CN113673912A - 考虑输电网影响的配电-气网分布式协同规划方法及系统 - Google Patents

考虑输电网影响的配电-气网分布式协同规划方法及系统 Download PDF

Info

Publication number
CN113673912A
CN113673912A CN202111087096.6A CN202111087096A CN113673912A CN 113673912 A CN113673912 A CN 113673912A CN 202111087096 A CN202111087096 A CN 202111087096A CN 113673912 A CN113673912 A CN 113673912A
Authority
CN
China
Prior art keywords
network
gas
distribution
power distribution
power
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.)
Granted
Application number
CN202111087096.6A
Other languages
English (en)
Other versions
CN113673912B (zh
Inventor
朱海南
李宗璇
王娟娟
金峰
李丰硕
张同军
孙华忠
刘明
刘堃
陈兵兵
刘传良
宋静
薛云霞
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.)
State Grid Corp of China SGCC
Weifang Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Weifang Power Supply Co of State Grid Shandong 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 State Grid Corp of China SGCC, Weifang Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111087096.6A priority Critical patent/CN113673912B/zh
Publication of CN113673912A publication Critical patent/CN113673912A/zh
Application granted granted Critical
Publication of CN113673912B publication Critical patent/CN113673912B/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
    • G06Q10/06—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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • 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
    • 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
    • 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
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种考虑输电网影响的配电‑气网分布式协同规划方法及系统，包括以下步骤：获取配电‑气网的典型运行场景；根据获取的典型运行场景以及预设的配电‑气网分布式协同规划模型，得到配电‑气网的最优分布式协同规划方案；其中，所述配电‑气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。本公开通过建立输电网、配电网、配气网的混合整数二次规划模型，构建了基于目标级联分析算法的分布式求解流程，实现了对多个配电‑气网的分布式协同规划。

Description

考虑输电网影响的配电-气网分布式协同规划方法及系统
技术领域
本公开属于电-气耦合网络扩展规划技术领域，具体涉及一种考虑输电网影响的配电-气网分布式协同规划方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
近年来，随着传统能源污染问题的逐渐显露以及节能减排压力的增长，大力发展可再生能源发电技术、代替传统发电方式已成为不可阻挡的趋势。配电网中分布式可再生能源发电渗透率的提高不仅催生了电转气(Power to gas,P2G)技术的发展，增加了配电网与配气网的耦合程度，而且导致配电网与输电网间传输的潮流更加复杂多变，二者物理耦合性增强。据此，在配电-气网规划设计过程中，合理计及输电网的耦合作用，实现考虑输电网影响的多个配电-气网协同规划具有重要意义。
在配电-气网运行过程中，多个配电-气网与输电网相连接并产生耦合作用，且随着分布式可再生能源发电渗透率的提高这种耦合作用进一步增强。相较于独立规划，考虑输电网影响的多个配电-气网协同规划能够减少设备冗余、提高系统经济性，实现整个系统内资源的最优配置。但是，目前的规划方法主要集中于对单个配电-气网进行规划，对多个配电-气网协同规划的研究仍具有较大的提升空间。
在对多个网络协同优化时，由于系统类型与规模的扩大，传统的集中式算法面临着计算压力大、集中决策者无法获得所有网络的具体信息等问题，分布式算法因可以较好地解决这些问题而逐渐兴起。目标级联分析(Analytical Target Cascading,ATC)算法作为分布式算法的一种，由于其收敛特性好、适用于级联结构等特点，近年来在电力系统规划、运行、黑启动等领域的应用逐渐引起研究人员重视。
发明内容
为了解决上述问题，本公开提出了考虑输电网影响的配电-气网分布式协同规划方法及系统，建立了输电网、配电网、配气网的混合整数二次规划(Mixed integerquadratic programming,MIQP)模型，构建了基于目标级联分析(Analytical TargetCascading,ATC)算法的分布式求解流程，实现了对多个配电-气网中配电网馈线、配气网管道、变电站、配气站的分布式协同规划。
根据一些实施例，本公开的第一方案提供了考虑输电网影响的配电-气网分布式协同规划方法，采用如下技术方案：
一种考虑输电网影响的配电-气网分布式协同规划方法，包括以下步骤：
获取配电-气网的典型运行场景；
根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
作为进一步的技术限定，采集配电-气网的实际运行场景，通过聚类分析确定配电-气网的典型运行场景；
采用K-means聚类方法生成配电-气网正常运行时光伏出力、风电出力及电、气负荷的典型场景，采用手肘法确定聚类场景数目。
进一步的，所述手肘法使用类内平均距离nSE和类间平均距离wSE的比值作为聚类误差的指标，将真实聚类数据设置为k，手肘法模型表示为：
Figure BDA0003265957730000031
其中，δi表示第i类，ks表示δi中的样本；mi表示δi中的样本均值；kn表示δi中的样本数目。
作为进一步的技术限定，所述输电网子问题混合整数二次规划模型的构建过程中，以投资期间输电网运行成本和惩罚项为目标函数，以节点功率平衡约束、直流潮流约束、发电机出力上下限约束和线路容量约束为约束条件。
作为进一步的技术限定，所述配电网子问题混合整数二次规划模型的构建过程中，以投资期间配电网投资成本、运行成本和惩罚项为目标函数，以支路潮流约束、节点功率平衡约束、建设变量逻辑约束、设备容量约束、节点电压上下限约束和径向拓扑约束为约束条件。
作为进一步的技术限定，所述配气网子问题混合整数二次规划模型的构建过程中，以投资期间配气网投资成本、运行成本和惩罚项为目标函数，以节点天然气流量平衡约束、建设变量逻辑约束、设备容量约束和径向拓扑约束为约束条件。
作为进一步的技术限定，所述利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解，具体过程为：
初始化拉格朗日项系数和目标变量，并将初始化后的数据信息传递给配气网子问题混合整数二次规划模型和配电网子问题混合整数二次规划模型；
并行求解各个配气网子问题混合整数二次规划模型，更新响应变量并传递给相应的配电网子问题混合整数二次规划模型；
并行求解各个配电网子问题混合整数二次规划模型，更新目标变量并传递给相应的配气网子问题混合整数二次规划模型；
更新响应变量并传递给输电网子问题混合整数二次规划模型，求解输电网子问题混合整数二次规划模型；
更新目标变量并传递给相应的配电网子问题混合整数二次规划模型；
进行内循环收敛的判断，若收敛则进行外循环收敛的判断，否则返回求解配气网子问题合整数二次规划模型；
进行外循环收敛的判断，若收敛则结束迭代并输出配电-气网的最优分布式协同规划方案，否则重新更新拉格朗日系数循环求解。
根据一些实施例，本公开的第二方案提供了考虑输电网影响的配电-气网分布式协同规划系统，采用如下技术方案：
一种考虑输电网影响的配电-气网分布式协同规划系统，包括：
获取模块，用于获取配电-气网的典型运行场景；
优化模块，根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
根据一些实施例，本公开的第四方案提供了一种电子设备，采用如下技术方案：
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
与现有技术相比，本公开的有益效果为：
本公开所提出的考虑输电网影响的配电-气网分布式协同规划方法，实现了对连接于同一输电网的多个配电-气网的协同规划。相较于传统的独立规划方法，协同规划能够充分计及输电网状态的影响，同时对多个配电-气网进行扩展规划，实现系统资源的整体最优配置，获得设备利用率更高、经济性更优的规划方案。
