CN117494952A - 一种面向新型电力系统的机组低碳运行调度方法 - Google Patents
一种面向新型电力系统的机组低碳运行调度方法 Download PDFInfo
- Publication number
- CN117494952A CN117494952A CN202311842264.7A CN202311842264A CN117494952A CN 117494952 A CN117494952 A CN 117494952A CN 202311842264 A CN202311842264 A CN 202311842264A CN 117494952 A CN117494952 A CN 117494952A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- power system
- parameter
- carbon emission
- node
- 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
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 45
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 147
- 238000010977 unit operation Methods 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000004088 simulation Methods 0.000 claims description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种面向新型电力系统的机组低碳运行调度方法,涉及运行调度领域,包括:获取新型电力系统的机组控制参数,构建运行调度模型;基于系统的调度需求确定调度信息参数,并结合运行调度模型,确定调度目标函数;基于调度目标函数及运行调度模型得到初始调度计划,并模拟调整到最优调度计划;基于最优调度计划确定调度节点,调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,实现低碳运行调度;通过将电力系统的运行调度模型结合调度目标函数,比较精准的确定电力系统的调度计划,从而使得新型电力系统的运行过程更加低碳。
Description
技术领域
本发明涉及运行调度领域,特别涉及一种面向新型电力系统的机组低碳运行调度方法。
背景技术
目前,在传统的电力调度中,电网运行多以经济性为优化目标,同时兼顾了一定的安全性。虽然经济调度可以大幅降低系统运行成本,提高整个社会的收益,然而,该方式对二氧化碳的排放考虑较少,导致系统整体碳排放水平长期居高不下。
随着低碳环保目标的提出,电力系统面临着巨大的减排压力,而且对于低碳减排的精确度要求也随之提高。
因此,本发明提供了一种面向新型电力系统的机组低碳运行调度方法。
发明内容
本发明提供了一种面向新型电力系统的机组低碳运行调度方法,用以通过确定新型电力系统的运行调度模型并结合调度目标函数,可以比较精准的确定电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性,从而使得新型电力系统的机组运行过程更加低碳环保。
本发明提供了一种面向新型电力系统的机组低碳运行调度方法,包括:
步骤1:获取新型电力系统的机组控制参数,从而构建机组运行调度模型;
步骤2:基于新型电力系统的调度需求确定调度信息参数,并结合机组运行调度模型,确定调度目标函数;
步骤3:基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划;
步骤4:基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,并与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,从而进行系统调度,实现低碳运行调度。
在一种可能实现的方式中,获取新型电力系统的机组控制参数,从而构建机组运行调度模型,包括:
步骤11:获取新型电力系统的所有机组控制参数,并进行参数处理,得到第一处理控制参数;
步骤12:根据第一处理控制参数的参数类型、参数规模,确定对应的第一控制算法;
步骤13:将第一处理控制参数按照每一对应参数类型进行随机划分,得到第一评估数据集及第一测试数据集;
步骤14:将第一评估数据集的数据输入到第一控制算法中,并根据数据结果得到第一控制算法中每一控制参数的第一参数值;
步骤15:将第一测试数据集输入到第一控制算法中,得到每一控制参数的第二参数值,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,构建得到机组运行调度模型。
在一种可能实现的方式中,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,包括:
步骤151:对第一控制算法中每一控制参数下的第一参数值及第二参数值按照子参数描述进行对应处理,得到每一子参数的参数差异值;
步骤152:将最大参数差异值对应的子参数值进行提取,并确定所提取的子参数值对应的数据集中的数据为偏差数据;
步骤153:基于第一处理控制参数中同类型的数据对偏差数据进行预测,从而基于预测结果对相应第一控制算法的控制参数进行调整优化。
在一种可能实现的方式中,基于新型电力系统的调度需求确定调度信息参数,并结合机组运行调度模型,确定调度目标函数,包括:
步骤21:获取新型电力系统的调度需求,并从需求参数数据库中筛选对应的第一调度信息参数;
步骤22:从新型电力系统的第一处理控制参数中筛选与电力系统调度相关的处理控制参数,作为第二调度信息参数;
步骤23:将第一调度信息参数及第二信息调度参数进行整理,得到目标电力系统的调度信息参数;
步骤24:将机组运行调度模型中每一参数类型对应参数进行逐一剔除,并对剩余参数进行验证,确定每一参数类型对应参数对机组调度运行模型的影响程度,确定第一调度目标数据;
步骤25:将第一调度目标数据及调度信息参数中重叠的数据作为第二调度目标数据,且结合机组调度运行模型中的调整优化后的控制算法确定对应调度目标函数。
在一种可能实现的方式中,基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划,包括:
步骤31:基于初始调度计划结合目标电力系统的实时工作环境在虚拟机中进行工作模拟;
步骤32:将工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第一比较;
步骤33:基于第一比较结果中每一子结果之间的差异得到当前工作模拟结果与最优系统调度结果之间差异值最大的第一子结果;
步骤34:获取与第一子结果相关的调度目标数据及调度目标数据对应的参数类型,并根据调度目标数据及所述参数类型确定调整方案;
步骤35:基于所述调整方案对初始调度计划进行调整,得到第一调整调度计划;
步骤36:将第一调整调度计划再次导入虚拟机进行模拟,并基于工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第二比较;
步骤37:基于第二比较结果中子结果差异值最大的子结果对应的调度目标数据的参数类型再次确定调整方案;
步骤38:基于再次确定的调整方案对第一调整调度计划进行调整,直到工作模拟结果与对应最优系统调度结果中每一子结果的差异值小于预设最低差异值,则判断当前对调度计划的调整结束,得到目标电力调度系统的最优调度计划。
在一种可能实现的方式中,基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,包括:
步骤41:提取最优调度计划中对应目标电力调度系统的每一调度节点,并将调度节点填充到节点-碳排放数据表中;
步骤42:获取节点-碳排放数据表中每一调度节点的实时碳排放量;
步骤43:将每一调度节点的实时碳排放量结合对应节点的最优调度计划,确定当前调度节点进行调度时会释放的第一碳排放量;
步骤44:基于实时碳排放量与第一碳排放量确定当前调度节点在实时工作环境下的精准调度碳排放。
在一种可能实现的方式中,与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,包括:
步骤01:将当前调度节点的精准调度碳排放与对应调度节点的历史调度碳排放进行第一排放比较;
步骤02:将当前调度节点的精准调度碳排放与目标电力系统中同种类调度节点的预设调度碳排放进行第二排放比较;
步骤03:若当前调度节点的精准调度碳排放同时高于对应调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放,则获取当前调度节点的调度计划,并进行第一判断;
若第一判断结果表示当前调度节点的调度计划属于标准调度计划范围,则对当前调度节点进行运行调度,并将调度后的碳排放量传输至智能管理终端,对相应调度节点进行检修;
反之,则调整当前调度节点对应的调度计划后再次进行比较及调度。
在一种可能实现的方式中,在实现低碳运行调度后,还包括:对运行调度结果进行检查,具体包括:
步骤51:在低碳运行调度完成后获取每一调度节点的实时碳排放量,并将每一调度节点的实时碳排放量进行整合,从而确定目标电力系统在当前调度运行过程中的综合碳排放量;
步骤52:将目标电力系统的综合碳排放量与当前工作环境下的最大可承受碳排放量及标准可承受碳排放量进行比较;
步骤53:根据比较结果确定当前运行调度过程的低碳调度率,并传输至智能管理终端,实现对当前运行调度结果的检查。
与现有技术相比本申请的有益效果如下:
通过确定新型电力系统的运行调度模型并结合调度目标函数,可以比较精准的确定电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性,从而使得新型电力系统的机组运行过程更加低碳环保。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种面向新型电力系统的机组低碳运行调度方法的流程图;
图2为本发明实施例中构建机组运行调度模型的流程图;
图3为本发明实施例中确定调度目标函数的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明实施例提供了一种面向新型电力系统的机组低碳运行调度方法,如图1所示,包括:
步骤1:获取新型电力系统的机组控制参数,从而构建机组运行调度模型;
步骤2:基于新型电力系统的调度需求确定调度信息参数,并结合机组运行调度模型,确定调度目标函数;
步骤3:基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划;
步骤4:基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,并与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,从而进行系统调度,实现低碳运行调度。
该实施例中,新型电力系统是具有清洁低碳、安全可控、灵活高效、智能友好、开放互动基本特征的电力系统。
该实施例中,机组控制参数包括发电机参数、负荷参数、调速器参数等。
该实施例中,机组运行调度模型是指针对新型电力系统的调度问题建立的模型,其中机组调度模型的核心是调度控制算法。
该实施例中,调度需求包括新型电力系统的电力需求、节能需求、经济需求等。
该实施例中,调度信息参数是指根据新型电力系统的调度需求确定的目标电力系统的信息参数,比如,调度信息参数包括:发电功率、发电量、调度节点ID等。
该实施例中,调度目标函数是指根据调度信息参数中每一参数对机组运行调度模型的影响程度及其对应参数类型确定的函数。
该实施例中,初始调度计划是指根据调度目标函数及对应机组运行调度模型得到的目标电力系统调度计划。
该实施例中,最优调度计划是指将初始调度计划进行工作模拟后,基于模拟结果对初始调度计划进行调整后得到的调度计划。
该实施例中,调度节点是指目标电力系统的最优调度计划中的每一调度计划对应电力系统的节点。
该实施例中,实时碳排放量是指每一调度节点的实时碳排放量。
该实施例中,精准调度碳排放是指根据每一调度节点的实时碳排放量及当前节点进行运行调度过程的碳排放量综合后得到的。
该实施例中,历史调度碳排放是指当前调度节点在历史运行调度过程中对应的精准调度碳排放,预设调度碳排放是指目标电力系统中与当前调度节点类型相同的调度节点在同种工作环境下对应的精准调度碳排放的平均碳排放量。
该实施例中,系统调度是指根据调整后的调度碳排放对应的调度计划对新型电力系统进行运行调度。
上述技术方案的有益效果是:通过确定新型电力系统的运行调度模型并结合调度目标函数,可以比较精准的确定电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性,从而使得新型电力系统的机组运行过程更加低碳环保。
实施例2:
基于实施例1的基础上,获取新型电力系统的机组控制参数,从而构建机组运行调度模型,如图2所示,包括:
步骤11:获取新型电力系统的所有机组控制参数,并进行参数处理,得到第一处理控制参数;
步骤12:根据第一处理控制参数的参数类型、参数规模,确定对应的第一控制算法;
步骤13:将第一处理控制参数按照每一对应参数类型进行随机划分,得到第一评估数据集及第一测试数据集;
步骤14:将第一评估数据集的数据输入到第一控制算法中,并根据数据结果得到第一控制算法中每一控制参数的第一参数值;
步骤15:将第一测试数据集输入到第一控制算法中,得到每一控制参数的第二参数值,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,构建得到机组运行调度模型。
该实施例中,机组控制参数包括发电机参数、负荷参数、调速器参数等。
该实施例中,参数处理是指将迅速控制参数,经过参数处理,参数标准化等方式来进行处理。
该实施例中,第一处理控制参数是指将新型电力系统的所有机组控制参数进行参数处理后得到的处理参数。
该实施例中,参数类型是指根据机组控制参数的参数类型,其中,参数类型的划分可以按照所属机器的不同进行划分,也可以按照参数的功能不同进行划分,参数规模是基于机组控制参数中参数的个数决定的。
该实施例中,第一控制算法是指根据参数的参数规模及参数类型确定的能够进行参数控制的控制算法。
该实施例中,第一评估数据集是指填充到第一控制算法中,从而构建机组运行调度模型的初始数据集,第一测试数据集是指基于第一评估数据集构建的机组运行调度模型的初始数据集进行优化的数据集。
该实施例中,第一参数值是指将第一评估数据集中对应数据填充到第一控制算法后,得到的第一控制算法中每一控制参数值,第二参数值是指将第一测试数据集中对应数据填充到第一控制算法后得到的第一控制算法中每一控制参数值。
该实施例中,优化是指根据第二参数值与第一参数值的比较结果对第一参数值进行优化处理。
该实施例中,机组运行调度模型是指针对新型电力系统的调度问题建立的模型,其中机组调度模型的核心是调度控制算法。
上述技术方案的有益效果是:通过机组控制参数确定新型电力系统的运行调度模型从而结合调度目标函数,可以比较精准的确定电力系统的调度计划,使得新型电力系统的机组运行过程更加低碳环保。
实施例3:
基于实施例2的基础上,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,包括:
步骤151:对第一控制算法中每一控制参数下的第一参数值及第二参数值按照子参数描述进行对应处理,得到每一子参数的参数差异值;
步骤152:将最大参数差异值对应的子参数值进行提取,并确定所提取的子参数值对应的数据集中的数据为偏差数据;
步骤153:基于第一处理控制参数中同类型的数据对偏差数据进行预测,从而基于预测结果对相应第一控制算法的控制参数进行调整优化。
该实施例中,参数差异值是指第一参数值中每一子参数值与对应第二参数值中每一子参数值之间的参数差异值。
该实施例中,最大参数差异值是指参数差异值中数据最大的差异值。
该实施例中,偏差数据是指将当前控制参数得到的第一参数值及对应第二参数值中的子参数差异值最大的子参数值构成的集合,对最大参数差异值对应的子参数值进行提取是提取第一参数值对应的子参数值。
该实施例中,预测是指根据第一处理控制参数数中同类型的数据对偏差数据对应参数值进行预测。
该实施例中,调整优化是指根据参数值的预测结果对相应第一控制算法的控制参数进行调整。
上述技术方案的有益效果是:通过机组控制参数确定控制算法并进行优化,从而得到新型电力系统的运行调度模型,可以比较精准的确定电力系统的调度计划,使得新型电力系统的机组运行过程更加低碳环保。
实施例4:
基于实施例2的基础上,基于新型电力系统的调度需求确定调度信息参数,并结合机组运行调度模型,确定调度目标函数,如图3所示,包括:
步骤21:获取新型电力系统的调度需求,并从需求参数数据库中筛选对应的第一调度信息参数;
步骤22:从新型电力系统的第一处理控制参数中筛选与电力系统调度相关的处理控制参数,作为第二调度信息参数;
步骤23:将第一调度信息参数及第二信息调度参数进行整理,得到目标电力系统的调度信息参数;
步骤24:将机组运行调度模型中每一参数类型对应参数进行逐一剔除,并对剩余参数进行验证,确定每一参数类型对应参数对机组调度运行模型的影响程度,确定第一调度目标数据;
步骤25:将第一调度目标数据及调度信息参数中重叠的数据作为第二调度目标数据,且结合机组调度运行模型中的调整优化后的控制算法确定对应调度目标函数。
该实施例中,调度需求包括新型电力系统的电力需求、节能需求、经济需求等。
该实施例中,第一调度信息参数是指根据新型电力系统的调度需求从需求参数数据库中筛选确定的目标电力系统的信息参数,比如,调度信息参数包括:发电功率、发电量、调度节点ID等。
该实施例中,第一处理控制参数是指将新型电力系统的所有机组控制参数进行参数处理后得到的处理参数。
该实施例中,第二调度信息参数是指将第一处理控制参数中与电力系统相关的处理控制参数进行筛选后得到的调度信息参数。
该实施例中,调度信息参数是指将第一调度信息参数及第二调度信息参数进行整理后得到的。
该实施例中,影响程度是指每一参数类型的参数对整个机组调度模型的影响程度,比如,剔除A参数类型的参数后,机组调度模型的精准度下降了0.2,则判断A参数类型的参数对机组调度模型的影响程度为0.8。
该实施例中,第一调度目标数据是指将每一参数类型对所述机组调度运行模型的影响程度高于预设影响程度的对应参数进行提取后得到的目标数据,其中,预设影响程度的取值范围为(0.5,1);
其中,影响程度的计算过程如下:
;其中,Y1表示相应参数类型对应参数对机组调度运行模型的影响程度;/>表示基于机组调度运行模型对剩余参数进行验证所输出参数中满足参数权重大于预设权重的所有参数所对应权重累计和/>下的差异值;/>表示对剩余参数进行验证过程中基于机组调度运行模型的第i1个输出参数的输出验证值;/>表示未对剩余参数进行验证之前基于机组调度运行模型的第i1个输出参数的运行输出值;/>表示基于机组调度运行模型的第i1个输出参数的参数权重;/>表示指数函数符号;n1表示基于机组调度运行模型的输出参数总个数;/>表示与权重累计和/>所对应参数差异的差异方差;
其中,预设影响程度的计算过程如下:
;
其中,表示相应参数类型所对应输出影响参数中的最大参数权重/>所对应的最大设定差异;/>表示相应参数类型所对应输出影响参数中的第二大参数权重所对应的最大设定差异;max表示最大值符号;ln表示对数函数符号;Y0表示相应参数类型的预设影响程度。
该实施例中,第二调度目标数据是指将第一调度目标数据及调度信息参数中重叠的数据作为第二调度目标数据。
该实施例中,调度目标函数是指根据调度信息参数中每一参数对机组运行调度模型的影响程度及其对应参数类型确定的函数。
上述技术方案的有益效果是:通过将新型电力系统的运行调度模型及对应调度信息参数进行结合,确定调度目标函数,可以比较精准的确定电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性。
实施例5:
基于实施例4的基础上,基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划,包括:
步骤31:基于初始调度计划结合目标电力系统的实时工作环境在虚拟机中进行工作模拟;
步骤32:将工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第一比较;
步骤33:基于第一比较结果中每一子结果之间的差异得到当前工作模拟结果与最优系统调度结果之间差异值最大的第一子结果;
步骤34:获取与第一子结果相关的调度目标数据及调度目标数据对应的参数类型,并根据调度目标数据及所述参数类型确定调整方案;
步骤35:基于所述调整方案对初始调度计划进行调整,得到第一调整调度计划;
步骤36:将第一调整调度计划再次导入虚拟机进行模拟,并基于工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第二比较;
步骤37:基于第二比较结果中子结果差异值最大的子结果对应的调度目标数据的参数类型再次确定调整方案;
步骤38:基于再次确定的调整方案对第一调整调度计划进行调整,直到工作模拟结果与对应最优系统调度结果中每一子结果的差异值小于预设最低差异值,则判断当前对调度计划的调整结束,得到目标电力调度系统的最优调度计划。
该实施例中,工作模拟是指将初始调度计划结合目标电力系统的实时工作环境级电力系统的机组控制参数及调度信息参数在虚拟机中模拟目标电力系统进行运行调度工作的过程。
该实施例中,最优系统调度结果是指根据目标电力系统的工作环境及目标电力系统的最优调度计划得到的系统调度结果。
该实施例中,第一比较是指将工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行比较,第二比较是指将第一调整调度计划再次导入虚拟机进行模拟,并基于工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行比较。
该实施例中,第一子结果是指基于第一比较结果中每一子结果之间的差异得到当前工作模拟结果与最优系统调度结果之间差异值最大的结果。
