CN114156873A - 一种电力系统的备用容量计算方法 - Google Patents

一种电力系统的备用容量计算方法 Download PDF

Info

Publication number
CN114156873A
CN114156873A CN202111406464.9A CN202111406464A CN114156873A CN 114156873 A CN114156873 A CN 114156873A CN 202111406464 A CN202111406464 A CN 202111406464A CN 114156873 A CN114156873 A CN 114156873A
Authority
CN
China
Prior art keywords
power system
reserve capacity
renewable energy
reserve
load
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
CN202111406464.9A
Other languages
English (en)
Inventor
李宝聚
孙勇
傅吉悦
李德鑫
刘畅
郭雷
曹政
王尧
汤磊
黄海平
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
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
State Grid Jilin Electric Power Corp
Beijing King Star Hi Tech System Control Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
State Grid Jilin Electric Power Corp
Beijing King Star Hi Tech System Control 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, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd, State Grid Jilin Electric Power Corp, Beijing King Star Hi Tech System Control Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111406464.9A priority Critical patent/CN114156873A/zh
Publication of CN114156873A publication Critical patent/CN114156873A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请属于电力系统的运行调度技术领域，具体而言涉及一种电力系统备用容量计算方法。本公开通过考虑电力系统的事故备用，负荷备用，和可再生能源波动备用三方面的备用需求，计算保证电力系统安全运行的备用容量。本公开对可再生能源的不确定性进行概率建模，保证了备用容量计算的精确性。本公开的电力系统备用容量计算方法，通过混合高斯分布精确刻画了风电/光伏等可再生能源的出力特性，以该分布为基础，本方法准确计算了可再生能源波动带来的备用需求，进而计算电力系统的总备用容量。本公开方法可应用于包含大规模可再生能源并网的电力系统备用容量计算中。

Description

一种电力系统的备用容量计算方法
技术领域
本申请属于电力系统的运行调度技术领域，具体而言涉及一种电力系统备用容量计算方法。
背景技术
随着风电、光伏等可再生能源大规模接入电网，其波动性和随机性给电力系统的安全运行带来挑战，电力系统需要预留备用容量保证安全。目前电力系统的备用容量计算依赖人工经验决定，具有一定的盲目性和任意性，没有充分考虑可再生能源的概率特性，无法适应可再生能源大规模接入的发展趋势。
综上所述，计及可再生能源出力不确定性的备用容量计算是影响可再生能源接入后电力系统安全的一大难题。
发明内容
本申请旨在部分解决已有技术中的部分问题，提出一种电力系统备用容量计算方法，充分考虑可再生能源的不确定性，使电力系统适应可再生能源大规模接入后的波动备用计算需求，保证了备用容量计算的精确性。
根据本公开的第一方面，提出一种电力系统备用容量计算方法，包括：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rload表示电力负荷备用容量，Rload的数值等于当前时刻电力系统所有负荷功率之和的5％-10％；
Rrn表示可再生能源波动备用容量。
可选地，所述可再生能源波动备用容量Rrn的计算方法，包括：
(1)设定当前时刻电力系统内所有可再生能源电站出力波动之和的概率分布满足高斯混合分布：
Figure BDA0003372435630000021
Figure BDA0003372435630000022
其中，
Figure BDA0003372435630000023
表示当前时刻所有可再生能源电站的出力波动之和，
Figure BDA0003372435630000024
为随机向量，
Figure BDA0003372435630000025
表示随机向量的概率密度函数，Y表示
Figure BDA0003372435630000026
的值，N(Y,μi,Σi)表示混合高斯分布的第i个组分，n为混合高斯分布的组分个数，ωi表示混合高斯分布的第i个组分的权重系数，且满足所有组分的权重系数之和等于1，μi代表第i个组分的平均值，Σi代表第i个组分的方差；
(2)利用下式，计算可再生能源波动备用容量Rrn：
Figure BDA0003372435630000027
其中
Figure BDA0003372435630000028
表示随机变量
Figure BDA0003372435630000029
的概率为1-p的分位数；
(3)根据可再生能源电站出力波动所服从的高斯混合分布，得到包含分位数
Figure BDA00033724356300000210
的非线性方程：
Figure BDA00033724356300000211
其中，Φ(·)表示一维标准高斯分布的累积分布函数，y表示分位数的简单表达，即
Figure BDA00033724356300000212
(4)使用牛顿法进行迭代计算，求解步骤(3)的非线性方程，具体步骤如下：
(4-1)初始化：
设定y的初始值y0为
Figure BDA00033724356300000213
(4-2)根据下式更新y的值：
Figure BDA00033724356300000214
其中，yk为上一次迭代的y值，yk+1为本次迭代要求解的y值，
Figure BDA0003372435630000031
表示随机向量
Figure BDA0003372435630000032
的概率密度函数，表达为：
Figure BDA0003372435630000033
(4-3)设定计算允许误差阈值ε，计算
Figure BDA0003372435630000034
若
Figure BDA0003372435630000035
则得到y值，即分位数
Figure BDA0003372435630000036
进而调度可再生能源波动备用容量Rrn的值，若
Figure BDA0003372435630000037
则返回步骤(4-2)。
根据本公开的第二方面，提出一种电子设备，包括：
存储器，用于存储计算机可执行的指令；
处理器，所述处理器被配置执行：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rct表示电力负荷备用容量，Rct的数值等于当前时刻电力系统所有负荷功率之和的 5％-10％；
Rrn表示可再生能源波动备用容量。
根据本公开的第三方面，提出一种计算机可读存储介质，其其上存储有计算机程序，所述计算机程序用于使所述计算机执行：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rload表示电力负荷备用容量，Rload的数值等于当前时刻电力系统所有负荷功率之和的5％-10％；
Rrn表示可再生能源波动备用容量。
本公开提出的电力系统备用容量计算方法，其优点是：
本公开的电力系统备用容量计算方法，通过混合高斯分布精确刻画了风电/光伏等可再生能源的出力特性，以该分布为基础，本方法准确计算了可再生能源波动带来的备用需求，进而计算电力系统的总备用容量。本公开方法可应用于包含大规模可再生能源并网的电力系统备用容量计算中。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
具体实施方式
下面对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本公开的第一方面，提出了一种电力系统备用容量计算方法，包括：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量，可以从电力系统调度中心获取；
Rload表示电力负荷备用容量，Rload的数值等于当前时刻电力系统所有负荷功率之和的5％-10％；
Rrn表示可再生能源波动备用容量。
根据本公开的一个实施例，所述可再生能源波动备用容量Rrn的计算方法，包括：
(1)设定当前时刻电力系统内所有可再生能源电站出力波动之和的概率分布满足高斯混合分布：
Figure BDA0003372435630000051
Figure BDA0003372435630000052
其中，
Figure BDA0003372435630000053
表示当前时刻所有可再生能源电站的出力波动之和，
Figure BDA0003372435630000054
为随机向量，
Figure BDA0003372435630000055
表示随机向量的概率密度函数，Y表示
Figure BDA0003372435630000056
的值，N(Y,μi,Σi)表示混合高斯分布的第i个组分，n为混合高斯分布的组分个数，ωi表示混合高斯分布的第i个组分的权重系数，且满足所有组分的权重系数之和等于1，μi代表第i个组分的平均值，Σi代表第i个组分的方差；
(2)利用下式，计算可再生能源波动备用容量Rrn：
Figure BDA0003372435630000057
其中
Figure BDA0003372435630000058
表示随机变量
Figure BDA0003372435630000059
的概率为1-p的分位数；
(3)根据可再生能源电站出力波动所服从的高斯混合分布，得到包含分位数
Figure BDA00033724356300000510
的非线性方程：
Figure BDA00033724356300000511
其中，Φ(·)表示一维标准高斯分布的累积分布函数，y表示分位数的简单表达，即
Figure BDA00033724356300000512
(4)使用牛顿法进行迭代计算，求解步骤(3)的非线性方程，具体步骤如下：
(4-1)初始化：
设定y的初始值y0为
Figure BDA00033724356300000513
(4-2)根据下式更新y的值：
Figure BDA00033724356300000514
其中，yk为上一次迭代的y值，yk+1为本次迭代要求解的y值，
Figure BDA00033724356300000515
表示随机向量
Figure BDA0003372435630000061
的概率密度函数，表达为：
Figure BDA0003372435630000062
(4-3)设定计算允许误差阈值ε，本公开的一个实施例中，ε取值为10-5，计算
Figure BDA0003372435630000063
若
Figure BDA0003372435630000064
则得到y值，即分位数
Figure BDA0003372435630000065
进而调度可再生能源波动备用容量Rrn的值，若
Figure BDA0003372435630000066
则返回步骤(4-2)。
根据本公开的第二方面，提出一种电子设备，包括：
存储器，用于存储计算机可执行的指令；
处理器，所述处理器被配置执行：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rload表示电力负荷备用容量，Rload的数值等于当前时刻电力系统所有负荷功率之和的5％-10％；
Rrn表示可再生能源波动备用容量。
根据本公开的第三方面，提出一种计算机可读存储介质，其其上存储有计算机程序，所述计算机程序用于使所述计算机执行：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rct表示电力负荷备用容量，Rct的数值等于当前时刻电力系统所有负荷功率之和的 5％-10％；
Rrn表示可再生能源波动备用容量。
需要说明的是，本公开的实施例中，所称处理器可以是中央处理单元(CentralProcessing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器，或者该处理器也可以是任何常规的处理器等，所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述电力系统备用容量计算方法的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储所述操作系统在运行应用程序过程中所创建的数据(比如音频数据、图形数据等)等。此外，所述存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘、智能存储卡(SmartMedia Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡 (Flash Card)、至少一个磁盘的存储器件或闪存器件。
基于这样的理解，本公开实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，ReadOnly Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本公开的保护范围。

Claims (4)

1.一种电力系统备用容量计算方法，其特征在于，包括：
电力系统总备用容量R由事故备用容量、负荷备用容量和可再生能源波动备用容量组成，计算公式如下：R＝Rct+Rload+Rrn，
其中，Rct表示电力系统事故备用容量，Rct的数值等于电力系统内所有机组的最大装机容量；
Rload表示电力负荷备用容量，Rload的数值等于当前时刻电力系统所有负荷功率之和的5％-10％；
Rrn表示可再生能源波动备用容量。
2.根据权利要求1所述的电力系统备用容量计算方法，其特征在于，可再生能源波动备用容量Rrn的计算方法，包括：
(1)设定当前时刻电力系统内所有可再生能源电站出力波动之和的概率分布满足高斯混合分布：
Figure FDA0003372435620000011
Figure FDA0003372435620000012
其中，
Figure FDA0003372435620000013
表示当前时刻所有可再生能源电站的出力波动之和，
Figure FDA0003372435620000014
为随机向量，
Figure FDA0003372435620000015
表示随机向量的概率密度函数，Y表示
Figure FDA0003372435620000016
的值，N(Y,μi,Σi)表示混合高斯分布的第i个组分，n为混合高斯分布的组分个数，ωi表示混合高斯分布的第i个组分的权重系数，且满足所有组分的权重系数之和等于1，μi代表第i个组分的平均值，Σi代表第i个组分的方差；
(2)利用下式，计算可再生能源波动备用容量Rrn：
Figure FDA0003372435620000017
其中
Figure FDA0003372435620000018
表示随机变量
Figure FDA0003372435620000019
的概率为1-p的分位数；
(3)根据可再生能源电站出力波动所服从的高斯混合分布，得到包含分位数
Figure FDA0003372435620000021
的非线性方程：
Figure FDA0003372435620000022
其中，Φ(·)表示一维标准高斯分布的累积分布函数，y表示分位数的简单表达，即
Figure FDA0003372435620000023
(4)使用牛顿法进行迭代计算，求解步骤(3)的非线性方程，具体步骤如下：
(4-1)初始化：
设定y的初始值y0为
Figure FDA0003372435620000024
(4-2)根据下式更新y的值：
Figure FDA0003372435620000025
其中，yk为上一次迭代的y值，yk+1为本次迭代要求解的y值，
Figure FDA0003372435620000026
表示随机向量
Figure FDA0003372435620000027
的概率密度函数，表达为：
Figure FDA0003372435620000028
(4-3)设定计算允许误差阈值ε，计算
Figure FDA0003372435620000029
若
Figure FDA00033724356200000210
则得到y值，即分位数
Figure FDA00033724356200000211
进而调度可再生能源波动备用容量Rrn的值，若
Figure FDA00033724356200000212
则返回步骤(4-2)。
3.一种电子设备，其特征在于，包括：
存储器，用于存储计算机可执行的指令；
处理器，所述处理器被配置执行权利要求1或2的电力系统备用容量计算方法。
4.一种计算机可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序用于使所述计算机执行权利要求1或2的电力系统备用容量计算方法。
CN202111406464.9A 2021-11-24 2021-11-24 一种电力系统的备用容量计算方法 Pending CN114156873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111406464.9A CN114156873A (zh) 2021-11-24 2021-11-24 一种电力系统的备用容量计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111406464.9A CN114156873A (zh) 2021-11-24 2021-11-24 一种电力系统的备用容量计算方法

Publications (1)

Publication Number Publication Date
CN114156873A true CN114156873A (zh) 2022-03-08

Family

ID=80457865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111406464.9A Pending CN114156873A (zh) 2021-11-24 2021-11-24 一种电力系统的备用容量计算方法

Country Status (1)

Country Link
CN (1) CN114156873A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109728578A (zh) * 2019-02-19 2019-05-07 清华大学 基于牛顿法求解分位数的电力系统随机动态机组组合方法
CN109840636A (zh) * 2019-02-19 2019-06-04 清华大学 一种基于牛顿法的电力系统随机滚动调度方法
CN110334854A (zh) * 2019-06-14 2019-10-15 沙志成 一种电力系统的规划运行系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109728578A (zh) * 2019-02-19 2019-05-07 清华大学 基于牛顿法求解分位数的电力系统随机动态机组组合方法
CN109840636A (zh) * 2019-02-19 2019-06-04 清华大学 一种基于牛顿法的电力系统随机滚动调度方法
CN110334854A (zh) * 2019-06-14 2019-10-15 沙志成 一种电力系统的规划运行系统

Similar Documents

Publication Publication Date Title
Zhao et al. Multi-stage robust unit commitment considering wind and demand response uncertainties
Wang et al. Two-stage multi-objective unit commitment optimization under hybrid uncertainties
US20200266632A1 (en) Random rolling scheduling method for power system based on newton method
Saberi et al. Probabilistic congestion driven network expansion planning using point estimate technique
CN110826890A (zh) 一种考虑风险的虚拟电厂的利益分配方法及装置
CN110580538A (zh) 一种电力系统备用需求的预测方法及装置
CN114238856A (zh) 风光资源未来预测误差求解方法、装置、设备及存储介质
CN114156873A (zh) 一种电力系统的备用容量计算方法
Moradi et al. Multi‐objective transmission expansion planning with allocation of fixed series compensation under uncertainties
CN116826859A (zh) 一种电源碳电协同规划方法、装置、设备及存储介质
CN111476411A (zh) 一种光伏电站发电量计算方法及服务器
CN116365585A (zh) 新能源电网规划模型的构建方法、装置及终端设备
CN116014725A (zh) 二次调频功率需求量的确定方法、装置、设备及存储介质
CN111276965B (zh) 一种基于松弛罚因子的电能量市场优化方法、系统及设备
AU2017248562A1 (en) Operation plan creating apparatus, operation plan creating method, and program
CN117293923B (zh) 电网的日前调度计划生成方法、装置、设备及存储介质
Khalkho et al. Reliability Evaluation of Nondispatchable Energy Sources in Generation Planning: A Wind Electrical System Case Study
CN110929957A (zh) 一种用于综合能源系统的优化方法及装置
CN111753437B (zh) 风储发电系统的可信容量评估方法及装置
CN112803492B (zh) 电力系统发电侧机组的控制方法、装置、设备及介质
CN113972659B (zh) 一种考虑随机潮流的储能配置方法及系统
CN112749848A (zh) 一种虚拟电厂年度收益预测方法及系统
CN114597906A (zh) 一种基于电源及负荷预测偏差的主动负荷控制方法及系统
CN118367810A (zh) 微型逆变器的控制方法、装置、终端及存储介质
CN115879758A (zh) 计及双侧不确定性的配电网脆弱性辨识方法

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