本公开构建了基于目标级联分析算法的分布式求解流程，构建配气网子问题、配电网子问题及输电网子问题将输电网与配电网、配气网解耦，各配电网、配气网子问题可并行独立计算，大大减少了计算时间。其次，迭代过程中输电网与配电网间、配电网与配气网间只需进行目标变量t与响应变量r的交换，很好地保护用户的隐私权，减轻通信系统和信息处理器的负担。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
图1是本公开实施例一中考虑输电网影响的配电-气网分布式协同规划方法的流程图；
图2是本公开实施例一中电-气耦合网络结构图；
图3是本公开实施例一中分解建模三层结构图；
图4是本公开实施例一中分布式目标级联分析算法的迭代求解流程图；
图5是本公开实施例二中考虑输电网影响的配电-气网分布式协同规划系统的结构框图；
图6为本公开实施例二中考虑输电网影响的配电-气网分布式协同规划系统的典型应用图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本公开实施例一介绍了一种考虑输电网影响的配电-气网分布式协同规划方法。
配电网中分布式可再生能源发电渗透率的提高，增加了配电网与配气网及配电网与输电网间的耦合程度；本实施例提出了一种考虑输电网影响的配电-气网分布式协同规划系统和方法；构建了基于ATC算法的分布式求解流程，对多个配电-气网进行协同扩展规划，实现了整个系统内资源的最优配置，提高了规划方案的经济性。
如图1所示的一种考虑输电网影响的配电-气网分布式协同规划方法，包括以下步骤：
获取配电-气网的典型运行场景；
根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
采用K-means聚类方法生成配电网正常运行的典型运行场景，采用手肘法确定聚类场景数目。手肘法使用类内平均距离(nSE)和类间平均距离(wSE)的比值作为聚类误差的指标。将真实聚类数目设置为k，手肘法模型可表示为：
Figure BDA0003265957730000081
Figure BDA0003265957730000082
Figure BDA0003265957730000083
式中：δi表示第i类，ks表示δi中样本；mi表示δi中样本均值；kn表示δi中样本数目。
含多个配网的电-气耦合网络结构如图2所示，各配电网、配气网分别从输电网、输气网处购买电能、天然气，满足局部区域电负荷、气负荷需求；P2G装置可以将配电网中过剩电能转换为天然气，是配电网与配气网间的耦合设备。本实施例所建立的协同规划模型将输气网简化为多个售气单元，即各配网仅通过输电网产生耦合关系。
为分布式求解多配网协同规划模型，需要将图2中电-气耦合网络按照网络结构分解为三层结构，如图3所示。为将各子问题解耦，需要进一步将各子问题相邻节点处的有功功率等共享变量分解为目标变量tpq和响应变量rpq。其中，tpq为第p-1层子问题视角下的共享变量，rpq为第p层子问题视角下的共享变量。例如t21为第1层子问题即输电网子问题视角下的共享变量，在输电网子问题中为决策变量；r21为第2层子问题即配电网子问题视角下的共享变量，在配电网子问题中为决策变量。
目标变量tpq和响应变量rpq为共享变量在不同子问题中的式，在各子问题独立求解时应满足一致性约束式(4)。本发明通过在各子问题目标函数中添加增广拉格朗日罚函数项式(5)来松弛一致性约束式(4)：
σpq＝tpq-rpq＝0 (4)
Figure BDA0003265957730000091
式中，σpq为表征tpq与rpq差值的辅助变量列向量；vpq、wpq分别为罚函数一次项、二次项的系数列向量；符号
Figure BDA0003265957730000092
代表Hadamard乘积。
取不同层间交换的有功功率作为共享变量，且以上层流向下层为交换功率的正方向。输电网子问题与配电网子问题间的共享变量可建模为：
Figure BDA0003265957730000101
式中，
Figure BDA0003265957730000102
与
Figure BDA0003265957730000103
分别为场景s下，在输电系统侧和配电系统侧，输电系统与第q个配电系统间的交换有功功率；Ns为典型场景数量。
配电网子问题与配气网子问题间的共享变量可建模为：
Figure BDA0003265957730000104
式中，
Figure BDA0003265957730000105
Figure BDA0003265957730000106
Figure BDA0003265957730000107
分别为场景s下，在配电系统侧和配气系统侧，第q个配电系统与配气系统间通过第c个P2G装置交换的有功功率；
Figure BDA0003265957730000108
分别为由
Figure BDA0003265957730000109
构成的行向量；Nc为第q个配电网与配气网间耦合的P2G装置的数量。
输电网子问题仅考虑运行过程，其决策变量为各场景下输电网发电机启停状态、输出功率，以及向各配电网传输的有功功率。输电网子问题的优化目标为：
Figure BDA00032659577300001010
Figure BDA00032659577300001011
式中，f11为输电网子问题的目标函数，包括运行成本
Figure BDA00032659577300001012
以及罚函数π11，其中运行成本
Figure BDA00032659577300001013
由发电机发电成本以及向配电网售电获得的利润两部分组成；Hs为典型场景s在一年中出现的小时数；CG,i(·)为节点i处发电机的发电成本函数；PG,i,s为场景s中节点i处发电机输出的有功功率；Ce为单位购电成本；aG,i、bG,i、cG,i分别为节点i处发电机成本函数二次项、一次项系数以及常数项；Zon,i,s为表征节点i处发电机在场景s中启停状态的0-1变量。
输电网子问题约束条件可表述为公式(10)～公式(14)：
Figure BDA0003265957730000111
Figure BDA0003265957730000112
