JP2017221102A - 電力系統における動的状態推定の方法、および電力系統の制御システム - Google Patents
電力系統における動的状態推定の方法、および電力系統の制御システム Download PDFInfo
- Publication number
- JP2017221102A JP2017221102A JP2017109812A JP2017109812A JP2017221102A JP 2017221102 A JP2017221102 A JP 2017221102A JP 2017109812 A JP2017109812 A JP 2017109812A JP 2017109812 A JP2017109812 A JP 2017109812A JP 2017221102 A JP2017221102 A JP 2017221102A
- Authority
- JP
- Japan
- Prior art keywords
- control area
- bus
- state
- buses
- measurement
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 103
- 238000005259 measurement Methods 0.000 claims abstract description 110
- 230000007704 transition Effects 0.000 claims abstract description 16
- 238000002347 injection Methods 0.000 claims description 41
- 239000007924 injection Substances 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 23
- IENHCEGSGRQUTP-UHFFFAOYSA-N 2-methyl-3-nitroso-1,3-thiazolidine-4-carboxylic acid Chemical compound CC1SCC(C(O)=O)N1N=O IENHCEGSGRQUTP-UHFFFAOYSA-N 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 238000009499 grossing Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 11
- 238000010248 power generation Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- RFHAOTPXVQNOHP-UHFFFAOYSA-N fluconazole Chemical compound C1=NC=NN1CC(C=1C(=CC(F)=CC=1)F)(O)CN1C=NC=N1 RFHAOTPXVQNOHP-UHFFFAOYSA-N 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000004804 winding 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
- H02J3/04—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
-
- 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
- H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2639—Energy management, use maximum of cheap power, keep peak load low
-
- 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]
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
-
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
- Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
【課題】マルチ制御エリア相互接続電力網を有する電力系統（ＥＰＳ）における動的状態推定（ＤＳＥ）の方法及びシステムを提供する。【解決手段】制御エリアのバスの状態遷移モデルを介して履歴データを用いて制御エリア内のバスの現在の状態を推定する。近傍制御エリアに位置する１ホップ近傍バス及びｎホップ近傍バスの現在の状態を受信する。１ホップ近傍バスは、連結分岐を介して制御エリアの１つの境界バスに接続し、ｎホップ近傍バスは、少なくとも１つの連結分岐を介して１ホップ近傍バスに接続され、ここで、ｎは１よりも大きい。制御エリア内のバスからの状態の測定値を求める。制御エリアの推定された現在の状態と、近傍制御エリアから受信された状態と、制御エリア内のバスからの状態の測定値とに基づく測定モデルを用いてバスの現在の状態を更新する。【選択図】図２Ｂ
Description
本開示は、包括的には、電力系統の動的状態推定の方法及びシステムに関する。特に、本開示は、マルチ制御エリア相互接続電力網を有する電力系統における動的状態推定に関する方法及びシステムを含む。
正確な状態推定は電力系統の安全動作条件を維持する上で不可欠な要素であり、経済的な配分及び最適な電力潮流問題等の制御機能のための入力としての役割を果たす。状態推定は２つのカテゴリに分けることができ、１つは静的状態推定であり、もう１つは動的状態推定である。
静的状態推定では、システム状態は、現時点のスナップショットからの測定値のみを用いて推測される。動的状態推定は、現在の測定値に加えて、先行する測定値からの情報も用いて、改善された推定を行う。動的状態推定は、実際の電力系統に関する大規模な非線形状態推定問題である。動的状態推定の解決策の精度及び効率は、そのリアルタイムの適用例を成功させるのに重要な役割を担う。
例えば、特許文献１において記載されている方法は、無香カルマンフィルター（ＵＫＦ）に基づく電力系統のための動的状態推定方法を開示する。
しかしながら、この方法は、完全分散型ではなく、したがって、中央プロセッサとの通信を必要とし、通信ボトルネックのリスクが生じる。したがって、電力系統の動的状態推定のシステム及び方法が依然として必要とされている。
本開示は、電力系統の動的状態推定の方法及びシステムに関する。本開示は、マルチ制御エリア相互接続電力網を有する電力系統における動的状態推定に関する方法及びシステムを含む。
本開示の一実施の形態によれば、電力系統（ＥＰＳ）における動的状態推定（ＤＳＥ）の方法が提供される。本方法は、前記ＥＰＳを複数の近傍制御エリアに区画するステップを含み、該複数の近傍制御エリアは第１の制御エリアを含む。さらに、本方法は、前記第１の制御エリア内のバスの現在の状態を、前記第１の制御エリアの該バスの状態遷移モデルを介した該バスの該状態を用いて推定するステップを含み、該バスの該状態は、前記ＥＰＳの履歴データからのものである。さらに、本方法は、前記近傍制御エリアに位置する１ホップ近傍バスのうちの少なくとも幾つか及びｎホップ近傍バスのうちの少なくとも幾つかの現在の状態を、通信チャネルを通じて受信するステップを含む。前記１ホップ近傍バスは、少なくとも１つの連結分岐を介して前記第１の制御エリアの少なくとも１つの境界バスに接続する近傍制御エリアのバスであり、前記ｎホップ近傍バスは、少なくとも１つの連結分岐を介して前記近傍制御エリア内の前記１ホップ近傍バスに接続され、ｎは１よりも大きい。本方法は、前記第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値を求めるステップを含む。最後に、本方法は、前記第１の制御エリア内の前記バスの前記推定された現在の状態と、前記近傍制御エリアからの前記受信された状態と、前記第１の制御エリア内の前記少なくとも幾つかのバスからの状態の測定値とに基づく測定モデルを用いて、前記第１の制御エリア内の前記バスの前記現在の状態を更新するステップを含む。本方法の少なくとも幾つかの前記ステップは、１つ又は複数のプロセッサによって実行される。
本開示の別の実施の形態によれば、電力系統（ＥＰＳ）の制御システムが提供され、該ＥＰＳは、複数の近傍制御エリア（ＭＮＣＡ）を備える。本システムは、前記ＭＮＣＡの履歴状態と、前記ＭＮＣＡの現在の状態と、前記ＭＮＣＡの前記履歴状態を用いて前記ＭＮＣＡの前記現在の状態を推定する状態遷移モデルとを記憶するメモリを備える。さらに、本システムは、前記ＭＮＣＡ内の測定バスに配置され、前記ＭＮＣＡ内の前記測定バス上の電力潮流、電力注入、電圧振幅及び電圧位相角のうちの１つ又は組み合わせを測定する１組のセンサーを備える。本システムは、測定モデルを介してＭＮＣＡの第１の制御エリアの更新された現在の状態を求めて更新するプロセッサを備える。本方法は、第１の制御エリア内の少なくとも幾つかのバスの推定された現在の状態と、第１の制御エリアに隣接する近傍制御エリアに位置する１ホップ近傍バスのうちの少なくとも幾つか及びｎホップ近傍バスのうちの少なくとも幾つかの現在の状態を含むこれらの近傍制御エリアからの状態と、第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値とを用いることを含む。１ホップ近傍バスは、少なくとも１つの連結分岐を介して前記第１の制御エリアの少なくとも１つの境界バスに接続する近傍制御エリアのバスであり、前記ｎホップ近傍バスは、少なくとも１つの連結分岐を介して前記近傍制御エリア内の前記１ホップ近傍バスに接続され、ｎは１よりも大きくなるようになっている。さらに、前記ＭＮＣＡの前記第１の制御エリアの前記更新された現在の状態は、少なくとも幾つかのバスの電力潮流、電力注入、電圧振幅及び電圧位相角の測定値を用いて前記現在の状態に対応する更新された電力潮流、更新された電力注入、更新された電圧振幅及び更新された位相角の間の対応する差の１つ又は組み合わせの間の対応する差に基づいている。
本開示の更なる特徴及び利点は、以下の詳細な説明を添付図面とともに取り入れると、この詳細な説明からより素早く明らかになる。
本開示は、本開示の例示的な実施形態の非限定的な例として述べる複数の図面に関する以下の詳細な説明において更に説明される。これらの図面において、同様の参照符号は、図面の幾つかの図を通して同様の部分を表している。示されている図面は、必ずしも一律の縮尺というわけではなく、その代わり、一般的に、以下に開示する実施形態の原理を示すことに強調が置かれている。
上記で明らかにされた図面は、以下に開示する実施形態を記載しているが、この論述において言及されるように、他の実施形態も意図されている。この開示は、限定ではなく代表例として例示の実施形態を提示している。以下に開示する実施形態の原理の範囲及び趣旨に含まれる非常に多くの他の変更及び実施形態を当業者は考案することができる。
以下の説明は、例示的な実施形態のみを提供し、本開示の範囲も、適用範囲も、構成も限定することを意図していない。そうではなく、例示的な実施形態の以下の説明は１つ又は複数の例示的な実施形態を実施することを可能にする説明を当業者に提供する。添付の特許請求の範囲に明記されているような開示された主題の趣旨及び範囲から逸脱することなく要素の機能及び配置に行うことができる様々な変更が意図されている。
以下の説明では、実施形態の十分な理解を提供するために、具体的な詳細が与えられる。しかしながら、当業者は、これらの具体的な詳細がなくても実施形態を実施することができることを理解することができる。例えば、開示された主題におけるシステム、プロセス、及び他の要素は、実施形態を不必要な詳細で不明瞭にしないように、ブロック図形式の構成要素として示される場合がある。それ以外の場合において、よく知られたプロセス、構造、及び技法は、実施形態を不明瞭にしないように不必要な詳細なしで示される場合がある。さらに、様々な図面における同様の参照符号及び名称は、同様の要素を示す。
また、個々の実施形態は、フローチャート、フロー図、データフロー図、構造図、又はブロック図として描かれるプロセスとして説明される場合がある。フローチャートは、動作を逐次的なプロセスとして説明することができるが、これらの動作の多くは、並列又は同時に実行することができる。加えて、これらの動作の順序は、再配列することができる。プロセスは、その動作が完了したときに終了することができるが、論述されない又は図に含まれない追加のステップを有する場合がある。さらに、特に説明される任意のプロセスにおける全ての動作が全ての実施形態において行われ得るとは限らない。プロセスは、方法、関数、手順、サブルーチン、サブプログラム等に対応することができる。プロセスが関数に対応するとき、その関数の終了は、呼び出し側関数又はメイン関数へのその機能の復帰に対応することができる。
さらに、開示された主題の実施形態は、少なくとも一部は手動又は自動のいずれかで実施することができる。手動実施又は自動実施は、マシン、ハードウェア、ソフトウェア、ファームウェア、ミドルウェア、マイクロコード、ハードウェア記述言語、又はそれらの任意の組み合わせを用いて実行することもできるし、少なくとも援助することができる。ソフトウェア、ファームウェア、ミドルウェア又はマイクロコードで実施されるとき、必要なタスクを実行するプログラムコード又はプログラムコードセグメントは、マシン可読媒体に記憶することができる。プロセッサが、それらの必要なタスクを実行することができる。
本開示は、マルチ制御エリア相互接続電力網又は複数の近傍制御エリア（ＭＮＣＡ）を有する電力系統（ＥＰＳ）における動的状態推定（ＤＳＥ）を対象とする。本開示の態様によれば、ＥＰＳのＭＮＣＡの各制御エリアの現在の状態は、ＭＮＣＡの残りの部分からの影響を引き続き考慮に入れながら推定することができる。これらの影響は、１ホップ近傍バス及び２ホップ近傍バスの状態と、１ホップ近傍バスの電力注入とを含むことができる。
特に、これらの影響は、とりわけ、連結分岐（すなわち、２つの異なる制御エリア間のバスを接続する送電線又は変圧器）上の電力潮流の測定値と、異なる制御エリア間の結合を導入する境界バス（すなわち、近傍制御エリアのボーダリングバス又は１ホップ近傍バスとの制御エリアのボーダリングバス）における電力注入の測定値とを含むことができる。換言すれば、非限定的な例として、制御エリアに関連のある測定値の集合は、制御エリア内のバスにおける電圧位相測定値と、制御エリア内の内部分岐及び連結分岐上の電力潮流測定値と、制御エリア内のバス及び制御エリアの連結分岐を介して接続された近傍バスにおける電力注入測定値とを含むことができる。
本開示の態様によれば、ＥＰＳへの制限された通信と計算要件と用いて制御エリアの状態を推定するのに完全分散型無香カルマンフィルター（ＵＫＦ）を利用することができる。例えば、制御エリアの測定値及び推定値の分散型処理を可能にするＵＫＦの近似的な分離を達成するために、電力系統又は制御エリアの物理的性質、すなわち、電圧状態に対する測定方程式の局所化された依存関係が利用される。他の多くの有益な特徴の中で、本開示の少なくとも１つの有益な特徴は、各制御エリアが、グローバルシステムではなく、ローカル状態（制御エリア）及び近傍状態（近傍制御エリア）の推定値を保持するだけでよく、このため、とりわけ、メモリ所要量が削減されるということである。さらに、本開示は、近傍制御エリア間の通信を各時間ステップにおいて１回で行うことができ、本開示の態様を非常にスケーラブルにするとともに、各制御エリアが、時間ステップごとに１回のみＵＫＦをローカルに実行することができることを提示している。
具体的には、本開示は、より高速な計算時間と、通信障害に対するロバスト性の増大とを可能にするＵＫＦ方法への近似を含む。特に、本開示の態様は、近傍制御エリアとのローカルな情報（制御エリア）の通信のみを含み、計算時間は、電力網の全サイズではなく、制御エリア内の境界バスの数に依存することができるように、マルチ制御エリア相互接続電力網のサイズと非常に良好にスケーリングする。
これに対して、十分大きな電力系統の場合、そのような大きな電力系統は、完全集中型状態推定問題をリアルタイム制約内で解くには、計算が法外になる可能性がある。上述したように、本開示は、問題をエリアごとのより小さな問題に分解することによって計算負担を軽減するとともに、とりわけ、通信障害の場合に電力系統のロバスト性を改善する非集中型手法を含む。
図１は、本開示の実施形態による、分岐を通じて互いに接続したバス１１０の集合を備える電力系統（ＥＰＳ）の概略図である。分岐１６０は、１対のバス１１０及び１５０の間に接続され、送電線、変圧器又は位相シフターとすることができる。発電機１２０は、バス１１０に接続して電力系統に電力を注入することができ、負荷１４０は、バス１１０に接続して電力系統から電力を抽出することができる。
このシステムは、幾つかの制御エリアに区画することができる。例えば、図１では、システムは、１７０（制御エリアＩ）、１７５（制御エリアＩＩ）、１８０（制御エリアＩＩＩ）及び１８５（制御エリアＩＶ）を含む４つの異なる制御エリアに分割されている。２つの隣接する制御エリア間に、バスの間の重複はないが、連結分岐と呼ばれる共通の分岐が隣接するエリア間に存在する場合がある。図１では、分岐１６５が、２つの制御エリア１７０及び１７５と接続された連結分岐である。
図１は、本開示の実施形態によるマルチエリア相互接続電力網を示している。この電力網は、バスの集合
と、バスを接続する分岐の集合Ｅ⊆Ｖ×Ｖとを有する無向グラフ（Ｖ，Ｅ）によって表記される。さらに、このステップは、各時間ステップｋにおけるあらゆるバスでの電圧位相角及び電圧振幅
を推定することである。ここで、ｎはバスの総数である。
このシステムのダイナミクスは、主として負荷の変化によって駆動される。状態の変化は、測定値上の変化に反映することができる。次の測定値が考えられる。すなわち、バスｉとバスｊとの間の分岐における正方向の有効電力潮流Ｐｉｊ及び無効電力潮流Ｑｉｊと、バスｉとバスｊとの間の分岐における負方向の有効電力潮流Ｐｊｉ及び無効電力潮流Ｑｊｉと、バスｉにおける有効電力注入Ｐｉ及び無効電力注入Ｑｉと、バスｉにおける電圧位相角θｉ及び電圧振幅Ｖｉとが考えられる。
電力潮流測定値、電力注入測定値及び電圧振幅測定値等の測定値のうちの幾つかは、監視制御データ収集（ＳＣＡＤＡ）システムの遠隔測定ユニットを用いて取得することができ、バス電圧位相角及びバス電圧振幅等のそれ以外のものは、フェーザー測定ユニット（ＰＭＵ）を用いて取得することができる。ＡＣ電力潮流モデルは、以下の式に従って、これらの測定値ｙｋを基本となる状態ｘｋに非線形に関係付ける。
ここで、ｅｋは、対角共分散行列Ｒを有するゼロ平均ガウス雑音ベクトルであり、ｙｋ∈Ｒｍであり、ｍは、測定値の総数である。動的状態推定の少なくとも１つの目標は、時間ステップｋを含めてその時間ステップまでの過去の測定値を用いてｘｋを推論することである。
電力系統の場合、測定モデルは、状態変数の非線形方程式の集合として記述される。バス電力注入を例に取ると、電力注入は、以下の式に従ってバス電圧に関係付けることができる。
ここで、ＢＵＳは、システム内のバスの集合であり、Ｖｊ及びθｊは、それぞれバスｊにおける電圧振幅及び電圧位相角であり、
は、バスｉに対応する行及びバスｊに対応する列におけるシステムアドミタンス行列の要素である。このシステムアドミタンス行列ＹＳＹＳは、システム内の分岐接続と、各分岐の対応する分岐アドミタンス行列とに従って求めることができる。
同様に、２端子分岐における電力潮流は、以下のように２つの端子バスにおける電圧振幅及び電圧位相角に関係付けることができる。
ここで、Ｐｉｊ及びＱｉｊは、分岐上をそれぞれバスｉからバスｊに向けて流れる有効電力及び無効電力であり、Ｐｊｉ及びＱｊｉは、分岐上をそれぞれバスｊからバスｉに向けて流れる有効電力及び無効電力である。
図２Ａは、本明細書において説明される１つ又は複数の実施形態とともに用いることができる制御システム２００の一例の概略ブロック図である。制御システム２００は、少なくとも１つのプロセッサ２０１、及びこのプロセッサ２０１に接続されたメモリ２１５を備えることができるとともに、１組のセンサー２３０も備えることができる。さらに、制御システム２００は、近傍の現在の状態に関する近傍制御エリア２２５からの通信を受信する。制御システム２００は、当該システムとともに用いられる１つ又は複数のネットワークインターフェース（例えば、有線、無線、ＰＬＣ等）を備えることができることを意図することができる。また、少なくとも１つの電源装置（すなわち、電池、プラグイン等）をこの制御システムとともに用いることができることも意図することができる。
引き続き図２Ａを参照すると、メモリ２１５は、プロセッサ２０１内及び／又はプロセッサ２０１の外部に実装することができる。幾つかの実施形態では、メモリ２１５は、第１の制御エリアを含むＥＰＳの履歴状態と、１ホップ近傍バス及びｎホップ近傍バスを含む受信された近傍制御エリア状態と、第１の制御エリアの幾つかのバスの状態の求められた測定値とを記憶する。
同様に、メモリ２１５は、状態遷移モデル２２０、測定モデル２４０及び／又は状態遷移モデル２２０及び測定モデル２４０の用い方についてのプロセッサ２０１に対する命令を記憶することができる。例えば、様々な実施形態では、プロセッサ２０１は、更新された現在の状態に対応する更新された電力潮流、更新された電力注入、更新された電圧振幅及び更新された位相角の推定値を、測定値を状態変数に関係付ける測定モデルを用いて求める。
引き続き図２Ａを参照すると、幾つかの実施形態では、プロセッサ２０１は、状態遷移モデルブロック２２０と測定モデルブロック２４０とを含む機能ブロックを備えることができる。データ受信、推定実行、及び結果送信は、プロセッサ２０１において実施することができる。
さらに、プロセッサ２０１は、ソフトウェアプログラムを実行し、データ構造を操作するように適合されたハードウェア素子又はハードウェアロジックを備えることができる。メモリ２１５は、オペレーティングシステムを含むことができる。このオペレーティングシステムの幾つかの部分は、通常、メモリ２１５に存在することができ、プロセッサ２０１によって実行することができ、とりわけ、デバイス上で実行されているソフトウェアプロセス及び／又はサービスをサポートする動作を起動することによって制御システムを機能的に編成する。
当業者には明らかであり得るように、本明細書において説明する技法に関するプログラム命令を記憶及び実行するのに、他のプロセッサのタイプ、及び様々なコンピューター可読媒体を含む他のメモリのタイプを用いることができる。また、本説明は、様々なプロセスを示しているが、様々なプロセスは、本明細書における技法に従って（例えば、同様のプロセスの機能に従って）動作するように構成されたモジュールとして具現化することができることを意図することができる。さらに、プロセスは個別に示されているが、当業者であれば、プロセスは、他のプロセス内のルーチン又はモジュールとすることができることを理解するであろう。
引き続き図２Ａを参照すると、１組のセンサー２３０は、分岐の電力潮流と、バスの電力注入と、バスの電圧振幅との測定値を提供する遠隔測定ユニットを含むことができる。センサー２３０は、バスの電圧の振幅及び角度を提供する位相測定ユニットも含むことができる。
また、システム２００は、画面又はディスプレイ２７０も含むことができる。幾つかの実施形態では、状態推定の結果は、ディスプレイ２７０上に表示することができるか、又はシステムの内部又は外部に存在することができる異なるアプリケーションに提示することができる。例えば、それらの結果は、プロセッサ２０１に追加することができるリアルタイム監視及びセキュリティ解析アプリケーションに送ることができる。
図２Ｂは、本開示の１つの実施形態による、電力系統（ＥＰＳ）における動的状態推定（ＤＳＥ）の方法２０２のブロック図である。この方法は、ＥＰＳを複数の近傍制御エリアに区画する（２０７）ことを含む。これらの複数の近傍制御エリアは、第１の制御エリアを含む。さらに、この方法は、第１の制御エリアのバスの状態遷移モデルを介したバスの状態を用いて、第１の制御エリア内のバスの現在の状態を推定する（２２１）ことを含む。これらのバスの状態は、ＥＰＳの履歴データ２０９からのものである。さらに、この方法は、近傍制御エリア２２６に位置する１ホップ近傍バスのうちの少なくとも幾つか及びｎホップ近傍バスのうちの少なくとも幾つかの現在の状態を、通信チャネルを通じて受信することを含む。１ホップ近傍バスは、少なくとも１つの連結分岐を介して第１の制御エリアの少なくとも１つの境界バスに接続する近傍制御エリアのバスであり、ｎホップ近傍バスは、少なくとも１つの連結分岐を介して近傍制御エリア内の１ホップ近傍バスに接続されている。ここで、ｎは１よりも大きい。この方法は、第１の制御エリア内の少なくとも幾つかのバスから状態の測定値を求める（２３３）ことを含む。最後に、この方法は、現在の状態を更新する（２７１）ために、第１の制御エリア内のバスの推定された現在の状態と、近傍制御エリアから受信された状態と、第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値とに基づいて、測定モデルを用いて第１の制御エリア内のバスの現在の状態を更新する（２３６）ことを含む。この方法の少なくとも幾つかのステップは、１つ又は複数のプロセッサによって実行され、更新された現在の状態は、ディスプレイ、すなわち、モニター又は他の幾つかの関連した電子ディスプレイデバイスに表示することができる。
図２Ｃは、本開示の１つの実施形態に従って制御される例示的なＥＰＳの概略図を示している。従来の発電施設１２０が、風力タービンファーム１２１及び太陽電池アレイ１２２等の再生可能エネルギー源と同様に変電所１１０に結合される。図２Ｃは３つの発電形態を示しているが、本開示が任意の発電形態又はエネルギー源に適用可能であることは当業者には認識されよう。実際には、本開示の幾つかの実施形態は、その電力が送電系統の形態に適合する限り、電気車両において見られる場合があるような電池から電力系統に加えられる電力を同様に管理することができる。
変電所１１０に関連付けられるのは、地域制御モジュール２７６である。地域制御モジュールは、その地域内の発電、配電及び消費を管理する。また、各地域に関連付けられるのは、工場又は大きな営利企業を表す工業／商業負荷１４１及び／又は住宅負荷１４２である。本開示の幾つかの実施形態によれば、１つ又は複数のアプリケーションを使用する各地域制御モジュール２７６が、その領域内の発電及び配電を管理するように動作可能である。
例えば、本開示の幾つかの実施形態では、各地域制御モジュール２７６は、対応する地域内に位置するエネルギー発生機と負荷との間でエネルギーを分配する独立した地域エネルギー事業者である。地域内の電気を制御することに加えて、地域エネルギー事業者は、電気の超過量を送電系統に供給することができるか、又は送電系統から必要とされる電気を消費することができる。例えば、１日のうちの時間帯、気象条件並びにエネルギー生産及び消費に影響を及ぼす他の状況によっては、地域エネルギー事業者は、その地域のエネルギー発生機が地域内の負荷によって要求されるエネルギーより多くのエネルギーを生産するとき、エネルギー供給者である。代替的には、地域エネルギー事業者は、地域のエネルギー発生機が地域内の負荷によって要求されるエネルギーより少ないエネルギーを生産するとき、エネルギー消費者である。種々のエネルギー事業者が送電線２０５と相互接続される（破線で示される）。
