CN112531790B - 一种虚拟电厂动态灵活性评估方法 - Google Patents
一种虚拟电厂动态灵活性评估方法 Download PDFInfo
- Publication number
- CN112531790B CN112531790B CN202011341035.3A CN202011341035A CN112531790B CN 112531790 B CN112531790 B CN 112531790B CN 202011341035 A CN202011341035 A CN 202011341035A CN 112531790 B CN112531790 B CN 112531790B
- Authority
- CN
- China
- Prior art keywords
- node
- representing
- power
- psi
- phase
- 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
Links
Images
Classifications
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/50—Controlling the sharing of the out-of-phase component
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Abstract
本发明涉及一种虚拟电厂动态灵活性评估方法,属于电力系统运行控制技术领域。该方法将虚拟电厂等值为一个等效储能设备和一个等效发电机,并通过鲁棒优化方法将两类设备之间的网络约束条件解耦合,随后利用两阶段鲁棒优化算法计算等效储能设备和等效发电机参数,最终实现了对分布式资源的调节能力精确刻画,为虚拟电厂参与电网调控提供了科学决策依据,在实际应用中具有较大价值。
Description
技术领域
本发明属于电力系统的运行控制技术领域,特别涉及一种虚拟电厂动态灵活性评估方法。
背景技术
虚拟电厂是多个分布式能源资源在配电网中的有机结合体,虚拟电厂运营商通过配套的调控技术来实现内部各资源的优化调度,从而将虚拟电厂作为一个特殊的电厂参与电网的运行。然而,虚拟电厂内部灵活性资源的特性各异,且虚拟电厂各设备输出功率受网络约束条件的限制。因此,在虚拟电厂的优化运行中,即需要满足设备的容量约束条件、支路容量约束条件和节点电压约束条件,还需要满足储能设备的能量约束条件和爬坡约束条件等时间耦合约束条件,这给虚拟电厂的灵活性评估工作带来了困难。
发明内容
针对上述问题,本发明提出了一种虚拟电厂动态灵活性评估方法,在考虑虚拟电厂内部设备的运行约束的前提下,快速求解虚拟电厂在并网点处有功功率的灵活性范围约束条件,最大限度地探索了虚拟电厂输出有功功率的灵活性范围,为电网的科学调度和决策提供参考。
本发明的目的是构建一种虚拟电厂动态灵活性评估方法。首先,构建虚拟电厂的分布式能源资源模型、虚拟电厂三相不平衡网络模型;其次,将虚拟电厂内部设备分解为储能类和发电机类两类设备,基于鲁棒优化方法,提取等效储能设备和等效发电机的运行约束条件;最后,基于两阶段鲁棒优化算法,分别求解等效储能设备和等效发电机的约束参数。所提出的方法实现了考虑时间耦合约束的虚拟电厂动态灵活性评估,与现有方法相比,物理意义更加明确,而且充分探索了虚拟电厂的灵活性范围,减小了对虚拟电厂灵活性的浪费,在实际应用中具有较大价值。
本发明提出的一种虚拟电厂动态灵活性评估方法,该方法包括以下步骤:
(1)构建虚拟电厂的分布式能源资源模型
(1.1)燃气轮机
燃气轮机的输出功率约束条件如下:
其中,表示节点i处ψ相的燃气轮机在时刻t的输出有功功率;表示节点i处ψ相的燃气轮机在时刻t的输出无功功率;表示节点i处ψ相的燃气轮机的最大输出有功功率;表示节点i处ψ相的燃气轮机的最小输出有功功率;表示节点i处ψ相的燃气轮机的最大输出无功功率;表示节点i处ψ相的燃气轮机的最小输出无功功率;表示节点i处的燃气轮机在时刻t的输出有功功率。
燃气轮机的有功功率的爬坡约束条件如下:
(1.2)储能设备
储能设备的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相的储能设备的净输出有功功率;表示在t时刻节点i处ψ相的储能设备的净输出无功功率;表示节点i处ψ相的储能设备放电有功功率最大值;表示节点i处ψ相的储能设备充电有功功率最大值;表示节点i处ψ相的储能设备的最大容量;表示在t时刻节点i处的储能设备的净输出有功功率。
将式(6)近似为如下线性化形式:
储能设备的能量约束条件如下:
其中,表示节点i处在时刻t的储能设备的能量;表示节点i处在时刻t-1的储能设备的能量;表示节点i处储能设备的最小能量;表示节点i处储能设备的最大能量;表示节点i处储能设备的自放电率;△t表示两个决策时刻的时间间隔。
(1.3)光伏发电设备
光伏发电设备的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相光伏发电型设备的输出有功功率;表示在t时刻节点i处ψ相光伏发电型设备的输出无功功率;表示节点i处ψ相的光伏发电型设备输出有功功率的最小值;表示节点i处ψ相光伏发电型设备输出有功功率的最大值;节点i处ψ相的光伏发电型设备容量最大值;表示在节点i处的光伏发电设备在时刻t总的输出有功功率。
将式(15)近似为如下线性化形式:
(1.4)风力发电机
风力发电机的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相风力发电机的输出有功功率;表示在t时刻节点i处ψ相风力发电机的输出无功功率;表示节点i处ψ相的风力发电机的输出有功功率的最小值;表示节点i处ψ相风力发电机的输出有功功率的最大值;节点i处ψ相的风力发电机的容量最大值;表示在节点i处的风力发电机在时刻t总的输出有功功率。
将式(22)近似为如下线性化形式:
(1.5)需求侧响应热负荷
需求侧响应热负荷的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相需求侧响应热负荷有功功率;表示在t时刻节点i处ψ相需求侧响应热负荷无功功率;表示在t时刻节点i处需求侧响应热负荷的功率因数;表示节点i处ψ相需求侧响应热负荷有功功率最大值;表示节点i处ψ相需求侧响应热负荷有功功率最小值;表示在节点i处的需求侧响应热负荷在时刻t总的输出有功功率。
热负荷设备的温度约束如下:
其中,表示在t时刻节点i处需求侧响应热负荷的温度;表示在t-1时刻节点i处需求侧响应热负荷的温度;表示在t时刻节点i处需求侧响应热负荷的室外温度;表示节点i处需求侧响应热负荷的热量耗散参数;表示节点i处需求侧响应热负荷的电热转化参数;表示在节点i处需求侧响应热负荷的温度下限;表示节点i处需求侧响应热负荷的温度上限。
(1.6)电动汽车充电站
电动汽车充电站的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相电动汽车充电站的有功功率;表示在t时刻节点i处ψ相电动汽车充电站的无功功率;表示在节点i处电动汽车充电站的功率因数;表示在t时刻节点i处ψ相电动汽车充电站的有功功率最大值;表示节点i处ψ相电动汽车充电站的有功功率最小值;表示在节点i处的电动汽车充电站在时刻t总的输出有功功率。
电动汽车充电站的能量约束如下:
(2)构建虚拟电厂网络潮流模型
基于三相不平衡线性潮流模型,虚拟电厂网络中各节点电压幅值、各支路电流和并网点注入有功、无功功率表示如下:
V=Cy+c (38)
iij=Dy+d (39)
p0=Gy+g (40)
q0=Hy+h (41)
其中,V表示由各节点、各相电压的幅值所构成的向量;iij表示由各支路电流所构成的向量;p0表示虚拟电厂并网点处的注入有功功率;q0表示虚拟电厂并网点处的注入无功功率;矩阵C、D、G、H,向量c、d,常数g、h均为系统常数参数;y表示由注入功率向量构成的向量,即y:=[(pY)T,(qY)T,(pΔ)T,(qΔ)T]T,其中,pY,pΔ,qY,qΔ分别表示Y型并网节点的注入有功功率构成的向量、△型并网节点的注入有功功率构成的向量、Y型并网节点的注入的无功功率构成的向量、△型并网节点的注入的无功功率节点构成的向量。
其中,表示时刻t节点i处ψ相的负荷有功功率;表示时刻t节点i处ψ相的负荷无功功率;表示时刻t节点i处ψ相Y型并网节点的注入有功功率;表示时刻t节点i处ψ相Y型并网节点的注入无功功率;表示时刻t节点i处ψ相△型并网节点的注入有功功率;表示时刻t节点i处ψ相△型并网节点的注入无功功率;NY表示由Y型并网节点序号所构成的集合;N△由△型并网节点序号所构成的集合;φY表示由Y型并网节点的相所构成的集合;φ△表示由△型并网节点的相所构成的集合。
虚拟电厂的网络约束条件如下:
(3)提取储能类、发电机类分布式资源的运行约束条件
(3.1)构建三类决策变量向量
定义有所有的分布式发电资源的有功输出功率、无功输出功率构成的决策变量向量为x,则式(1)-(5),(7)-(14),(16)-(21),(23)-(38),(45)-(46)所构成的约束条件可以表示为如下矩阵的形式:
Mx≤n (48)
其中,矩阵M和向量n是基于上述约束条件整理的常数约束参数。
将决策变量向量中的元素为x可以分为如下三类:(i)定义所有的储能设备、需求侧响应热负荷、电动汽车充电站为储能类设备,所有的储能类设备的输出有功功率构成的决策变量向量为PE;(ii)定义所有的燃气轮机、光伏发电设备和风力发电设备为发电机类设备,所有的发电机类设备的输出有功功率构成的决策变量为PG;(iii)定义所有的分布式能源资源设备的无功功率构成的决策变量为Q。将式(47)可以改写为:
(3.2)基于提取发电机类设备分布式资源的运行约束条件
将PG视为鲁棒优化中的随机参数,将式(48)中的参数写为如下分块矩阵的形式:
提取出式(49)中参数PG之间的约束关系和变量PE、Q与参数PG之间的约束关系,分别如式(50)和式(51)所示:
其中,运算符(·)i表示矩阵或向量的第i行元素。
得到储能类分布式资源的运行约束条件如下所示:
EExE≤fE (54)
其中,矩阵EE和向量fE是求解式(52)中鲁棒优化问题所获得的参数;xE为等效储能的决策变量。即:
(3.3)基于提取储能类设备分布式资源的运行约束条件
将PE视为鲁棒优化中的随机参数,将式(48)中的参数写为如下分块矩阵的形式:
提取出式(49)中参数PE之间的约束关系和变量PG、Q与参数PG之间的约束关系,分别如式(58)和式(59)所示:
得到储能类分布式资源的运行约束条件如下所示:
EGxG≤fG (62)
其中,矩阵EG和向量fG是求解式(60)中鲁棒优化问题所获得的参数;xG为等效发电机的决策变量。即:
(4)求解等效储能类设备和等效发电机类设备的约束参数
(4.1)等效储能类设备的约束参数求解
将等效储能设备的约束参数分为主问题(65)-(68)和子问题(72)-(75)进行求解。
主问题表示为如下形式:
其中,矩阵AE是常数矩阵,表示等效储能的输出功率上下界和储能能量上下界约束参数,其具体形式如式(69)所示;向量bE表示灵活性可行域多面体各个高维超平面的截距;向量uE是常数矩阵,表示灵活性可行域平行面的距离之和,其具体形式如式(70)所示;向量ξ表示等效储能设备的有功功率输出轨迹;矩阵CE向量dE是表示等效储能设备的决策变量xE与有功功率输出轨迹ξ之间关系的常数矩阵,其值可以通过式(39)得到。K表示总的场景数量;表示第k个场景中等效储能设备的输出有功功率轨迹;zk表示第k个场景由0/1决策变量构成的向量;nz表示zk的维数;M表示一个很大的常数,其值一般可以取为1×106。
AE=[IT -IT ΓT -ΓT]T (69)
uE=[1T T -1T T1T T -1T T]T (70)
其中,T表示考虑的时刻数量;IT表示维数为T的单位阵;1T表示有T个元素的全1列向量;矩阵Γ定义如式(71)所示:
其中,γ表示等效储能设备的自放电率。
子问题表示为如下形式:
ξ=CExE+dE (71)
EExE≤fE (72)
为便于求解,先后利用对偶和KKT条件,将子问题(72)-(75)转化为式(76)所示的混合整数规划问题:
其中,s表示由0/1决策变量构成的向量;ns表示s的维数;ω表示约束(73)的对偶变量;π表示约束(74)的对偶变量;λ表示约束(75)的对偶变量。
等效储能设备的约束参数求解算法流程如下:
(a)初始化:令K=0;
1TzK+1≥1 (78)
(4.2)等效发电机的约束参数求解
将等效发电机的约束参数分为转化为主问题(80)-(83)和子问题(87)-(90)进行求解。
主问题表示为如下形式:
其中,矩阵AG是常数矩阵,表示等效发电机的输出功率上下界和爬坡上下界约束参数,其具体形式如式(84)所示;向量bG表示灵活性可行域多面体各个高维超平面的截距;向量uG是常数矩阵,表示灵活性可行域平行面的距离之和,其具体形式如式(85)所示;向量ξ表示等效发电机的有功功率输出轨迹;矩阵CG向量dG是表示等效发电机的决策变量xG与有功功率输出轨迹ξ之间关系的常数矩阵,其值可以通过式(39)得到。
AG=[IT -IT ΛT -ΛT]T (84)
uG=[1T T -1T T 1T-1 T -1T-1 T]T (85)
其中,1T-1表示有T-1个元素的全1列向量;矩阵Λ是一个尺寸为(T-1)×T的矩阵,其定义如式(86)所示:
子问题表示为如下形式:
ξ=CGxG+dG (81)
EGxG≤fG (82)
为便于求解,先后利用对偶和KKT条件,将子问题(87)-(90)转化为式(91)所示的混合整数规划问题:
其中,ω表示约束(88)的对偶变量;π表示约束(89)的对偶变量;λ表示约束(90)的对偶变量。
等效发电机的约束参数求解算法流程如下:
(a)初始化:令K=0;
1TzK+1≥1 (93)
(5)获取虚拟电厂灵活性评估结果
基于步骤(4)的结果,可以获取虚拟电厂灵活性评估结果。即虚拟电厂可以等效为一个等效储能类设备和一个等效发电机类设备,两类设备的灵活性范围分别如式(95)和式(96)所示。虚拟电厂的输出有功功率表示为式(97)的形式。
PVPP=PESS+PGEN (88)
其中,PESS表示由各时刻等效储能类设备输出有功功率构成的向量;PGEN表示由各时刻等效发电机类设备输出有功功率构成的向量;PVPP表示由各时刻虚拟电厂输出有功功率构成的向量。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为虚拟电厂动态灵活性评估方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地说明,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
一种虚拟电厂动态灵活性评估方法,图1所示为虚拟电厂动态灵活性评估方法流程图。由图1可知,该方法通过构建虚拟电厂的分布式能源资源模型、构建虚拟电厂网络潮流模型、提取储能类和发电机类分布式资源的运行约束条件、求解等效储能设备和等效发电机的约束参数从而获取虚拟电厂灵活性评估结果。该方法具体包括以下步骤:
(1)构建虚拟电厂的分布式能源资源模型(1.1)燃气轮机
燃气轮机的输出功率约束条件如下:
其中,表示节点i处ψ相的燃气轮机在时刻t的输出有功功率;表示节点i处ψ相的燃气轮机在时刻t的输出无功功率;表示节点i处ψ相的燃气轮机的最大输出有功功率;表示节点i处ψ相的燃气轮机的最小输出有功功率;表示节点i处ψ相的燃气轮机的最大输出无功功率;表示节点i处ψ相的燃气轮机的最小输出无功功率;表示节点i处的燃气轮机在时刻t的输出有功功率。
燃气轮机的有功功率的爬坡约束条件如下:
(1.2)储能设备
储能设备的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相的储能设备的净输出有功功率;表示在t时刻节点i处ψ相的储能设备的净输出无功功率;表示节点i处ψ相的储能设备放电有功功率最大值;表示节点i处ψ相的储能设备充电有功功率最大值;表示节点i处ψ相的储能设备的最大容量;表示在t时刻节点i处的储能设备的净输出有功功率。
将式(6)近似为如下线性化形式:
储能设备的能量约束条件如下:
其中,表示节点i处在时刻t的储能设备的能量;表示节点i处在时刻t-1的储能设备的能量;表示节点i处储能设备的最小能量;表示节点i处储能设备的最大能量;表示节点i处储能设备的自放电率;△t表示两个决策时刻的时间间隔。
(1.3)光伏发电设备
光伏发电设备的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相光伏发电型设备的输出有功功率;表示在t时刻节点i处ψ相光伏发电型设备的输出无功功率;表示节点i处ψ相的光伏发电型设备输出有功功率的最小值;表示节点i处ψ相光伏发电型设备输出有功功率的最大值;节点i处ψ相的光伏发电型设备容量最大值;表示在节点i处的光伏发电设备在时刻t总的输出有功功率。
将式(15)近似为如下线性化形式:
(1.4)风力发电机
风力发电机的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相风力发电机的输出有功功率;表示在t时刻节点i处ψ相风力发电机的输出无功功率;表示节点i处ψ相的风力发电机的输出有功功率的最小值;表示节点i处ψ相风力发电机的输出有功功率的最大值;节点i处ψ相的风力发电机的容量最大值;表示在节点i处的风力发电机在时刻t总的输出有功功率。
将式(22)近似为如下线性化形式:
(1.5)需求侧响应热负荷
需求侧响应热负荷的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相需求侧响应热负荷有功功率;表示在t时刻节点i处ψ相需求侧响应热负荷无功功率;表示在t时刻节点i处需求侧响应热负荷的功率因数;表示节点i处ψ相需求侧响应热负荷有功功率最大值;表示节点i处ψ相需求侧响应热负荷有功功率最小值;表示在节点i处的需求侧响应热负荷在时刻t总的输出有功功率。
热负荷设备的温度约束如下:
其中,表示在t时刻节点i处需求侧响应热负荷的温度;表示在t-1时刻节点i处需求侧响应热负荷的温度;表示在t时刻节点i处需求侧响应热负荷的室外温度;表示节点i处需求侧响应热负荷的热量耗散参数;表示节点i处需求侧响应热负荷的电热转化参数;表示在节点i处需求侧响应热负荷的温度下限;表示节点i处需求侧响应热负荷的温度上限。
(1.6)电动汽车充电站
电动汽车充电站的输出功率约束条件如下:
其中,表示在t时刻节点i处ψ相电动汽车充电站的有功功率;表示在t时刻节点i处ψ相电动汽车充电站的无功功率;表示在节点i处电动汽车充电站的功率因数;表示在t时刻节点i处ψ相电动汽车充电站的有功功率最大值;表示节点i处ψ相电动汽车充电站的有功功率最小值;表示在节点i处的电动汽车充电站在时刻t总的输出有功功率。
电动汽车充电站的能量约束如下:
(2)构建虚拟电厂网络潮流模型
基于三相不平衡线性潮流模型,虚拟电厂网络中各节点电压幅值、各支路电流和并网点注入有功、无功功率表示如下:
V=Cy+c (125)
iij=Dy+d (126)
p0=Gy+g (127)
q0=Hy+h (128)
其中,V表示由各节点、各相电压的幅值所构成的向量;iij表示由各支路电流所构成的向量;p0表示虚拟电厂并网点处的注入有功功率;q0表示虚拟电厂并网点处的注入无功功率;矩阵C、D、G、H,向量c、d,常数g、h均为系统常数参数;y表示由注入功率向量构成的向量,即y:=[(pY)T,(qY)T,(pΔ)T,(qΔ)T]T,其中,pY,pΔ,qY,qΔ分别表示Y型并网节点的注入有功功率构成的向量、△型并网节点的注入有功功率构成的向量、Y型并网节点的注入的无功功率构成的向量、△型并网节点的注入的无功功率节点构成的向量。
其中,表示时刻t节点i处ψ相的负荷有功功率;表示时刻t节点i处ψ相的负荷无功功率;表示时刻t节点i处ψ相Y型并网节点的注入有功功率;表示时刻t节点i处ψ相Y型并网节点的注入无功功率;示时刻t节点i处ψ相△型并网节点的注入有功功率;表示时刻t节点i处ψ相△型并网节点的注入无功功率;NY表示由Y型并网节点序号所构成的集合;N△由△型并网节点序号所构成的集合;φY表示由Y型并网节点的相所构成的集合;φ△表示由△型并网节点的相所构成的集合。
虚拟电厂的网络约束条件如下:
(3)提取储能类、发电机类分布式资源的运行约束条件
(3.1)构建三类决策变量向量
定义有所有的分布式发电资源的有功输出功率、无功输出功率构成的决策变量向量为x,则式(1)-(5),(7)-(14),(16)-(21),(23)-(38),(45)-(46)所构成的约束条件可以表示为如下矩阵的形式:
Mx≤n (135)
其中,矩阵M和向量n是基于上述约束条件整理的常数约束参数。
将决策变量向量中的元素为x可以分为如下三类:(i)定义所有的储能设备、需求侧响应热负荷、电动汽车充电站为储能类设备,所有的储能类设备的输出有功功率构成的决策变量向量为PE;(ii)定义所有的燃气轮机、光伏发电设备和风力发电设备为发电机类设备,所有的发电机类设备的输出有功功率构成的决策变量为PG;(iii)定义所有的分布式能源资源设备的无功功率构成的决策变量为Q。将式(47)可以改写为:
(3.2)基于提取发电机类设备分布式资源的运行约束条件
将PG视为鲁棒优化中的随机参数,将式(48)中的参数写为如下分块矩阵的形式:
提取出式(49)中参数PG之间的约束关系和变量PE、Q与参数PG之间的约束关系,分别如式(50)和式(51)所示:
其中,运算符(·)i表示矩阵或向量的第i行元素。
得到储能类分布式资源的运行约束条件如下所示:
EExE≤fE (141)
其中,矩阵EE和向量fE是求解式(52)中鲁棒优化问题所获得的参数;xE为等效储能的决策变量。即:
(3.3)基于提取储能类设备分布式资源的运行约束条件
将PE视为鲁棒优化中的随机参数,将式(48)中的参数写为如下分块矩阵的形式:
提取出式(49)中参数PE之间的约束关系和变量PG、Q与参数PG之间的约束关系,分别如式(58)和式(59)所示:
得到储能类分布式资源的运行约束条件如下所示:
EGxG≤fG (149)
其中,矩阵EG和向量fG是求解式(60)中鲁棒优化问题所获得的参数;xG为等效发电机的决策变量。即:
(4)求解等效储能设备和等效发电机的约束参数
(4.1)等效储能设备的约束参数求解
将等效储能设备的约束参数分为主问题(65)-(68)和子问题(72)-(75)进行求解。
主问题表示为如下形式:
其中,矩阵AE是常数矩阵,表示等效储能的输出功率上下界和储能能量上下界约束参数,其具体形式如式(69)所示;向量bE表示灵活性可行域多面体各个高维超平面的截距;向量uE是常数矩阵,表示灵活性可行域平行面的距离之和,其具体形式如式(70)所示;向量ξ表示等效储能设备的有功功率输出轨迹;矩阵CE向量dE是表示等效储能设备的决策变量xE与有功功率输出轨迹ξ之间关系的常数矩阵,其值可以通过式(39)得到。K表示总的场景数量;表示第k个场景中等效储能设备的输出有功功率轨迹;zk表示第k个场景由0/1决策变量构成的向量;nz表示zk的维数;M表示一个很大的常数,其值一般可以取为1×106。
AE[IT -IT ΓT -ΓT]T (69)
uE=[1T T -1T T 1T T -1T T]T (70)
其中,T表示考虑的时刻数量;IT表示维数为T的单位阵;1T表示有T个元素的全1列向量;矩阵Γ定义如式(71)所示:
其中,γ表示等效储能设备的自放电率。
子问题表示为如下形式:
ξ=CExE+dE (158)
EExE≤fE (159)
为便于求解,先后利用对偶和KKT条件,将子问题(72)-(75)转化为式(76)所示的混合整数规划问题:
其中,s表示由0/1决策变量构成的向量;ns表示s的维数;ω表示约束(73)的对偶变量;π表示约束(74)的对偶变量;λ表示约束(75)的对偶变量。
等效储能设备的约束参数求解算法流程如下:
(a)初始化:令K=0;
1TzK+1≥1 (78)
(4.2)等效发电机的约束参数求解
将等效发电机的约束参数分为转化为主问题(80)-(83)和子问题(87)-(90)进行求解。
主问题表示为如下形式:
其中,矩阵AG是常数矩阵,表示等效发电机的输出功率上下界和爬坡上下界约束参数,其具体形式如式(84)所示;向量bG表示灵活性可行域多面体各个高维超平面的截距;向量uG是常数矩阵,表示灵活性可行域平行面的距离之和,其具体形式如式(85)所示;向量ξ表示等效发电机的有功功率输出轨迹;矩阵CG向量dG是表示等效发电机的决策变量xG与有功功率输出轨迹ξ之间关系的常数矩阵,其值可以通过式(39)得到。
AG=[IT -IT ΛT -ΛT]T (84)
uG=[1T T -1T T 1T-1 T -1T-1 T]T (85)
其中,1T-1表示有T-1个元素的全1列向量;矩阵Λ是一个尺寸为(T-1)×T的矩阵,其定义如式(86)所示:
子问题表示为如下形式:
ξ=CGxG+dG (168)
EGxG≤fG (169)
为便于求解,先后利用对偶和KKT条件,将子问题(87)-(90)转化为式(91)所示的混合整数规划问题:
其中,ω表示约束(88)的对偶变量;π表示约束(89)的对偶变量;λ表示约束(90)的对偶变量。
等效储能设备的约束参数求解算法流程如下:
(a)初始化:令K=0;
1TzK+1≥1 (93)
(5)获取虚拟电厂灵活性评估结果
基于步骤(4)的结果,可以获取虚拟电厂灵活性评估结果。即虚拟电厂可以等效为一个等效储能类设备和一个等效发电机类设备,两类设备的灵活性范围分别如式(95)和式(96)所示。虚拟电厂的输出有功功率表示为式(97)的形式。
PVPP=PESS+PGEN (175)
其中,PESS表示由各时刻等效储能类设备输出有功功率构成的向量;PGEN表示由各时刻等效发电机类设备输出有功功率构成的向量;PVPP表示由各时刻虚拟电厂输出有功功率构成的向量。
尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (16)
1.一种虚拟电厂动态灵活性评估方法,其特征在于,所述方法包括以下步骤:
A、设置燃气轮机、储能设备、光伏发电设备、风力发电机设备、需求侧响应热负荷和电动汽车充电站的输出功率约束条件,构建虚拟电厂的分布式能源资源模型;
B、设置虚拟电厂网络中电压幅值、电流和注入功率,得到虚拟电厂的网络约束条件,构建虚拟电厂网络潮流模型;
C、将储能设备、需求侧响应热负荷和电动汽车充电站定义为储能类设备,将燃气轮机、光伏发电设备和风力发电机设备定义为发电机类设备;定义所有的分布式发电能源资源的输出功率构成的决策变量向量,其中所有储能类设备的输出有功功率构成的决策变量为PE,所有的发电机类设备的输出有功功率构成的决策变量为PG,定义所有的分布式能源资源设备的无功功率构成的决策变量为Q;基于鲁棒优化方法,提取储能类和发电机类分布式资源的运行约束条件;
D、根据步骤A虚拟电厂的分布式能源资源模型中的参数、步骤B虚拟电厂网络潮流模型的参数以及步骤C储能类和发电机类分布式资源的运行约束条件,基于两阶段鲁棒优化算法,分别求解等效储能类设备和等效发电机类设备的约束参数;
E、基于步骤D的约束参数,获取虚拟电厂灵活性评估结果;
所述步骤E中,将虚拟电厂等效为一个等效储能类设备和一个等效发电机类设备,基于步骤D的结果,等效储能类设备和等效发电机类设备的灵活范围分别如式(88)和式(89):
其中,矩阵AE是表示等效储能的输出功率上下界和储能能量上下界约束参数的常数矩阵;矩阵AG是表示等效发电机的输出功率上下界和爬坡上下界约束参数的常数矩阵;表示由等效储能设备约束参数的主问题优化得到的结果;表示由等效发电机约束参数的主问题优化得到的结果;PESS表示由各时刻等效储能类设备输出有功功率构成的向量;PGEN表示由各时刻等效发电机类设备输出有功功率构成的向量;
虚拟电厂的输出有功功率如式(90):
PVPP=PESS+PGEN (90)
PVPP表示由各时刻虚拟电厂输出有功功率构成的向量。
3.根据权利要求2所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
所述步骤A中储能设备的输出功率约束条件为:
其中,表示在t时刻节点i处ψ相的储能设备的净输出有功功率;表示在t时刻节点i处ψ相的储能设备的净输出无功功率;表示节点i处ψ相的储能设备放电有功功率最大值;表示节点i处ψ相的储能设备充电有功功率最大值;表示节点i处ψ相的储能设备的最大容量;表示在t时刻节点i处的储能设备的净输出有功功率;
将式近似为如下线性化形式:
储能设备的能量约束条件为:
6.根据权利要求5所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
所述步骤A中需求侧响应热负荷的输出功率约束条件为:
其中,表示在t时刻节点i处ψ相需求侧响应热负荷有功功率;表示在t时刻节点i处ψ相需求侧响应热负荷无功功率;表示节点i处需求侧响应热负荷的功率因数;表示节点i处ψ相需求侧响应热负荷有功功率最大值;表示节点i处ψ相需求侧响应热负荷有功功率最小值;表示在节点i处的需求侧响应热负荷在时刻t总的输出有功功率;
热负荷设备的温度约束如下:
8.根据权利要求7所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
所述步骤B中虚拟电厂网络中各节点电压幅值、各支路电流和并网点注入有功、无功功率表示为:
V=Cy+c (37)
iij=Dy+d (38)
p0=Gy+g (39)
q0=Hy+h (40)
其中,V表示由各节点、各相电压的幅值所构成的向量;iij表示由各支路电流所构成的向量;p0表示虚拟电厂并网点处的注入有功功率;q0表示虚拟电厂并网点处的注入无功功率;矩阵C、D、G、H,向量c、d,常数g、h均为系统常数参数;y表示由注入功率向量构成的向量,即其中,pY,pΔ,qY,qΔ分别表示Y型并网节点的注入有功功率构成的向量、△型并网节点的注入有功功率构成的向量、Y型并网节点的注入的无功功率构成的向量、△型并网节点的注入的无功功率节点构成的向量;
其中,表示节点i处ψ相的燃气轮机在时刻t的输出有功功率;表示节点i处ψ相的燃气轮机在时刻t的输出无功功率;表示在t时刻节点i处ψ相的储能设备的净有功输出功率;表示在t时刻节点i处ψ相的储能设备的净无功输出功率;表示在t时刻节点i处ψ相光伏发电型设备的有功输出功率;表示在t时刻节点i处ψ相光伏发电型设备的无功输出功率;表示在t时刻节点i处ψ相风力发电机的有功输出功率;表示在t时刻节点i处ψ相风力发电机的无功输出功率;表示在t时刻节点i处ψ相需求侧响应热负荷有功功率;表示在t时刻节点i处ψ相需求侧响应热负荷无功功率;表示在t时刻节点i处ψ相电动汽车充电站的有功功率;表示在t时刻节点i处ψ相电动汽车充电站的无功功率;表示时刻t节点i处ψ相的负荷有功功率;表示时刻t节点i处ψ相的负荷无功功率;表示时刻t节点i处ψ相Y型并网节点的注入有功功率;表示时刻t节点i处ψ相Y型并网节点的注入无功功率;表示时刻t节点i处ψ相△型并网节点的注入有功功率;表示时刻t节点i处ψ相△型并网节点的注入无功功率;NY表示由Y型并网节点序号所构成的集合;NΔ由△型并网节点序号所构成的集合;φY表示由Y型并网节点的相所构成的集合;φΔ表示由△型并网节点的相所构成的集合。
11.根据权利要求10所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
将PG视为鲁棒优化中的随机参数,将式(47)中的参数写成分块矩阵形式:
提取式(48)中参数PG之间的约束关系和变量PE、Q与参数PG之间的约束关系,分别表示为:
其中,运算符(·)i表示矩阵或向量的第i行元素;
得到储能类分布式资源的运行约束条件为:
EExE≤fE (52)
其中,矩阵EE和向量fE是求解式(51)中鲁棒优化问题所获得的参数;xE为等效储能的决策变量;即:
13.根据权利要求1所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
所述步骤D中等效储能类设备约束参数分为主问题和子问题进行求解,
所述主问题表现为:
其中,矩阵AE是表示等效储能的输出功率上下界和储能能量上下界约束参数的常数矩阵;向量bE表示灵活性可行域多面体各个高维超平面的截距;向量uE是表示灵活性可行域平行面的距离之和的常数矩阵;K表示总的场景数量;表示第k个场景中等效储能类设备的有功输出功率轨迹;zk表示第k个场景由0/1决策变量构成的向量;nz表示zk的维数;M表示一个很大的常数,其值一般可以取为1×106;
所述子问题表现为:
ξ=CExE+dE (70)
EExE≤fE (71)
为便于求解,先后利用对偶和KKT条件,将子问题转化为式(72)中的混合整数规划问题:
其中,s表示由0/1决策变量构成的向量;ns表示s的维数;ω表示约束(69)的对偶变量;π表示约束(70)的对偶变量;λ表示约束(71)的对偶变量。
15.根据权利要求1所述的一种虚拟电厂动态灵活性评估方法,其特征在于,
所述步骤D中等效发电机约束参数分为主问题和子问题进行求解,
所述主问题表现为如下形式:
其中,矩阵AG是表示等效发电机的输出功率上下界和爬坡上下界约束参数的常数矩阵;向量bG表示灵活性可行域多面体各个高维超平面的截距;向量uG是表示灵活性可行域平行面的距离之和的常数矩阵;K表示总的场景数量;表示添加至第K+1次迭代的主问题中的常数向量,其值为上次迭代的最优解;zk表示第k个场景由0/1决策变量构成的向量;nz表示zk的维数;M表示一个很大的常数,其值一般可以取为1×106;
所述子问题表示为如下形式:
ξ=CGxG+dG (82)
EGxG≤fG (83)
为便于求解,先后利用对偶和KKT条件,将子问题转化为式(84)所示的混合整数规划问题:
其中,s表示由0/1决策变量构成的向量;ns表示s的维数;ω表示约束(81)的对偶变量;π表示约束(82)的对偶变量;λ表示约束(83)的对偶变量。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011341035.3A CN112531790B (zh) | 2020-11-25 | 2020-11-25 | 一种虚拟电厂动态灵活性评估方法 |
US17/446,642 US20220173593A1 (en) | 2020-11-25 | 2021-09-01 | Method of accessing dynamic flexibility for virtual power plant |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011341035.3A CN112531790B (zh) | 2020-11-25 | 2020-11-25 | 一种虚拟电厂动态灵活性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112531790A CN112531790A (zh) | 2021-03-19 |
CN112531790B true CN112531790B (zh) | 2022-11-25 |
Family
ID=74993572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011341035.3A Active CN112531790B (zh) | 2020-11-25 | 2020-11-25 | 一种虚拟电厂动态灵活性评估方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220173593A1 (zh) |
CN (1) | CN112531790B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115526670B (zh) * | 2022-11-03 | 2023-04-18 | 华北电力大学 | 基于多参数规划的虚拟电厂运行曲线优化计算方法及装置 |
CN116054282B (zh) * | 2022-11-25 | 2023-08-18 | 国网安徽省电力有限公司经济技术研究院 | 一种配电网与输电网公共连接点有功无功灵活性评估方法 |
CN116341762B (zh) * | 2023-05-23 | 2023-07-25 | 武汉中元华电科技股份有限公司 | 高海拔风电供电系统最优能流求解方法及系统 |
CN117239810B (zh) * | 2023-11-09 | 2024-03-26 | 南方电网数字电网研究院有限公司 | 虚拟电厂电能调度方案获取方法、装置和设备 |
CN117439080B (zh) * | 2023-12-20 | 2024-04-12 | 国网山东省电力公司营销服务中心(计量中心) | 一种虚拟电厂的调度方法、系统、存储介质及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779487A (zh) * | 2017-01-17 | 2017-05-31 | 国网江西省电力公司电力科学研究院 | 一种基于原‑对偶内点法的虚拟电厂动态经济调度模型 |
CN110266038A (zh) * | 2019-05-28 | 2019-09-20 | 广东电网有限责任公司电力调度控制中心 | 一种多虚拟电厂分布式协调调控方法 |
CN111860950A (zh) * | 2020-06-12 | 2020-10-30 | 清华大学 | 一种虚拟电厂功率可调能力的概率评估方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9300141B2 (en) * | 2010-11-18 | 2016-03-29 | John J. Marhoefer | Virtual power plant system and method incorporating renewal energy, storage and scalable value-based optimization |
WO2014090285A1 (de) * | 2012-12-11 | 2014-06-19 | Siemens Aktiengesellschaft | Verfahren zur steuerung des betriebs von elektrischen energieerzeugern und steuereinrichtung zur durchführung des verfahrens |
JP6964284B2 (ja) * | 2017-03-23 | 2021-11-10 | 株式会社日立製作所 | アグリゲーションシステム及びその制御方法並びに複合型電力変換装置 |
CN110416998B (zh) * | 2019-07-01 | 2021-01-08 | 华北电力大学 | 一种基于虚拟发电厂的地区复杂配网调度控制管理系统 |
CN110661277B (zh) * | 2019-09-24 | 2022-10-11 | 国网江苏省电力有限公司 | 一种基于敏感负荷接入的虚拟电厂日前调度方法 |
CN111523947B (zh) * | 2020-06-01 | 2023-11-10 | 广东电网有限责任公司 | 一种虚拟电厂发电成本生成方法 |
-
2020
- 2020-11-25 CN CN202011341035.3A patent/CN112531790B/zh active Active
-
2021
- 2021-09-01 US US17/446,642 patent/US20220173593A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106779487A (zh) * | 2017-01-17 | 2017-05-31 | 国网江西省电力公司电力科学研究院 | 一种基于原‑对偶内点法的虚拟电厂动态经济调度模型 |
CN110266038A (zh) * | 2019-05-28 | 2019-09-20 | 广东电网有限责任公司电力调度控制中心 | 一种多虚拟电厂分布式协调调控方法 |
CN111860950A (zh) * | 2020-06-12 | 2020-10-30 | 清华大学 | 一种虚拟电厂功率可调能力的概率评估方法 |
Non-Patent Citations (2)
Title |
---|
计及安全约束的虚拟电厂两层优化调度;臧海祥等;《电力自动化设备》;20160809;第36卷(第8期);全文 * |
计及风光不确定性的虚拟电厂多目标随机调度优化模型;王冠等;《中国电力》;20171231;第50卷(第005期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112531790A (zh) | 2021-03-19 |
US20220173593A1 (en) | 2022-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112531790B (zh) | 一种虚拟电厂动态灵活性评估方法 | |
Bevrani et al. | Microgrid dynamics and control | |
Mahmud et al. | A cooperative operation of novel PV inverter control scheme and storage energy management system based on ANFIS for voltage regulation of grid-tied PV system | |
Belal et al. | Adaptive droop control for balancing SOC of distributed batteries in DC microgrids | |
Raju et al. | Load frequency control of a multi‐area system incorporating distributed generation resources, gate controlled series capacitor along with high‐voltage direct current link using hybrid ALO‐pattern search optimised fractional order controller | |
CN107591844A (zh) | 考虑节点注入功率不确定性的主动配电网鲁棒重构方法 | |
CN110070292B (zh) | 基于交叉变异鲸鱼优化算法的微网经济调度方法 | |
CN107317361B (zh) | 一种考虑区域自治能力的主动配电网全局优化调度方法 | |
CN106374513B (zh) | 一种基于主从博弈的多微网联络线功率优化方法 | |
Gupta | Probabilistic optimal reactive power planning with onshore and offshore wind generation, EV, and PV uncertainties | |
CN115640963A (zh) | 一种考虑投资运营模式的海上风电接入系统鲁棒规划方法 | |
Kumar et al. | Improving power quality and load profile using PV‐battery‐SAPF system with metaheuristic tuning and its HIL validation | |
Roy et al. | Transient stability and active protection of power systems with grid-forming pv power plants | |
CN110880791A (zh) | 一种混合交直流配电网协调优化方法 | |
Bayati et al. | Accurate modeling of DC microgrid for fault and protection studies | |
CN106021754A (zh) | 考虑vsc无功越限调整策略的混联电网概率潮流算法 | |
CN113572168B (zh) | 一种考虑风光水能源多重不确定性风险的优化调度方法 | |
Sarkar et al. | Optimal reactive power dispatch considering reactive power support from renewable energy generators | |
Hajizadeh | Robust power control of microgrid based on hybrid renewable power generation systems | |
Roy et al. | D-STATCOM control in distribution networks with composite loads to ensure grid code compatible performance of photovoltaic generators | |
Maya et al. | A generalised three phase power flow algorithm incorporating the uncertainty of Photo Voltaic (PV) source for unbalanced distribution network | |
CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
CN113138620A (zh) | 一种基于混合bso-flc的光伏最大功率点跟踪方法及系统 | |
Li et al. | Wind farms reactive power optimization using genetic/tabu hybrid algorithm | |
Arzani et al. | Dynamic performance enhancement of a utility-scale solar PV 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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |