CN116738744A - 电磁暂态仿真计算方法、装置、设备和可读存储介质 - Google Patents
电磁暂态仿真计算方法、装置、设备和可读存储介质 Download PDFInfo
- Publication number
- CN116738744A CN116738744A CN202310760431.7A CN202310760431A CN116738744A CN 116738744 A CN116738744 A CN 116738744A CN 202310760431 A CN202310760431 A CN 202310760431A CN 116738744 A CN116738744 A CN 116738744A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic grid
- electromagnetic transient
- subsystem
- model
- power system
- 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
- 230000001052 transient effect Effects 0.000 title claims abstract description 136
- 238000004088 simulation Methods 0.000 title claims abstract description 99
- 238000004364 calculation method Methods 0.000 title claims abstract description 93
- 238000011160 research Methods 0.000 claims abstract description 80
- 239000011159 matrix material Substances 0.000 claims abstract description 56
- 238000011217 control strategy Methods 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 11
- 239000000758 substrate Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 239000003990 capacitor Substances 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims 1
- 230000009467 reduction Effects 0.000 abstract description 15
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000007547 defect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000008278 dynamic mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了电磁暂态仿真计算方法、装置、设备和可读存储介质，确定电力系统中各光伏并网子系统的全阶电磁暂态模型，以及在电力系统中各所述光伏并网子系统的稳态运行点处进行线性化以及降阶处理，生成各光伏并网子系统的小信号模型。按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域，并通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离。最后，按照各光伏并网子系统的所处区域以及电气距离自适应选取模型对光伏并网子系统进行电磁暂态仿真计算。本申请在实际应用中兼顾了降阶精度和仿真效率的平衡，减少电力系统整体计算量，缩短计算时间，同时又能保证系统的动态特征。
Description
技术领域
本申请涉及电力仿真领域，更具体地说，涉及电磁暂态仿真计算方法、装置、设备和可读存储介质。
背景技术
当前全球光伏发电总装机容量超过600GW，装机量持续攀升，光伏市场未来发展势头良好。新能源发电系统飞速发展，使得当前社会所面临的能源压力得到了有效的缓解。然而与此同时，新能源的发展也改善了我国的能源结构，电力系统呈现高度电力电子化并成为了更为复杂和规模庞大的动态系统。因此，描述电力系统动态行为的非线性高阶模型的阶数也在显著增加，时间尺度跨度增大，从而导致求解困难甚至出现了难以得到收敛解的情况。
上述问题不利于对大规模系统进行安全稳定计算和动态机理研究，对于大规模的电力系统而言，电力系统中可能存在数量庞大的光伏并网子系统，同时每一光伏并网子系统的所处环境不同，电力系统电磁暂态仿真计算面临情况复杂，同时也使得计算机的负担越来越重，在线计算日益困难。因此，需要对大规模接入的电力系统模型进行降阶，以此来解决当前系统仿真计算所面临的种种问题。
基于此，本发明提出了一种电磁暂态仿真计算方案，以减少系统计算量，缩短计算时间，同时又能保证系统的动态特征。