该实施例中,第一调整调度计划是指将与第一子结果相关的调度目标数据及对应参数类型确定对应结果的调整方案进行调整后替换初始调度计划中对应计划后得到的。
该实施例中,预设最低差异值是指根据电力系统进行运行调度的调度精确程度确定的。
该实施例中,最优调度计划是指将初始调度计划进行工作模拟后,基于模拟结果对初始调度计划进行调整后得到的调度计划。
上述技术方案的有益效果是:通过将新型电力系统的运行调度模型结合调度目标函数,可以比较精准的确定电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性。
实施例6:
基于实施例5的基础上,基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,包括:
步骤41:提取最优调度计划中对应目标电力调度系统的每一调度节点,并将调度节点填充到节点-碳排放数据表中;
步骤42:获取节点-碳排放数据表中每一调度节点的实时碳排放量;
步骤43:将每一调度节点的实时碳排放量结合对应节点的最优调度计划,确定当前调度节点进行调度时会释放的第一碳排放量;
步骤44:基于实时碳排放量与第一碳排放量确定当前调度节点在实时工作环境下的精准调度碳排放。
该实施例中,调度节点是指目标电力系统的最优调度计划中的每一调度计划对应电力系统的节点。
该实施例中,节点-碳排放数据表是指包含目标电力系统的的所有调度节点及对应实时碳排放量的数据表。
该实施例中,实时碳排放量是指每一调度节点的实时碳排放量。
该实施例中,第一碳排放量是指基于当前调度节点的实时碳排放量结合对应节点的最优调度计划,确定的当前调度节点进行调度时会释放的第一碳排放量
该实施例中,精准调度碳排放是指根据每一调度节点的实时碳排放量及当前节点进行运行调度过程的碳排放量综合后得到的。
上述技术方案的有益效果是:通过得到更加精准的电力系统的调度计划,并在经过模拟调整后提高调度计划的准确性,从而使得新型电力系统的机组运行过程更加低碳环保。
实施例7:
基于实施例6的基础上,与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,包括:
步骤01:将当前调度节点的精准调度碳排放与对应调度节点的历史调度碳排放进行第一排放比较;
步骤02:将当前调度节点的精准调度碳排放与目标电力系统中同种类调度节点的预设调度碳排放进行第二排放比较;
步骤03:若当前调度节点的精准调度碳排放同时高于对应调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放,则获取当前调度节点的调度计划,并进行第一判断;
若第一判断结果表示当前调度节点的调度计划属于标准调度计划范围,则对当前调度节点进行运行调度,并将调度后的碳排放量传输至智能管理终端,对相应调度节点进行检修;
反之,则调整当前调度节点对应的调度计划后再次进行比较及调度。
该实施例中,历史调度碳排放是指目标电力系统的每一调度节点在历史运行调度过程中产生的碳排放量。
该实施例中,第一排放比较是指将当前调度节点的精准调度碳排放与对应调度节点的历史调度碳排放进行比较,第二排放比较是指将当前调度节点的精准调度碳排放与目标电力系统中同种类型的调度节点的预设调度碳排放进行比较。
该实施例中,预设调度碳排放是指目标电力系统中与当前调度节点属于同种类型的调度节点基于当前工作环境所确定的预测碳排放量。
该实施例中,第一判断是指将获取到的调度节点的调度计划中每一计划与标准调度计划范围进行比较判断。
该实施例中,标准调度计划范围是根据目标电力系统的系统可承载碳排放量及当前工作环境的最大碳排放量确定的。
上述技术方案的有益效果是:通过模拟调整后提高调度计划的准确性,从而使得新型电力系统的机组运行过程更加低碳环保。
实施例8:
基于实施例7的基础上,在实现低碳运行调度后,还包括:对运行调度结果进行检查,具体包括:
步骤51:在低碳运行调度完成后获取每一调度节点的实时碳排放量,并将每一调度节点的实时碳排放量进行整合,从而确定目标电力系统在当前调度运行过程中的综合碳排放量;
步骤52:将目标电力系统的综合碳排放量与当前工作环境下的最大可承受碳排放量及标准可承受碳排放量进行比较;
步骤53:根据比较结果确定当前运行调度过程的低碳调度率,并传输至智能管理终端,实现对当前运行调度结果的检查。
该实施例中,实时碳排放量是指当前调度节点在运行调度完成后实时工作过程中产生的碳排放量。
该实施例中,综合碳排放量是指将目标电力系统中每一调度节点的使使碳排放量进行整理后得到的。
该实施例中,最大可承受碳排放量是指当前目标电力系统所能够处理的最大碳排放量,标准可承受碳排放量是指目标电力系统在当前工作环境下可处理的标准碳排放量。
该实施例中,低碳调度率是指将综合碳排放量与最大可承受碳排放量进行排放量比较,得到综合碳排放量与最大可承受碳排放量的第一比值,再将综合碳排放量与标准可承受碳排放量进行比较,得到第二比值,将第一比值与第二比值按照对应权重进行加权平均后得到的。
上述技术方案的有益效果是:通过对运行调度结果进行检查,可以更加及时的确定运行调度的完成质量,并及时对不能够达到低碳运行的电力机组或电力系统进行检查维护,延长设备使用时间。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种面向新型电力系统的机组低碳运行调度方法,其特征在于,包括:
步骤1:获取新型电力系统的机组控制参数,从而构建机组运行调度模型;
步骤2:基于新型电力系统的调度需求确定调度信息参数,并结合机组运行调度模型,确定调度目标函数;
步骤3:基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划;
步骤4:基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,并与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,从而进行系统调度,实现低碳运行调度;
其中,步骤2包括:
步骤21:获取新型电力系统的调度需求,并从需求参数数据库中筛选对应的第一调度信息参数;
步骤22:从新型电力系统的第一处理控制参数中筛选与电力系统调度相关的处理控制参数,作为第二调度信息参数;
步骤23:将第一调度信息参数及第二信息调度参数进行整理,得到目标电力系统的调度信息参数;
步骤24:将机组运行调度模型中每一参数类型对应参数进行逐一剔除,并对剩余参数进行验证,确定每一参数类型对应参数对机组调度运行模型的影响程度,确定第一调度目标数据;
步骤25:将第一调度目标数据及调度信息参数中重叠的数据作为第二调度目标数据,且结合机组调度运行模型中的调整优化后的控制算法确定对应调度目标函数。
2.根据权利要求1所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,获取新型电力系统的机组控制参数,从而构建机组运行调度模型,包括:
步骤11:获取新型电力系统的所有机组控制参数,并进行参数处理,得到第一处理控制参数;
步骤12:根据第一处理控制参数的参数类型、参数规模,确定对应的第一控制算法;
步骤13:将第一处理控制参数按照每一对应参数类型进行随机划分,得到第一评估数据集及第一测试数据集;
步骤14:将第一评估数据集的数据输入到第一控制算法中,并根据数据结果得到第一控制算法中每一控制参数的第一参数值;
步骤15:将第一测试数据集输入到第一控制算法中,得到每一控制参数的第二参数值,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,构建得到机组运行调度模型。
3.根据权利要求2所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,基于每一控制参数的第一参数值与第二参数值的差异对第一控制算法进行优化,包括:
步骤151:对第一控制算法中每一控制参数下的第一参数值及第二参数值按照子参数描述进行对应处理,得到每一子参数的参数差异值;
步骤152:将最大参数差异值对应的子参数值进行提取,并确定所提取的子参数值对应的数据集中的数据为偏差数据;
步骤153:基于第一处理控制参数中同类型的数据对偏差数据进行预测,从而基于预测结果对相应第一控制算法的控制参数进行调整优化。
4.根据权利要求3所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,基于调度目标函数及对应机组运行调度模型得到目标电力系统的初始调度计划,并经过模拟调整,得到目标电力系统的最优调度计划,包括:
步骤31:基于初始调度计划结合目标电力系统的实时工作环境在虚拟机中进行工作模拟;
步骤32:将工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第一比较;
步骤33:基于第一比较结果中每一子结果之间的差异得到当前工作模拟结果与最优系统调度结果之间差异值最大的第一子结果;
步骤34:获取与第一子结果相关的调度目标数据及调度目标数据对应的参数类型,并根据调度目标数据及所述参数类型确定调整方案;
步骤35:基于所述调整方案对初始调度计划进行调整,得到第一调整调度计划;
步骤36:将第一调整调度计划再次导入虚拟机进行模拟,并基于工作模拟结果与目标电力系统同类型的电力系统中最优系统调度结果进行第二比较;
步骤37:基于第二比较结果中子结果差异值最大的子结果对应的调度目标数据的参数类型再次确定调整方案;
步骤38:基于再次确定的调整方案对第一调整调度计划进行调整,直到工作模拟结果与对应最优系统调度结果中每一子结果的差异值小于预设最低差异值,则判断当前对调度计划的调整结束,得到目标电力调度系统的最优调度计划。
5.根据权利要求4所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,基于最优调度计划确定调度节点,根据调度节点的实时碳排放量结合最优调度计划,得到精准调度碳排放,包括:
步骤41:提取最优调度计划中对应目标电力调度系统的每一调度节点,并将调度节点填充到节点-碳排放数据表中;
步骤42:获取节点-碳排放数据表中每一调度节点的实时碳排放量;
步骤43:将每一调度节点的实时碳排放量结合对应节点的最优调度计划,确定当前调度节点进行调度时会释放的第一碳排放量;
步骤44:基于实时碳排放量与第一碳排放量确定当前调度节点在实时工作环境下的精准调度碳排放。
6.根据权利要求5所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,与当前调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放进行比较调整,包括:
步骤01:将当前调度节点的精准调度碳排放与对应调度节点的历史调度碳排放进行第一排放比较;
步骤02:将当前调度节点的精准调度碳排放与目标电力系统中同种类调度节点的预设调度碳排放进行第二排放比较;
步骤03:若当前调度节点的精准调度碳排放同时高于对应调度节点的历史调度碳排放及目标电力系统中同种类调度节点的预设调度碳排放,则获取当前调度节点的调度计划,并进行第一判断;
若第一判断结果表示当前调度节点的调度计划属于标准调度计划范围,则对当前调度节点进行运行调度,并将调度后的碳排放量传输至智能管理终端,对相应调度节点进行检修;
反之,则调整当前调度节点对应的调度计划后再次进行比较及调度。
7.根据权利要求6所述的一种面向新型电力系统的机组低碳运行调度方法,其特征在于,在实现低碳运行调度后,还包括:对运行调度结果进行检查,具体包括:
步骤51:在低碳运行调度完成后获取每一调度节点的实时碳排放量,并将每一调度节点的实时碳排放量进行整合,从而确定目标电力系统在当前调度运行过程中的综合碳排放量;
步骤52:将目标电力系统的综合碳排放量与当前工作环境下的最大可承受碳排放量及标准可承受碳排放量进行比较;
步骤53:根据比较结果确定当前运行调度过程的低碳调度率,并传输至智能管理终端,实现对当前运行调度结果的检查。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842264.7A CN117494952A (zh) | 2023-12-29 | 2023-12-29 | 一种面向新型电力系统的机组低碳运行调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311842264.7A CN117494952A (zh) | 2023-12-29 | 2023-12-29 | 一种面向新型电力系统的机组低碳运行调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117494952A true CN117494952A (zh) | 2024-02-02 |
Family
ID=89680388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311842264.7A Pending CN117494952A (zh) | 2023-12-29 | 2023-12-29 | 一种面向新型电力系统的机组低碳运行调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117494952A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029147A1 (en) * | 2010-07-02 | 2011-02-03 | David Sun | Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes |
US20180268337A1 (en) * | 2017-03-20 | 2018-09-20 | Microsoft Technology Licensing, Llc | User objective assistance technologies |
CN113763206A (zh) * | 2021-09-10 | 2021-12-07 | 国网上海市电力公司 | 一种基于机组碳排放特性的电网低碳调度方法 |
US20220140601A1 (en) * | 2020-11-03 | 2022-05-05 | Battelle Memorial Institute | Automation tool to create chronological ac power flow cases for large interconnected systems |
CN114925914A (zh) * | 2022-02-17 | 2022-08-19 | 宁波莲腾智慧能源科技有限公司 | 基于本征空间的能源优化调度方法及其电力交易方法 |
US20230051871A1 (en) * | 2021-08-05 | 2023-02-16 | Northeast Electric Power University | Distributed optimization method of regional integrated energy considering different building heating modes |
CN116316640A (zh) * | 2023-04-11 | 2023-06-23 | 常州工学院 | 一种智能电网调度方法 |
CN117217407A (zh) * | 2023-09-08 | 2023-12-12 | 国网宁夏电力有限公司电力科学研究院 | 一种用于预评估电力系统碳排放量的方法、介质及装置 |
-
2023
- 2023-12-29 CN CN202311842264.7A patent/CN117494952A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029147A1 (en) * | 2010-07-02 | 2011-02-03 | David Sun | Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes |
US20180268337A1 (en) * | 2017-03-20 | 2018-09-20 | Microsoft Technology Licensing, Llc | User objective assistance technologies |
US20220140601A1 (en) * | 2020-11-03 | 2022-05-05 | Battelle Memorial Institute | Automation tool to create chronological ac power flow cases for large interconnected systems |
US20230051871A1 (en) * | 2021-08-05 | 2023-02-16 | Northeast Electric Power University | Distributed optimization method of regional integrated energy considering different building heating modes |
CN113763206A (zh) * | 2021-09-10 | 2021-12-07 | 国网上海市电力公司 | 一种基于机组碳排放特性的电网低碳调度方法 |
CN114925914A (zh) * | 2022-02-17 | 2022-08-19 | 宁波莲腾智慧能源科技有限公司 | 基于本征空间的能源优化调度方法及其电力交易方法 |
CN116316640A (zh) * | 2023-04-11 | 2023-06-23 | 常州工学院 | 一种智能电网调度方法 |
CN117217407A (zh) * | 2023-09-08 | 2023-12-12 | 国网宁夏电力有限公司电力科学研究院 | 一种用于预评估电力系统碳排放量的方法、介质及装置 |
Non-Patent Citations (3)
Title |
---|
J LI ET AL.: ""Low carbon optimal dispatching of power system considering carbon emission flow theory"", 《2022 9TH INTERNATIONAL FORUM ON ELECTRICAL ENGINEERING AND AUTOMATION (IFEEA)》, 10 February 2023 (2023-02-10), pages 532 - 536 * |
吴鸿亮;杜尔顺;门锟;杨柳;苏亮;卢斯煜;罗欣;: ""面向低碳目标的电力系统节能与经济运行评价系统"", 《电网技术》, vol. 39, no. 5, 5 May 2015 (2015-05-05), pages 1179 - 1185 * |
龙禹 等: ""基于内盒近似模型的有序用电调度策略研究"", 《电力需求侧管理》, vol. 24, no. 5, 15 September 2022 (2022-09-15), pages 84 - 89 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555785B (zh) | 一种月度计划安全稳定校核方法及系统 | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN105207272B (zh) | 基于通用分布的电力系统动态随机经济调度方法及装置 | |
CN105610360B (zh) | 一种同步发电机励磁系统参数辨识方法 | |
CN106096810A (zh) | 基于配电网运行数据与地理拓扑信息的规划方法及系统 | |
CN108345670B (zh) | 一种用于95598电力工单的服务热点发现方法 | |
CN109447379B (zh) | 一种中长期电量安全校正的分步优化方法及系统 | |
WO2021203738A1 (zh) | 考虑需求侧资源分层分散控制的配电系统可靠性计算方法 | |
CN108121215A (zh) | 基于全回路重构仿真的工业控制回路性能评价方法及装置 | |
CN109193807A (zh) | 一种电力系统经济调度方法及系统 | |
CN114707776B (zh) | 一种基于碳排放双控的低碳用能优化系统及方法 | |
CN111695754A (zh) | 一种电力物联网信息安全风险评估方法和装置 | |
CN116090552A (zh) | 一种人工智能加速卡产品的训练和推理性能的测试方法 | |
CN114897346A (zh) | 计及不确定性和需求响应的虚拟电厂鲁棒优化调度方法 | |
CN111507565A (zh) | 一种储能电站在调频应用场景下的性能评价方法及系统 | |
CN113361108B (zh) | 基于实时与预测数据的电力系统未来时段仿真方法及系统 | |
CN117494952A (zh) | 一种面向新型电力系统的机组低碳运行调度方法 | |
CN110705739B (zh) | 一种新能源电站发电计划制定方法和系统 | |
CN111832936B (zh) | 一种含分布式电源的配网供电可靠性评估方法 | |
CN116031891A (zh) | 一种客户侧灵活负荷聚合调控方法及系统 | |
CN113962158A (zh) | 基于改进决策树的压路机施工工艺知识库构建方法及系统 | |
CN113822470B (zh) | 计及新能源场站出力不确定性的出力数据生成方法及系统 | |
CN114862287B (zh) | 梯级电站群调度的风险效益分析方法、系统、终端及介质 | |
CN110707695B (zh) | 基于人工智能的暂态功角稳定裕度计算方法及系统 | |
CN110957742B (zh) | 基于深度学习的电力系统小干扰稳定辅助决策方法及系统 |
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 |