Figure BDA0003265957730000113
Figure BDA0003265957730000114
Figure BDA0003265957730000115
式中，PL,i,s为场景s中节点i处负荷的有功功率；Pij,s为场景s中线路ij流过的有功功率；θi,s为场景s中节点i处电压的相角；bij为线路ij的电纳；
Figure BDA0003265957730000116
为节点i处发电机有功出力的最大值；
Figure BDA0003265957730000117
为允许流过线路ij的有功功率最大值；
Figure BDA0003265957730000118
为输电网与配电网q间交换有功功率的最大值；Tb、Tl、Tg分别为输电网节点集合、线路集合、发电机集合；D11为与输电网相连的配电网序号集合。
公式(10)为节点功率平衡约束，公式(11)为线路直流潮流约束；公式(12)、公式(13)、公式(14)分别代表发电机、线路、输配网间交换功率的上下限约束。
配电网子问题实现对配电网线路以及变电站的扩展规划，其决策变量包括：配电网线路扩建、新建变量，变电站扩建变量，各场景下新能源机组出力以及与输电网、配气网交换的有功功率。配电网子问题的优化目标为：
Figure BDA0003265957730000121
Figure BDA0003265957730000122
Figure BDA0003265957730000123
公式(15)中，f2q为第q个配电网子问题的目标函数，由投资成本
Figure BDA0003265957730000124
运行成本
Figure BDA0003265957730000125
以及罚函数π2q三部分构成；投资成本折算至一年，包括馈线的新建、扩建成本、变电站扩建成本；运行成本包括向上级输电网购电的购电成本以及通过P2G装置向配气网输送能量所获得的利润；罚函数包括输电网与配电网间及配电网与配气网间共享变量不一致所导致的惩罚项。
公式(16)、公式(17)中，Znf,ij、Zcf,ij为0-1变量，分别表示配电网线路ij处是否存在新建的、扩建的f类型馈线；Zs为0-1变量，表示配电网变电站是否扩建为s类型；Cnf、Ccf、Cs分别表示单位长度f类型馈线的新建、扩建成本以及s类型变电站的扩建成本；Lij为线路ij的长度；κ表示设备的年投资成本折算系数；r表示年利率；T表示规划年限；Dl、Df、Ds、Dc分别表示第q个配电网的线路集合、备选馈线类型集合、备选变电站类型集合、P2G装置集合。
配电网子问题约束条件可表述为公式(18)～(28)：
Figure BDA0003265957730000131
Figure BDA0003265957730000132
Figure BDA0003265957730000133
Figure BDA0003265957730000134
Figure BDA0003265957730000135
Figure BDA0003265957730000136
Figure BDA0003265957730000137
Figure BDA0003265957730000138
Vmin≤Vi,s≤Vmax (26)
Figure BDA0003265957730000139
Figure BDA00032659577300001310
式中，
Figure BDA00032659577300001311
Db为配电网节点集合；Dbs为配电网变电站节点，即与输电网相连的节点集合；Vi,s表示节点i在典型场景s中的电压幅值；Vref为参考节点电压；
Figure BDA00032659577300001312
分别表示在典型场景s中线路ij处流过的的有功、无功功率；
Figure BDA0003265957730000141
分别表示场景s中节点i处分布式风机、光伏发出的有功以及变电站自输电网获取的有功功率，
Figure BDA0003265957730000142
为相应的无功功率；
Figure BDA0003265957730000143
表示场景s中节点i处P2G装置消耗的有功功率；Pi load、
Figure BDA0003265957730000144
分别表示节点i处负荷的的有功、无功功率基值；
Figure BDA0003265957730000145
分别表示典型场景s中的归一化电负荷以及光伏最大出力、风电最大出力；Zf,ij为0-1变量，表示规划后配电网线路ij处是否存在f类型馈线；
Figure BDA0003265957730000146
分别表示f类型馈线、s类型变电站的最大容量；
Figure BDA0003265957730000147
为配电网与配气网间第c个耦合节点，即第c个P2G装置的最大功率；bij,s为辅助松弛变量，当线路ij处线路不被建设时，bij,s为在[(Vmin-Vmax),(Vmax-Vmin)]范围内随意变动的辅助变量，此时约束(18)被松弛；rf、xf分别表示f类型馈线单位长度的电阻值、电抗值；Lij表示线路ij的长度；Vmax、Vmin分别表示节点电压最大值与最小值；
Figure BDA0003265957730000148
分别代表线路ij是否存在正向、反向虚拟潮流。
公式(18)为线性Distflow潮流约束,表征线路两端电压与线路潮流的关系。公式(19)、公式(20)分别为节点有功、无功功率平衡约束。公式(21)为辅助松弛变量bij,s取值范围约束；公式(22)保证在线路ij处仅存在一种类型的馈线，在变电站节点仅存在一种类型的变电站。公式(23)～公式(26)分别为线路容量约束、变电站容量约束、新能源场站出力约束以及节点电压上下限约束，公式(27)为树状拓扑约束，保证规划后配电网为树状配电网。公式(28)为配电网与配气网间通过P2G装置交换能量的上下限约束。
配气网子问题实现对配气网管道以及配气站的扩展规划，其决策变量包括：配气网管道扩建、新建变量，配气站扩建变量，各场景下从输气网以及P2G装置获取的天然气量。配气网子问题的优化目标为：
Figure BDA0003265957730000151
Figure BDA0003265957730000152
公式(29)中，f3q为第q个配气网子问题的目标函数，由投资成本
Figure BDA0003265957730000153
运行成本
Figure BDA0003265957730000154
以及罚函数π3q三部分构成；投资成本折算至一年，包括管道的新建、扩建成本、配气站扩建成本；运行成本包括P2G装置消耗电能产生的购电成本以及向上级输气网购气产生的的购气成本；罚函数为配电网与配气网共享变量不一致所导致的惩罚项。公式(30)中，Znp,mn、Zcp,mn为0-1变量，分别表示配气网线路mn处是否存在新建的、扩建的p类型管道；Zg为0-1变量，表示配气网配气站是否扩建为g类型；Cnp、Ccp、Cg分别表示单位长度p类型管道的新建、扩建成本以及g类型配气站的扩建成本；Lmn为线路mn的长度；Gl、Gp、Gg分别表示第q个配气网的线路集合、备选管道类型集合、备选配气站类型集合；Dc表示第q个配电网与配气网间耦合的P2G装置集合。
配气网子问题约束条件可表述为公式(31)～(37)：
Figure BDA0003265957730000161
Figure BDA0003265957730000162
Figure BDA0003265957730000163
Figure BDA0003265957730000164
Figure BDA0003265957730000165
Figure BDA0003265957730000166
Figure BDA0003265957730000167
式中，
Figure BDA0003265957730000168
Gb为配气网节点集合；Gbg为配气网配气站站节点集合；
Figure BDA0003265957730000169
分别表示场景s中由节点m处配气站、P2G装置输入的天然气流量；
Figure BDA00032659577300001610
表示典型场景s中线路mn流过的的天然气流量；
Figure BDA00032659577300001611
表示节点m处气负荷基值；
Figure BDA00032659577300001612
表示典型场景s中的归一化气负荷；
Figure BDA00032659577300001613
表示场景s中节点m处P2G装置消耗的有功功率；ζ表示P2G装置的转换效率；Zp,mn为0-1变量，表示规划后配气网线路mn处是否存在p类型管道；
Figure BDA00032659577300001614
分别表示p类型管道、g类型配气站的最大流量以及节点m处P2G装置的最大功率；Lmn表示线路mn的长度；
Figure BDA00032659577300001615
分别代表线路mn是否存在正向、反向虚拟天然气流量。
公式(31)为节点天然气流量平衡约束。公式(32)表示节点m处P2G装置有功功率与天然气流量的转换关系。公式(33)保证在线路mn处仅存在一种类型的管道，在配气站节点仅存在一种类型的配气站；公式(34)～(36)分别为管道流量约束、配气站流量约束、P2G装置功率上下限约束。公式(37)为树状拓扑约束。
基于ATC算法的求解流程如图4所示，具体流程如下：
第一步：将外循环次数L与内循环次数L置零，即令L＝0,K＝0；设定拉格朗日系数初始值
Figure BDA0003265957730000171
与目标变量初始值
Figure BDA0003265957730000172
第二步：置内循环次数K＝K+1，开始第K次内循环；
第三步：并行求解各配气网子问题，更新响应变量
Figure BDA0003265957730000173
并传递给相应配电网子问题；
第四步：并行求解各配电网子问题，更新目标变量
Figure BDA0003265957730000174
并传递给相应配气网子问题，更新响应变量
Figure BDA0003265957730000175
并传递给输电网子问题；
第五步：求解输电网子问题，更新目标变量
Figure BDA0003265957730000176
并传递给相应配电网子问题；
第六步：判断内循环收敛条件公式(38)是否成立；若公式(38)成立，执行第七步；否则返回第二步；
Figure BDA0003265957730000177
式中，
Figure BDA0003265957730000178
为第n次内循环计算获得的第p层第q个子问题的目标函数；ε1为内循环收敛间隙；
第七步：判断外循环收敛条件公式(39)是否同时成立；若同时成立，结束迭代并输出各配网规划方案；否则执行第八步。
Figure BDA0003265957730000179
式中，
Figure BDA00032659577300001710
为第L次外循环计算获得的共享变量差值；ε2、ε3为外循环收敛间隙。
第八步：置外循环次数L＝L+1。根据公式(40)、式(41)更新罚函数系数
Figure BDA0003265957730000181
Figure BDA0003265957730000182
Figure BDA0003265957730000183
式中，β为大于1的常数，表示罚函数权重增速；γ取典型值0.25。
第九步：置
Figure BDA0003265957730000184
返回第二步。
实施例二
本公开实施例二介绍了一种考虑输电网影响的配电-气网分布式协同规划系统。
如图5所示的一种考虑输电网影响的配电-气网分布式协同规划系统，包括：
获取模块，用于获取配电-气网的典型运行场景；
优化模块，根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
如图6所示，输电网为双机六节点系统，连接有三个配电-气网络以及一个恒定负载。三个待规划配电-气网拓扑结构相同，仅配电网中分布式电源不同，图中仅详细表示出1号待规划配电-气网的结构。待规划配电网为23节点系统，现存4条线路，用黑色实线表示；备选线路31条，用灰色虚线表示。待规划配气网为30节点系统，现存10条线路，用黑色实线表示；备选线路27条，用灰色虚线表示。