发明内容
有鉴于此，本申请提供了电磁暂态仿真计算方法、装置、设备和可读存储介质，可根据光伏并网子系统所处情况，自适应选取合适的模型对光伏并网子系统进行电磁暂态仿真计算，兼顾了降阶精度和仿真效率的平衡，减少电力系统整体计算量，缩短计算时间，同时又能保证系统的动态特征。
为了实现上述目的，现提出的方案如下：
一种电磁暂态仿真计算方法，包括：
根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
优选的，还包括：
当检测到当前仿真时间段内所述电力系统不存在扰动或故障，则采用所述小信号模型对所述电力系统中各所述光伏并网子系统进行电磁暂态仿真计算。
优选的，通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离，包括：
根据所述外部区域与所述研究区域中等效节点间的对应关系，建立所述外部区域中各光伏并网子系统的导纳矩阵；
确定各所述导纳矩阵中表征所述外部区域中各光伏并网子系统与对应的所述等效节点之间的各导纳子矩阵；
将各所述导纳子矩阵的元素绝对值的列范数作为所述外部区域中各光伏并网子系统与所述研究区域的电气距离。
优选的，监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型，包括：
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化，生成线性信号模型；
获取预置的Krylov子空间，以所述Krylov子空间的基底作为降阶的投影变换矩阵对所述全阶电磁暂态模型进行降阶处理，生成小信号模型，其中所述Krylov子空间的简化模型维数远小于所述全阶电磁暂态模型维数。
优选的，所述全阶电磁暂态模型的通式为：
F(x)＝[0 1.5ωc(u2di2d+u2qi2q) 1.5ωc(u2di2q-u2qi2d) 0 0...0 0]T
其中，x为状态变量，为状态变量x的微分形式，u为输入变量，输出变量y根据需要设置不同输出，θ为锁相环锁定相角，P为光伏并网子系统输出的有功功率，Q为光伏并网子系统输出的无功功率，xd为有功功率外环输入信号的积分变量，xq为无功功率外环输入信号的积分变量，λd为d轴电流内环输入信号的积分变量，λq为q轴电流内环输入信号的积分变量，u1d为逆变器交流侧滤波电感电流的d轴分量，u1q为逆变器交流侧滤波电感电流的q轴分量，u2d为滤波电容电压的d轴分量，u2q为滤波电容电压的q轴分量，i2d为线路输出电流的d轴分量，i2q为线路输出电流的q轴分量，ed为并网点电压的d轴分量，eq为并网点电压的q轴分量，pref为光伏并网子系统输出的有功参考功率，Qref为光伏并网子系统输出的无功参考功率，Udcref为直流侧母线电压参考值，udc为直流侧母线电压测量值，ωc为低通滤波器截止频率。
优选的，所述外部区域中各光伏并网子系统的导纳矩阵的通式为：
其中，Y11表示外部区域中光伏并网子系统间的导纳子矩阵，Y22表示等效节点之间的导纳子矩阵，Y21和Y12均表示外部区域中光伏并网子系统与对应的等效节点之间的导纳子矩阵。
优选的，所述小信号模型的通式为：
x＝Vξ，A′＝VTAsV，B'＝VTBs，C'＝CsV，
其中，预置的Krylov子空间Kk(A,B)的基底为V，As、Bs、Cs分别为对A、B、C进行线性化生成。
一种光伏并网系统的电磁暂态仿真计算装置，包括：
全阶模型单元，用于根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
小信号模型单元，用于监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
区域划分单元，用于按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
电气距离单元，用于通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
第一计算单元，用于对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
第二计算单元，用于对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
一种光伏并网系统的电磁暂态仿真计算设备，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如上述任一项所述的电磁暂态仿真计算方法的各个步骤。
一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如上述任一项所述的电磁暂态仿真计算方法的各个步骤。
从上述的技术方案可以看出，本申请实施例提供的一种电磁暂态仿真计算方法、装置、设备和可读存储介质，首先确定电力系统中各光伏并网子系统的全阶电磁暂态模型，以及在电力系统中各所述光伏并网子系统的稳态运行点处进行线性化以及降阶处理，生成各光伏并网子系统的小信号模型。之后，按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域，并通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离。最后，按照各光伏并网子系统的所处区域以及电气距离自适应选取模型对光伏并网子系统进行电磁暂态仿真计算。对位于外部区域中且电气距离不小于临界值的各第一光伏并网子系统，以及位于研究区域中的各第二光伏并网子系统，采用全阶电磁暂态模型进行计算，对位于外部区域中且电气距离小于临界值的各第三光伏并网子系统，采用小信号模型进行计算。
本申请可根据光伏并网子系统所处情况，自适应选取合适的模型对光伏并网子系统进行电磁暂态仿真计算，既克服了线性化降阶的小信号模型适用于小扰动，却在大扰动情况下动态特性刻画不足的特性，又解决了全阶电磁暂态模型计算量大、计算时间长的问题，在实际应用中兼顾了降阶精度和仿真效率的平衡，减少电力系统整体计算量，缩短计算时间，同时又能保证系统的动态特征。
此外，本申请在划分研究区域、外部区域的基础上，通过矩阵列范数量化外部系统中光伏并网子系统与等效节点间的电气距离，基于电气距离对光伏并网子模型的电磁暂态仿真进行自适应切换，弥补了仿真精度严重依赖于研究区域、外部区域划分准确性的不足。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的电磁暂态仿真计算方法的流程图；
图2为本申请公开的光伏并网控制系统示意图；
图3为本申请公开的研究区域和外部区域划分的示意图；
图4为本申请公开的对于一个光伏并网子系统的电磁暂态仿真计算的流程图；
图5为本申请公开的光伏并网系统的电磁暂态仿真计算装置结构框图；
图6为本申请公开的光伏并网系统的电磁暂态仿真计算设备的硬件结构框图。
具体实施方式
下面将结合本申请实施例中的附图，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。
本申请可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本申请实施例提供一种电磁暂态仿真计算方法，该方法可以应用于各种模拟仿真或计算平台中，亦可以应用在各种计算机终端或是智能终端中，其执行主体可以为计算机终端或是智能终端的处理器或服务器。
接下来介绍本申请方案，本申请提出如下技术方案，具体参见下文。
图1为本申请实施例公开的一种电磁暂态仿真计算方法流程图，如图1所示，该方法可以包括：
步骤S1、根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型。
具体的，本申请首先建立了光伏并网子系统的全阶电磁暂态模型，得到用于计算状态变量的微分-代数方程。光伏并网子系统的全阶电磁暂态模型根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略确定，图2是光伏并网控制系统示意图，根据图2所示，可得到模型如下：
锁相环控制及功率模型：
逆变器双环控制系统模型：
三相桥式逆变器模型：
综合以上锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，得到光伏并网系统的全阶电磁暂态模型的通式为：
F(x)＝[0 1.5ωc(u2di2d+u2qi2q) 1.5ωc(u2di2q-u2qi2d) 0 0...0 0]T
其中，x为状态变量，为状态变量x的微分形式，u为输入变量，输出变量y根据需要设置不同输出，θ为锁相环锁定相角，P为光伏并网子系统输出的有功功率，Q为光伏并网子系统输出的无功功率，xd为有功功率外环输入信号的积分变量，xq为无功功率外环输入信号的积分变量，λd为d轴电流内环输入信号的积分变量，λq为q轴电流内环输入信号的积分变量，u1d为逆变器交流侧滤波电感电流的d轴分量，u1q为逆变器交流侧滤波电感电流的q轴分量，u2d为滤波电容电压的d轴分量，u2q为滤波电容电压的q轴分量，i2d为线路输出电流的d轴分量，i2q为线路输出电流的q轴分量，ed为并网点电压的d轴分量，eq为并网点电压的q轴分量，pref为光伏并网子系统输出的有功参考功率，Qref为光伏并网子系统输出的无功参考功率，Udcref为直流侧母线电压参考值，udc为直流侧母线电压测量值，ωc为低通滤波器截止频率。
步骤S2、监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型。
具体的，测所述电力系统中各所述光伏并网子系统的稳态运行点，将系统在稳态运行点进行小信号线性化，采用krylov子空间法对全阶系统进行降阶，生成各所述光伏并网子系统的小信号模型，具体可以包括以下两步：
①监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化，生成线性信号模型。
具体的，线性信号模型如下所示：
其中，As、Bs、Cs分别为对A、B、C进行线性化生成。
②获取预置的Krylov子空间，以所述Krylov子空间的基底作为降阶的投影变换矩阵对所述全阶电磁暂态模型进行降阶处理，生成小信号模型，其中所述Krylov子空间的简化模型维数远小于所述全阶电磁暂态模型维数。
具体的，所述小信号模型的通式为：
x＝Vξ，A′＝VTAsV，B'＝VTBs，C'＝CsV，
其中，预置的Krylov子空间Kk(A,B)的基底为V，As、Bs、Cs分别为对A、B、C进行线性化生成。
全阶电磁暂态模型维数为n，小信号模型维数为k(k<<n)，则可定义k阶的Krylov子空间Kk(A,B)，并以其基底V作为从高维到低维的投影变换矩阵。本申请综合考虑实际应用中需要适用于多输入-多输出系统，采用Block Arnoldi算法构造Krylov子空间的基底V，其列向量近似为矩阵As的子空间。
步骤S3、按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域。
具体的，如图3所示，对于大规模电力系统快动态过程的建模与仿真研究，可以根据不同电气元件在研究中所处地位的不同，可以将大规模电力系统分为外部区域和研究区域两部分，二者之间通过若干等效节点或等效支路相联系。其中，研究区域属于分析、仿真与研究的重点，特别关注其内部完整的动态响应特性，需要对其进行详细建模。外部区域则重点考虑它对研究系统动态特性的影响，而不必关心其内部动态过程的行为特征。
步骤S4、通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离。
具体的，通过量化外部区域和研究区域中各光伏并网子系统的电气距离，确定各个光伏并网系统适用的电磁暂态的计算模型，实现光伏并网系统的自适应模型切换，刻画其动态特性。
本申请在划分研究区域、外部区域的基础上，通过矩阵列范数量化了外部区域中光伏并网子系统与等效节点间的电气距离，当电气距离较近时，仍采用全阶电磁暂态模型进行计算，当电气距离较远，则采用线性化和降阶处理得到的小信号模型进行计算，弥补了降阶模型精度过度依赖研究区域、外部区域划分的不足。
步骤S5、对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算。
步骤S6、对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
具体的，本申请在仿真期间，可以根据系统状态的变化及导纳矩阵的加权列范数，在全阶电磁暂态模型、小信号模型之间自适应切换，其中具有大列范数的光伏并网子系统保持全阶电磁暂态模型，具有小列范数的光伏并网子系统采用小信号模型。
在故障发生周期或大扰动周期内，该方法对外部区域中电气距离较大的光伏并网子系统即位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用小信号模型，极大地降低了电力系统计算负担。
同时对研究区域内以及电气距离较近的光伏并网子系统，即位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用全阶电磁暂态模型，能够精确的拟合其动态特性，且仅在一定的研究时间尺度内使用全阶电磁暂态模型，在实际应用中兼顾了降阶精度和仿真效率的平衡。
具体而言，当某区域发生单相接地故障时，对于研究区域内的光伏并网子系统，选用全阶电磁暂态模型。对于外部区域的光伏并网系统，通过量化研究区域边界与光伏并网点间的电气距离，自适应切换适用的计算模型。
此外，当检测到当前仿真时间段内所述电力系统不存在扰动或故障，则采用所述小信号模型对所述电力系统中各所述光伏并网子系统进行电磁暂态仿真计算。
如图4所示，对于电力系统中任意一个光伏并网子系统的电磁暂态仿真，在仿真开始后，首先检测当前仿真时间段内是否存在扰动或故障，若存在，则通过小信号模型进行仿真计算，若不存在则进一步判定该光伏并网子系统所处是否位于研究区域内。若该光伏并网子系统所处位于研究区域内，则可以通过全阶电磁暂态模型进行仿真计算，若该光伏并网子系统所处并不位于研究区域内，那么需要再进一步确定该光伏并网子系统的电气距离，并通过电气距离确定最终的计算模型。若该光伏并网子系统对应的电气距离小于临界值，那么可以采用小信号模型进行计算，若不小于临界值，则采用全阶电磁暂态模型进行仿真计算，并在本次计算结束后判断仿真是否结束。若仿真未结束，则一直重复循环上述过程直至仿真结束。
从上述的技术方案可以看出，本申请实施例提供的一种电磁暂态仿真计算方法、装置、设备和可读存储介质，首先确定电力系统中各光伏并网子系统的全阶电磁暂态模型，以及在电力系统中各所述光伏并网子系统的稳态运行点处进行线性化以及降阶处理，生成各光伏并网子系统的小信号模型。之后，按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域，并通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离。最后，按照各光伏并网子系统的所处区域以及电气距离自适应选取模型对光伏并网子系统进行电磁暂态仿真计算。对位于外部区域中且电气距离不小于临界值的各第一光伏并网子系统，以及位于研究区域中的各第二光伏并网子系统，采用全阶电磁暂态模型进行计算，对位于外部区域中且电气距离小于临界值的各第三光伏并网子系统，采用小信号模型进行计算。
本申请可根据光伏并网子系统所处情况，自适应选取合适的模型对光伏并网子系统进行电磁暂态仿真计算，既克服了线性化降阶的小信号模型适用于小扰动，却在大扰动情况下动态特性刻画不足的特性，又解决了全阶电磁暂态模型计算量大、计算时间长的问题，在实际应用中兼顾了降阶精度和仿真效率的平衡，减少电力系统整体计算量，缩短计算时间，同时又能保证系统的动态特征。
此外，本申请在划分研究区域、外部区域的基础上，通过矩阵列范数量化外部系统中光伏并网子系统与等效节点间的电气距离，基于电气距离对光伏并网子模型的电磁暂态仿真进行自适应切换，弥补了仿真精度严重依赖于研究区域、外部区域划分准确性的不足。
在本申请的一些实施例中，对步骤S4、通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离的过程进行介绍，具体可以包括：
步骤S41、根据所述外部区域与所述研究区域中等效节点间的对应关系，建立所述外部区域中各光伏并网子系统的导纳矩阵。
步骤S42、确定各所述导纳矩阵中表征所述外部区域中各光伏并网子系统与对应的所述等效节点之间的各导纳子矩阵。
具体的，本申请通过量化研究区域与光伏并网系统的电气距离，从而自适应地切换光伏并网子系统的用于电磁暂态仿真计算的模型。电气距离通过导纳矩阵Y表示，可分为四个子矩阵。
所述外部区域中各光伏并网子系统的导纳矩阵的通式为：
其中，Y11表示外部区域中光伏并网子系统间的导纳子矩阵，Y22表示等效节点之间的导纳子矩阵，Y21和Y12均表示外部区域中光伏并网子系统与对应的等效节点之间的导纳子矩阵。
步骤S43、将各所述导纳子矩阵的元素绝对值的列范数作为所述外部区域中各光伏并网子系统与所述研究区域的电气距离。
具体的，Y21和Y12均表示外部区域中光伏并网子系统与对应的等效节点之间的导纳子矩阵，矩阵Y21中元素绝对值的列范数可以用于确定是否切换光伏并网子系统用于电磁暂态仿真计算的模型，因为范数描述了各光伏并网系统与等效节点，即外部系统与研究系统边界的电气距离。
下面对本申请实施例提供的光伏并网系统的电磁暂态仿真计算装置进行描述，下文描述的光伏并网系统的电磁暂态仿真计算装置与上文描述的电磁暂态仿真计算方法可相互对应参照。
参见图5，图5为本申请实施例公开的一种光伏并网系统的电磁暂态仿真计算装置结构示意图。
如图5所示，该装置可以包括：
全阶模型单元110，用于根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
小信号模型单元120，用于监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
区域划分单元130，用于按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
电气距离单元140，用于通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
第一计算单元150，用于对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
第二计算单元160，用于对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
从上述的技术方案可以看出，本申请实施例提供的一种电磁暂态仿真计算方法、装置、设备和可读存储介质，首先确定电力系统中各光伏并网子系统的全阶电磁暂态模型，以及在电力系统中各所述光伏并网子系统的稳态运行点处进行线性化以及降阶处理，生成各光伏并网子系统的小信号模型。之后，按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域，并通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离。最后，按照各光伏并网子系统的所处区域以及电气距离自适应选取模型对光伏并网子系统进行电磁暂态仿真计算。对位于外部区域中且电气距离不小于临界值的各第一光伏并网子系统，以及位于研究区域中的各第二光伏并网子系统，采用全阶电磁暂态模型进行计算，对位于外部区域中且电气距离小于临界值的各第三光伏并网子系统，采用小信号模型进行计算。
本申请可根据光伏并网子系统所处情况，自适应选取合适的模型对光伏并网子系统进行电磁暂态仿真计算，既克服了线性化降阶的小信号模型适用于小扰动，却在大扰动情况下动态特性刻画不足的特性，又解决了全阶电磁暂态模型计算量大、计算时间长的问题，在实际应用中兼顾了降阶精度和仿真效率的平衡，减少电力系统整体计算量，缩短计算时间，同时又能保证系统的动态特征。
此外，本申请在划分研究区域、外部区域的基础上，通过矩阵列范数量化外部系统中光伏并网子系统与等效节点间的电气距离，基于电气距离对光伏并网子模型的电磁暂态仿真进行自适应切换，弥补了仿真精度严重依赖于研究区域、外部区域划分准确性的不足。
可选的，上述光伏并网系统的电磁暂态仿真计算装置，还可以包括：
扰动检测单元，用于当检测到当前仿真时间段内所述电力系统不存在扰动或故障，则采用所述小信号模型对所述电力系统中各所述光伏并网子系统进行电磁暂态仿真计算。
可选的，上述电气距离单元，通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离的过程，可以包括：
根据所述外部区域与所述研究区域中等效节点间的对应关系，建立所述外部区域中各光伏并网子系统的导纳矩阵；
确定各所述导纳矩阵中表征所述外部区域中各光伏并网子系统与对应的所述等效节点之间的各导纳子矩阵；
将各所述导纳子矩阵的元素绝对值的列范数作为所述外部区域中各光伏并网子系统与所述研究区域的电气距离。
可选的，上述小信号模型单元，监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型的过程，可以包括：
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化，生成线性信号模型；
获取预置的Krylov子空间，以所述Krylov子空间的基底作为降阶的投影变换矩阵对所述全阶电磁暂态模型进行降阶处理，生成小信号模型，其中所述Krylov子空间的简化模型维数远小于所述全阶电磁暂态模型维数。
可选的，所述全阶电磁暂态模型的通式为：
F(x)＝[0 1.5ωc(u2di2d+u2qi2q) 1.5ωc(u2di2q-u2qi2d) 0 0...0 0]T
其中，x为状态变量，为状态变量x的微分形式，u为输入变量，输出变量y根据需要设置不同输出，θ为锁相环锁定相角，P为光伏并网子系统输出的有功功率，Q为光伏并网子系统输出的无功功率，xd为有功功率外环输入信号的积分变量，xq为无功功率外环输入信号的积分变量，λd为d轴电流内环输入信号的积分变量，λq为q轴电流内环输入信号的积分变量，u1d为逆变器交流侧滤波电感电流的d轴分量，u1q为逆变器交流侧滤波电感电流的q轴分量，u2d为滤波电容电压的d轴分量，u2q为滤波电容电压的q轴分量，i2d为线路输出电流的d轴分量，i2q为线路输出电流的q轴分量，ed为并网点电压的d轴分量，eq为并网点电压的q轴分量，pref为光伏并网子系统输出的有功参考功率，Qref为光伏并网子系统输出的无功参考功率，Udcref为直流侧母线电压参考值，udc为直流侧母线电压测量值，ωc为低通滤波器截止频率。
可选的，所述外部区域中各光伏并网子系统的导纳矩阵的通式为：
其中，Y11表示外部区域中光伏并网子系统间的导纳子矩阵，Y22表示等效节点之间的导纳子矩阵，Y21和Y12均表示外部区域中光伏并网子系统与对应的等效节点之间的导纳子矩阵。
可选的，所述小信号模型的通式为：
x＝Vξ，A′＝VTAsV，B'＝VTBs，C'＝CsV，
其中，预置的Krylov子空间Kk(A,B)的基底为V，As、Bs、Cs分别为对A、B、C进行线性化生成。
本申请实施例提供的光伏并网系统的电磁暂态仿真计算装置可应用于光伏并网系统的电磁暂态仿真计算设备。可选的，图6示出了光伏并网系统的电磁暂态仿真计算设备的硬件结构框图，参照图6，光伏并网系统的电磁暂态仿真计算设备的硬件结构可以包括：至少一个处理器1，至少一个通信接口2，至少一个存储器3和至少一个通信总线4；
在本申请实施例中，处理器1、通信接口2、存储器3、通信总线4的数量为至少一个，且处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信；
处理器1可能是一个中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路等；
存储器3可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)等，例如至少一个磁盘存储器；
其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：
根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
可选地，所述程序的细化功能和扩展功能可参照上文描述。
本申请实施例还提供一种可读存储介质，该可读存储介质可存储有适于处理器执行的程序，所述程序用于：
根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
可选地，所述程序的细化功能和扩展功能可参照上文描述。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种电磁暂态仿真计算方法，其特征在于，包括：
根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
2.根据权利要求1所述的方法，其特征在于，还包括：
当检测到当前仿真时间段内所述电力系统不存在扰动或故障，则采用所述小信号模型对所述电力系统中各所述光伏并网子系统进行电磁暂态仿真计算。
3.根据权利要求1所述的方法，其特征在于，通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离，包括：
根据所述外部区域与所述研究区域中等效节点间的对应关系，建立所述外部区域中各光伏并网子系统的导纳矩阵；
确定各所述导纳矩阵中表征所述外部区域中各光伏并网子系统与对应的所述等效节点之间的各导纳子矩阵；
将各所述导纳子矩阵的元素绝对值的列范数作为所述外部区域中各光伏并网子系统与所述研究区域的电气距离。
4.根据权利要求1所述的方法，其特征在于，监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型，包括：
监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化，生成线性信号模型；
获取预置的Krylov子空间，以所述Krylov子空间的基底作为降阶的投影变换矩阵对所述全阶电磁暂态模型进行降阶处理，生成小信号模型，其中所述Krylov子空间的简化模型维数远小于所述全阶电磁暂态模型维数。
5.根据权利要求1所述的方法，其特征在于，所述全阶电磁暂态模型的通式为：
F(x)＝[0 1.5ωc(u2di2d+u2qi2q) 1.5ωc(u2di2q-u2qi2d) 0 0 ... 0 0]T
其中，x为状态变量，为状态变量x的微分形式，u为输入变量，输出变量y根据需要设置不同输出，θ为锁相环锁定相角，P为光伏并网子系统输出的有功功率，Q为光伏并网子系统输出的无功功率，xd为有功功率外环输入信号的积分变量，xq为无功功率外环输入信号的积分变量，λd为d轴电流内环输入信号的积分变量，λq为q轴电流内环输入信号的积分变量，u1d为逆变器交流侧滤波电感电流的d轴分量，u1q为逆变器交流侧滤波电感电流的q轴分量，u2d为滤波电容电压的d轴分量，u2q为滤波电容电压的q轴分量，i2d为线路输出电流的d轴分量，i2q为线路输出电流的q轴分量，ed为并网点电压的d轴分量，eq为并网点电压的q轴分量，pref为光伏并网子系统输出的有功参考功率，Qref为光伏并网子系统输出的无功参考功率，Udcref为直流侧母线电压参考值，udc为直流侧母线电压测量值，ωc为低通滤波器截止频率。
6.根据权利要求3所述的方法，其特征在于，所述外部区域中各光伏并网子系统的导纳矩阵的通式为：
其中，Y11表示外部区域中光伏并网子系统间的导纳子矩阵，Y22表示等效节点之间的导纳子矩阵，Y21和Y12均表示外部区域中光伏并网子系统与对应的等效节点之间的导纳子矩阵。
7.根据权利要求4所述的方法，其特征在于，所述小信号模型的通式为：
x＝Vξ，A′＝VTAsV，B'＝VTBs，C'＝CsV，
其中，预置的Krylov子空间Kk(A,B)的基底为V，As、Bs、Cs分别为对A、B、C进行线性化生成。
8.一种光伏并网系统的电磁暂态仿真计算装置，其特征在于，包括：
全阶模型单元，用于根据电力系统中各光伏并网子系统的锁相环控制策略、逆变器双环控制策略和三相桥式逆变器控制策略，确定各所述光伏并网子系统的全阶电磁暂态模型；
小信号模型单元，用于监测所述电力系统中各所述光伏并网子系统的稳态运行点，并在对应的所述稳态运行点处对各所述光伏并网子系统的所述全阶电磁暂态模型进行线性化以及降阶处理，生成各所述光伏并网子系统的小信号模型；
区域划分单元，用于按照所述电力系统中各个电气元件的研究重要性权重，将所述电力系统划分为研究区域和外部区域；
电气距离单元，用于通过矩阵列范数量化所述外部区域中各光伏并网子系统与所述研究区域的电气距离；
第一计算单元，用于对位于所述外部区域中且所述电气距离不小于临界值的各第一光伏并网子系统，以及位于所述研究区域中的各第二光伏并网子系统，采用所述全阶电磁暂态模型对所述各第一光伏并网子系统和所述各第二光伏并网子系统进行电磁暂态仿真计算；
第二计算单元，用于对位于所述外部区域中且所述电气距离小于临界值的各第三光伏并网子系统，采用所述小信号模型对所述各第三光伏并网子系统进行电磁暂态仿真计算。
9.一种光伏并网系统的电磁暂态仿真计算设备，其特征在于，包括存储器和处理器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如权利要求1-7中任一项所述的电磁暂态仿真计算方法的各个步骤。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的数据交互方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310760431.7A CN116738744A (zh) | 2023-06-26 | 2023-06-26 | 电磁暂态仿真计算方法、装置、设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310760431.7A CN116738744A (zh) | 2023-06-26 | 2023-06-26 | 电磁暂态仿真计算方法、装置、设备和可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116738744A true CN116738744A (zh) | 2023-09-12 |
Family
ID=87911305
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310760431.7A Pending CN116738744A (zh) | 2023-06-26 | 2023-06-26 | 电磁暂态仿真计算方法、装置、设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116738744A (zh) |
-
2023
- 2023-06-26 CN CN202310760431.7A patent/CN116738744A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103472282B (zh) | 一种基于自适应原理的fbd谐波电流检测方法 | |
| CN114744625B (zh) | 一种风电机组模型降阶方法及系统 | |
| CN110556871B (zh) | 基于结构保持方法的大规模光伏发电系统聚合等值方法 | |
| CN108565852B (zh) | 一种三阶段递进的大电网电压稳定评估的故障筛选与排序方法 | |
| CN106452140A (zh) | 一种单相逆变器自适应电流模型预测控制方法 | |
| CN108054757A (zh) | 一种内嵌无功和电压的n-1闭环安全校核方法 | |
| Hebling et al. | Sparse and numerically stable implementation of a distribution system state estimation based on Multifrontal QR factorization | |
| Zhou et al. | DQ impedance‐decoupled network model‐based stability analysis of offshore wind power plant under weak grid conditions | |
| Zhou et al. | Data-driven real-time prediction of pouch cell temperature field under minimal sensing | |
| CN116738744A (zh) | 电磁暂态仿真计算方法、装置、设备和可读存储介质 | |
| CN109787234B (zh) | 含vsc接口的分布式电源超高次谐波稳定模式获取方法 | |
| Chen et al. | Error estimation method of reduced-order small-signal model for multiterminal DC distribution network | |
| D'Arco et al. | Eigenvalue-based analysis of small-signal dynamics and stability in DC grids | |
| Kaufmann et al. | Semi-explicit multilinear modeling of a PQ open-loop controlled PV inverter in αβ-frame | |
| CN113221064A (zh) | 模型处理方法、装置、计算机设备和存储介质 | |
| CN114154390A (zh) | 一种参数平均化模型建模方法及装置 | |
| Ruiz-Zea et al. | Dual-band reduced-order model of an HVDC link embedded into a power network for EMT studies | |
| Li et al. | Systematic Evaluation of Deep Neural Network Based Dynamic Modeling Method for AC Power Electronic System | |
| Lin et al. | Spatiotemporal Graph Convolutional Neural Network Based Forecasting-Aided State Estimation Using Synchrophasors | |
| Wu et al. | State of Charge Estimation of Ultracapacitor Modules Based on Improved Sage-Husa Adaptive Unscented Kalman Filter Algorithm | |
| CN113051716B (zh) | 一种mmc多维阻抗降阶与稳定性分析方法、系统及介质 | |
| CN112818537B (zh) | 一种光伏并网系统稳定性分析方法及装置 | |
| CN109004645B (zh) | 电力系统仿真方法及装置 | |
| Maqbool et al. | Power system model reduction with grid-connected photovoltaic systems based on hankel norm approximation | |
| CN115455884A (zh) | 电压源型换流器电磁暂态仿真方法、装置、设备及介质 |
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 |