CN114665498A - 一种计及新能源影响的主动配电网脆弱节点辨识方法 - Google Patents
一种计及新能源影响的主动配电网脆弱节点辨识方法 Download PDFInfo
- Publication number
- CN114665498A CN114665498A CN202011541075.2A CN202011541075A CN114665498A CN 114665498 A CN114665498 A CN 114665498A CN 202011541075 A CN202011541075 A CN 202011541075A CN 114665498 A CN114665498 A CN 114665498A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- nodes
- matrix
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 66
- 238000005070 sampling Methods 0.000 claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims description 37
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000009833 condensation Methods 0.000 claims description 5
- 230000005494 condensation Effects 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 2
- 230000002349 favourable effect Effects 0.000 abstract description 2
- 230000005540 biological transmission Effects 0.000 description 5
- 238000005286 illumination Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 235000006629 Prosopis spicigera Nutrition 0.000 description 1
- 240000000037 Prosopis spicigera Species 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/381—Dispersed generators
-
- 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
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
-
- 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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
-
- 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
-
- 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
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及新能源影响的主动配电网脆弱节点辨识方法,对预先构建的DG随机出力模型和负荷随机模型进行抽样,获取新能源和负荷的随机出力数据,根据随机出力数据确定随机出力矩阵,对随机出力矩阵进行排列,得到使每个随机变量采样值的相关性趋于最小的排列矩阵;将排列矩阵中的数据输入到预先构建的节点脆弱性指标评估体系模型,得到节点综合脆弱性指标;利用基于布尔矩阵的三参数区间数排序方法结合节点综合脆弱性指标辨识出脆弱节点。优点:本发明能够在计及新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点,对配电网脆弱性进行有效评估,有利于电网运营者全面、深入的掌握配电网的安全状况,消除或缓和脆弱性引发的风险。
Description
技术领域
本发明涉及一种计及新能源影响的主动配电网脆弱节点辨识方法,属于主动配电网脆弱节点辨识技术领域。
背景技术
近年来,国内外电力系统发生了多次大停电事故,造成了大量的经济损失。2003年发生的美加大停电和2008年中国南方冰灾,都造成了大范围、长时间的停电;2018年3月21日,巴西电网因断路器过载保护引发连锁故障,导致电网北部和东北部14个州大面积停电。这些停电事故的发生引起了电力工作人员的高度重视,如何辨识电力系统中的关键设备风险,成为减少大停电发生的重要研究内容。节点是电网能量传输的出发点和重要汇聚点,大量事实证明某些脆弱节点的故障停运在电网事故传播中起着推波助澜的作用。辨识电网中的脆弱节点,既有助于评估系统当前安全水平,又能把握安全水平的变化趋势,对预防连锁故障具有重要意义。
另一方面,风电、太阳能等新能源在配电网中的渗透率日益增高。但是由于新能源电源特有的随机性和波动性,当新能源发电出力波动时,配电网潮流也将随之变化,而电网脆弱节点辨识往往需要依赖于潮流结果,因此,如何在新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点就尤为迫切和重要。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种计及新能源影响的主动配电网脆弱节点辨识方法,以实现在新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点,确保主动配电网的安全稳定运行。
为解决上述技术问题,本发明提供一种计及新能源影响的主动配电网脆弱节点辨识方法,
对预先构建的DG随机出力模型和负荷随机模型进行抽样,获取新能源和负荷的随机出力数据,根据随机出力数据确定随机出力矩阵,对随机出力矩阵进行排列,得到使每个随机变量采样值的相关性趋于最小的排列矩阵;
将排列矩阵中的数据输入到预先构建的节点脆弱性指标评估体系模型,得到节点综合脆弱性指标;所述预先构建的节点脆弱性指标评估体系模型为综合考虑主动配电网固有拓扑结构与DG的不确定性,并兼顾节点故障的概率及其退出运行后由于网络拓扑结构和电力潮流变化对系统造成的影响的计算模型;
利用基于布尔矩阵的三参数区间数排序方法结合节点综合脆弱性指标辨识出脆弱节点。
进一步的,所述预先构建的节点脆弱性指标评估体系模型包括:结构脆弱性指标计算模型、状态脆弱性指标计算模型以及指标权重计算模型;
所述结构脆弱性指标计算模型,用于计算网络凝聚度、网络效能变化率和节点电气介数;
所述状态脆弱性指标计算模型,用于计算改进的潮流冲击熵和改进的最小奇异值变化率;
所述指标权重计算模型,用于计算网络凝聚度、网络效能变化率、节点电气介数、改进的潮流冲击熵和改进的最小奇异值变化率的权重。
进一步的,所述网络凝聚度通过下式得到:
式中,a(k)为采用节点收缩法对节点k进行收缩后网络中的平均最短电气距离,n′为收缩后网络中节点的个数;
式中,dij为收缩后网络中任意俩节点i和节点j之间的最短电气距离,V表示网络中所有节点的集合;
所述网络效能变化率通过下式得到:
式中,c(k)为节点k失效前后网络效能的变化率,C(k)为节点k失效后的网络效能,C为网络能效;
式中,G和D分别为发电机和负荷节点集合,NG和ND分别为发电机和负荷节点的个数,min(PGi′,PDj′)为发电机负荷节点对(i′,j′)中有功功率较小值,PGi′为发电机节点i′的有功功率,PDi′为负荷节点j′的有功功率;
所述节点电气介数通过下式得到:
式中,e(k)为节点k的电气介数,为在发电机负荷节点对(i′,j′)中注入单位功率,支路l上的潮流承载量,E(k)为在发电机负荷节点对(i′,j′)中注入单位功率时节点k的潮流变化量,Ωk为与节点k直接相连的线路集合。
进一步的,所述改进的潮流冲击熵通过下式得到:
l(k)=f(k)g(k)
式中,l(k)为改进的潮流冲击熵,f(k)为节点故障风险因子,g(k)为节点k的潮流冲击熵,
f(k)=eαF(k)
式中,α为风险加权系数,F(k)为节点k电压越限的概率,
式中,Gj(k)为节点k退出运行后对线路j造成的潮流冲击率,M为系统中总的支路数,
式中,ΔPj(k)为节点k因故障退出运行后对线路j造成的潮流冲击量;
所述改进的最小奇异值变化率通过下式得到:
o(k)=f(k)h(k)
式中,o(k)为改进的最小奇异值变化率,h(k)为最小奇异值变化率;
进一步的,所述指标权重计算模型的计算过程为:
将每个节点的网络凝聚度、网络效能变化率、节点电气介数、改进的潮流冲击熵输入堆叠自动编码器神经网络中确定各指标权重。
进一步的,所述利用基于布尔矩阵的三参数区间数排序方法结合所述各节点的综合脆弱性指标辨识出脆弱节点的过程包括:
根据各节点的综合脆弱性指标的值获取每个节点综合脆弱性指标的具体分布,根据等概率准则计算出各节点的综合脆弱性指标的上限值、期望值与下限值,上限值、下限值与期望值共同构成各节点的综合脆弱性指标的取值区间,得到以区间形式表示的综合脆弱性指标;
采用基于布尔矩阵的三参数区间数排序方法对以区间形式表示的综合脆弱性指标进行排序,辨识出脆弱节点。
进一步的,所述采用基于布尔矩阵的三参数区间数排序方法对以区间形式表示的综合脆弱性指标进行排序,辨识出脆弱节点的过程包括:
构造布尔矩阵E=(eij)m×m,E为区间数a1,a2,…,am的排序矩阵,其中,
根据λi的大小对区间数进行排序,确定每个节点的脆弱性水平,辨识出脆弱节点。
本发明所达到的有益效果:
本发明能够在计及新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点,对配电网脆弱性进行有效评估,有利于电网运营者全面、深入的掌握配电网的安全状况,消除或缓和脆弱性引发的风险。
附图说明
图1是本发明的整体流程示意图;
图2是实施例中提供的一种计及新能源影响的主动配电网脆弱节点辨识方法的总的流程图;
图3是实施例中提供的主动配电网节点的综合脆弱性评估指标体系;
图4是实施例中提供的含光伏接入的IEEE39节点系统接线图;
图5是实施例中计算的配电网综合脆弱性指标值的上限值、期望值与下限值。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1-3所示,一种计及新能源影响的主动配电网脆弱节点辨识方法,包括:
步骤1:构建DG(分布式电源)随机出力模型和负荷随机模型。
步骤2:综合考虑主动配电网固有拓扑结构与DG的不确定性,并兼顾节点故障的概率及其退出运行后由于网络拓扑结构和电力潮流变化对系统造成的影响,构建节点脆弱性指标评估体系。
步骤3:利用堆叠自动编码器神经网络求取指标权重,建立节点综合脆弱性指标。
步骤4:采用基于拉丁超立方采样方法计算节点综合脆弱性指标,并利用基于布尔矩阵的三参数区间数排序方法辨识出脆弱节点。
所述步骤1通过以下方式实现的:
1.1光伏随机出力模型
通常认为光照强度属于Beta分布,其概率密度函数如下:
式中,E表示光照强度,Emax为某一时间内的最大光照强度,k′、c′是Beta分布的形状参数。
光伏出力PV与光照强度E的关系如下:
PV=EAη (2)
式中,A为光伏方阵的面积,η为光电转换效率。
1.2负荷随机模型
对于负荷随机模型,由大量历史实际数据分析可知,正态分布模型可近似模拟其随机波动性。
负荷的有功和无功功率的概率密度函数分别为:
式中,μP、μQ分别为负荷有功、无功功率的均值,σP、σQ分别为其对应的方差。
所述步骤2是通过以下方式实现的:
2.1节点结构脆弱性指标的构建
系统结构脆弱性是指在计及新能源随机性与波动性的影响下,自身组成结构改变后保持系统完整的能力。所以结构脆弱性指标主要考虑电力网络的拓扑结构以及电气特性,基于复杂网络分析法筛选在电网中处于关键位置的重要节点,对配电网的结构越重要、影响越大的节点的脆弱性越高。
2.1.1网络凝聚度
节点网络凝聚度指标以衡量删除节点后网络整体连通性受到破坏的程度为基础,通过判断节点断开后对系统拓扑结构的破坏性大小来判断节点的重要性。
式中a(k)为采用节点收缩法对节点k进行收缩后网络中的平均最短电气距离,dij为收缩后网络中任意俩节点i和节点j之间的最短电气距离,即节点i和节点j之间电能传输路径上输电线路的阻抗值之和最小,n′为收缩后网络中节点的个数。网络凝聚度可由下式得出:
式中:b(k)为节点k的网络凝聚度。
网络凝聚度描述了该节点居于网络中心的程度和保持网络连通的能力,。配电网中节点的网络凝聚度越大,表明该节点越重要。
2.1.2网络效能变化率
配电网的网络效能既要能够反映网络的拓扑结构,又要考虑到电网的电气特性,因此定义为:
式中:C表示网络能效,G和D分别为发电机和负荷节点集合。NG和ND分别为发电机和负荷节点的个数,min(PGi′,PDj′)为发电机负荷节点对(i′,j′)中有功功率较小值,其代表节点对(i′,j′)间能传输的最大电能。PGi′为发电机节点i′的有功功率,PDi′为负荷节点j′的有功功率。
电力网络的连通性受到每一个节点的影响,若失去关键节点,其连通性及网络效能将发生改变。因此可定义节点k移除前后网络效能的变化率来衡量节点的重要程度,即:
式中:c(k)为节点k失效前后网络效能的变化率,C(k)为节点k失效后的网络效能。
节点的网络效能变化率越大,表明该节点失效后对电网的电能传输影响越大,该节点在电网中的重要程度也就越高。
2.1.3节点电气介数
节点电气介数将电网拓扑结构与电气参量有机结合,弥补了传统介数忽略系统电气特性的缺陷,更加符合电网的运行状况。定义为:
式中:e(k)为节点k的电气介数,为功率传输分布系数,即在发电机负荷节点对(i′,j′)中注入单位功率,支路l上的潮流承载量。E(k)为在发电机负荷节点对(i′,j′)中注入单位功率时节点k的潮流变化量,Ωk为与节点k直接相连的线路集合。节点电气介数越大,该节点的重要性越高。
2.2节点状态脆弱性指标的构建
节点状态脆弱性指标从配电网运行状态出发,考察故障发生后电气量的偏移程度,表征了电网承受干扰或故障的能力。
2.2.1节点故障风险因子
通过基于拉丁超立方采样的概率潮流计算方法可以计算出各节点的电压越限风险概率:
由上式计算出的节点越限的概率越大,就表明该节点在DG及负荷波动时越容易发生故障,所以定义节点故障风险因子为:
f(k)=eαF(k) (11)
式中:α为风险加权系数,取α=2.56。
2.2.2节点潮流冲击熵
设节点k因故障退出运行后对线路j造成的潮流冲击量为:
此时,节点k退出运行后对线路j造成的潮流冲击率为:
式中:M为系统中总的支路数。
利用熵理论可以得到节点k的潮流冲击熵为:
节点断开后,潮流冲击熵越小,说明系统的潮流集中分布在某几条支路上,易出现过载支路甚至引发连锁故障,严重影响系统的安全水平。
2.2.3节点最小奇异值变化率
对于有p个独立节点、q个PV节点的电力系统,潮流方程的极坐标形式为:
式中:Pi和Qi为节点i注入的有功和无功功率,Ui和Uj为节点i的电压幅值,Gij和Bij为导纳矩阵的元素,θij为节点之间的相角差,i=1,2,…,p且j=1,2,…,p。
对式(17)用泰勒级数展开,获得雅可比矩阵J,并对其进行奇异值分解可得:
式中:J∈Pc×c,V1和U1均为c×c的正交矩阵,Λ为奇异值δi(i=1,2,…,c)组成的非负对角阵,vi和ui分别为V1和U1中δi所对应的列向量。
潮流雅可比矩阵J的最小奇异值δi,min能够表征系统电压稳定的相对程度,最小奇异值越小,系统电压越不稳定;反之,系统电压相对越稳定。因此定义节点k移除前后的最小奇异值的变化率为:
节点退出运行后,最小奇异值的变化率越小,该节点越重要。
2.2.4综合考虑节点断开的可能性和断开后果,定义改进的潮流冲击熵指标为:
l(k)=f(k)g(k) (18)
定义改进的最小奇异值变化率指标为:
o(k)=f(k)h(k) (19)
本发明中,步骤(3)是通过以下方式实现的:
3.1确定指标权重
将每个节点的指标值输入堆叠自动编码器神经网络中确定各指标权重。
3.2建立节点综合脆弱性指标
将步骤(2)中基于电网拓扑结构提出的网络凝聚度指标,网络效能变化率指标,节点电气介数指标,以及针对节点退出运行后电网的状态提出的改进的潮流冲击熵指标与改进的最小奇异值变化率指标综合起来,定义节点k的综合脆弱性指标为:
θ(k)=ωbb(k)+ωcc(k)+ωee(k)+ωll(k)+ωoo(k) (20)
式中:ω代表各指标权重。
本发明中,步骤4是通过以下方式实现的:
步骤3中建立的节点综合脆弱性指标在确定的方法下进行计算仅能得到一个确定性的指标计算值,无法体现新能源出力和负荷在电网正常运行下系统随机波动的不确定性。因此,为计及新能源出力与负荷不确定性的影响,采用概率潮流的方法对节点综合脆弱性指标进行计算。拉丁超立方采样法作为一种求解概率潮流的模拟法,其计算效率较蒙特卡洛抽样法由极大的提高,且能够提供输出随机变量的丰富信息,从而使得计算的综合脆弱性指标从统计上更好的满足要求。
4.1拉丁超采样法
拉丁超立方采样法的主要思想基于逆函数转换方法。该方法分成以下两步:①采样:对每个输入随机变量进行采样,确保随机分布区域能够被采样点完全覆盖。②排列:改变各随机变量采样值的排列顺序,使每个随机变量采样值的相关性趋于最小。
4.1.1采样
假设待求问题中有K个随机输入变量,Xk(k=1,2,…,K)为其中任意一个随机输入变量,其累积概率分布函数可表示为Yk=Fk(Xk),设Xkn为第k个随机变量的第n个采样值,则其可以表示为:
式中,n=1,2,…,N。N为采样总次数。
当所有的随机输入变量采样结束后,把每个随机变量的采样值随机排列为矩阵的一行,则所有的采样值形成一个K×N阶的采样矩阵,表示为:
由于上述采样矩阵中的元素是随机排列的,其每个随机变量采样值之间的相关性是随机的、不可控的。所以,还需要通过排列来降低采样矩阵中每个随机变量之间的相关性。
4.1.2基于Cholesky分解的排序方法
4.1.2.1初始化排列矩阵LKN,它的每一行由整数1,2,…,N的随机排列组成。排列矩阵LKN是一个K×N阶的矩阵,其每一行的元素值代表采样矩阵XKN对应行元素的排列位置。
4.1.2.2计算排列矩阵LKN各行之间的相关系数矩阵ρL,ρL为K×K阶矩阵,可表示为:
式中ρij为排列矩阵LKN第i行与第j行之间的相关系数。ρij由下式计算可得:
4.1.2.3可以证明相关系数矩阵ρL为正定对称矩阵,所以用Cholesky分解法对其进行分解可以得到一个实数的非奇异下三角矩阵D,并且其满足DDT=ρL。
4.1.2.4由于D是非奇异的,所以其逆矩阵存在,结合原排列矩阵LKN可以构造出一个新的排列矩阵GKN。
GKN=D-1LKN (25)
4.1.2.5用排列矩阵GKN的元素从大到小的排列顺序来指示采样矩阵XKN中元素的排列位置,对采样矩阵XKN中元素进行重新排列。
4.2根据步骤(1)建立的DG随机出力模型和负荷随机模型,利用拉丁超立方采样法进行随机抽样,抽样的结果为随机负荷和可再生能源的有功功率,将抽样结果带入式(17)潮流方程进行潮流计算可求得节点电压和支路潮流,最后根据抽样结果、节点电压与支路潮流可计算出各节点的综合脆弱性指标值。
4.3由步骤4.2的拉丁超立方采样法可得到设定采样规模内节点综合脆弱性指标值,进而可以获取每个节点综合脆弱性指标值的具体分布,根据等概率准则能够计算出各节点的综合脆弱性指标值的上限值、期望值与下限值。上下限值与期望值共同构成了各节点的综合脆弱性指标值的取值区间,从而以区间形式代替确定值形式来反映各节点的脆弱性水平。
4.4为了表征在不确定情况下各个节点的脆弱性水平,需要采用基于布尔矩阵的三参数区间数排序方法对所求的区间形式的综合脆弱性指标进行排序。
4.4.4根据λi的大小对区间数进行排序,确定每个节点的脆弱性水平,从而辨识出脆弱节点。
如图4所示,本发明采用标准IEEE39节点系统进行算例验证,序号1-39表示第1-39个节点,在节点21处接入额定容量为100MW的光伏。光照强度服从Beta分布,形状参数k′=0.2274,c′=1.2995。负荷服从正态分布,均值取系统负荷额定功率,方差则取均值的20%。
经拉丁超立方采样抽样出2000组光伏发电的功率与负荷的有功和无功功率,分别将采样结果带入配电网数据,进行潮流计算。计算出节点度数、网络效能变化率、网络凝聚度,改进的潮流冲击熵及改进的最小奇异值变化率这5项指标,并且将数据带入自动编码器神经网络计算出各指标权重值。进一步的,计算出配电网综合脆弱性指标值。
此时,计算的配电网综合脆弱性指标值的上限值、期望值与下限值如图5所示。
在此基础将上下限值与期望值共同构成了各节点的综合脆弱性指标值的取值区间,在此基础上采用基于布尔矩阵的三参数区间数排序方法辨识脆弱节点。辨识结果如下表所示:
节点脆弱性评估结果比较
由上表可知,3种评估方法的结果具有良好的一致性,即用本专利的所提方法得到的排名前十的节点有6种与前3种方法重合,如节点4、16和17。这些节点都处于电网的核心位置,是重要的输电枢纽,一旦发生故障而退出运行,会是系统发生较大的潮流转移,对线路的冲击极大,容易引起线路过载,甚至会使电网进入自组织临界状态,引发灾变。
并且,本专利方法考虑了新能源接入后对脆弱性的影响,反映出新能源并网后不确定性带来的就近影响较大原则,如21号节点接入新能源之后,其就近的16、22号节点及其后续影响的节点就会变得非常脆弱。
本发明方法基于配电网结构和状态两个方面构建了科学全面的脆弱性评价指标,能够在计及新能源接入配电网的情况下,准确和快速地辨识电网中的脆弱节点,对配电网脆弱性进行有效评估,从而降低事故安全风险的发生几率。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,
对预先构建的DG随机出力模型和负荷随机模型进行抽样,获取新能源和负荷的随机出力数据,根据随机出力数据确定随机出力矩阵,对随机出力矩阵进行排列,得到使每个随机变量采样值的相关性趋于最小的排列矩阵;
将排列矩阵中的数据输入到预先构建的节点脆弱性指标评估体系模型,得到节点综合脆弱性指标;所述预先构建的节点脆弱性指标评估体系模型为综合考虑主动配电网固有拓扑结构与DG的不确定性,并兼顾节点故障的概率及其退出运行后由于网络拓扑结构和电力潮流变化对系统造成的影响的计算模型;
利用基于布尔矩阵的三参数区间数排序方法结合节点综合脆弱性指标辨识出脆弱节点。
2.根据权利要求1所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,所述预先构建的节点脆弱性指标评估体系模型包括:结构脆弱性指标计算模型、状态脆弱性指标计算模型以及指标权重计算模型;
所述结构脆弱性指标计算模型,用于计算网络凝聚度、网络效能变化率和节点电气介数;
所述状态脆弱性指标计算模型,用于计算改进的潮流冲击熵和改进的最小奇异值变化率;
所述指标权重计算模型,用于计算网络凝聚度、网络效能变化率、节点电气介数、改进的潮流冲击熵和改进的最小奇异值变化率的权重。
3.根据权利要求2所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,所述网络凝聚度通过下式得到:
式中,a(k)为采用节点收缩法对节点k进行收缩后网络中的平均最短电气距离,n′为收缩后网络中节点的个数;
式中,dij为收缩后网络中任意俩节点i和节点j之间的最短电气距离,V表示网络中所有节点的集合;
所述网络效能变化率通过下式得到:
式中,c(k)为节点k失效前后网络效能的变化率,C(k)为节点k失效后的网络效能,C为网络能效;
式中,G和D分别为发电机和负荷节点集合,NG和ND分别为发电机和负荷节点的个数,min(PGi′,PDj′)为发电机负荷节点对(i′,j′)中有功功率较小值,PGi′为发电机节点i′的有功功率,PDi′为负荷节点j′的有功功率;
所述节点电气介数通过下式得到:
4.根据权利要求2所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,
所述改进的潮流冲击熵通过下式得到:
l(k)=f(k)g(k)
式中,l(k)为改进的潮流冲击熵,f(k)为节点故障风险因子,g(k)为节点k的潮流冲击熵,
f(k)=eαF(k)
式中,α为风险加权系数,F(k)为节点k电压越限的概率,
式中,Gj(k)为节点k退出运行后对线路j造成的潮流冲击率,M为系统中总的支路数,
式中,ΔPj(k)为节点k因故障退出运行后对线路j造成的潮流冲击量;
所述改进的最小奇异值变化率通过下式得到:
o(k)=f(k)h(k)
式中,o(k)为改进的最小奇异值变化率,h(k)为最小奇异值变化率;
5.根据权利要求2所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,所述指标权重计算模型的计算过程为:
将每个节点的网络凝聚度、网络效能变化率、节点电气介数、改进的潮流冲击熵输入堆叠自动编码器神经网络中确定各指标权重。
6.根据权利要求1所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,所述利用基于布尔矩阵的三参数区间数排序方法结合所述各节点的综合脆弱性指标辨识出脆弱节点的过程包括:
根据各节点的综合脆弱性指标的值获取每个节点综合脆弱性指标的具体分布,根据等概率准则计算出各节点的综合脆弱性指标的上限值、期望值与下限值,上限值、下限值与期望值共同构成各节点的综合脆弱性指标的取值区间,得到以区间形式表示的综合脆弱性指标;
采用基于布尔矩阵的三参数区间数排序方法对以区间形式表示的综合脆弱性指标进行排序,辨识出脆弱节点。
7.根据权利要求6所述的计及新能源影响的主动配电网脆弱节点辨识方法,其特征在于,所述采用基于布尔矩阵的三参数区间数排序方法对以区间形式表示的综合脆弱性指标进行排序,辨识出脆弱节点的过程包括:
构造布尔矩阵E=(eij)m×m,E为区间数a1,a2,…,am的排序矩阵,其中,
根据λi的大小对区间数进行排序,确定每个节点的脆弱性水平,辨识出脆弱节点。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011541075.2A CN114665498A (zh) | 2020-12-23 | 2020-12-23 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
JP2022506944A JP7269592B2 (ja) | 2020-12-23 | 2021-08-02 | 新エネルギーによる影響を考慮に入れるアクティブ配電網における脆弱なノードの同定方法 |
PCT/CN2021/109973 WO2022134596A1 (zh) | 2020-12-23 | 2021-08-02 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011541075.2A CN114665498A (zh) | 2020-12-23 | 2020-12-23 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114665498A true CN114665498A (zh) | 2022-06-24 |
Family
ID=82025117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011541075.2A Pending CN114665498A (zh) | 2020-12-23 | 2020-12-23 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7269592B2 (zh) |
CN (1) | CN114665498A (zh) |
WO (1) | WO2022134596A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115173413A (zh) * | 2022-08-10 | 2022-10-11 | 湖南科技大学 | 一种基于新型电气介数的电网脆弱线路辨识方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114943389B (zh) * | 2022-07-21 | 2022-11-15 | 中国兵器科学研究院 | 一种基于脆性理论的投送路径优选方法、设备及存储介质 |
CN115130327A (zh) * | 2022-08-10 | 2022-09-30 | 东南大学 | 一种考虑区域相似性的中压配电网拓扑识别方法 |
CN115221468B (zh) * | 2022-09-14 | 2023-04-18 | 天津大学 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
CN116050701B (zh) * | 2022-11-16 | 2023-12-15 | 华北电力大学 | 一种计及碳流的电力系统节点重要度评估方法 |
CN115801591B (zh) * | 2023-02-15 | 2023-04-18 | 聊城金恒智慧城市运营有限公司 | 网络安全脆弱性评估定量计算方法 |
CN116094053B (zh) * | 2023-04-06 | 2023-08-15 | 国网江西省电力有限公司电力科学研究院 | 一种构网型电源多机并联控制方法 |
CN116231657B (zh) * | 2023-05-09 | 2023-09-29 | 国网浙江省电力有限公司 | 一种输配电网全局碳流分布式确定方法及装置 |
CN116738631B (zh) * | 2023-05-12 | 2024-02-20 | 长安大学 | 一种基于蒙特卡洛方法的地铁网络节点韧性评估方法 |
CN116979511B (zh) * | 2023-07-11 | 2024-01-30 | 武汉大学 | 考虑风机低穿特性的连锁故障关键线路辨识方法及系统 |
CN117175548B (zh) * | 2023-08-25 | 2024-04-30 | 武汉大学 | 一种基于随机潮流的连锁故障紧急控制方法 |
CN116908524B (zh) * | 2023-09-13 | 2023-12-01 | 中国建筑科学研究院有限公司 | 基于人工智能的建筑电气系统异常感知监测系统 |
CN117575308B (zh) * | 2023-10-17 | 2024-06-28 | 中科宏一教育科技集团有限公司 | 分布式配电网的风险评估方法、装置、设备及存储介质 |
CN117833374B (zh) * | 2023-12-26 | 2024-07-19 | 国网江苏省电力有限公司扬州供电分公司 | 基于随机游走算法的分布式灵活资源集群划分方法 |
CN117970036B (zh) * | 2024-03-29 | 2024-07-09 | 杭州欣美成套电器制造有限公司 | 一种配电网电缆设备状态评估方法与系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09327128A (ja) * | 1996-06-05 | 1997-12-16 | Toshiba Corp | 電力系統計算機システム |
JP2004242452A (ja) * | 2003-02-07 | 2004-08-26 | Mitsubishi Electric Corp | 電力系統の縮約モデル作成装置 |
US9059587B2 (en) * | 2009-12-04 | 2015-06-16 | Kevin R. Williams | System and method of supplying power to loads of a drilling rig |
JP6244255B2 (ja) * | 2014-04-25 | 2017-12-06 | 株式会社日立製作所 | 電圧安定度監視装置および方法 |
CN107578137A (zh) * | 2016-07-04 | 2018-01-12 | 华北电力大学(保定) | 一种考虑最小奇异值灵敏度熵的电网脆弱性评估方法 |
CN107846014B (zh) * | 2017-11-09 | 2021-03-30 | 电子科技大学 | 一种基于随机特征和级数计算的电网概率脆弱性评估方法 |
CN110705879B (zh) * | 2019-09-30 | 2023-05-09 | 国网山东省电力公司滨州供电公司 | 一种高比例可再生能源接入下的电网脆弱性评估方法 |
CN112039110B (zh) * | 2020-09-22 | 2024-05-14 | 贵州大学 | 一种含光储系统的柔性直流配电网可靠性评估方法 |
-
2020
- 2020-12-23 CN CN202011541075.2A patent/CN114665498A/zh active Pending
-
2021
- 2021-08-02 JP JP2022506944A patent/JP7269592B2/ja active Active
- 2021-08-02 WO PCT/CN2021/109973 patent/WO2022134596A1/zh active Application Filing
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115173413A (zh) * | 2022-08-10 | 2022-10-11 | 湖南科技大学 | 一种基于新型电气介数的电网脆弱线路辨识方法 |
CN115173413B (zh) * | 2022-08-10 | 2023-06-06 | 湖南科技大学 | 一种基于电气介数的电网脆弱线路辨识方法 |
US11983472B2 (en) | 2022-08-10 | 2024-05-14 | Hunan University Of Science And Technology | Method for identifying fragile lines in power grids based on electrical betweenness |
Also Published As
Publication number | Publication date |
---|---|
JP2023511800A (ja) | 2023-03-23 |
WO2022134596A1 (zh) | 2022-06-30 |
JP7269592B2 (ja) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114665498A (zh) | 一种计及新能源影响的主动配电网脆弱节点辨识方法 | |
CN110034581B (zh) | 风电并网下电力系统的区间电气介数脆弱性评估方法 | |
CN110969347B (zh) | 一种输电网结构形态评估方法 | |
CN105656040B (zh) | 一种考虑黑启动过程的电网恢复力计算方法 | |
CN109687438B (zh) | 一种计及高铁冲击负荷作用下的电网脆弱线路辨识方法 | |
Guohua et al. | Vulnerability assessment of bulk power grid based on complex network theory | |
CN107292481B (zh) | 一种基于节点重要度的电网关键节点评估方法 | |
CN110146785B (zh) | 一种含风光电源电网脆弱线路识别方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN110350522A (zh) | 一种基于加权h指数的电力系统脆弱线路辨识方法 | |
CN107069705A (zh) | 一种电网元件连锁故障模拟方法 | |
CN116979511B (zh) | 考虑风机低穿特性的连锁故障关键线路辨识方法及系统 | |
CN111369388B (zh) | 用于城市电网的对抗脆弱性评估方法及系统 | |
Su et al. | Identification of critical nodes for cascade faults of grids based on electrical PageRank | |
Chen et al. | Real‐time risk assessment of cascading failure in power system with high proportion of renewable energy based on fault graph chains | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
Mu et al. | Research and application of power system operation risk assessment method considering new energy grid connection | |
Al Ameri et al. | Genetic algorithm for optimal sizing and location of multiple distributed generations in electrical network | |
CN108183499A (zh) | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 | |
Lu et al. | Resilience evaluation of distribution network considering fault repair | |
CN111404163A (zh) | 一种电磁环网开环方法 | |
CN111092453B (zh) | 一种多点接入光伏电源的电网关键线路辨识方法 | |
Wang et al. | Research on Cascading Failures Model of Power Grid Based on Complex Network | |
Li et al. | Interval Electrical Betweenness Method for Power Grid Vulnerability Assessment Considering Wind Power | |
Wang et al. | Vulnerability assessment method of electrical cyber–physical interdependent network considering node heterogeneity |
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 |