详细步骤与实施例一提供的考虑输电网影响的配电-气网分布式协同规划方法相同，在此不再赘述。
实施例三
本公开实施例三提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例一所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
详细步骤与实施例一提供的考虑输电网影响的配电-气网分布式协同规划方法相同，在此不再赘述。
实施例四
本公开实施例四提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例一所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
详细步骤与实施例一提供的考虑输电网影响的配电-气网分布式协同规划方法相同，在此不再赘述。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述，但并非对本公开保护范围的限制，所属领域技术人员应该明白，在本公开的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，包括以下步骤：
获取配电-气网的典型运行场景；
根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
2.如权利要求1中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，采集配电-气网的实际运行场景，通过聚类分析确定配电-气网的典型运行场景；
采用K-means聚类方法生成配电-气网正常运行时光伏出力、风电出力及电、气负荷的典型场景，采用手肘法确定聚类场景数目。
3.如权利要求2中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，所述手肘法使用类内平均距离nSE和类间平均距离wSE的比值作为聚类误差的指标，将真实聚类数据设置为k，手肘法模型表示为：
Figure FDA0003265957720000011
其中，δi表示第i类，ks表示δi中的样本；mi表示δi中的样本均值；kn表示δi中的样本数目。
4.如权利要求1中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，所述输电网子问题混合整数二次规划模型的构建过程中，以投资期间输电网运行成本和惩罚项为目标函数，以节点功率平衡约束、直流潮流约束、发电机出力上下限约束和线路容量约束为约束条件。
5.如权利要求1中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，所述配电网子问题混合整数二次规划模型的构建过程中，以投资期间配电网投资成本、运行成本和惩罚项为目标函数，以支路潮流约束、节点功率平衡约束、建设变量逻辑约束、设备容量约束、节点电压上下限约束和径向拓扑约束为约束条件。
6.如权利要求1中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，所述配气网子问题混合整数二次规划模型的构建过程中，以投资期间配气网投资成本、运行成本和惩罚项为目标函数，以节点天然气流量平衡约束、建设变量逻辑约束、设备容量约束和径向拓扑约束为约束条件。
7.如权利要求1中所述的考虑输电网影响的配电-气网分布式协同规划方法，其特征在于，所述利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解，具体过程为：
初始化拉格朗日项系数和目标变量，并将初始化后的数据信息传递给配气网子问题混合整数二次规划模型和配电网子问题混合整数二次规划模型；
并行求解各个配气网子问题混合整数二次规划模型，更新响应变量并传递给相应的配电网子问题混合整数二次规划模型；
并行求解各个配电网子问题混合整数二次规划模型，更新目标变量并传递给相应的配气网子问题混合整数二次规划模型；
更新响应变量并传递给输电网子问题混合整数二次规划模型，求解输电网子问题混合整数二次规划模型；
更新目标变量并传递给相应的配电网子问题混合整数二次规划模型；
进行内循环收敛的判断，若收敛则进行外循环收敛的判断，否则返回求解配气网子问题合整数二次规划模型；
进行外循环收敛的判断，若收敛则结束迭代并输出配电-气网的最优分布式协同规划方案，否则重新更新拉格朗日系数循环求解。
8.考虑输电网影响的配电-气网分布式协同规划系统，其特征在于，包括：
获取模块，用于获取配电-气网的典型运行场景；
优化模块，根据获取的典型运行场景以及预设的配电-气网分布式协同规划模型，得到配电-气网的最优分布式协同规划方案；
其中，所述配电-气网分布式协同规划模型包括输电网子问题混合整数二次规划模型、配电网子问题混合整数二次规划模型和配气网子问题混合整数二次规划模型，利用目标级联分析算法对三个混合整数二次规划模型依次进行分布式迭代求解。
9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的考虑输电网影响的配电-气网分布式协同规划方法中的步骤。
CN202111087096.6A 2021-09-16 2021-09-16 考虑输电网影响的配电-气网分布式协同规划方法及系统 Active CN113673912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111087096.6A CN113673912B (zh) 2021-09-16 2021-09-16 考虑输电网影响的配电-气网分布式协同规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111087096.6A CN113673912B (zh) 2021-09-16 2021-09-16 考虑输电网影响的配电-气网分布式协同规划方法及系统

Publications (2)

Publication Number Publication Date
CN113673912A true CN113673912A (zh) 2021-11-19
CN113673912B CN113673912B (zh) 2024-03-08

Family

ID=78549545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111087096.6A Active CN113673912B (zh) 2021-09-16 2021-09-16 考虑输电网影响的配电-气网分布式协同规划方法及系统

Country Status (1)

Country Link
CN (1) CN113673912B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511274A (zh) * 2022-09-15 2022-12-23 东南大学 一种配电网与氢能系统的联合规划方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107330568A (zh) * 2017-08-16 2017-11-07 东南大学 基于Benders解耦的储能、分布式电源与配电网协调规划方法
WO2017198237A1 (zh) * 2016-05-18 2017-11-23 中国电力科学研究院 配电网多时间尺度数模混合仿真系统、方法及存储介质
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
JP2019144897A (ja) * 2018-02-21 2019-08-29 株式会社豊田中央研究所 ガスエネルギー需給システムの最適化装置及び最適化プログラム
CN111008504A (zh) * 2019-12-18 2020-04-14 武汉大学 一种基于气象模式识别的风电功率预测误差建模方法
CN112131733A (zh) * 2020-09-15 2020-12-25 燕山大学 计及电动汽车充电负荷影响的分布式电源规划方法
CN112217202A (zh) * 2020-09-29 2021-01-12 东南大学 考虑灵活性投资的分布式新能源、储能与配电网规划方法
CN112633699A (zh) * 2020-12-24 2021-04-09 深圳供电局有限公司 主动配电网网架规划方法、装置、计算机设备和存储介质
CN112713618A (zh) * 2020-12-29 2021-04-27 天津大学合肥创新发展研究院 基于多场景技术的主动配电网源网荷储协同优化运行方法
CN112966855A (zh) * 2021-02-09 2021-06-15 西安理工大学 考虑风电不确定性的电-气耦合能源配网协调优化方法
CN113765101A (zh) * 2021-09-10 2021-12-07 杭州电子科技大学 一种输电网规划与配电网运行协同问题的分布式优化方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017198237A1 (zh) * 2016-05-18 2017-11-23 中国电力科学研究院 配电网多时间尺度数模混合仿真系统、方法及存储介质
CN107330568A (zh) * 2017-08-16 2017-11-07 东南大学 基于Benders解耦的储能、分布式电源与配电网协调规划方法
JP2019144897A (ja) * 2018-02-21 2019-08-29 株式会社豊田中央研究所 ガスエネルギー需給システムの最適化装置及び最適化プログラム
CN108599373A (zh) * 2018-05-16 2018-09-28 山东大学 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111008504A (zh) * 2019-12-18 2020-04-14 武汉大学 一种基于气象模式识别的风电功率预测误差建模方法
CN112131733A (zh) * 2020-09-15 2020-12-25 燕山大学 计及电动汽车充电负荷影响的分布式电源规划方法
CN112217202A (zh) * 2020-09-29 2021-01-12 东南大学 考虑灵活性投资的分布式新能源、储能与配电网规划方法
CN112633699A (zh) * 2020-12-24 2021-04-09 深圳供电局有限公司 主动配电网网架规划方法、装置、计算机设备和存储介质
CN112713618A (zh) * 2020-12-29 2021-04-27 天津大学合肥创新发展研究院 基于多场景技术的主动配电网源网荷储协同优化运行方法
CN112966855A (zh) * 2021-02-09 2021-06-15 西安理工大学 考虑风电不确定性的电-气耦合能源配网协调优化方法
CN113765101A (zh) * 2021-09-10 2021-12-07 杭州电子科技大学 一种输电网规划与配电网运行协同问题的分布式优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JIA LIU, HAOZHONG CHENG, PINGLIANG ZENG, LIANGZHONG YAO, CE SHANG, YUAN TIAN: "Decentralized stochastic optimization based planning of integrated transmission and distribution networks with distributed generation penetration", APPLIED ENERGY, vol. 220, pages 1 - 14 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511274A (zh) * 2022-09-15 2022-12-23 东南大学 一种配电网与氢能系统的联合规划方法
CN115511274B (zh) * 2022-09-15 2023-04-21 东南大学 一种配电网与氢能系统的联合规划方法

Also Published As

Publication number Publication date
CN113673912B (zh) 2024-03-08

Similar Documents

Publication Publication Date Title
Liu et al. Energy management of cooperative microgrids: A distributed optimization approach
Qiu et al. Decentralized-distributed robust electric power scheduling for multi-microgrid systems
CN111416356B (zh) 基于交替方向乘子法及最优潮流的输配电网联动优化方法
CN110266038B (zh) 一种多虚拟电厂分布式协调调控方法
Chang et al. A distributed robust optimization approach for the economic dispatch of flexible resources
CN106253335A (zh) 一种分布式电源容量与接入位置不确定的配电网规划方法
CN107482673B (zh) 一种多区域全分布式主动配电网经济调度方法
CN107546743A (zh) 一种辐射状配电网分布式优化潮流方法
Fan et al. Optimally coordinated expansion planning of coupled electricity, heat and natural gas infrastructure for multi-energy system
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
CN112990596B (zh) 一种主动配电网和虚拟电厂协同运行的分布式优化方法
CN113673912B (zh) 考虑输电网影响的配电-气网分布式协同规划方法及系统
CN111654025B (zh) 考虑配网间互联的输配一体化协调调度方法
An et al. Real-time optimal operation control of micro energy grid coupling with electricity-thermal-gas considering prosumer characteristics
CN115496427B (zh) 一种多微网系统柔性互联投资规划决策方法
Ebrahimi et al. Stochastic scheduling of energy storage systems in harmonic polluted active distribution networks
CN109066709B (zh) 一种基于元模型的分布式电源就地电压控制策略改进方法
CN113421004B (zh) 输配协同的主动配电网分布式鲁棒扩展规划系统及方法
Zhao et al. Distribution network reconfiguration digital twin model based on bi-level dynamical time division
CN114977155A (zh) 基于运行灵活性价格引导的配电系统运行灵活性提升方法
Wu et al. Optimal Configuration of Flexible Interconnection Devices for Transferring Photovoltaic Power in Active Distribution Network
Camacho-Gómez et al. Optimal placement of distributed generation in micro-grids with binary and integer-encoding evolutionary algorithms
CN113361864B (zh) 一种基于纳什均衡的配电网分布式协同优化调控方法
Wang et al. Research on Double Layer Coordinated Optimization Planning of Distribution Network with Distributed Generation
Mao et al. A distributed economic dispatch algorithm for islanding microgrid considering unreliable communication links

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