CN111428939A - 一种“两个细则”电力管理提升系统和电力管理提升方法 - Google Patents
一种“两个细则”电力管理提升系统和电力管理提升方法 Download PDFInfo
- Publication number
- CN111428939A CN111428939A CN202010291443.6A CN202010291443A CN111428939A CN 111428939 A CN111428939 A CN 111428939A CN 202010291443 A CN202010291443 A CN 202010291443A CN 111428939 A CN111428939 A CN 111428939A
- Authority
- CN
- China
- Prior art keywords
- power
- assessment
- data
- prediction
- short
- 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 19
- 238000004364 calculation method Methods 0.000 claims abstract description 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 230000005684 electric field Effects 0.000 claims description 44
- 230000002354 daily effect Effects 0.000 claims description 37
- 238000007726 management method Methods 0.000 claims description 32
- 238000010248 power generation Methods 0.000 claims description 27
- 230000005611 electricity Effects 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 15
- 230000003203 everyday effect Effects 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000011161 development Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 11
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000013480 data collection Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 241001672018 Cercomela melanura Species 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002567 autonomic effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Power Engineering (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Fuzzy Systems (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种“两个细则”电力管理提升系统,包括:数据源获取模块,基于java编写自动采集程序实现数据源的获取;“两个细则”考核算法预测及实际功率偏差计算模块,基于各场站短期、超短期、可用功率的96点数据,进行功率预测以及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性;以及可视化报表生成模块,针对采集获取数据源及96点预测及实际功率计算考核结果进行包括按电源类型、集团名称、断面区别、直流配套多种维度的BI界面展示,并进行行业对标。还提供了一种“两个细则”电力管理提升方法,包括:设置定时任务自动采集获取数据源;基于96点预测及实际功率,添加算法进行误差计算;进行多维度BI界面展示。
Description
技术领域
本发明涉及一种电力开发与管理技术领域,特别是“两个细则”电力管理提升系统和电力管理提升方法,属于电力市场精益开发技术领域。
背景技术
为了保证华中电网安全、优质、、经济运行,维护发电企业合法权益,华中监管局根据电监会《关于同意印发实施华中区域发电厂辅助服务管理即并网运行管理实施细则的通知》要求,对《华中区域并网发电厂辅助管理服务实施细则(试行)》及《华中区域并网发电厂并网运行管理实施细则》(以下简;称《两个细则》作了进一步修改完善。《两个细则》考核项目共计11大项,包括:安全管理考核、黑启动考核、调度管理考核、非计划停运考核、日发电计划考核、AGC考核、一次调频考核、无功调节考核、调峰考核、检测管理考核。辅助服务补偿类型5大项,包括:旋转备用补偿、无功补偿、黑启动补偿、有偿调峰补偿、AGC服务补偿。
自新疆电网“两个细则”技术支持系统上线以来,各电场仅分配一个账号,管理单电场“两个细则”考核及分摊结果。这种情况下,无法获得全网考核情况,对于分摊数据也无法获知,从而无法验证考核结果是否正确,也无法获知和确定场站单位装机考核所处位置及排名。基于此急需一套提升管理能力的平台搭建,通过大数据分析平台,实时监控风功率考核分情况,并且能够对现有风功率模型进行算法优化。
发明内容
为了克服现有技术中这部分的缺失及不足,本发明提供一种“两个细则”电力管理提升系统,包括:
数据源获取模块,基于java编写自动采集程序实现数据源的获取,所述数据源包括短期、超短期、可用功率96点数据及调度侧公布“两个细则”各项考核结果;
“两个细则”考核算法预测及实际功率偏差计算模块,用于基于各场站短期、超短期、可用功率的96点数据,进行功率预测以及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性;以及
可视化报表生成模块,用于针对采集获取数据源及96点预测及实际功率计算考核结果进行多维度BI界面展示,包括按电源类型、集团名称、断面区别、直流配套多种维度进行BI界面展示,并进行行业对标。
优选的,所述基于java编写自动采集程序实现数据源的获取包括:采用模拟用户登陆和页面表单提交操作的方式,使用Java作为开发语言,利用OkHttp通信框架进行客户端和服务器端的通信,首先用场站侧账户进行模拟登陆,然后向服务器发送数据.