幾つかの実施態様では、発電所１２０及び再生可能エネルギー源又は代替エネルギー源１２１、１２２等の発電エンティティ２１０は、局所制御モジュール２７１を介して、地域送電系統と接続する。局所制御モジュール２７１は、複数の電力供給者のそれぞれとの制御コマンド応答を標準化することができる。地域制御モジュール２７６に複数の発電エンティティのそれぞれからの標準化された応答を提供することによって、地域制御モジュールは、拡縮可能なように能動的に電力系統を管理することができる。地域制御モジュール２７６は更に、地域内の電気生産能力及び電力系統への制限を認識している。地域制御モジュール２７６は、電力供給者及び電力消費者に関するトポロジーと、自らの配電能力とを理解している。
各地域制御モジュール２７６は、例えば、ワイドエリアネットワーク２７４を介して、制御システム２７７に通信可能に結合される。ワイドエリアネットワークは、インターネット、又は遠隔地間でデータを通信する他の手段とすることができる。それに加えて、又はその代わりに、ローカルエリアネットワーク又はイントラネットを介して、制御システム２７７と地域制御モジュール２７６との間でデータを交換することができる。そのために、制御システム２７７は、ネットワーク２７４を介して制御システムと地域制御モジュール２７６との間でデータを交換するための送受信機２８０を含む。また、制御システム２７７は、送電系統を通り抜ける電気量のバランスをとる１つ又は幾つかのプロセッサ２１１Ａ及び２１１Ｂを含む。
制御システム２７７は、その制御下で、幾つかの地域制御モジュール２７６と電力供給者とのインタラクションを管理するように動作可能である。上記で説明されたように、適用可能なアプリケーションを使用する各地域制御モジュール２７６は、その制御範囲内で電力消費者と電力供給者とを動的に管理することができる。地域制御モジュール２７６によって管理される特定の地域内の需要（有効電力又は無効電力）が増加又は減少するのに応じて、地域制御モジュール２７６は、特定の地域内の発電を補償するように作用する必要がある。そのために、地域制御モジュール２７６は、送電系統に対して電気を供給するか、又は要求するかを決定する。制御システム２７７は、送電系統に送り込むか、又は送電系統から取り込む電気量のバランスをとるために、そのような要求を受信するか、送信するか、又は再送する。
本開示の種々の実施形態は、ＥＰＳのバス上の電圧、及び／又はＥＰＳ内の発電及び負荷需要のうちの１つ又は組み合わせを制御する。例えば、１つの実施形態は、ＥＰＳの更新された状態からバス上の電圧を特定し、ＥＰＳの電圧調整デバイスを制御して、バス上の電圧を所定のレベルに向かって昇降させる。例えば、制御システム２７７は、電圧調整デバイスを制御するコマンドを地域制御モジュール２７６に発行することができる。
それに加えて、又はその代わりに、幾つかの実施形態は、ＥＰＳ内の発電及び負荷需要のうちの１つ又は組み合わせを制御する。例えば、制御システム２７７は、バス上の電圧が第１の閾値より高いときにバスへの有効及び無効電力注入を増加させ、バス上の電圧が第２の閾値より低いときにバスへの有効及び無効電力注入を減少させるコマンドを地域制御モジュール２７６に発行することができる。
ＥＰＳの制御エリアの測定構成
図３は、本開示の実施形態による電力系統の測定構成の概略図である。図１と同様に、図３は、３７０（制御エリアＩ）、３７５（制御エリアＩＩ）、３８０（制御エリアＩＩＩ）及び３８５（制御エリアＩＶ）を含む４つの異なる制御エリアに分割されたシステムを示している。
図３は、本開示の実施形態による電力系統の測定構成の概略図である。図１と同様に、図３は、３７０（制御エリアＩ）、３７５（制御エリアＩＩ）、３８０（制御エリアＩＩＩ）及び３８５（制御エリアＩＶ）を含む４つの異なる制御エリアに分割されたシステムを示している。
引き続き図３を参照すると、バス電圧振幅及びバス電圧位相角を測定する測定ユニット３５２と、バス電力注入を測定する測定ユニット３５４とがバスに配置されている。一方で、分岐に沿って電力潮流を測定する測定ユニット３５６が、分岐の端子バスのうちの１つに配置されている。
時刻ｋにおける状態ベクトルｘｋは、以下の式の線形離散時間動的モデルに従って更新される。
ここで、ｘｋ＋１は、次の時間ステップ（ｋ＋１）における状態ベクトルであり、ｑｋは、プロセス雑音ベクトルであり、Ａｋ及びｕｋは、ホルトの指数平滑化技法を用いてオンライン形式で構成される、それぞれ線形システム動的行列及びシステム状態基底である。プロセス雑音ベクトルｑｋは、共分散行列Ｑｋを有するゼロ平均ガウス分布であると仮定される。行列Ａｋ及びＱｋは、対角行列であると仮定される。
物理量Ａｋ及びｕｋは、以下のように構成される。
ここで、αｋ及びβｋは、０〜１のパラメーターであり、Ｉは、単位行列であり、
は、時間ステップｋにおける予測される状態推定値である。状態のレベル成分Ｌｋ及びトレンド成分Ｔｋの定義は、以下のように与えられる。
ここで、
は、時間ステップｋにおける予測される状態推定値である。
電力系統の動的状態推定を実施するには、標準的な無香カルマンフィルター（ＵＫＦ）を用いることができる。従来のカルマンフィルターと同様に、ＵＫＦは、システムダイナミクスに基づく予測ステージと、測定値に基づく補正ステージとからなる。一方、ＵＫＦに固有のものとして、これらのステージは、推定される状態の異なる可能な値を表すサンプリング点の集合に適用される。
サンプリング点の集合は、以下のように、現在の推定値ｘｋから生成される。
ここで、
は、コレスキー（Cholesky）分解であり、ｃは、以下の式によって与えられる調整可能なパラメーターである。
ここで、α及びκは、サンプル分布の幅を調整するパラメーターであり、ｎは、システム内のバスの総数である。
ＵＫＦ問題は、本来、集中型方式で解くことができる。すなわち、システム全体の動的状態推定は、１つの集中制御センターにおいて実施され、システムから全ての測定値を収集するために中央プロセッサとのグローバル通信を必要とする。数千個のバスを有する大規模システムの場合、十分に集中化された状態推定問題をリアルタイム制約内で解くには、この大規模システムは計算が法外になる。上記問題をエリアごとのより小さな問題に分解することによる非集中型手法が、計算負担を軽減することができるとともに、通信障害の場合にシステムのロバスト性を改善する。電力系統の適度な解の精度を維持するには、エリア間通信が必要とされる。課題は、解の精度と制御エリア間の通信負担との間の良好なトレードオフをどのように行うのかということである。線形動的モデルが用いられると、予測ステージにおける定式化を分離することがより容易になる。測定値を状態とグローバルに結合することに起因して、補正ステージには難題が存在する。
電力系統測定方程式の局所依存関係
本開示は、負荷ベースの動的状態推定問題の近似的な分離を達成するために、電力系統測定方程式の局所依存関係を用いる。
本開示は、負荷ベースの動的状態推定問題の近似的な分離を達成するために、電力系統測定方程式の局所依存関係を用いる。
無香カルマンフィルターの標準的なものでは、任意の１対の測定値間の相関が可能であると推定される。集中型設定におけるサンプル測定値共分散行列は、以下の式によって与えられる。
一方、少数の局所化された状態への電力系統測定方程式の依存関係に起因して、Ｓｋは、基礎をなすネットワーク構造に関係付けられたスパース構造を呈する。本開示は、幾つかの特定の変数間に相関がないことを利用して、推定値及び測定値の分散型処理を可能にする。これによって、とりわけ、ロバスト性及び状態推定手順の速度が促進される。
これを動機付けすることは、場合によっては、集中型設定において測定値関数への線形近似の下で測定値共分散のスパース性を解析的に特徴付けることである。これは、方程式が非線形であるので、近似のみであるが、そのような手法は、実際には、よく検証されたものである可能性がある。簡単にするために、この解析における電力注入測定値は、以下の集合の定義において除外される。
例えば、測定値関数ｙａ＝Ｐｉ−ｊ（θｉ，Ｖｉ，θｊ，Ｖｊ）は、Ｔａ＝｛ｘｉ，ｘｊ｝に従属する。行列Ａｋ及びＱｋが対角行列であるという仮定に起因して、プロセス雑音は、対角共分散行列Ｑｋを有し、真の基礎をなす状態ｘｋは、ガウス分布
を有する確率ベクトルである。その場合、ｘｋ＋１＝Ａｋｘｋ＋ｕｋ＋ｑｋは、無相関確率ベクトルのままである。なぜならば、対角行列Ａｋは、ｘｋの成分同士を混合したものを導入しないからである。物理量ｙｋ＋１＝ｈ（ｘｋ＋１）は、確率ベクトルｘｋ＋１の非線形関数であり、したがって、或る平均μｙ及び共分散Ｓ＊を有する確率ベクトルのままである。線形化された電力系統測定値関数の関数形式を利用することによって、Ｓ＊のスパースパターンを特徴付けることができる。時間ステップインデックスｋは、表記の便宜上省かれる。以下の式のように、点μｘの周りの測定値関数ｈ（ｘ）の１次テイラー展開を考える。
