学 一种基于图论的区域综合能源系统选址规划方法及系统
CN112650888B (zh) * 2020-12-25 2024-01-12 山东大学 一种基于图论的区域综合能源系统选址规划方法及系统
CN112700175A (zh) * 2021-01-21 2021-04-23 潜能恒信能源技术股份有限公司 地下能源与地上需求耦合的分布式能源站构建方法和系统
CN112700175B (zh) * 2021-01-21 2024-03-01 潜能恒信能源技术股份有限公司 地下能源与地上需求耦合的分布式能源站构建方法和系统

Similar Documents

Publication Publication Date Title
CN110738359A (zh) 一种基于p中位模型的分布式能源站选址方法
Hemmati et al. Distribution network expansion planning and DG placement in the presence of uncertainties
Sen et al. Off-grid electricity generation with renewable energy technologies in India: An application of HOMER
Dorji et al. Options for off-grid electrification in the Kingdom of Bhutan
Chai et al. Simulation of cogeneration within the concept of smart energy networks
Bell et al. Wind speed and electricity demand correlation analysis in the Australian National Electricity Market: Determining wind turbine generators’ ability to meet electricity demand without energy storage
CN109102104B (zh) 一种基于碳排放流的多能源系统协同低碳规划方法
CN111582658B (zh) 考虑多区域互联协同的能源站设备配置及管线规划方法
Rosenbloom et al. Harnessing the Sun: Reviewing the potential of solar photovoltaics in Canada
CN109919480A (zh) 一种三层目标的能源互联网规划方法及设备
CN103971183B (zh) 一种光伏电站的优化选址与容量配置方法
CN108711878A (zh) 考虑出力特性的光伏电站多类型组件容量配置方法
Fuentes-Cortés et al. Optimal design of energy and water supply systems for low-income communities involving multiple-objectives
Nuvvula et al. A comprehensive assessment of large-scale battery integrated hybrid renewable energy system to improve sustainability of a smart city
Rabe et al. Sustainable regional energy planning: The case of hydro
Zuo et al. Offshore wind farm collector system layout optimization based on self‐tracking minimum spanning tree
Van Brummen et al. Using CO2-Plume geothermal (CPG) energy technologies to support wind and solar power in renewable-heavy electricity systems
CN111144655A (zh) 一种分布式电源选址定容与配电网网架联合优化方法
Noorollahi et al. Modeling of transition from natural gas to hybrid renewable energy heating system
Padmavathi et al. Studies on installing solar water pumps in domestic urban sector
Ebrahimi et al. A multi-objective decision model for residential building energy optimization based on hybrid renewable energy systems
CN112531788B (zh) 考虑多重不确定性和自趋优运行的透明微网群规划方法
CN102156918A (zh) 智能电网播报系统及方法
CN112952814B (zh) 一种考虑城镇生长特性的区域能源互联网演化模拟方法
Kaldellis et al. Clean energy solution for remote islands. The case of Nisyros island

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: 20200131