优选的,所述数据源获取模块还包括:基于采集的数据进行建模,在Navicat客户端进行数据展示,所述数据展示包括将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组,不同电源类型设置字段采用编号区分。
优选的,所述“两个细则”考核算法预测及实际功率偏差计算模块内置基于两个细则考核算法,具有自主计算功能,其中采集到的96点预测及实际功率,添加“两个细则”考核算法,自主计算每日考核分,与调度侧公布数据对比,避免调度系统问题导致的考核,所述基于两个细则考核算法包括:
(1)短期功率预测考核:风电场、光伏电站应按时向电力调控机构报送短期功率预测曲线,风电场提供的日预测曲线最大误差不超过25%,光伏电站提供的日预测曲线最大误差不超过20%,若未达标,则按偏差积分电量0.2分/万千瓦时考核。日预测曲线最大误差值计算公式如下:
其中:i是点数;
n是96点;
短期功率预测考核算法规则包括:
①剔除限电时间段的预测及实际功率,限电时间段不考核;
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核;光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核;
②实际功率为0时,预测功率在装机容量的3%以内,数据点剔除,超出装机容的3%,按100%偏差考核;
③当预测功率为0时,实际功率在装机容量的3%以内,数据点剔除,超出装机容量的3%,按100%偏差考核;
(2)超短期考核:风电场、光伏电站应按时向电力调控机构报送超短期功率预测曲线,风电厂、光伏发电站的超短期预测曲线第2小时调和平均数准确率不小于75%,若未达标,每减少1%按全场装机容量×0.015分/万千瓦考核;
其中:i是点数;
n是96点;
当可用功率预测值和实际功率均在装机容量的3%以内时,该点不计入误差计算;
超短期考核算法规则包括:
①剔除限电时间段的预测及实际功率,且限电时间段不考核;
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核。光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核;
②当实际功率与预测功率同时小于装机容量的3%,该点剔除;
(3)可用功率考核:可用发电功率的积分电量为可用电量,可用电量的日准确率应不小于97%,每降低1%按全场装机容量×0.05分/万千瓦考核;
其中:EM为当日新能源场站非限电时段实际发电量;
ET为当日新能源场站非限电时段可用电量;
当Em为0时,不再对可用电量准确率进行考核;
其中所述可用功率考核算法规则包括:
①剔除限电时间段的预测及实际功率,限电时间段不考核
②当实际电量小于装机容量的3%时,该点剔除,不再考核。
优选的,所述可视化报表生成模块实现为:
用BI快速创建界面,采用工具Tableau进行可视化报表生成,所述Tableau支持直接连接MySQL数据源,每日通过定时任务自动采集全网“两个细则”考核情况,新数据通过数据采集模块的计划任务入库,Tableau仪表板自动进行更新,将新数据添加到可视化报表中。
优选的,所述Tableau仪表板分为短期、超短期功率预测上传报表,监视各场站上报率,低于100%的场站及时查询问题原因进行数据补传;96点采集数据报表判断预测功率与实际功率偏差程度,对于偏差较大问题及时联系厂家进行模型修正;自主计算与调度侧统计数据对比报表判断调度侧公布数据的准确性;全网各类型电源考核补偿结果表,自动采集全网各类型电源考核、补偿结果,判断本月考核趋势,当补偿大于考核时,确定各新能源电场需分摊分数;全网新能源单位容量考核分报表,实现全疆新能源单位容量短期、超短期、可用功率的实时考核结果监测,判断各电场功率预测准确性所处位置,及时查漏补缺月度考核结果报表;任意发电集团电场月度考核数据报表,实现整个区域新能源电场月度考核结果展示,不需再逐个场站登陆查询,进行区域内部及同断面下场站考核结果对标;发电集团单位容量考核分排名报表,实现考核分数排名情况;发电小时数展示报表,实现新能源电站不同维度的发电小时数对标,了解全网发电情况。
优选的,所有仪表板可直接查看报表并导出excel,进行离线文件传输。
优选的,还包括集中功率预测系统,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
本发明的目的还在于提供一种电力管理提升方法,包括:
步骤1,设置定时任务自动采集获取数据源:
基于电网“两个细则”技术支持系统每日公布结果,运用java编写的程序自动采集程序获取逐个电场短期、超短期、可用功率的96点数据、上传率及当日考核结果采集入MySQL,基于采集的数据,在Navicat客户端进行数据展示,将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组;
步骤2,基于96点预测及实际功率,添加算法进行误差计算:
基于各场站短期、超短期、可用功率的96点数据,添加“两个细则”考核算法进行预测及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性;
步骤3,针对采集获取数据源及96点预测及实际功率计算考核结果进行多维度BI界面展示,包括按电源类型、集团名称、断面区别、直流配套多种维度进行BI界面展示,并进行行业对标。
优选的,还包括步骤4,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
本发明的有益效果:
1、节省人力成本,提高工作效率,减少失误:
自动采集平台实现对新疆全网“两个细则”考核结果的可实时监视,包含风光功率上传率、短期、超短期、可用考核结果。原每场站人工统计单场考核结果需10分钟,全疆188座风电场,336座光伏电站,每日节省单人工时约87h,减少大量人工统计时长。漏统计及错误率均降低到0,可靠性明显提高。
2、添加算法可针对电网公布考核结果进行复核:
基于场站15分钟上传预测及实际功率,添加“两个细则”考核算法,可实现对公布结果的复核,大大降低由于调度系统错误问题导致的考核分。
3、实现多种维度的行业对标:
此平台的搭建,实现各集团内部、不同集团间、同断面下场站、直流配套等多种维度的两个细则考核结果及上网小时数对标,帮助新能源企业及时发现“两个细则”中存在的细节问题,汲取管理思路,使得行业发电情况、两个细则考核情况透明化,便于各场站间进行优势学习。
4、优化功率预测模型:
将电网考核结果,15分钟数据折线图,预测及实际数据对比结果,回传至集中功率预测系统,用于训练优化神经网络预测模型,提高预测准确率。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。本发明的目标及特征考虑到如下结合附图的描述将更加明显,附图中:
图1为根据本发明实施例的基于Java编写的自动采集程序界面示意图;
图2为根据本发明实施例的Navicat客户端数据展示示意图;
图3为根据本发明实施例的风光功率预测上传率示意图;
图4为根据本发明实施例的任意电场单日短期96点数据采集示意图;
图5为根据本发明实施例的任意电场单日超短期96点数据采集示意图;
图6为根据本发明实施例的任意电场单日可用功率96点数据采集示意图;
图7为根据本发明实施例的自主计算与调度侧公布数据对比示意图;
图8为根据本发明实施例的全网各类型电源考核补偿结果示意图;
图9为根据本发明实施例的全网新能源单位容量考核分示意图;
图10为根据本发明实施例的任意发电集团电场月度考核数据示意图;
图11为根据本发明实施例的发电集团单位容量考核分排名示意图;
图12为根据本发明实施例的发电小时数展示图;
图13为根据本发明实施例的电力管理提升方法流程图。
具体实施方式
为了更清晰的进行具体实施方式的说明,首先说明以下在具体实施方式中出现的技术术语:
1、西北“两个细则”:为保障西北电力系统安全、优质、经济运行,规范发电厂并网运行管理,维护电力企业合法权益,促进电网和发电企业协调发展,根据”发电厂并网运行管理规定”(电监市场〔2006〕42号)和国家有关法律法规,结合西北电力系统实际,制定”西北区域发电厂并网运行管理实施细则”、”西北区域并网发电厂辅助服务管理实施细则”。
2、新疆电网“两个细则”技术支持系统:国家能源局新疆监管办定期发布各发电企业“两个细则”考核及分摊总分,为使各发电企业了解考核明细,查询出处。包含每日因短期、超短期、可用功率预测不准导致的考核分,AGC死区合格率及响应时间等导致的考核分。
3、风光功率预测上传率:风电场、光伏电站应按时向电力调控机构报送短期、超短期功率预测曲线及其他满足运行的数据文件,上传率应大于95%,若未达标,每降低1%按全场容量×6分/万千瓦考核,由于主站原因造成上传率未达标的不予考核。
4、风光功率短期预测准确率:风电场、光伏电站应按时向电力调控机构报送短期功率预测曲线,风电场提供的日预测曲线最大误差不超过25%,光伏电站提供的日预测曲线最大误差不超过20%,若未达标,则按偏差积分电量0.2分/万千瓦时考核。
5、超短期功率预测准确率:风电场、光伏电站应按时向电力调控机构报送超短期功率预测曲线,风电厂、光伏发电站的超短期预测曲线第2小时调和平均数准确率不小于75%,若未达标,每减少1%按全场装机容量×0.015分/万千瓦考核。
6、可用发电功率准确率:新能源理论发电功率指在当前风、光资源条件下,所有发电机组均可正常运行时能够发出的功率;可用发电功率指考虑场内设备故障、缺陷或检修等原因引起受阻后能够发出的功率。可用发电功率的积分电量为可用电量,可用电量的日准确率应不小于97%,每降低1%按全场装机容量×0.05分/万千瓦考核。
本实施例的“两个细则”电力管理提升系统,包括:
参见图1,基于Java编写的自动采集程序实现短期、超短期、可用功率96点数据及调度侧公布“两个细则”各项考核结果。
参见图2,基于采集的数据进行建模,在Navicat客户端进行数据展示,本平台创建6个模型,分别为96点数据采集及计算、日考核结果、风光功率预测考核明细、各类型电源考核汇总、考核补偿汇总、公用电场考核补偿结果,将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组。不同电源类型设置字段采用编号区分。
1、数据源获取模块,基于java编写自动采集程序实现数据源的获取,所述数据源包括日考核上传率数据、指定场站的短期风光功率96点预测、考核数据、指定场站的超短期风光功率96点预测、考核数据、指定场站的96点可用功率数据、指定场站指定月份的风光功率日考核数据、全部场站指定月份的风光功率日考核数据、指定场站多个月份的风光功率日考核数据、全部场站多个月份的风光功率日考核数据;
基于java编写自动采集程序实现数据源的获取包括:
“新疆两个细则技术支持系统”目前未提供全疆电场查询服务的接口,本系统采用模拟用户登陆和页面表单提交操作的方式。本系统使用Java作为开发语言,利用OkHttp通信框架进行客户端和服务器端的通信。首先用场站侧账户进行模拟登陆,然后向服务器发送数据。各数据采集程序如下:
(1)新疆-两个细则考核平台-日考核上传率数据采集服务
public class XjkhPredictionDailyEvaluationService{
@Autowired
private StationDAO stationDAO;
@Autowired
private BaseStationDAO baseStationDAO;
@Autowired
private PredictionDailyEvaluationCrawler evaluationCrawler;
@Autowired
private PredictionDailyEvaluationDAO evaluationDAO;
@Autowired
private PredictionPowerDAO powerDAO;
(2)获取指定场站的短期风光功率96点预测、考核数据
(3)获取指定场站的超短期风光功率96点预测、考核数据
(4)获取指定场站的96点可用功率数据
(5)获取指定场站指定月份的风光功率日考核数据
(6)获取全部场站指定月份的风光功率日考核数据
(7)获取指定场站多个月份的风光功率日考核数据
2、“两个细则”考核算法预测及实际功率偏差计算模块,用于基于各场站短期、超短期、可用功率的96点数据,进行功率预测以及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性。
“两个细则”考核算法预测及实际功率偏差计算模块内置基于两个细则考核算法,具有自主计算功能。
采集到的96点预测及实际功率,添加“两个细则”考核算法,自主计算每日考核分,与调度侧公布数据对比,避免调度系统问题导致的考核。
(1)短期功率预测考核条款:风电场、光伏电站应按时向电力调控机构报送短期功率预测曲线,风电场提供的日预测曲线最大误差不超过25%,光伏电站提供的日预测曲线最大误差不超过20%,若未达标,则按偏差积分电量0.2分/万千瓦时考核。日预测曲线最大误差值计算公式如下:
其中:i是点数;
n是96点;
程序搭建原则:
①、剔除限电时间段的预测及实际功率(限电时间段不考核)
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核。光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核。
②、当实际功率为0时,预测功率在装机容量的3%以内,数据点剔除,超出装机容量的3%,按100%偏差考核。
③、当预测功率为0时,实际功率在装机容量的3%以内,数据点剔除,超出装机容量的3%,按100%偏差考核。
根据电网短期功率96点曲线计算日考核分及日平均准确率(自行计算)
(2)超短期考核条款:风电场、光伏电站应按时向电力调控机构报送超短期功率预测曲线,风电厂、光伏发电站的超短期预测曲线第2小时调和平均数准确率不小于75%,若未达标,每减少1%按全场装机容量×0.015分/万千瓦考核。
其中:i是点数;
n是96点;
当可用功率预测值和实际功率均在装机容量的3%以内时,该点不计入误差计算。
程序搭建原则:
①、剔除限电时间段的预测及实际功率(限电时间段不考核)
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核。光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核。
②、当实际功率与预测功率同时小于装机容量的3%,该点剔除。
根据电网超短期功率预测96点曲线计算日考核分(自行计算)
(3)可用功率考核条款:新能源理论发电功率指在当前风、光资源条件下,所有发电机组均可正常运行时能够发出的功率;可用发电功率指考虑场内设备故障、缺陷或检修等原因引起受阻后能够发出的功率。可用发电功率的积分电量为可用电量,可用电量的日准确率应不小于97%,每降低1%按全场装机容量×0.05分/万千瓦考核。
其中:EM为当日新能源场站非限电时段实际发电量;
ET为当日新能源场站非限电时段可用电量。
当Em为0时,不再对可用电量准确率进行考核。
程序搭建原则:
①剔除限电时间段的预测及实际功率(限电时间段不考核)②当实际电量小于装机容量的3%时,该点剔除,不再考核。根据电网可用功率96点曲线计算日考核分(自行计算)
3、可视化报表生成模块,其在本实施例中的技术实现为:
用BI快速创建界面,节省开发成本,而且开发速度较快,面对多变的需求能快速响应。本方案采用目前流行的BI工具Tableau进行可视化报表生成。Tableau可支持直接连接MySQL数据源。每日通过定时任务自动采集全网“两个细则”考核情况,新数据通过数据采集模块的计划任务入库,Tableau仪表板可自动进行更新,将新数据添加到可视化报表中。
Tableau仪表板分为短期、超短期功率预测上传报表,监视各场站上报率,低于100%的场站及时查询问题原因进行数据补传;96点采集数据报表判断预测功率与实际功率偏差程度,对于偏差较大问题及时联系厂家进行模型修正;自主计算与调度侧统计数据对比报表判断调度侧公布数据的准确性;全网各类型电源考核补偿结果表,自动采集新疆全网各类型电源考核、补偿结果,判断本月考核趋势,当补偿大于考核时,确定各新能源电场需分摊分数;全网新能源单位容量考核分报表,实现全疆新能源单位容量短期、超短期、可用功率的实时考核结果监测,判断各电场功率预测准确性所处位置,及时查漏补缺月度考核结果报表;任意发电集团电场月度考核数据报表,实现全疆新能源电场月度考核结果展示,不需再逐个场站登陆查询,可进行集团内部及同断面下场站考核结果对标;发电集团单位容量考核分排名报表,实现全疆各大发电集团考核分数排名情况,利于各大集团相互交流学习;发电小时数展示报表,实现全疆新能源电站不同维度的发电小时数对标,了解全网发电情况,利于同行业各大集团对标,提高功率预测准确率;
所有仪表板可直接查看报表并导出excel,方便离线文件传输,利于工作开展。如图3-12所示:
图3中,风电光伏场站每日向省调上传一次短期文件,每15分钟上传一次超短期文件,在上传率未达到95%时将被调度考核,运用tableau实现全疆电场每日上传监控,上报率不足100%的,可及时补传。
图4中,此为短期上传文件明细,每15分钟1个预测及实际功率数据,根据计算单点偏差大于25%,偏差部分进行考核。运用tableau实现短期预测上传数据实时偏差监控,利于及时调整短期预测模型进行纠偏。
图5中,此为超短期上传文件明细,每15分钟1个预测及实际功率数据,全天调和平均数准确率低于75%,偏差部分进行考核。运用tableau实现超短期预测上传数据实时偏差监控,利于及时调整超短期预测模型进行纠偏。
图6中,此为可用功率文件明细,通过AGC每分钟1个预测及实际功率数据,调度侧取全天96点,整体可用电量准确率不得低于97%,偏差部分进行考核。运用tableau实现可用功率上传数据实时偏差监控,及时整改。
图7中,将采集到的调度侧考核分与根据96点数据偏差自主计算的考核比较,此功能为验证调度侧公布考核结果的准确性。
图8中,自动采集新疆全网各类型电源考核,补偿结果,判断本月考核趋势,当补偿大于考核时,确定各新能源电场需分摊分数。
图9中,此功能实现全疆新能源单位容量短期、超短期、可用功率的实时考核结果监测,判断各电场功率预测准确性所处位置,及时查漏补缺。
图10中,此功能实现全疆新能源电场月度考核结果展示,不需再逐个场站登陆查询,可进行集团内部及同断面下场站考核结果对标。
图11中,此功能实现全疆各大发电集团考核分数排名情况,利于各大集团相互交流学习,提高功率预测准确率。
图12中,此功能实现,全疆新能源电站不同维度的发电小时数对标,了解全网发电情况,利于同行业各大集团对标。
4、还包括集中功率预测系统,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
参见图13,本发明的目的还在于提供一种电力管理提升方法,包括:
步骤1,设置定时任务自动采集获取数据源;
本实施例中,基于新疆电网“两个细则”技术支持系统每日公布结果,运用java编写的程序自动采集程序获取新疆逐个电场短期、超短期、可用功率的96点数据、上传率及当日考核结果采集入MySQL,基于采集的数据,在Navicat客户端进行数据展示,将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组。
步骤2,基于96点预测及实际功率,添加算法进行误差计算;
本实施例中,基于各场站短期、超短期、可用功率的96点数据,添加“两个细则”考核算法进行预测及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性。
步骤3,针对采集获取数据源及96点预测及实际功率计算考核结果进行多维度BI界面展示
本实施例中,针对采集获取数据源及96点预测及实际功率计算考核结果,按电源类型、集团名称、断面区别、直流配套等多种维度进行BI界面展示,并进行行业对标。
本实施例中,还增加步骤4,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
参见图13,本实施例的方法实施步骤具体包括:
(1)自动采集短期、超短期、可用96点数据及调度侧考核结果;
(2)根据96点数据添加算法自主计算考核结果;
(3)判断考核结果是否一致;如果一致,则执行步骤步骤(4)和(5);如果不一致,则与调度侧核对数据不同原因,并返回步骤(1);
(4)运用Tableau编制可视化报表;
(5)将数据返送至集中功率预测系统优化模型。
本发明的有益效果:
1、节省人力成本,提高工作效率,减少失误:
自动采集平台实现对新疆全网“两个细则”考核结果的可实时监视,包含风光功率上传率、短期、超短期、可用考核结果。原每场站人工统计单场考核结果需10分钟,全疆188座风电场,336座光伏电站,每日节省单人工时约87h,减少大量人工统计时长。漏统计及错误率均降低到0,可靠性明显提高。
2、添加算法可针对电网公布考核结果进行复核:
基于场站15分钟上传预测及实际功率,添加“两个细则”考核算法,可实现对公布结果的复核,大大降低由于调度系统错误问题导致的考核分。
3、实现多种维度的行业对标:
此平台的搭建,实现各集团内部、不同集团间、同断面下场站、直流配套等多种维度的两个细则考核结果及上网小时数对标,帮助新能源企业及时发现“两个细则”中存在的细节问题,汲取管理思路,使得行业发电情况、两个细则考核情况透明化,便于各场站间进行优势学习。
4、优化功率预测模型:
将电网考核结果,15分钟数据折线图,预测及实际数据对比结果,回传至集中功率预测系统,用于训练优化神经网络预测模型,提高预测准确率。
虽然本发明已经参考特定的说明性实施例进行了描述,但是不会受到这些实施例的限定而仅仅受到附加权利要求的限定。本领域技术人员应当理解可以在不偏离本发明的保护范围和精神的情况下对本发明的实施例能够进行改动和修改。
Claims (10)
1.一种“两个细则”电力管理提升系统,其特征在于包括:
数据源获取模块,基于java编写自动采集程序实现数据源的获取,所述数据源包括短期、超短期、可用功率96点数据及调度侧公布“两个细则”各项考核结果;
“两个细则”考核算法预测及实际功率偏差计算模块,用于基于各场站短期、超短期、可用功率的96点数据,进行功率预测以及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性;以及
可视化报表生成模块,用于针对采集获取数据源及96点预测及实际功率计算考核结果进行多维度BI界面展示,包括按电源类型、集团名称、断面区别、直流配套多种维度进行BI界面展示,并进行行业对标。
2.根据权利要求1所述的一种“两个细则”电力管理提升系统,其特征在于所述基于java编写自动采集程序实现数据源的获取包括:采用模拟用户登陆和页面表单提交操作的方式,使用Java作为开发语言,利用OkHttp通信框架进行客户端和服务器端的通信,首先用场站侧账户进行模拟登陆,然后向服务器发送数据.
3.根据权利要求2所述的一种“两个细则”电力管理提升系统,其特征在于所述数据源获取模块还包括:基于采集的数据进行建模,在Navicat客户端进行数据展示,所述数据展示包括将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组,不同电源类型设置字段采用编号区分。
4.根据权利要求1所述的一种“两个细则”电力管理提升系统,其特征在于所述“两个细则”考核算法预测及实际功率偏差计算模块内置基于两个细则考核算法,具有自主计算功能,其中采集到的96点预测及实际功率,添加“两个细则”考核算法,自主计算每日考核分,与调度侧公布数据对比,避免调度系统问题导致的考核,所述基于两个细则考核算法包括:
(1)短期功率预测考核:风电场、光伏电站应按时向电力调控机构报送短期功率预测曲线,风电场提供的日预测曲线最大误差不超过25%,光伏电站提供的日预测曲线最大误差不超过20%,若未达标,则按偏差积分电量0.2分/万千瓦时考核。日预测曲线最大误差值计算公式如下:
其中:i是点数;
n是96点;
所述短期功率预测考核算法规则包括:
①剔除限电时间段的预测及实际功率,限电时间段不考核;
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核;光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核;
②实际功率为0时,预测功率在装机容量的3%以内,数据点剔除,超出装机容的3%,按100%偏差考核;
③当预测功率为0时,实际功率在装机容量的3%以内,数据点剔除,超出装机容量的3%,按100%偏差考核;
(2)超短期考核:风电场、光伏电站应按时向电力调控机构报送超短期功率预测曲线,风电厂、光伏发电站的超短期预测曲线第2小时调和平均数准确率不小于75%,若未达标,每减少1%按全场装机容量×0.015分/万千瓦考核;
其中:i是点数;
n是96点;
当可用功率预测值和实际功率均在装机容量的3%以内时,该点不计入误差计算;
所述超短期考核算法搭建原则包括:
①剔除限电时间段的预测及实际功率,且限电时间段不考核;
限电时段:风电出力因电网原因受限时,剔除限电点,当日内有效点数≤24点,则全天免考;有效点数>24点,则按有效点进行考核。光伏出力因电网原因受限时,当日内有效点数≤16点,则全天免考;有效点数>16点,则按有效点进行考核。
②当实际功率与预测功率同时小于装机容量的3%,该点剔除;
(3)可用功率考核:可用发电功率的积分电量为可用电量,可用电量的日准确率应不小于97%,每降低1%按全场装机容量×0.05分/万千瓦考核;
其中:EM为当日新能源场站非限电时段实际发电量;
ET为当日新能源场站非限电时段可用电量;
当Em为0时,不再对可用电量准确率进行考核;
其中所述可用功率考核算法规则包括:
②剔除限电时间段的预测及实际功率,限电时间段不考核;
③当实际电量小于装机容量的3%时,该点剔除,不再考核。
5.根据权利要求1所述的一种“两个细则”电力管理提升系统,其特征在于所述可视化报表生成模块实现为:
用BI快速创建界面,采用工具Tableau进行可视化报表生成,所述Tableau支持直接连接MySQL数据源,每日通过定时任务自动采集全网“两个细则”考核情况,新数据通过数据采集模块的计划任务入库,Tableau仪表板自动进行更新,将新数据添加到可视化报表中。
6.根据权利要求5所述的一种“两个细则”电力管理提升系统,其特征在于所述Tableau仪表板分为短期、超短期功率预测上传报表,监视各场站上报率,低于100%的场站及时查询问题原因进行数据补传;96点采集数据报表判断预测功率与实际功率偏差程度,对于偏差较大问题及时联系厂家进行模型修正;自主计算与调度侧统计数据对比报表判断调度侧公布数据的准确性;全网各类型电源考核补偿结果表,自动采集全网各类型电源考核、补偿结果,判断本月考核趋势,当补偿大于考核时,确定各新能源电场需分摊分数;全网新能源单位容量考核分报表,实现全疆新能源单位容量短期、超短期、可用功率的实时考核结果监测,判断各电场功率预测准确性所处位置,及时查漏补缺月度考核结果报表;任意发电集团电场月度考核数据报表,实现整个区域新能源电场月度考核结果展示,不需再逐个场站登陆查询,进行区域内部及同断面下场站考核结果对标;发电集团单位容量考核分排名报表,实现考核分数排名情况;发电小时数展示报表,实现新能源电站不同维度的发电小时数对标,了解全网发电情况。
7.根据权利要求6所述的一种“两个细则”电力管理提升系统,其特征在于所有仪表板可直接查看报表并导出excel,进行离线文件传输。
8.根据权利要求1-7任一所述的一种“两个细则”电力管理提升系统,其特征在于还包括集中功率预测系统,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
9.一种“两个细则”电力管理提升方法,使用如权利要求1-8任一所述的“两个细则”电力管理系统,其特征在于包括:
步骤1,设置定时任务自动采集获取数据源:
基于电网“两个细则”技术支持系统每日公布结果,运用java编写的程序自动采集程序获取逐个电场短期、超短期、可用功率的96点数据、上传率及当日考核结果采集入MySQL,基于采集的数据,在Navicat客户端进行数据展示,将各个电场归属发电集团、所在断面、是否属于直流配套系统、是否自有采用id形式分组;
步骤2,基于96点预测及实际功率,添加算法进行误差计算:
基于各场站短期、超短期、可用功率的96点数据,添加“两个细则”考核算法进行预测及实际功率偏差计算,并与调度侧公布数据对比,判断考核结果的正确性;
步骤3,针对采集获取数据源及96点预测及实际功率计算考核结果进行多维度BI界面展示,包括按电源类型、集团名称、断面区别、直流配套多种维度进行BI界面展示,并进行行业对标。
10.根据权利要求9所述的方法,其特征在于:
还包括步骤4,将采集的短期、超短期96点数据,导入集中功率预测系统,用于训练优化神经网络预测模型,提高短期、超短期预测准确率,降低考核分数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291443.6A CN111428939A (zh) | 2020-04-14 | 2020-04-14 | 一种“两个细则”电力管理提升系统和电力管理提升方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291443.6A CN111428939A (zh) | 2020-04-14 | 2020-04-14 | 一种“两个细则”电力管理提升系统和电力管理提升方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111428939A true CN111428939A (zh) | 2020-07-17 |
Family
ID=71556581
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010291443.6A Pending CN111428939A (zh) | 2020-04-14 | 2020-04-14 | 一种“两个细则”电力管理提升系统和电力管理提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111428939A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112491044A (zh) * | 2020-11-23 | 2021-03-12 | 合肥阳光新能源科技有限公司 | 功率预测偏差补偿方法、装置及控制器 |
CN112510724A (zh) * | 2020-10-30 | 2021-03-16 | 国能黄金埠发电有限公司 | 一种一次调频报表的生成方法 |
CN114172157A (zh) * | 2021-07-28 | 2022-03-11 | 国网冀北电力有限公司电力科学研究院 | 一种新能源和数据中心增量负荷调度方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013102932A2 (en) * | 2011-12-23 | 2013-07-11 | Mzaya Private Limited | System and method facilitating forecasting, optimization and visualization of energy data for an industry |
CN107832881A (zh) * | 2017-11-02 | 2018-03-23 | 南方电网科学研究院有限责任公司 | 考虑负荷水平和风速分段的风电功率预测误差评价方法 |
CN109034464A (zh) * | 2018-07-11 | 2018-12-18 | 南京联迪信息系统股份有限公司 | 一种短期光伏发电系统功率预测及结果校核的方法 |
US20190064392A1 (en) * | 2017-08-30 | 2019-02-28 | International Business Machines Corporation | Forecasting solar power output |
-
2020
- 2020-04-14 CN CN202010291443.6A patent/CN111428939A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013102932A2 (en) * | 2011-12-23 | 2013-07-11 | Mzaya Private Limited | System and method facilitating forecasting, optimization and visualization of energy data for an industry |
US20190064392A1 (en) * | 2017-08-30 | 2019-02-28 | International Business Machines Corporation | Forecasting solar power output |
CN107832881A (zh) * | 2017-11-02 | 2018-03-23 | 南方电网科学研究院有限责任公司 | 考虑负荷水平和风速分段的风电功率预测误差评价方法 |
CN109034464A (zh) * | 2018-07-11 | 2018-12-18 | 南京联迪信息系统股份有限公司 | 一种短期光伏发电系统功率预测及结果校核的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112510724A (zh) * | 2020-10-30 | 2021-03-16 | 国能黄金埠发电有限公司 | 一种一次调频报表的生成方法 |
CN112491044A (zh) * | 2020-11-23 | 2021-03-12 | 合肥阳光新能源科技有限公司 | 功率预测偏差补偿方法、装置及控制器 |
CN112491044B (zh) * | 2020-11-23 | 2022-11-18 | 阳光新能源开发股份有限公司 | 功率预测偏差补偿方法、装置及控制器 |
CN114172157A (zh) * | 2021-07-28 | 2022-03-11 | 国网冀北电力有限公司电力科学研究院 | 一种新能源和数据中心增量负荷调度方法及装置 |
CN114172157B (zh) * | 2021-07-28 | 2024-02-13 | 国网冀北电力有限公司电力科学研究院 | 一种新能源和数据中心增量负荷调度方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shu et al. | Analysis and recommendations for the adaptability of China's power system security and stability relevant standards | |
CN111428939A (zh) | 一种“两个细则”电力管理提升系统和电力管理提升方法 | |
CN102280878B (zh) | 基于sced的风电接纳能力优化评估方法 | |
CN112132443B (zh) | 一种可靠性配电网供电管控系统 | |
CN102063563B (zh) | 网省地一体化的母线负荷预测方法 | |
CN105375878A (zh) | 一种在线检测和评估光伏系统效率的方法 | |
CN201910750U (zh) | 新型光伏建筑一体化太阳能光伏电站系统 | |
CN104318391A (zh) | 一种基于电网运行服务总线的计划安全校核的实现方法 | |
CN109461093A (zh) | 电量计量系统准确性评估方法及厂用电能耗分析系统 | |
CN108960541A (zh) | 基于云数据分析的分布式光伏系统效率评估方法及装置 | |
CN104793067A (zh) | 用于风电场功率调节和电能质量的评估系统及其评估方法 | |
CN110687494A (zh) | 远程关口电能表故障监控的方法和系统 | |
CN113381408B (zh) | 一种基于配电自动化数据的用电异常配变定位方法及装置 | |
CN111724060A (zh) | 一种台区线损一体化分析监控系统及其分析方法 | |
CN109063863B (zh) | 考虑区域设备全寿命周期费用-效能比的配网检修计划优化方法 | |
CN118261562A (zh) | 一种基于大型水电站设备分析的智慧运行系统及方法 | |
Guo-Hua et al. | A new life cycle cost model of power transformer and its comprehensive sensitivity analysis | |
CN115049004A (zh) | 基于多源数据融合的配电网线损管理辅助决策系统 | |
CN114069712A (zh) | 基于滚动调整的新能源发电优化调度系统 | |
CN105024379B (zh) | 一种风机检修管理调度系统 | |
CN107565579B (zh) | 一种提高无功电压控制水平的多源协同管控系统及方法 | |
CN112001555A (zh) | 一种用于发电厂发电计划考核的方法、装置、系统及介质 | |
Liu et al. | Research on Fault Diagnosis Optimization of Intelligent Acquisition Terminal | |
CN111342773B (zh) | 一种基于组串运行电流的组件运行电压测算方法 | |
Zhang et al. | Large-scale distributed photovoltaic power dispatching and operation management review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200724 Address after: Unit 06, 22 / F, building 3, yard 5, Anding Road, Chaoyang District, Beijing 100020 Applicant after: BEIJING TIANRUN XINNENG INVESTMENT Co.,Ltd. Address before: Room 606-2, building 1, 275 Xintuo Road, Daxie Development Zone, Ningbo City, Zhejiang Province, 315000 Applicant before: Ningbo Jinfeng Green Energy Co.,Ltd. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |