CN115271807A - 一种面向新能源消纳的深谷电价机制的设计方法 - Google Patents
一种面向新能源消纳的深谷电价机制的设计方法 Download PDFInfo
- Publication number
- CN115271807A CN115271807A CN202210890836.8A CN202210890836A CN115271807A CN 115271807 A CN115271807 A CN 115271807A CN 202210890836 A CN202210890836 A CN 202210890836A CN 115271807 A CN115271807 A CN 115271807A
- Authority
- CN
- China
- Prior art keywords
- electricity price
- deep valley
- ess
- valley electricity
- time interval
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 120
- 230000007246 mechanism Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005265 energy consumption Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 30
- 238000010248 power generation Methods 0.000 claims abstract description 28
- 238000004146 energy storage Methods 0.000 claims abstract description 23
- 238000007599 discharging Methods 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000002068 genetic effect Effects 0.000 claims abstract description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种面向新能源消纳的深谷电价机制的设计方法,包括:获取电网每个时段的新能源发电量;获取电力用户的基本数据:包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制,以及储能电池的总容量限制;建立面向新能源消纳的深谷电价机制设计优化模型;采用多目标遗传算法求解深谷电价机制设计优化模型,得到优化结果,按照优化结果设置深谷电价的时段划分和各个时段电价。本发明提出了未来大规模新能源发电接入的情况下,深谷电价机制的设置方式;给出在满足用户用电需求的前提下,发挥了电价的价格激励作用,增加了新能源消纳的方法;给出具有通用性的计算策略,可以得到广泛应用。
Description
技术领域
本发明涉及深谷电价机制设计技术领域,尤其是一种面向新能源消纳的深谷电价机制的设计方法。
背景技术
随着社会现代化进程的加快,新能源发电的开发利用是我国优化能源结构、保障能源安全的重要举措。近年来,我国新能源发电得到了长足发展,与此同时,电网基础设施建设、输配售电机制等发展却比较滞后,导致了越来越严重的“弃风弃光”限电问题。因此,为解决该类问题,国家发改委在《关于进一步完善分时电价机制的通知(发改价格〔2021〕1093号)》文件中指出,在热电联产机组和可再生能源装机占比大,电力系统阶段性供大于求矛盾突出的地方,可参照尖峰电价机制建立深谷电价机制。强化尖峰电价、深谷电价机制与电力需求侧管理政策的衔接协同,充分挖掘需求侧调节能力。
随着环境问题的恶化和相关技术的发展,新能源发电的大规模普及已成必然趋势。新能源发电具有其特殊性,例如光伏发电的白夜性以及风电的反调峰特性,使新能源在中午时段与夜晚时段的大发可能性变强,原本的用电峰时段为了进行新能源消纳而成为用电的谷时段。因此,建立面向新能源消纳的深谷电价的机制设计优化模型具有广泛的前景。然而,如何设立深谷电价模型以及如何优化设置深谷电价的时段划分和各个时段电价尚未得到解答。
发明内容
本发明的目的在于提供一种在满足用户需求的前提下,充分利用价格激励信号,最大程度增加新能源消纳的面向新能源消纳的深谷电价机制的设计方法。
为实现上述目的,本发明采用了以下技术方案:一种面向新能源消纳的深谷电价机制的设计方法,该方法包括下列顺序的步骤:
(1)获取电网每个时段的新能源发电量,包括风力发电和光伏发电;
(2)获取电力用户的基本数据:包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制,以及储能电池的总容量限制;
(3)根据步骤(1)和步骤(2)所获取的数据,建立面向新能源消纳的深谷电价机制设计优化模型;
(4)采用多目标遗传算法求解深谷电价机制设计优化模型,得到优化结果,按照优化结果设置深谷电价的时段划分和各个时段电价。
在步骤(2)中,所述价格弹性的计算公式为:
式中,Q0(t)和Q1(t)分别为实施深谷电价机制前、后在时段t的用户负荷,ΔP(t)=P1(t)-P0(t)为在时段t电价变化量,P0(t)和P1(t)为实施深谷电价机制前、后在时段t的电价,a和b均为价格弹性系数。
所述步骤(3)具体是指:根据步骤(1)和步骤(2)所获取的数据,利用聚类方法对负荷隶属度进行深谷电价机制时段划分,所述的深谷电价机制时段划分包括峰时段、平时段、谷时段和深谷时段;通过深谷电价机制时段划分结果和电力用户的价格弹性,建立深谷电价机制设计优化模型;
所述深谷电价机制设计优化模型的约束条件包括价格约束和储能系统充放电约束,其中,深谷电价机制设计优化模型的价格约束为:
其中,Pvl、Plow、Pmid和Phigh分别为深谷电价、低谷电价、平时电价和高峰电价;四种电价都有各自的上下限制,深谷电价的上限和下限分别为和Pvl ;低谷电价的上限和下限分别为和Plow ;平时电价的上限和下限分别为和Pmid ;高峰电价的上限和下限分别为和Phigh ;
储能系统充放电约束为:
QESS,min≤QESS(t)≤QESS,max
QESS,dis(t)QESS,char(t)=0
式中,QESS,min和QESS,max分别为电池在安全运行下能量约束上、下限,和分别为储能系统放电、充电的上限;第二个公式即第二约束表示储能系统在时段t不可以同时进行充电和放电,第三个公式即第三约束表示储能系统在时段t的放电限制条件,其中(QESS(t-1)-QESS,min)ηdis表示储能系统的荷电状态不低于QESS,min;第四个公式即第四约束表示储能系统在时段t的充电限制条件,其中,(QESS,max-QESS(t-1))/ηchar表示为储能系统的荷电状态不高于QESS,max;ηdis为电池储能充电效率;ηchar为电池储能放电效率;
储能系统在时段t的荷电状态QESS(t)的计算公式为:
QESS(t)=QESS(t-1)+QESS,char(t)·ηchar-QESS,dis(t)/ηdis
深谷电价机制设计优化模型的优化目标如下:
最大化用户满意度指数:
用户满意度指数为用电习惯满意度指数和电费支出习惯满意度指数的加权累加;式中,α为权重系数,P1(t)Q1(t)和P0(t)Q0(t)分别为实施深谷电价前后在时段t电费支出;
最小化弃风弃光率:
式中,QPV(t)和Qwind(t)分别为在时段t光伏发电量和风能发电量。
所述聚类方法为模糊均值C聚类。
所述负荷隶属度包括峰值隶属度和谷值隶属度,计算公式如下:
由上述技术方案可知,本发明的有益效果为:第一,本发明提出了未来大规模新能源发电接入的情况下,深谷电价机制的设置方式;第二,本发明给出在满足用户用电需求的前提下,发挥了电价的价格激励作用,增加了新能源消纳的方法;第三,本发明给出具有通用性的计算策略,使该方法可以得到广泛应用。
附图说明
图1为本发明的方法流程图;
图2为实施例一中深谷电价时段划分结果;
图3为实施例一中深谷电价多目标优化帕累托前沿;
图4为实施例一中实施深谷电价前后用户负荷对比图。
具体实施方式
如图1所示,一种面向新能源消纳的深谷电价机制的设计方法,该方法包括下列顺序的步骤:
(1)获取电网每个时段的新能源发电量,包括风力发电和光伏发电;
(2)获取电力用户的基本数据:包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制,以及储能电池的总容量限制;
(3)根据步骤(1)和步骤(2)所获取的数据,建立面向新能源消纳的深谷电价机制设计优化模型;
(4)采用多目标遗传算法求解深谷电价机制设计优化模型,得到优化结果,按照优化结果设置深谷电价的时段划分和各个时段电价。
在步骤(2)中,所述价格弹性的计算公式为:
式中,Q0(t)和Q1(t)分别为实施深谷电价机制前、后在时段t的用户负荷,ΔP(t)=P1(t)-P0(t)为在时段t电价变化量,P0(t)和P1(t)为实施深谷电价机制前、后在时段t的电价,a和b均为价格弹性系数。
所述步骤(3)具体是指:根据步骤(1)和步骤(2)所获取的数据,利用聚类方法对负荷隶属度进行深谷电价机制时段划分,所述的深谷电价机制时段划分包括峰时段、平时段、谷时段和深谷时段;通过深谷电价机制时段划分结果和电力用户的价格弹性,建立深谷电价机制设计优化模型;
所述深谷电价机制设计优化模型的约束条件包括价格约束和储能系统充放电约束,其中,深谷电价机制设计优化模型的价格约束为:
其中,Pvl、Plow、Pmid和Phigh分别为深谷电价、低谷电价、平时电价和高峰电价;四种电价都有各自的上下限制,深谷电价的上限和下限分别为和Pvl ;低谷电价的上限和下限分别为和Plow ;平时电价的上限和下限分别为和Pmid ;高峰电价的上限和下限分别为和Phigh ;
储能系统充放电约束为:
QESS,min≤QESS(t)≤QESS,max
QESS,dis(t)QESS,char(t)=0
式中,QESS,min和QESS,max分别为电池在安全运行下能量约束上、下限,和分别为储能系统放电、充电的上限;第二个公式即第二约束表示储能系统在时段t不可以同时进行充电和放电,第三个公式即第三约束表示储能系统在时段t的放电限制条件,其中(QESS(t-1)-QESS,min)ηdis表示储能系统的荷电状态不低于QESS,min;第四个公式即第四约束表示储能系统在时段t的充电限制条件,其中,(QESS,max-QESS(t-1))/ηchar表示为储能系统的荷电状态不高于QESS,max;ηdis为电池储能充电效率;ηchar为电池储能放电效率;
储能系统在时段t的荷电状态QESS(t)的计算公式为:
QESS(t)=QESS(t-1)+QESS,char(t)·ηchar-QESS,dis(t)/ηdis
深谷电价机制设计优化模型的优化目标如下:
最大化用户满意度指数:
用户满意度指数为用电习惯满意度指数和电费支出习惯满意度指数的加权累加;式中,α为权重系数,P1(t)Q1(t)和P0(t)Q0(t)分别为实施深谷电价前后在时段t电费支出;
最小化弃风弃光率:
式中,QPV(t)和Qwind(t)分别为在时段t光伏发电量和风能发电量。
所述聚类方法为模糊均值C聚类。
所述负荷隶属度包括峰值隶属度和谷值隶属度,计算公式如下:
实施例一
本实施例考虑储能系统,其充放电约束主要包括最大荷电状态、最小荷电状态、初始荷电状态、充放电上限和充放电系数如表1所示。深谷电价机制四个时段的价格约束和初始价格设置如表2所示。计算周期为1天,即24h。光伏发电、风能发电和用户负荷每个时段的数据如表3所示。价格弹性系数a和b分别设置为500和-150。用户满意度权重系数α设置为0.5。
表1储能系统充放电约束
表2深谷电价约束
时段 | 电价上限(元/kWh) | 电价下限(元/kWh) | 初始电价(元/kWh) |
高峰时段 | 1.1 | 0.8 | 1.0 |
平时段 | 0.8 | 0.6 | 0.65 |
低谷时段 | 0.6 | 0.3 | 0.4 |
深谷时段 | 0.3 | 0.1 | / |
表3新能源发电和用户负荷数据
时间 | 光伏发电 | 风能发电 | 用户负荷 | 时间 | 光伏发电 | 风能发电 | 用户负荷 |
1 | 0 | 134 | 92 | 13 | 54 | 139 | 183 |
2 | 0 | 131 | 98 | 14 | 56 | 148 | 170 |
3 | 0 | 137 | 111 | 15 | 52 | 147 | 157 |
4 | 0 | 128 | 124 | 16 | 42 | 154 | 137 |
5 | 0 | 131 | 131 | 17 | 30 | 155 | 131 |
6 | 0 | 131 | 144 | 18 | 18 | 142 | 144 |
7 | 4 | 124 | 150 | 19 | 8 | 127 | 157 |
8 | 13 | 111 | 157 | 20 | 2 | 116 | 183 |
9 | 23 | 110 | 170 | 21 | 0 | 119 | 170 |
10 | 36 | 115 | 183 | 22 | 0 | 133 | 144 |
11 | 48 | 125 | 190 | 23 | 0 | 137 | 118 |
12 | 0 | 134 | 196 | 24 | 0 | 139 | 105 |
采用本实施例得到的深谷电价机制时段划分结果如图2所示,可以看出利用聚类方法的时段划分具有一定的合理性。
在本实施例中,深谷电价的多目标优化帕累托前沿如图3所示,可以看出面向新能源消纳的深谷电价机制设计优化模型在维持相对较高的用户满意度的基础上降低了弃风弃光率,实现了新能源的实时消纳。实施深谷电价前后用户负荷对比见图4所示,可以看出实施深谷电价后对用户负荷特性包括负荷率,峰谷差都有所提升。
综上所述,本发明提出了未来大规模新能源发电接入的情况下,深谷电价机制的设置方式;本发明给出在满足用户用电需求的前提下,发挥了电价的价格激励作用,增加了新能源消纳的方法;本发明给出具有通用性的计算策略,使该方法可以得到广泛应用。
Claims (5)
1.一种面向新能源消纳的深谷电价机制的设计方法,其特征在于:该方法包括下列顺序的步骤:
(1)获取电网每个时段的新能源发电量,包括风力发电和光伏发电;
(2)获取电力用户的基本数据:包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制,以及储能电池的总容量限制;
(3)根据步骤(1)和步骤(2)所获取的数据,建立面向新能源消纳的深谷电价机制设计优化模型;
(4)采用多目标遗传算法求解深谷电价机制设计优化模型,得到优化结果,按照优化结果设置深谷电价的时段划分和各个时段电价。
3.根据权利要求1所述的面向新能源消纳的深谷电价机制的设计方法,其特征在于:所述步骤(3)具体是指:根据步骤(1)和步骤(2)所获取的数据,利用聚类方法对负荷隶属度进行深谷电价机制时段划分,所述的深谷电价机制时段划分包括峰时段、平时段、谷时段和深谷时段;通过深谷电价机制时段划分结果和电力用户的价格弹性,建立深谷电价机制设计优化模型;
所述深谷电价机制设计优化模型的约束条件包括价格约束和储能系统充放电约束,其中,深谷电价机制设计优化模型的价格约束为:
其中,Pvl、Plow、Pmid和Phigh分别为深谷电价、低谷电价、平时电价和高峰电价;四种电价都有各自的上下限制,深谷电价的上限和下限分别为和Pvl ;低谷电价的上限和下限分别为和Plow ;平时电价的上限和下限分别为和Pmid ;高峰电价的上限和下限分别为和Phigh ;
储能系统充放电约束为:
QESS,min≤QESS(t)≤QESS,max
QESS,dis(t)QESS,char(t)=0
式中,QESS,min和QESS,max分别为电池在安全运行下能量约束上、下限,和分别为储能系统放电、充电的上限;第二个公式即第二约束表示储能系统在时段t不可以同时进行充电和放电,第三个公式即第三约束表示储能系统在时段t的放电限制条件,其中(QESS(t-1)-QESS,min)ηdis表示储能系统的荷电状态不低于QESS,min;第四个公式即第四约束表示储能系统在时段t的充电限制条件,其中,(QESS,max-QESS(t-1))/ηchar表示为储能系统的荷电状态不高于QESS,max;ηdis为电池储能充电效率;ηchar为电池储能放电效率;
储能系统在时段t的荷电状态QESS(t)的计算公式为:
QESS(t)=QESS(t-1)+QESS,char(t)·ηchar-QESS,dis(t)/ηdis
深谷电价机制设计优化模型的优化目标如下:
最大化用户满意度指数:
用户满意度指数为用电习惯满意度指数和电费支出习惯满意度指数的加权累加;式中,α为权重系数,P1(t)Q1(t)和P0(t)Q0(t)分别为实施深谷电价前后在时段t电费支出;
最小化弃风弃光率:
式中,QPV(t)和Qwind(t)分别为在时段t光伏发电量和风能发电量。
4.根据权利要求3所述的面向新能源消纳的深谷电价机制的设计方法,其特征在于:所述聚类方法为模糊均值C聚类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210890836.8A CN115271807A (zh) | 2022-07-27 | 2022-07-27 | 一种面向新能源消纳的深谷电价机制的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210890836.8A CN115271807A (zh) | 2022-07-27 | 2022-07-27 | 一种面向新能源消纳的深谷电价机制的设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115271807A true CN115271807A (zh) | 2022-11-01 |
Family
ID=83769913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210890836.8A Pending CN115271807A (zh) | 2022-07-27 | 2022-07-27 | 一种面向新能源消纳的深谷电价机制的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115271807A (zh) |
-
2022
- 2022-07-27 CN CN202210890836.8A patent/CN115271807A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110661246B (zh) | 一种城市轨道交通光伏储能系统的容量优化配置方法 | |
CN111882105B (zh) | 含共享储能系统的微电网群及其日前经济优化调度方法 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
WO2022193794A1 (zh) | 考虑退役电池的智能社区微网超多目标能量管理方法 | |
CN111697603B (zh) | 基于电池衰减的电化学储能系统的配置与策略制定方法 | |
CN111762057B (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
CN111525624A (zh) | 基于蓄电池储能系统的家庭分布式能源调度方法 | |
Ma et al. | Optimal dispatch of hybrid energy islanded microgrid considering V2G under TOU tariffs | |
CN116054242A (zh) | 光储充用一体化的低碳型农村微电网优化运行控制方法 | |
CN111082446B (zh) | 一种考虑电池自消耗的储能优化配置方法 | |
CN110826210B (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
CN111969591A (zh) | 一种光蓄能水电站互补的离网式混合能源系统优化方法 | |
CN112364511A (zh) | 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法 | |
CN115221699B (zh) | 一种基于共享合作社的储能系统容量优化方法 | |
CN115459348B (zh) | 一种考虑峰谷电价的微电网最优资源调控方法 | |
CN114421486B (zh) | 一种电动汽车智能充电控制方法 | |
CN115207949A (zh) | 一种考虑时段划分的光储系统优化运行方法 | |
CN115271807A (zh) | 一种面向新能源消纳的深谷电价机制的设计方法 | |
CN115841216A (zh) | 计及分布式光伏消纳率的配电网储能优化配置方法 | |
CN114819342A (zh) | 基于二阶锥规划计及需求侧管理的主动配电网分层优化方法 | |
CN115081838A (zh) | 基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法 | |
CN114400653A (zh) | 一种基于日前负荷预测值的电动汽车充电优化方法 | |
Zhang et al. | Research on optimal configuration of energy storage in wind-solar microgrid considering real-time electricity price | |
CN111062532A (zh) | 一种考虑v2g的增量配电园区内电网容量配置优化方法 | |
Han et al. | Research on Demand Response Strategy of User Side Photovoltaic and Energy Storage System Based on Real Time Price |
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 |