ここで、測定値ヤコビアンＪ（ｘ）は、以下の式によって与えられる。
ガウス確率ベクトルの線形関数は、依然としてガウス確率ベクトルであることに留意されたい。
ここで、エントリー［Ｓ＊］ａｂは、測定値ｙａとｙｂとの間の共分散を指す。予想されたように、集合Ｔａは、最大で１つのバス及びその近傍を含むので、サンプル測定値共分散行列は、電力系統状態推定の局所化された共分散構造を有することになる。ここで、分散型方法の本開示は、これを利用することができる。
負荷ベースの動的状態推定の分散型フィルタリング方法
このセクションでは、動的状態推定の分散型方法が、論述される制限された通信要件とともに提示される。電力系統は、制御エリアに区画されているとみなされる。各制御エリアでは、相互接続された電力系統の残り部分からの影響を引き続き考慮に入れながら、ローカルな状態が推定される。制御エリアの通信要件は、近傍制御エリアとのそのトポロジー接続性に基づいて求められる。
このセクションでは、動的状態推定の分散型方法が、論述される制限された通信要件とともに提示される。電力系統は、制御エリアに区画されているとみなされる。各制御エリアでは、相互接続された電力系統の残り部分からの影響を引き続き考慮に入れながら、ローカルな状態が推定される。制御エリアの通信要件は、近傍制御エリアとのそのトポロジー接続性に基づいて求められる。
図４は、分散型動的状態推定において用いられる種々のバス集合の概略図である。例えば、図４は、制御エリア４７０内のローカルバス集合４２０を示し、ローカルバス集合４２０は、制御エリア４７０に位置する全てのバスとして定義される。ボーダリングバスは、近傍制御エリアのバスと通信することができる。例えば、１ホップ近傍バス４３０及び２ホップ近傍バス４４０は、制御エリア４７０内のローカルバス集合４２０のボーダリングバス４２５と通信する。１ホップ近傍バスの集合は、他の近傍制御エリアに位置するバスであるが、ローカルバスの集合内のバスと共通の分岐を共有するバス、すなわちボーダリングバスとして定義することができる。２ホップ近傍バスは、他の近傍制御エリアに位置するバスであるが、その制御エリアのボーダリングバスと通信する１ホップ近傍バスと共通の分岐を共有するバスとして定義することができる。図４に示すように、システムは、４７０（制御エリアＩ）、４７５（制御エリアＩＩ）、４８０（制御エリアＩＩＩ）及び４８５（制御エリアＩＶ）を含む４つの異なる制御エリアに分割されている。
特に、制御エリア４７０のボーダリングバスは、近傍制御エリア４８０の１ホップ近傍バス４３０に接続することができる。２ホップ近傍バス４４０は、近傍制御エリア４８０内の１ホップ近傍バス４３０に直接接続されている。２ホップ近傍バス４４０は、１ホップ近傍バス４３０と２ホップ近傍バス４４０との間にバスを伴わずに、近傍制御エリア４８０内の１ホップ近傍バス４３０と直接接続されている。ｎホップ近傍バスは、近傍制御エリア内の（ｎ−１）ホップ近傍バスと直接接続された任意のバスとすることができる。ここで、ｎは１よりも大きい。
連結分岐（すなわち、２つの異なる制御エリア間でバスを接続する分岐）上の電力潮流の測定と、境界バス（すなわち、別の制御エリア内の近傍とのバス）における電力注入の測定は、異なる制御エリア間の結合を導入する。電力網バスは、Ｎ個の制御エリアに区画される。制御エリアＩについて、ローカルバスの集合、１ホップ近傍バスの集合及び２ホップ近傍バスの集合をそれぞれ
とする。制御エリアＩ内のバスの数をｎＩとする。制御エリアＩの測定値集合は、以下のように定義することができる。
換言すれば、制御エリアに関連のある測定値の集合は、ローカルバスにおける電圧位相角測定値及び電圧振幅測定値と、内部の分岐（すなわち、２つのローカルバスを接合する分岐）及び連結分岐上の電力潮流測定値と、連結分岐を介した接続されたローカルバス及び近傍バスにおける電力注入測定値とを含む。要約すれば、ｙＩは、その測定値関数が
内の状態を伴う全ての測定値の集合である。
開示された方法の少なくとも１つの固有の特徴は、別の制御エリア内の近傍における電力注入が制御エリアの測定値集合に含まれるということである。分散型方法は、以下の測定値集合を用いて各エリア内のローカル無香カルマンフィルターを実行することに基づいて開発されている。
ここで、グローバルな状態ｘに対する測定値の依存関係は、制御エリアＩにおける測定値の依存関係及び
における測定値の依存関係に簡略化することができる。２ホップ近傍バスの集合を含めることは、開示された方法の多くの固有の特徴の中のもう１つの固有の特徴である。これは、ＡＣ電力潮流モデルの下での電力系統測定方程式の関数形式に起因している。実際上、これは、制御エリア間の制限された通信を用いて完全分散型動的状態推定方法を開発するためのこの方法の重要な態様である。
さらに、制御エリア内の測定値は、電力系統における測定値を区画したものではない。なぜならば、測定値は、２つ以上の制御エリアの測定値集合に現われる可能性があるからである（例えば、連結分岐の電力潮流測定値）。各制御エリアは、その近傍との制限された通信を用いて、ローカルな状態
及び共分散
を推定する。
図５Ａ〜図５Ｃは、本開示の実施形態による分散型動的状態推定方法の１組の概略フローチャートである。図５Ａは、完全分散型の動的システム推定の実施の全体手順を与える。図５Ｂ及び図５Ｃは、本開示の実施形態による状態予測ステージ及び状態補正ステージにおいてそれぞれ用いられる対応するステップを与える。
分散型動的状態推定の全体手順は、以下のステップを含む。
ステップ５１０において、状態推定値及び状態共分散が、所与の状態
及び共分散
を用いて初期化され、ステップ５１５において、状態レベル及びトレンドが、所与のレベル
及びトレンド
を用いて初期化され、時間ステップｋの初期数が与えられる。
ステップ５２０において、時間ステップｋにおける制御エリアＩのローカルバス集合
の各バスの予測される状態平均及び予測される共分散が、状態推定値のサンプリング点の集合及び線形状態動的方程式を用いて求められる。ここで、
内のバスの総数はｎＩである。詳細なステップは、図５Ｂにおいて説明される。
ステップ５５０において、制御エリアＩは、近傍エリアと通信して、時間ステップｋにおける１ホップ近傍バス集合
及び２ホップ近傍バス集合
のバスの状態
と、１ホップ近傍バス集合
のバスにおける電力注入
とを取得する。ここで、Ｐｉ及びＱｉは、それぞれバスｉにおける有効電力注入及び無効電力注入である。
ステップ５６０において、ローカルバスからの測定値及び１ホップ近傍バスから取得された電力注入を用いて、予測される推定値及び状態共分散を更新することによって、次の時間ステップ（ｋ＋１）における制御エリアＩのローカルバス集合
の各バスの状態推定値
及び状態共分散
が求められる。ここで、１ホップ近傍バス及び２ホップ近傍バスの状態は、定数入力として扱われる。詳細なステップは、図５Ｃにおいて説明される。
ステップ５８０において、時間ステップが、所定の最大ステップ数と照合される。最大ステップに達した場合、又は停止コマンドが電力系統オペレーターから受信された場合、ステップ５９０に進み、この動的プロセスを停止する。そうでない場合、ステップ５８５において、時間ステップｋを１だけ増加させ、ステップ５２０に進んで、次の時間ステップについて状態推定を実行する。
図５Ｂに示すように、状態予測ステージにおいて実施されるタスクは、時間ステップｋにおける制御エリアＩの予測される状態平均及び予測される共分散を求めることであり、以下のステップを含む。
ステップ５２５：時間ステップｋにおける状態推定値
及び状態共分散
に基づいてサンプリング点
の集合を以下のように計算する。
ここで、
は、時間ステップｋにおける制御エリアＩの状態推定値の第ｉサンプリング点であり、ｃＩは、重み係数のベクトルであり、
は、共分散行列
の平方根である。
ステップ５３０：以下のように定義されたシステム状態動的方程式を通じて各サンプリング点を伝播する。
ここで、
は、次の時間ステップ（ｋ＋１）における予測される状態推定値の第ｉサンプリング点であり、
及び
は、それぞれ、時間ステップｋにおける制御エリアＩについて求められた線形システム動的行列の第ｉ対角エントリー及び状態基底ベクトルの第ｉエントリーである。
ステップ５３５：次の時間ステップ（ｋ＋１）における制御エリアＩの予測される状態平均
及び予測される共分散
を以下のように計算する。
ここで、
及び
は、合計すると１になるように設計された重みであり、
は、プロセス雑音の共分散行列である。
ステップ５４０：次の時間ステップ（ｋ＋１）における制御エリアＩの状態の予測されるサンプリング点
を以下のように計算する。
図５Ｃにおいて説明されるような状態補正ステージのタスクは、次の時間ステップ（ｋ＋１）における制御エリアＩの状態推定値
及び状態共分散
を求めることである。以下のステップが含まれる。
ステップ５６５：予測される各サンプリング点
と、近傍推定値から取得された状態とを用いて、以下のように測定方程式の値を求める。
ここで、ｈＩは、
