CN115618544A - 一种考虑信息系统不可靠的综合能源系统可靠性评估方法 - Google Patents
一种考虑信息系统不可靠的综合能源系统可靠性评估方法 Download PDFInfo
- Publication number
- CN115618544A CN115618544A CN202110787029.9A CN202110787029A CN115618544A CN 115618544 A CN115618544 A CN 115618544A CN 202110787029 A CN202110787029 A CN 202110787029A CN 115618544 A CN115618544 A CN 115618544A
- Authority
- CN
- China
- Prior art keywords
- information
- physical
- energy
- subsystem
- reliability
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computing Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Algebra (AREA)
- Geometry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出一种考虑信息系统不可靠的综合能源系统可靠性评估方法。该方法建立了综合能源信息物理系统模型,定义了信息物理子系统的概念,并分别利用复杂网络理论和能源集线器技术建立信息系统静态模型和物理系统数学模型。该方法提出了一种适用于综合能源信息物理系统的可靠性评价指标,基于马尔科夫过程蒙特卡洛法建立信息物理子系统多时段状态概率模型。利用提出的可靠性评价指标同时考虑系统供能水平,分析不同故障情况下,信息系统不可靠对综合能源系统可靠性的影响,以及系统可靠性对不同信息设备的敏感程度。所得结果可为综合能源信息物理系统在设计规划、运行维护等阶段提供参考依据,具有一定的工程意义。
Description
技术领域
本发明涉及一种考虑信息系统不可靠的综合能源系统可靠性评估方法,属于综合能源信 息物理领域。
背景技术
信息物理系统(Cyber-physical System,CPS)将物理系统和信息系统深度融合,更加智 能地解决物理设备之间的协调运行以及控制问题。信息物理技术对工业和科技的发展具有重 大意义,2007年美国科学技术咨询委员会明确建议将其列为国家研究投入的优先领域。目前 针对电力信息物理系统的研究,主要集中在控制方法、融合建模、可靠性分析等几个方面, 其中建立电力信息物理系统模型是研究的热点。目前的研究成果对信息物理技术的发展具有 重要意义,但其研究对象主要是电力系统,对综合能源系统的研究较少。
综合能源系统将多种能源进行有机协调和优化,打破了传统能源单独运行的局限性,实 现多能源互济、能源梯度利用,对于提高系统运行效率、能源利用、促进可再生能源消纳等 具有重要意义。与电力信息物理系统不同,综合能源信息物理系统在传统综合能源系统的基 础上利用先进的互联网技术实现信息流与能量流的传输与共享,形成包含多个复杂网络的系 统。系统中信息设备失效会影响相应通信系统中信息数据的传输,造成物理设备的误动作或 拒动作,影响整个系统的可靠性。因此,研究信息系统不可靠对物理系统的影响非常必要。
发明内容
本发明是以综合能源系统为背景,提出一种考虑信息系统不可靠的综合能源系统可靠性 评估方法。
一种考虑信息系统不可靠的综合能源系统可靠性评估方法,所述方法首先建立综合能源 信息物理系统模型,定义信息物理子系统的概念,并分别利用复杂网络理论和能源集线器技 术建立信息系统静态模型和物理系统数学模型。其次,提出了一种适用于综合能源信息物理 系统的可靠性评价指标,基于马尔科夫过程蒙特卡洛法建立信息物理子系统多时段状态概率 模型。最后,利用提出的可靠性评价指标同时考虑系统供能水平,计算不同故障情况下,信 息系统不可靠对综合能源系统可靠性的影响,以及系统可靠性对不同信息设备的敏感程度。
为了实现上述目的,本发明提供的技术方案如下:
上述考虑信息系统不可靠的综合能源系统可靠性评估方法,所述方法首先建立综合能源 信息物理系统模型,定义信息物理子系统的概念,并分别利用复杂网络理论和能源集线器技 术建立信息系统静态模型和物理系统数学模型。具体方法如下:
综合能源信息物理系统模型及信息物理子系统的定义为:
如图1所示建立了一个典型综合能源信息物理系统,信息系统由相应信息与通信设备、 网络协议、软件和拓扑等构成,且信息网络为TCP传输协议的工业以太网;物理系统包括能 源生产及耦合设备、储能设备、负荷等。如图2所示,将物理设备及与之对应的传感器、控 制器、服务器定义为信息物理子系统。在子系统中传感器负责采集物理设备状态(如输出功 率等),并将其上传至服务器中,服务器生成决策结果后将其下发至控制器,控制器生成控制 指令作用于物理设备。
信息系统静态模型为:
首先,对于含有n个信息设备的综合能源信息物理系统,定义信息设备状态矩阵
I=[I1 … Ik … In] (1)
式中,Ik=0表示信息设备k故障;若Ik=1表示信息设备k正常。
其次,基于信息设备之间的拓扑关系,利用图论知识将信息系统中的信息设备等效为节 点,将信息设备之间的连接关系等效为边,建立表示信息设备连接关系的邻接矩阵。
式中,若Lij=1表示节点i与节点j连接;若Lij=0表示节点i与节点j之间无连接关系; 若i=j,规定Lij=1。
在分布式控制的综合能源信息物理系统中,子系统中的服务器在决策过程中通过发出信 息请求,可以掌握决策所需要的部分或全部物理节点的状态。服务器间的信息请求关系由综 合能源系统运行优化策略决定,利用决策关联矩阵A表示服务器间的信息请求关系。
式中,若Aij=1表示服务器i在决策前需要向服务器j发出信息请求;若Aij=0表示服务 器i在决策前无需向服务器j发出信息请求;若i=j,规定Aij=1。
物理系统数学模型为:
a.能源耦合设备模型
如图1所示该部分中,热电联产机组和燃气锅炉的机组都以天然气为一次能源。
ηCHP.gEQCHP=ECHP,gE (4)
ηCHP.gHQCHP=HCHP,gH (5)
ηGFQGF=HGF (6)
ηOPECEEC=CEC (7)
ηOPACHAC=CAC (8)
ηOPiceEice=Cice (9)
式中,QCHP、QGF分别为热电联产机组、燃气锅炉消耗的天然气量;ECHP,gE为热电联产机组 产生的电能,HCHP,gH为其产生的热能,ηCHP,gE、ηCHP,gH分别为其气电、气热转化效率。HGF为燃气锅炉产生的热量,ηGF为其气热转化效率。EEC、Eice分别为电制冷机、蓄冰空调消耗的 电能;ηOPEC、ηOPice分别为其电冷转化系数。HAC为吸收式冷机产消耗的热能,ηOPAC为其热 冷转化系数;CEC、CAC、Cice分别为电制冷机、吸收式制冷机、蓄冰空调其输出的制冷量。
b.储能设备模型
系统中的储能设备主要包括储电、储冷、储热三种类型,用于在设备出力不足时满足负 荷需求以及系统出力过剩时储存多余的能量。储能设备在工作时,储能状态和放能状态不能 同时存在,其状态约束为:
λcharge,x+λdischarge,x≤1 (11)
式中,x为能量类型,分别用e、h、c表示电能、热能和冷能;λcharge,x、λdischarge,x分别为 充放电状态;0和1分别表示非工作状态、工作状态。
储能设备在工作状态时也要满足自身极限约束和容量约束,如式(12)~(15)所示。
式中,X表示能量类型,分别用E、H、C表示电能、热能、冷能;Xcharge、Xdischarge分别为储能设备充放电时的能量;分别表示储能设备在充放电时 其能量的上下限。分别为充放能前后储能设备中的能量、最大储能量;δx为 储能设备能量损失率;ηcharge,x、ηdischarge,x分别为充放能效率;Δt为充放能持续时间。
c.模型的约束条件
设备在运行过程中既要满足能量平衡等式约束又要满足设备出力的不等式约束,具体如 式(16)~(19)所示。
CEC+CAC+Cice=LC (18)
Pi min≤Pi≤Pi max (19)
式(16)~(18)分别为电、热、冷平衡约束。其中,Eb、Es分别为与上层电网交互时买入和 售出的电能,η为电网联络线的能量传输效率;EWT、EPV分别为风光发电设备产出电能;Le、 LH、LC分别为系统电负荷、热负荷、冷负荷。Pi为第i个设备的出力,Pi max、Pi min分别为其出力的上下限值。
综合能源系统与外部电网及天然气系统进行能量传输时需满足联络线功率约束条件,以 此保证外部大电网与天然气系统运行的稳定性。
上述考虑信息系统不可靠的综合能源系统可靠性评估方法,提出了一种适用于综合能源 信息物理系统的可靠性评价指标,基于马尔科夫过程蒙特卡洛法建立信息物理子系统多时段 状态概率模型。
可靠性评价指标为:
考虑系统一直处于并网状态,定义“信息阀级”的概念,利用指标Linf(i)来表示信息物 理子系统i故障时对整个系统供能影响程度,将其表示为
式中,Pc max为系统正常运行情况下能够供给的最大供能量。Pc max(i)为第i个信息物理子系统 故障情况下,系统能够供给的最大供能量。
式中,N为系统中所有信息物理子系统的合集,Pa max为第i个子系统故障情况下其系统能够供 给的最大供能量。
由此引出能够反映第i个信息物理子系统重要程度的指标Iprob(i)
由以上两概念可知,子系统i阀级越小,其重要程度指标就大,对系统运行可靠性的影响 程度就越大。
马尔科夫过程蒙特卡洛法为:
马尔科夫过程的典型特征为定义在包含多种状态的概率空间E上,且下一时刻的状态只 与当前时刻的状态有关而与之前时刻无关,称为马尔科夫无后效性。本文利用两状态马尔科 夫模型,其状态转移过程及概率如图3所示。其中状态0和状态1分别表示正常和故障状态。 表示设备由状态0转移到状态1的故障概率,表示设备由状态1转移到状态0的修复概率。
矩阵P为状态转移概率矩阵,其中的元素表示Δt时间内各状态之间发生转移的概率,且忽略 了Δt时间内发生二次转移的概率。根据全概率公式进行推导可得出t时刻状态概率公式如式 (25)所示。
一般情况下,设备运行周期步长大于设备修复时间,此处我们认为在一个运行周期内若设备 故障则不可修复,则可认为其修复概率μ=0,代入(25)式可得到设备停运概率模型为
P(t)=1-e-λt (26)
利用蒙特卡洛法在[0,1]均匀分布中进行随机抽样得到随机数σt,最终得到研究对象多时段 运行状态ωt。
如式(27)所示,当随机数σt大于停运概率P(t)时,设备正常运行;反之,为故障状态。
附图说明
下面结合附图对本发明作进一步详述。
图1是典型综合能源信息物理系统
图2是信息物理子系统
图3是两状态马尔科夫模型
图4是可靠性评估流程
图5是不同抽样次数供能量平均值
图6是信息系统不可靠影响
图7是考虑信息设备故障概率系统供能量
图8是考虑信息设备故障概率各子系统重要程度指标
图9是不同信息设备故障灵敏度
具体实施方式
本发明提出一种考虑信息系统不可靠的综合能源系统可靠性评估方法。该方法建立了综 合能源信息物理系统模型,定义了信息物理子系统的概念,并分别利用复杂网络理论和能源 集线器技术建立信息系统静态模型和物理系统数学模型。提出了一种适用于综合能源信息物 理系统的可靠性评价指标,基于马尔科夫过程蒙特卡洛法建立信息物理子系统多时段状态概 率模型。利用提出的可靠性评价指标同时考虑系统供能水平,分析不同故障情况下,信息系 统不可靠对综合能源系统可靠性的影响,以及系统可靠性对不同信息设备的敏感程度。所得 结果可为综合能源信息物理系统在设计规划、运行维护等阶段提供参考依据,具有一定的工 程意义。
上述考虑信息系统不可靠的综合能源系统可靠性评估方法,故障状态下系统运行状态说 明:
信息物理子系统中服务器、传感器、执行器、物理设备之间通过光纤连接,同样通过光 纤将各子系统中的服务器连接起来,实现信息收发。若子系统内部在信息上传过程中发生中 断,服务器认为是物理设备故障将不作出决策,物理设备停运;若子系统在决策结果下达过 程中发生信息中断,物理设备将无法接收到动作指令而停运;若服务器发生故障将无法做出 决策,将导致物理设备停运。若子系统运行正常,连接各子系统的光纤中断,则服务器接收 信息不完整,子系统将按照上一时刻决策结果运行。
本发明的实施方式如图4所示,本发明的实施方式不限于此。
步骤一:初始化系统,计算矩阵I、L、A。
步骤二:开始第一次蒙特卡洛抽样,假设系统运行正常时,根据物理系统能量转化关系 计算得出其最大供能量Pc max。
步骤三:根据马尔科夫过程计算得出各信息物理子系统所有元件的状态转移矩阵。
步骤四:利用蒙特卡洛模拟法根据状态转移矩阵抽样得到各元件的多时段状态矩阵。
步骤五:根据信息系统静态模型判断系统各时段运行状态,并判断子系统是否故障。若 是转步骤六,若否转步骤九。
步骤六:判断子系统内部信息设备故障,若是转步骤七,若否转步骤八。
步骤七:物理设备停运,转步骤九。
步骤八:信息接收不完整,服务器仍按照上一时刻决策结果下达,转步骤九。
步骤十:判断是否达到仿真次数上线,若否转步骤四,若是转步骤十一。
步骤十一:多次模拟求可靠性指标的平均值,输出可靠性指标。
下面通过仿真实例对本发明所设计的方法进行验证。
本文以某综合能源信息物理系统为例,其系统结构及设备组成如图1所示。算例基于马 尔科夫过程探究不同场景下系统的可靠性程度,仿真时间为8760h。表1~3为系统中产能设 备、储能设备、故障概率等相关参数。
表1能量转化及储能相关系数
表2约束条件 kW
表3设备故障概率
利用ZCHP、ZGF、ZOPEC、ZOPice、ZOPAC分别表示热电联产单元、燃气锅炉、电制冷、吸收 式制冷机、蓄冰空调信息物理子系统。
为保证所得结果准确性,对算例中各子系统只考虑物理设备故障概率情况分别重复1、 10、100、1000、10000次,并对每次得到的值进行加权平均,结果如图5所示。仿真次数越 大,结果越趋近于某一个稳定的值,说明以上方法的可靠性。
如图6所示,首先,考虑各子系统中物理设备故障概率时,由于子系统物理设备故障原 因,系统供能量均比正常情况下小。其次,同时考虑各子系统中物理设备和信息设备故障概 率,系统供能量均比只考虑物理设备故障概率时小,说明信息系统不可靠会降低综合能源系 统可靠性,但由于对系统供能的影响程度有所不同,有必要对各子系统的信息系统重要程度 进行分析。
图7和图8分别为考虑信息设备故障概率时系统供能量和各子系统重要程度指标,由图 7和图8可知,该情况下各子系统中信息系统重要程度排序为:ZCHP>ZOPECe>ZOPic>ZGF>ZOPAC。 蓄冰空调信息物理子系统中信息设备故障对系统供能影响最小,是因为其作为储能设备对系 统供能的贡献较小。热电联产单元信息物理子系统中信息设备故障对系统供能影响最大,是 由于热电联产机组对于系统供电、供热贡献较大,且系统中部分冷能也是由电能或热能转化 而来,因此,该子系统中信息系统发生故障将会直接导致系统的供能量下降。
图9为将热电联产信息物理子系统中不同信息设备的故障概率扩大1~10倍,分析综合能 源系统可靠性对热电联产信息物理子系统中不同信息设备的敏感程度不同。由图9可知,系 统对执行器、传感器的敏感程度最大,是由于执行器作为服务器决策结果下达的执行设备, 若其故障将直接导致物理设备接收不到执行命令而停运;传感器作为物理设备状态采集、传 输设备,若其故障,服务器将不能收到物理设备的状态信息,误认为物理设备故障而无法做 出决策,进而导致物理设备停运。服务器作为重要的分析决策设备保护设施充足,停运为小 概率事件,因此,系统可靠性对于服务器的敏感程度最小。系统可靠性对光纤的敏感程度相 比于其他设备处于中等程度,光纤在系统中的分布分为子系统内部和信息网络两部分。若子 系统内部的光纤发生故障将会导致系统直接停运;若信息网络中的光纤故障,服务器接收信 息不完整,将会按照上一时刻的决策结果下达。
Claims (4)
1.一种考虑信息系统不可靠的综合能源系统可靠性评估方法,所述方法首先建立综合能源信息物理系统模型,定义信息物理子系统的概念,并分别利用复杂网络理论和能源集线器技术建立信息系统静态模型和物理系统数学模型。其次,提出了一种适用于综合能源信息物理系统的可靠性评价指标,基于马尔科夫过程蒙特卡洛法建立信息物理子系统多时段状态概率模型。最后,利用提出的可靠性评价指标同时考虑系统供能水平,计算不同故障情况下,信息系统不可靠对综合能源系统可靠性的影响,以及系统可靠性对不同信息设备的敏感程度。
2.根据权利要求1所述的一种考虑信息系统不可靠的综合能源系统可靠性评估方法,其特征是,建立综合能源信息物理系统模型,定义信息物理子系统的概念为:
如图1所示建立了一个典型综合能源信息物理系统,信息系统由相应信息与通信设备、网络协议、软件和拓扑等构成,且信息网络为TCP传输协议的工业以太网;物理系统包括能源生产及耦合设备、储能设备、负荷等。如图2所示,将物理设备及与之对应的传感器、控制器、服务器定义为信息物理子系统。在子系统中传感器负责采集物理设备状态(如输出功率等),并将其上传至服务器中,服务器生成决策结果后将其下发至控制器,控制器生成控制指令作用于物理设备。
3.根据权利要求1所述的一种考虑信息系统不可靠的综合能源系统可靠性评估方法,其特征是,利用复杂网络理论建立信息系统静态模型:
首先,对于含有n个信息设备的综合能源信息物理系统,定义信息设备状态矩阵
I=[I1 … Ik … In] (1)
式中,Ik=0表示信息设备k故障;若Ik=1表示信息设备k正常。
其次,基于信息设备之间的拓扑关系,利用图论知识将信息系统中的信息设备等效为节点,将信息设备之间的连接关系等效为边,建立表示信息设备连接关系的邻接矩阵。
式中,若Lij=1表示节点i与节点j连接;若Lij=0表示节点i与节点j之间无连接关系;若i=j,规定Lij=1。
在分布式控制的综合能源信息物理系统中,子系统中的服务器在决策过程中通过发出信息请求,可以掌握决策所需要的部分或全部物理节点的状态。服务器间的信息请求关系由综合能源系统运行优化策略决定,利用决策关联矩阵A表示服务器间的信息请求关系。
式中,若Aij=1表示服务器i在决策前需要向服务器j发出信息请求;若Aij=0表示服务器i在决策前无需向服务器j发出信息请求;若i=j,规定Aij=1。
4.据权利要求1所述的一种考虑信息系统不可靠的综合能源系统可靠性评估方法,其特征是,提出了一种适用于综合能源信息物理系统的可靠性评价指标:
考虑系统一直处于并网状态,定义“信息阀级”的概念,利用指标Linf(i)来表示信息物理子系统i故障时对整个系统供能影响程度,将其表示为
式中,Pc max为系统正常运行情况下能够供给的最大供能量。Pc max(i)为第i个信息物理子系统故障情况下,系统能够供给的最大供能量。
由此引出能够反映第i个信息物理子系统重要程度的指标Iprob(i)
由以上两概念可知,子系统i阀级越小,其重要程度指标就大,对系统运行可靠性的影响程度就越大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110787029.9A CN115618544A (zh) | 2021-07-13 | 2021-07-13 | 一种考虑信息系统不可靠的综合能源系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110787029.9A CN115618544A (zh) | 2021-07-13 | 2021-07-13 | 一种考虑信息系统不可靠的综合能源系统可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115618544A true CN115618544A (zh) | 2023-01-17 |
Family
ID=84855827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110787029.9A Pending CN115618544A (zh) | 2021-07-13 | 2021-07-13 | 一种考虑信息系统不可靠的综合能源系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115618544A (zh) |
-
2021
- 2021-07-13 CN CN202110787029.9A patent/CN115618544A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111144668B (zh) | 考虑场景模拟的综合能源系统随机优化模型的建立方法 | |
Li et al. | Reliability evaluation of integrated energy systems based on smart agent communication | |
CN105576657B (zh) | 主动配电网与输电网集成系统随机模糊连续潮流建模方法 | |
Yang et al. | Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage | |
CN114707289B (zh) | 基于机会约束的电热耦合综合能源系统多目标优化方法 | |
CN111030094B (zh) | 一种多能互补园区供能可靠性评估方法 | |
CN110941799A (zh) | 一种考虑系统综合不确定性因素的能量枢纽随机规划方法 | |
CN109636027A (zh) | 一种基于蒙特卡罗法的多能互补系统供能可靠性评估方法 | |
CN115099007B (zh) | 基于综合成本-能耗曲线的综合能源系统优化运行方法 | |
CN110707755A (zh) | 一种考虑非理想通信条件下基于能量枢纽的综合能源系统超短期调度方法 | |
CN110852531A (zh) | 一种能源互联网多目标优化方法 | |
CN115618544A (zh) | 一种考虑信息系统不可靠的综合能源系统可靠性评估方法 | |
CN116384825A (zh) | 考虑数据中心负载灵活性的电力系统运行可靠性评估方法 | |
Yang et al. | Research on the reliability and capacity allocation of wind power-solar power-pumped storage hybrid power system | |
CN213574370U (zh) | 一种综合能源转化装置 | |
Ma et al. | Distributed robust optimal dispatch of regional integrated energy systems based on ADMM algorithm with adaptive step size | |
An et al. | The IECPS Reliability Assessment Method Considering the Working State of Information Equipment | |
CN115935711B (zh) | 一种基于图论的多能互补主动配网系统可靠性评估方法 | |
Jia et al. | Design of energy management platform for integrated energy system | |
An et al. | A multi-energy microgrid configuration method in remote rural areas considering the condition value at risk | |
Feng et al. | The study of optimization model and cooperative control method for heat storage electric boiler to consume the abandoned wind and light | |
Li | Big data information collection of IoT for heat storage heating control system | |
Zhou et al. | A robust optimization method for IES with adjustable degree of conservation | |
Wang et al. | Random Expected Value Power Supply Reliability Evaluation of Typical Urban Medium-Voltage Distribution Network Considering the Impact of Integrated Energy Supply | |
Song et al. | Bi-level programming method for integrated energy system considering thermal dynamic operation characteristics of pipelines and efficiency characteristics of devices |
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 |