のエントリーに対応する測定値のタイプ及びロケーションによって決定されるローカルバス及び近傍バスの状態の非線形測定値関数の集合である。
ステップ５７０：次の時間ステップｋにおける制御エリアＩの測定値平均
、測定値共分散
、及び測定値状態相互共分散
を以下のように計算する。
ここで、ＲＩは、制御エリアＩの測定値雑音の所定の共分散である。
ステップ５７５：以下の式に従って、次の時間ステップ（ｋ＋１）における制御エリアＩの状態推定値
及び状態共分散
を計算する。
ここで、
は、制御エリアＩのフィルター利得である。
ステップ５３０において、時間ステップｋにおける制御エリアＩについて求められる線形システム動的行列の第ｉ対角エントリー及び状態基底ベクトルの第ｉエントリーは、以下の式に従って求めることができる。
ここで、
及び
は、時間ステップｋにおける平滑化パラメーターであり、ＩＩは、制御エリアＩの単位行列である。Ｌｋ−１及びＴｋ−１は、それぞれ時間ステップ（ｋ−１）における状態のレベル成分及びトレンド成分であり、時間ステップｋにおける状態のレベル成分及びトレンド成分は、以下の式に従って求められる。
制御エリアＩに用いられる平滑化パラメーター
及び
は、１組の定数パラメーターαＩ及びβＩとして設定することもでき、この１組の定数パラメーターは、当該１組のパラメーターを用いて、所与の１組の時間ステップ内の１組の履歴データの最小平均絶対推定誤差を取得することができる動的状態推定を実行することによって求められる。ここで、平均推定誤差
は、以下の式に従って計算される。
ここで、Ｋは、時間ステップの総数であり、
及び
は、時間ステップｋにおける制御エリアＩ内のバスｊにおける電圧位相角又は電圧振幅の、それぞれ推定値及び実際の値である。
分散型アルゴリズムは、連結分岐の電力潮流及び境界バスの電力注入の測定値関数の値を求めるときに異なるエリアからのサンプリング点を融合することができないことに起因して、依然として集中型アルゴリズムを近似したものであることに留意されたい。異なるエリアからのサンプリング点は、それらの次元及びサンプル共分散が整合していないことに起因して容易に融合することができない。しかしながら、開示された方法を用いると、計算時間、スケーラビリティ、及びロバスト性の利得を得ながら、集中型推定値に対して適度な性能を達成することができる。
本開示の一実施形態の態様によれば、上記方法は、各制御エリアについて、履歴データからのＥＰＳのネットワークトポロジーから、ローカルバスの集合、１ホップ近傍バスの集合、及び２ホップ近傍バスの集合を収集することを更に含むことができる。上記方法は、制御エリア内のバスのバス電圧振幅及びバス電圧位相角の推定を定義する制御エリアの現在の状態も含むことができる。上記方法は、各近傍制御エリア内の各１ホップ近傍バス及び各２ホップ近傍バスのバス電圧振幅及びバス電圧位相角の推定値と、各近傍制御エリア内の各１ホップ近傍バスの電力注入の推定値とを含む近傍制御エリアの現在の状態を含むことができる。さらに、上記方法は、連結分岐を用いて隣接する制御エリアと接続されたマルチ制御エリア相互接続電力網の各制御エリアを含むことができ、各制御エリアは、分岐と接続されたバスの集合を備え、各分岐は１対のバスと接続するようになっている。
本開示の一実施形態の態様によれば、上記方法は、連結分岐を介して隣接する制御エリアと接続された各制御エリアを含むことができ、制御エリア内の少なくとも１つのバスは、少なくとも１つの近傍制御エリアの１つ又は複数の１ホップ近傍バスと通信し、少なくとも１つの近傍制御エリアの１つ又は複数の１ホップ近傍バスは、その少なくとも１つの近傍制御エリアの１つ又は複数の２ホップ近傍バスと通信する。上記方法は、制御エリア内のバスのバス電圧振幅及びバス電圧位相角の推定値を含む制御エリアの履歴状態推定値を含むことができる。上記方法は、制御エリア内のバスのバス電圧振幅及びバス電圧位相角の推定値の遷移を規定することによって履歴状態推定値を評価して、制御エリアの現在の状態を求める状態遷移モデルを含むことができる。
本開示の一実施形態の態様によれば、上記方法は、システム動的モデルである状態遷移モデルを含むことができ、このシステム動的モデルは、履歴状態の線形結合としてモデル化されるようになっている。上記方法は、制御エリア内のバスの共分散と、制御エリア内の各バスの状態推定値とを有する制御エリアの補正された現在の状態を含むことができ、各バスの状態推定値は、バス電圧振幅及びバス電圧位相角を含むようになっている。
本開示の上記の実施形態は、数多くの方法のいずれにおいても実現することができる。例えば、それらの実施形態は、ハードウェア、ソフトウェア又はその組み合わせを用いて実現することができる。ソフトウェアにおいて実現されるとき、そのソフトウェアコードは、単一のコンピューター内に設けられるにしても、複数のコンピューター間に分散されるにしても、任意の適切なプロセッサ、又はプロセッサの集合体において実行することができる。そのようなプロセッサは集積回路として実現することができ、集積回路構成要素内に１つ又は複数のプロセッサが含まれる。一方、プロセッサは、任意の適切な構成の回路を用いて実現することができる。
また、本明細書において概説される種々の方法又はプロセスは、種々のオペレーティングシステム又はプラットフォームのいずれか１つを利用する１つ又は複数のプロセッサ上で実行可能であるソフトウェアとしてコード化することができる。さらに、そのようなソフトウェアは、幾つかの適切なプログラミング言語及び／又はプログラミングツール若しくはスクリプト記述ツールのいずれかを用いて書くことができ、フレームワーク又は仮想機械上で実行される実行可能機械語コード又は中間コードとしてコンパイルすることもできる。通常、プログラムモジュールの機能は、種々の実施形態において望ましいように、組み合わせることもできるし、分散させることもできる。
また、本開示の実施形態は方法として具現化することができ、その一例が提供されてきた。その方法の一部として実行される動作は、任意の適切な方法において順序化することができる。したがって、例示的な実施形態において順次の動作として示される場合であっても、例示されるのとは異なる順序において動作が実行される実施形態を構成することもでき、異なる順序は、幾つかの動作を同時に実行することを含むことができる。
Claims (20)
- 電力系統（ＥＰＳ）における動的状態推定（ＤＳＥ）の方法であって、
前記ＥＰＳを複数の近傍制御エリアに区画するステップであって、該複数の近傍制御エリアは、第１の制御エリアを含む、ステップと、
前記第１の制御エリア内のバスの現在の状態を、前記第１の制御エリアの該バスの状態遷移モデルを介した該バスの該状態を用いて推定するステップであって、該バスの該状態は、前記ＥＰＳの履歴データからのものである、ステップと、
前記近傍制御エリアに位置する１ホップ近傍バスのうちの少なくとも幾つか及びｎホップ近傍バスのうちの少なくとも幾つかの現在の状態を、通信チャネルを通じて受信するステップであって、前記１ホップ近傍バスは、少なくとも１つの連結分岐を介して前記第１の制御エリアの少なくとも１つの境界バスに接続する近傍制御エリアのバスであり、前記ｎホップ近傍バスは、少なくとも１つの連結分岐を介して前記近傍制御エリア内の前記１ホップ近傍バスに接続され、ｎは１よりも大きい、ステップと、
前記第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値を求めるステップと、
前記第１の制御エリア内の前記バスの前記推定された現在の状態と、前記近傍制御エリアからの前記受信された状態と、前記第１の制御エリア内の前記少なくとも幾つかのバスからの状態の測定値とに基づく測定モデルを用いて、前記第１の制御エリア内の前記バスの前記現在の状態を更新するステップと、
を含み、該方法の少なくとも幾つかの前記ステップは、１つ又は複数のプロセッサによって実行される、方法。 - 前記履歴データから前記ＥＰＳのネットワークトポロジーを収集するステップ
を更に含む、請求項１に記載の方法。 - 前記第１の制御エリアは、連結分岐を有する近傍制御エリアと接続され、前記第１の制御エリア及び前記近傍制御エリア内のバスが分岐と接続され、該各分岐が１対のバスと接続するようになっている、請求項１に記載の方法。
- 前記ｎホップ近傍バスは、前記近傍制御エリア内からの前記連結分岐を用いて前記１ホップ近傍バスに直接接続された２ホップ近傍バスである、請求項１に記載の方法。
- 前記状態遷移モデルは、履歴状態の線形結合としてモデル化されるようなシステム動的モデルである、請求項１に記載の方法。
- 前記第１の制御エリアの履歴状態推定値は、前記第１の制御エリア内の前記バスのバス電圧振幅及びバス電圧位相角の推定値を含む、請求項１に記載の方法。
- 前記状態遷移モデルは、前記第１の制御エリア内の前記バスのバス電圧振幅及びバス電圧位相角の推定値の遷移を規定することによって履歴状態推定値を評価して、前記第１の制御エリアの前記現在の状態を求める、請求項５に記載の方法。
- 前記第１の制御エリアの前記現在の状態は、前記第１の制御エリア内の前記バスのバス電圧振幅及びバス電圧位相角の推定値を規定する、請求項１に記載の方法。
- 前記近傍制御エリアの前記現在の状態を受信するステップは、前記近傍制御エリアと通信して、時間ステップｋにおける前記１ホップ近傍バス
- 前記近傍制御エリアの前記現在の状態は、前記各近傍制御エリア内の前記各１ホップ近傍バス及び前記各ｎホップ近傍バスのバス電圧振幅及びバス電圧位相角の推定値と、前記各近傍制御エリア内の前記各１ホップ近傍バスの電力注入の推定値とを含む、請求項１に記載の方法。
- 前記第１の制御エリア内の前記バスの現在の状態を推定するステップは、状態推定値のサンプリング点の集合と線形状態動的方程式とを用いて、時間ステップｋにおける前記第１の制御エリアＩの前記各バス
- 時間ステップｋにおける前記第１の制御エリアＩの前記各バス
時間ステップｋにおける前記状態推定値
以下のように定義された前記状態遷移モデルを通じて前記各サンプリング点を伝播するステップであって、
次の時間ステップ（ｋ＋１）における前記第１の制御エリアＩの前記予測される状態平均
次の時間ステップ（ｋ＋１）における前記第１の制御エリアＩの前記状態の予測されるサンプリング点
- 時間ステップｋにおける前記第１の制御エリアＩについて求められる前記線形システム動的行列の前記第ｉ対角エントリー及び前記状態基底ベクトルの前記第ｉエントリーは、以下の式に従って求められ、
- 時間ステップｋにおける前記状態の前記レベル成分及び前記トレンド成分は、以下の式に従って求められる、
- 前記第１の制御エリアＩの前記平滑化パラメーター
- 前記第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値を求めるステップは、前記第１の制御エリア内の少なくとも１つの分岐の有効電力潮流測定値及び無効電力潮流測定値と、前記第１の制御エリア内の少なくとも１つのバスのバス電圧振幅測定値及びバス電圧位相角測定値と、前記第１の制御エリア内の少なくとも１つのバスの有効電力注入測定値及び無効電力注入測定値とを含む、請求項１に記載の方法。
- 測定モデルを用いて前記第１の制御エリア内の前記バスの前記現在の状態を更新するステップは、前記第１の制御エリアのバスからの測定値及び近傍制御エリアからの１ホップ近傍バスから取得された電力注入を用いて、前記求められた状態推定値及び前記求められた共分散を更新することによって、次の時間ステップ（ｋ＋１）における前記第１の制御エリアＩの前記各バス
- 次の時間ステップ（ｋ＋１）における前記第１の制御エリアＩの前記状態推定値
予測される各サンプリング点
次の時間ステップｋにおける前記第１の制御エリアＩの測定値平均
以下の式に従って、次の時間ステップ（ｋ＋１）における前記第１の制御エリアＩの状態推定値
を更に含む、請求項１７に記載の方法。 - 前記測定モデル
前記有効電力潮流測定値が測定されるときは、有効電力潮流方程式、又は、
前記無効電力潮流測定値が測定されるときは、無効電力潮流方程式、又は、
前記バス電圧振幅測定値が測定されるときは、バス電圧振幅方程式、又は、
前記バス電圧位相角測定値が測定されるときは、バス電圧位相角方程式、又は、
前記有効電力注入測定値が測定されるときは、有効電力注入方程式、又は、
前記無効電力注入測定値が測定されるときは、無効電力注入方程式、
を含み、
前記第１の制御エリア、前記近傍制御エリア、又は双方のうちの１つの前記各バスの前記測定された電圧位相角及び電圧振幅は、ＥＰＳ制御システムの少なくとも１つのディスプレイ上に表示され、
前記プロセッサは、前記第１の制御エリア、前記近傍制御エリア、又は双方のうちの１つの電圧調整デバイスを制御して、前記第１の制御エリア、前記近傍制御エリア、又は双方のうちの１つのバス上の電圧を所定のレベルに向けて駆動する、
請求項１８に記載の方法。 - 電力系統（ＥＰＳ）の制御システムであって、該ＥＰＳは、複数の近傍制御エリア（ＭＮＣＡ）を備え、該制御システムは、
前記ＭＮＣＡの履歴状態と、前記ＭＮＣＡの現在の状態と、前記ＭＮＣＡの前記履歴状態を用いて前記ＭＮＣＡの前記現在の状態を推定する状態遷移モデルとを記憶するメモリと、
前記ＭＮＣＡ内の測定バスに配置され、前記ＭＮＣＡ内の前記測定バス上の電力潮流、電力注入、電圧振幅及び電圧位相角のうちの１つ又は組み合わせを測定する１組のセンサーと、
測定モデルを介して前記ＭＮＣＡの第１の制御エリアの前記現在の状態を、前記第１の制御エリア内の少なくとも幾つかのバスの推定された現在の状態と、前記近傍制御エリアに位置する１ホップ近傍バスのうちの少なくとも幾つか及びｎホップ近傍バスのうちの少なくとも幾つかの現在の状態を含む前記第１の制御エリアに隣接する近傍制御エリアからの状態と、前記第１の制御エリア内の少なくとも幾つかのバスからの状態の測定値とを用いて更新するように構成されたプロセッサであって、前記１ホップ近傍バスは、少なくとも１つの連結分岐を介して前記第１の制御エリアの少なくとも１つの境界バスに接続する近傍制御エリアのバスであり、前記ｎホップ近傍バスは、少なくとも１つの連結分岐を介して前記近傍制御エリア内の前記１ホップ近傍バスに接続され、ｎは１よりも大きい、プロセッサと、
を備え、
前記ＭＮＣＡの前記第１の制御エリアの前記更新された現在の状態は、前記第１の制御エリア及び前記第１の制御エリアに隣接する近傍制御エリア内の少なくとも幾つかのバスの電力潮流、電力注入、電圧振幅及び電圧位相角の測定値を用いて前記現在の状態に対応する更新された電力潮流、更新された電力注入、更新された電圧振幅及び更新された位相角の間の対応する差の１つ又は組み合わせの間の対応する差に基づいている、電力系統の制御システム。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/175,522 US10355483B2 (en) | 2016-06-07 | 2016-06-07 | Fully distributed filtering for load-based dynamic state estimation |
| US15/175,522 | 2016-06-07 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2017221102A true JP2017221102A (ja) | 2017-12-14 |
| JP2017221102A5 JP2017221102A5 (ja) | 2020-05-14 |
| JP6719419B2 JP6719419B2 (ja) | 2020-07-08 |
Family
ID=60482905
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017109812A Expired - Fee Related JP6719419B2 (ja) | 2016-06-07 | 2017-06-02 | 電力系統における動的状態推定の方法、および電力系統の制御システム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US10355483B2 (ja) |
| JP (1) | JP6719419B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6995821B2 (ja) | 2019-03-08 | 2022-01-17 | 株式会社日立製作所 | 外部ネットワークに対する等価パラメータを推定する方法およびシステム |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3751699B1 (de) * | 2019-06-13 | 2021-09-15 | Siemens Aktiengesellschaft | Verfahren und anordnung zur schätzung eines netzzustands eines energieverteilungsnetzes |
| US11119462B2 (en) * | 2019-10-08 | 2021-09-14 | Global Energy Interconnection Research Institute (Gelrina) | Systems and methods for hybrid dynamic state estimation |
| CN111245099B (zh) * | 2020-03-19 | 2021-03-12 | 山东科技大学 | 基于事件触发传输机制和混合量测的配电网状态估计方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11252795A (ja) * | 1998-03-02 | 1999-09-17 | Hitachi Ltd | 電力系統状態決定装置 |
| CN101615794A (zh) * | 2009-08-05 | 2009-12-30 | 河海大学 | 基于无迹变换卡尔曼滤波的电力系统动态状态估计方法 |
| CN103326358A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 基于同步相角测量装置的电力系统动态状态估计方法 |
| WO2013187975A1 (en) * | 2012-06-15 | 2013-12-19 | Abb Research Ltd. | Parallel computation of dynamic state estimation for power system |
-
2016
- 2016-06-07 US US15/175,522 patent/US10355483B2/en not_active Expired - Fee Related
-
2017
- 2017-06-02 JP JP2017109812A patent/JP6719419B2/ja not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11252795A (ja) * | 1998-03-02 | 1999-09-17 | Hitachi Ltd | 電力系統状態決定装置 |
| CN101615794A (zh) * | 2009-08-05 | 2009-12-30 | 河海大学 | 基于无迹变换卡尔曼滤波的电力系统动态状态估计方法 |
| WO2013187975A1 (en) * | 2012-06-15 | 2013-12-19 | Abb Research Ltd. | Parallel computation of dynamic state estimation for power system |
| CN103326358A (zh) * | 2013-06-17 | 2013-09-25 | 西南交通大学 | 基于同步相角测量装置的电力系统动态状态估计方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6995821B2 (ja) | 2019-03-08 | 2022-01-17 | 株式会社日立製作所 | 外部ネットワークに対する等価パラメータを推定する方法およびシステム |
Also Published As
| Publication number | Publication date |
|---|---|
| US20170353031A1 (en) | 2017-12-07 |
| US10355483B2 (en) | 2019-07-16 |
| JP6719419B2 (ja) | 2020-07-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102511879B1 (ko) | 그리드 내의 차폐된 시스템을 위한 계층적 암시적 제어기 | |
| JP6719419B2 (ja) | 電力系統における動的状態推定の方法、および電力系統の制御システム | |
| Bacher et al. | Short-term heat load forecasting for single family houses | |
| Royapoor et al. | A review of building climate and plant controls, and a survey of industry perspectives | |
| Li et al. | Review of building energy modeling for control and operation | |
| CN106471693B (zh) | 用于控制配电的方法 | |
| Krok et al. | A coordinated optimization approach to Volt/VAr control for large power distribution networks | |
| US10211634B2 (en) | Dynamic state estimation of power distribution system | |
| Pigott et al. | Gridlearn: Multiagent reinforcement learning for grid-aware building energy management | |
| Zhang et al. | Robust optimization method based on scenario analysis for unit commitment considering wind uncertainties | |
| CN109449947A (zh) | 孤岛微电网无功电压控制能力评估方法及其优化方法 | |
| Lee et al. | Artificial intelligence implementation framework development for building energy saving | |
| Balakumar et al. | Deep learning based real time Demand Side Management controller for smart building integrated with renewable energy and Energy Storage System | |
| Khare et al. | Design, control, reliability, economic and energy management of microgrid: A review | |
| US11186194B2 (en) | Charging device, in particular for an electric vehicle | |
| Liu et al. | A novel integral reinforcement learning-based control method assisted by twin delayed deep deterministic policy gradient for solid oxide fuel cell in DC microgrid | |
| Chen et al. | Decentralized state estimation for distribution systems using artificial neural network | |
| Wang et al. | A hybrid cleaning scheduling framework for operations and maintenance of photovoltaic systems | |
| Ospina et al. | Distributed control of small-scale power systems using noncooperative games | |
| Al‐Gablawy | Retracted: Optimal peak shifting of a domestic load connected to utility grid using storage battery based on deep Q‐learning network | |
| Ciabattoni et al. | Solar irradiation forecasting for pv systems by fully tuned minimal rbf neural networks | |
| Liu et al. | Distribution system segmented model simplification with independent dynamically changing end-use loads | |
| Lefort | A smart grid ready building energy management system based on a hierarchical model predictive control. | |
| EP4270711A1 (en) | Methods and systems for controlling a chp device in a microgrid | |
| Yadav et al. | Deep Reinforcement Learning and Energy Price Prediction |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200330 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200330 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200514 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200519 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200616 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6719419 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |