CN108350862B - 使用模型预测控制的风力涡轮机的电力增强 - Google Patents
使用模型预测控制的风力涡轮机的电力增强 Download PDFInfo
- Publication number
- CN108350862B CN108350862B CN201680065583.3A CN201680065583A CN108350862B CN 108350862 B CN108350862 B CN 108350862B CN 201680065583 A CN201680065583 A CN 201680065583A CN 108350862 B CN108350862 B CN 108350862B
- Authority
- CN
- China
- Prior art keywords
- enhancing
- wind turbine
- period
- electric power
- track
- 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.)
- Active
Links
- 230000002708 enhancing effect Effects 0.000 claims abstract description 120
- 238000004519 manufacturing process Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 21
- 238000010248 power generation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 8
- 230000001965 increasing effect Effects 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 239000000470 constituent Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 208000034657 Convalescence Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
- F03D7/043—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic
- F03D7/045—Automatic control; Regulation by means of an electrical or electronic controller characterised by the type of control logic with model-based controls
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2220/00—Application
- F05B2220/70—Application in combination with
- F05B2220/706—Application in combination with an electrical generator
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2240/00—Components
- F05B2240/90—Mounting on supporting structures or systems
- F05B2240/91—Mounting on supporting structures or systems on a stationary structure
- F05B2240/912—Mounting on supporting structures or systems on a stationary structure on a tower
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/103—Purpose of the control system to affect the output of the engine
- F05B2270/1033—Power (if explicitly mentioned)
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/328—Blade pitch angle
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/40—Type of control system
- F05B2270/404—Type of control system active, predictive, or anticipative
-
- 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
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- 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
- Y02E10/70—Wind energy
- Y02E10/728—Onshore wind turbines
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本公开涉及与电力增强或有功电力生产的快速增加相关的风力涡轮机的控制。接收增强命令(63)并且基于当前操作状态和增强水平,使用模型预测控制(MPC)例程来计算预测控制轨迹(64)。风力涡轮机在电力增强时段使用所计算的控制轨迹进行控制(65)。
Description
技术领域
本发明涉及风力涡轮机的控制,尤其涉及电力增强或有功电力生产的快速增加。
背景技术
随着电网中风能的渗透增加,可能需要或期望风力涡轮机应该有助于电网的稳定性。在一些电网中,甚至可能以网络代码的形式要求风力涡轮机如何有助于稳定网络。
在风力涡轮机中,存储在旋转***中的动能可以用于网络稳定。这有时被称为风力涡轮机可以提供惯性响应。储存的动能可以用于在短时间内增强来自常规生产的生成电力,即增加输送到电网的电力,同时储存的动能减少,导致转子减速。
可以以不同的方式提供增强,但是其典型地包括增强时段,其中,与预增强时段(或常规生产时段)相比,生成电力增加,之后是恢复时段,其中转子中的动能再次重建至预增强水平。增强的大小、增强的持续时间以及恢复时间的约束可以用网络代码或其他要求来形式化。增强要求的一个示例可以是:风力涡轮机必须能够在给定的时间段内,例如长达10秒,输送额定电力5-10%的电力增强,并且涡轮机必须在2分钟后恢复到常规操作,而不进入20%以下的预增强电力水平。
一篇针对基于模型的控制技术以提供电力***中风力发电机对初级频率调节的贡献的文章被发表为:“An Optimal Model-Based Control Technique to Improve WindFarm Participation to Frequency Regulation”,由Bacciono等人,在IEEETransactions on sustainable energy vol.6,No.3,2015年7月1日,第993-1003页。该文章公开了单独风力发电机和风电场(WF)的模型作为整体以及所提出的控制策略。该方法的关键特征是每个风力涡轮机可以以不同的方式对网络干扰作出反应,这取决于风力涡轮机本身的风速以及其动态条件。
正是在这种背景下设计了这项发明。
发明内容
在短时间内增加电力生产期间,即在增强期间,提供风力涡轮机的改进的控制将是有利的。尤其是,在整个增强时段(包括增强时段和恢复时段这两者)提供控制风力涡轮机的其他方式将是有利的。
相应地,在第一方面,提供了一种控制风力涡轮机的方法,包括:
接收请求电力增强以增加电力生产的增强命令,所述增强命令包括增强水平;
接收风力涡轮机的当前操作状态;
基于当前操作状态和增强水平,使用模型预测控制(MPC)例程计算一个或多个预测操作轨迹,所述一个或多个预测操作轨迹包括预测控制轨迹,其中,轨迹包括至少一个变量的时间序列;
在电力增强时段使用控制轨迹来控制风力涡轮机。
在本发明中,涡轮机的操作基于计算出的控制轨迹。轨迹是对于给定时隙的变量的时间序列,所述轨迹包括对于与变量有关的操作参数的下一个变量值以及对于给定参数的未来变量值的预测或预期数量。例如,控制轨迹可以是一种俯仰轨迹,所述俯仰轨迹包括下一个俯仰命令,以及未来俯仰命令的预期或预测数量。
通过使用模型预测控制(MPC)例程形式的滚动时域控制例程来计算一个或多个预测的操作轨迹。由于MPC算法非常适合基于风力涡轮机的实际状态计算操作轨迹,因此使用MPC算法计算增强时段的控制轨迹是有利的。MPC算法直接考虑对***变量的约束,并且因此可以有利地用于在安全操作界限内找到最优操作轨迹,不仅对于当前控制设定点,而且对于未来设定点。
在增强情况下,涡轮机离开常规操作,并且可能在操作方面离开最优操作,以实现对应于相应风力条件的最大有效输出电力。在这种情况下基于MPC控制器来控制涡轮机是有利的,因为在给定的增强条件下可以确保最优操作,并且可以确保风力涡轮机停留在操作界限内,不仅仅是当前时刻,而且贯穿整个预测时域。
增强时段电力生产的增加可基于存储在旋转***中的动能,即存储在转子惯性中的动能。因此,转子在增强时段期间可能会减速。基于存储在旋转***中的动能增强电力生产,允许在风力不足以生成增强电力的情况下进行增强。基于转子惯性增加电力生产不会增加转子和塔架上的疲劳负荷,但只能对有限的时间内是可能的。
在一个实施例中,可以在增强时段进行优化并考虑恢复时段。在电力增强时段控制涡轮机时,确保涡轮机以最优方式经历恢复期且对电力生产的影响最小。
其他实施方式将结合具体实施方式部分中的内容进行描述。
在另外的方面中,本发明还涉及一种计算机程序产品,该计算机程序产品包括一种软件代码,所述软件代码配置为当在数据处理***上被执行时控制风力涡轮机,还涉及用于风力涡轮机的控制***以及根据本发明的各个方面中任一方面控制的风力涡轮机。
该计算机程序产品可以提供在包括指令的计算机可读存储介质上,当该计算机程序产品被加载到数据处理***上时,使数据处理***,例如以控制器的形式,执行指令。
控制***、控制方法和/或计算机程序产品可以至少部分地在风力涡轮机停放控制器中实现,该风力涡轮机停放控制器被布置为控制风力涡轮机停放区的至少选定的涡轮机。风力涡轮机停放控制器也可以被称为发电站控制器PPC。
总体上,本发明的各个方面可以在本发明的范围内以任何可能的方式组合和耦合。参考下文描述的实施例,本发明的这些和其它方面、特征和/或优点将变得明显并且被阐明。
附图说明
将参考附图仅以举例的方式描述本发明的实施例,其中:
图1以示意性透视图示出风力涡轮机的示例;
图2示出了与风力涡轮机的元件一起的控制***的实施例;
图3示出了与测量的操作变量y有关的MPC例程和MPC计算的控制变量u的大致各方面;
图4显示了增强的一个示例,包括增强时段和恢复时段期间;
图5示出了根据本发明的实施例的控制器结构的示意图;和
图6示出了用于控制风力涡轮机执行本发明的各种实施例的各步骤的流程图的元素。
具体实施方式
图1以示意性透视图示出了风力涡轮机1的示例。风力涡轮机1包括塔架2、布置在塔架顶点处的机舱3,以及可操作地耦合到发电机的转子4,所述发电机容纳在机舱3的内部。除发电机外,机舱容纳将风能转换为电能所需的各种组成元件以及操作、控制和优化风力涡轮机1的性能所需的各种组成元件。风力涡轮机的转子4包括中央轮毂5和从中央轮毂5向外伸出的多个叶片6。在图示的实施例中,转子4包括三个叶片6,但该数量可以变化。此外,风力涡轮机包括控制***。控制***可以放置在机舱内或者分布在涡轮机内部(或外部)的多个位置处并且可通信地连接。
风力涡轮机1可以被包括在属于风电站的其他风力涡轮机的集合中,所述风电站也被称为风电场或风电田,其用作通过传输线与电网连接的发电站。电网总体上由发电站、传输电路和变电站组成网络,所述网络由传输线网络耦合,将电力传输给以最终用户和电力公用事业的其他用户的形式的负载。风电站可以包括发电站控制器,其可以负责控制各个涡轮机的某些方面。
图2示意性地示出了与风力涡轮机的元件一起的控制***20的实施例。风力涡轮机包括转子叶片21,所述转子叶片经由齿轮箱23机械地连接到发电机22。在直接驱动***和其他***中,齿轮箱可能不存在。由发电机22生成电力经由电转换器25被注入到电网24中。发电机22可以是双馈感应发电机,但是可以使用其他发电机类型。
控制***20包括多个元件,包括至少一个具有处理器和存储器的控制器200,使得处理器能够基于存储在存储器中的指令来执行计算任务。总体上,风力涡轮机控制器确保在操作中风力涡轮机生成所请求的电力输出水平。这是通过调整俯仰角和/或转换器的电力提取而获得的。为此,控制***包括俯仰***,该俯仰***包括使用俯仰参考28的俯仰控制器27和包括使用电力参考26的电力控制器29的电力***。该风力涡轮机转子包括转子叶片,该转子叶片可以通过俯仰机制而俯仰。转子可以包括同时调整所有转子叶片上的所有俯仰角的共同俯仰***,并且除此之外还包括能够单独俯仰转子叶片的单独俯仰***。控制***或控制***的元件可以放置在发电站控制器(未示出)中,使得涡轮机可以基于外部提供的指令来操作。
在本发明的实施例中,控制***200执行被编程为接收风力涡轮机的当前操作状态的模型预测控制(MPC)例程。基于当前操作状态,计算一个或多个预测操作轨迹,其包括至少一个预测操作轨迹,其大体上至少包括俯仰设定点28和电力设定点26。
图3示出了与测量的操作变量y有关的MPC例程和在增强的情况下MPC计算的控制变量u的大致各方面。该图的上部分30示出了对于变量y的状态轨迹,并且该图的下部分31示出了对于控制变量u的控制轨迹。
操作轨迹和控制轨迹可以包括但不限于以下参数中的一个或多个:俯仰值(包括集合俯仰值和单独俯仰值)、转子速度、转子加速度、塔架运动、与电力有关的各参数、与转矩有关的各参数和这些参数的导数,以及诸如生成电力Pg、从风提取的电力Pw、在风中的可获得电力Pav以及在旋转***中的动能K的参数。
在一个实施例中,操作轨迹是预测的操作状态轨迹。状态是操作参数的集合,经常表示为向量。示例性风力涡轮机状态是:
其中包括俯仰值θ、转子角速度ω,和塔架顶位置s以及这些参数的时间导数。可以使用其他和更多参数来限定风力涡轮机状态x*。一般而言,操作轨迹包括用于计算所需疲劳负载量度的操作参数。
风力涡轮机的当前操作状态的状态值可以基于来自传感器的所测量的传感器读数,所述传感器布置成测量与风力涡轮机的物理状态值有关的传感器数据。另外,也可以使用估计值或计算值。在一个实施例中,状态可以由状态计算器(例如,其形式为负责确定当前操作状态的专用计算单元,例如观察器或卡尔曼滤波器)来确定。
轨迹也可以表示为控制轨迹。示例性控制轨迹可以是:
包括俯仰参考信号和电力参考信号。可以使用其他和更多参数来限定风力涡轮机控制信号u1*。
图3示出了针对多个离散时间步长的测量变量的轨迹33。该图示出了当前时间k以及过去的多个时间步长34和多个未来时间步长35(也分别称为对于状态变量y和控制变量u的预测时域和控制时域)。已知的变量值,即基于已测量的值,用实心圆标记,而预测的变量值用空心圆标记。轨迹可以包括预测值的时间序列,即只有空心圆。该轨迹不需要包括过去的并已知的值,但是可以在某些实施例中包括。特别地,当前值32可被包括用于测量变量的轨迹。轨迹可以跨越几秒钟的时间序列,例如5-10秒。然而,根据给定的执行方式,轨迹可能更长或更短。
作为示例,轨迹示出了在时间t1给出增强命令(即样本k)以将输出电力从预增强水平38增加到增强水平39的情况下的生成电力Pg。轨迹示出了当前生成电力水平32以及预测的未来电力水平。也显示所示的变量允许的最大值和最小值。
图3进一步示出了通过使用MPC算法确定的一般控制轨迹36的示例。图3示出了操作状态轨迹33和一般控制轨迹36之间的关系。
虽然当前k-th值对于测量变量32是已知的,但是通过使用MPC例程来计算控制轨迹的当前值37。
该图还显示了u的控制轨迹值允许的最大和最小值。
作为示例,轨迹显示了俯仰角的轨迹,即u=θ。在该示例中,基于接收到的增强命令,MPC算法确定相关的设定点,例如用于转换器的电力设定点以增加生成电力。结果,俯仰角被降低。轨迹显示下一个俯仰设置37以及预测的未来俯仰设置以实现新的设定点设置。
MPC基于迭代有限时域优化。在时间t,当前状态被采样并且在计算成本最小化控制策略用于未来的时间范围内:[t,t+T]。在控制信号中仅使用当前样本k的第一预测值,然后再次采样涡轮机状态并从新的当前状态开始重复计算,产生新的控制轨迹和新的预测状态轨迹。预测时域不断向前移动,因此MPC是滚动时域控制器。
模型预测控制(MPC)是一种多变量控制算法,它使用优化成本函数J在滚动预测时域内计算最优控制移动。
优化成本函数可以由下式给出:
参考图3,ri是第i-th个变量的设定点,yi和ui是第i-th个轨迹变量,并且wyi是定义该变量的相对重要性的权重矩阵,并且wui定义与该变量的变化相关的惩罚权重矩阵。
图4显示了一个增强的示例。该图显示了四个时期,预增强时期40,对应于根据给定操作条件的常规操作。在时间t1,接收到增强命令,增强命令请求以增加电力生产的电力增强导致在增强时段41电力生产从预增强水平P_preboost增加到指定增强水平P_boost39。在增强时段,电力增加基于存储在旋转中的动能。增强时段在t2结束,之后涡轮机进入恢复时段42,其中重获旋转中失去的动能。在恢复时段42,生成电力减少45到被称为P_dip的电力水平。这种减少一般被称为电力下降(power drop)。在恢复时段后,恢复常规操作。
在一个实施例中,风力涡轮机的控制器接收增强命令,增强命令包括增强水平(P_boost)。与接收增强命令一起,控制器接收或访问风力涡轮机的当前操作状态。基于当前操作状态和增强水平,使用模型预测控制(MPC)例程来计算一个或多个预测操作轨迹,并且在电力增强时段使用控制轨迹来控制风力涡轮机。
增强水平可以用不同的方式限定,例如,作为给定值、作为预增强电力(或当前生成电力)的百分比、作为风中可获得电力的百分比,或通过任何其他合适的手段。
图5示出了根据本发明实施例的控制***50的各元件的示意性概览。该控制器结构可以例如是在图2所示的控制器200中实现。
控制***50可以包括MPC模块51形式的控制器单元,所述MPC模块接收风力涡轮机的当前操作状态52,并且基于当前操作状态使用模型预测控制(MPC)例程来计算一个或多个预测操作轨迹53,在此之后预测控制轨迹包括生成电力Pg。
控制***还可以包括增强模块54形式的控制器单元,其被执行为接收增强命令55并将该增强命令转发给MPC控制器51。所转发的增强命令56可以是以最小所请求的生成电力的形式。
可以基于检测到的能量分配***的***操作参数的变化来请求增强命令55。例如,增强命令可以由检测到的网络中的频率下降来触发。增强命令也可以从外部操作***接收,例如执行稳定网络的例程的网络操作***。
在一个实施例中,通过在模型预测控制例程中施加一个或多个约束来增加(增强)电力生产。
在一个实施例中,通过在模型预测控制例程中施加所请求的生成电力(Pg)的最小值作为约束来执行增强功能。
在一个实施例中,所请求的生成电力(Pg)的第一最小值39作为增强时段41的模型预测控制例程中的约束而被施加,并且所请求的生成电力(Pg)的第二最小值45作为在恢复时段42的模型预测控制例程中的约束而被施加。第一最小值可以由增强水平限定并且第二最小值可以由最小允许生成电力限定。
在第二最小值中,电力水平可以不直接限定为最小电力水平,而是可以从相对于预增强电力水平不下降超过一定百分比的要求而间接设定。
此外,恢复时段中的最小电力约束可以选择为不下降低于某个电力水平的最小值Pgmin以及仍然确保转子加速的最大发电机电力水平。
例如:
在增强时段期间:Pgmin=P_preboost+P_boost,并且
在恢复期间:Pgmin=min(P_preboost-P_dip,Pg_acc)
其中,Pg_acc是为了确保转子加速而允许的最大Pg。对于给定时刻k,Pg_acc<α*(Pw[k]+K[k+1]-K[k]),其中,α是用于控制所需恢复时间的小于1的参数,且Pw是从风中提取的电力。
有利的是,通过使用最小值形式的约束来增加电力生产,可能还有基于以(第二)最小值形式的约束建立在恢复时段的电力水平。这是一个优点,因为约束是MPC例程的积分元素,也因此可以通过约束处理以简单的方式处理增强。
一个或多个预测的操作轨迹33的时间序列可以跨越整个增强时段的至少一部分。这可以有利地用于确保涡轮机至少在预测时域或其已知部分期间支持持续增强。在一个实施例中,将至少一个预测操作轨迹的时隙与终止标准进行比较。以这种方式,如果在时隙中至少一个预测的操作轨迹满足终止标准,则可以终止增强时段。作为示例,可以设置最小动能水平Kmin、最小转速ωmin,或其他终止标准。例如,如果预动态能量降低到预测时域内的预定数量样本的最低水平以下,则增强时段终止,并且开始恢复时段。以这种方式,可以确保增强时间的延长不会长于其在恢复时段实际的恢复。
在一个实施例中,基于转子中的预测动能确定最大增强时段。在该实施例中,预测的操作轨迹中的至少一个是转子中的预测动能。在该实施例中,最大增强时段可以被确定为与转子中的预测动能大于预定值的时间序列的持续时间相对应的时间段。最大增强时段可以从增强模块54输出为待使用的(例如,由发电站控制器或***操作员使用的)信号57。
预测动能应该大于的预定值可以基于由模型预测控制例程预测的风中可获得电力来确定。以这种方式,可以确保风中的可获得电力等于或大于用于使风力涡轮机返回到预增强电力生产水平所需的可获得电力。
为了计算最大增强周期(Tleft),给定Pgmin值和当前风速以及发电机速度/动能,可以提供在预测时域内具有预测动能的矢量Kpred。向量中的元素编号对应于预测中的时间步长,即,第三个元素是向前3个时间步长的预测。在一个实施例中,期间Tleft可以从Kpred中对应对于K>Kmin*γ的最长预测的元素而计算出来,其中,γ是调整预测中的不确定性的参数并且Kmin被计算为K的最小值,其满足:
Pav(V,Kmin)-Ploss>P_preboost-P_dip
Pav是一个函数(在MPC中执行),其计算作为根据风速和动能K的函数的可获得电力。可以包含元素Ploss以考虑传动设备和发电机中的电力和机械力损失。在实施例中,Ploss也可以由MPC预测。
在一个实施例中,增强能力可以计算为1-Tb/(Tb+Tleft),其中,Tb是在增强中当前花费的时间。增强能力可以从增强模块54输出为待使用的(例如由发电站控制器或***操作员使用的)信号57。低增强能力对应于转子转速过低的高风险。增强能力可以用其他方式计算。作为进一步的示例,其可以作为最小函数min(l,Tleft/Tboost)的结果给出,其中,Tboost是预定义的增强长度。在这个实施例中,输出表示可以提供整个预定义的增强长度或者仅提供其一部分。在一个实施例中,可以将终止标准定义为增强能力的阈值,其用于终止增强时段并进入恢复时段。
由于MPC例程是滚动例程,因此在增强时段可以重复计算任何参数,包括最小时段和增强能力。这是有利的,因为通过这种方式,可以确保对于下一个期间(预测时域),涡轮机不进入其从中不能恢复的操作状态,因此可获得增强的更好控制。
在示例性实施例中,使用于增强时段的优化问题具有下列形式:
u*(t)=argminJ0(S(t),P(t),u(t))
受限于一组约束。
在常规操作/预增强操作期间,示例性约束可以以如下这种参数给出:额定转子速度(ωR),其应该低于一给定极限值ΓωR,以及俯仰角θi(带有导数),其应该在对于每个叶片i的给定极限值内。此外,设定一约束,其中生成电力Pg应该低于额定电力Pr。
-5≤θi≤90,i∈(1,2,3}
Pg≤Pr
在电力增强41期间,电力约束改变为:
P_preboost+P_boost≤Pg≤Pr+P_boost
而在恢复时段42,电力约束被设置为:
P_preboost-P_dip≤Pg≤Pr
函数argmin是标准数学运算符,它代表最小值的增强量,并找到由S、P、u和t所跨越的参数空间中的点,其中,成本函数J0具有最小值。
这里,名义成本函数J0使用控制信号u(t)提供电力(P)和负载(S)之间的折衷,而约束限制转子速度、叶片俯仰角、叶片俯仰速度和电力。控制信号一般由叶片俯仰角和转换器的电力参考值组成:
图6示出了显示用于控制风力涡轮机以执行本发明的各种实施例的步骤的流程图的各元素。
这些元素可以执行为计算机程序产品或代码,其被配置为生成指令给控制器,该控制器被设置成控制风力涡轮机或风力涡轮机的组成元件的操作。计算机程序可以以任何适当的方式提供。计算机程序产品一般由风力涡轮机控制***或者由诸如发电站控制器的外部控制器存储并由其执行。
在第一步骤61中,确定或接收风力涡轮机的当前操作状态。风力涡轮机的当前操作状态一般在涡轮机的总体控制中常规地不断更新。在常规情况下,基于当前的操作状态,一个或多个预测操作轨迹被计算62。
在本发明的实施例中,接收请求电力增强以增加电力生产增强指令63。随后,基于当前操作状态和增强水平,一个或多个预测操作增强轨迹被计算64。预测操作轨迹包括至少一个控制轨迹,用于在电力增强时段控制风力涡轮机,即增强65。
虽然已经结合具体实施例描述了本发明,但不应将其解释为以任何方式限于所给出的示例。本发明可以通过任何合适的手段来执行;并且根据所附权利要求书来解释本发明的范围。权利要求中的任何参考符号不应被解释为限制所述范围。
Claims (15)
1.一种控制风力涡轮机的方法,包括:
接收请求电力增强以增加电力生产的增强命令,所述增强命令包括增强水平;
接收风力涡轮机的当前操作状态;
基于当前操作状态和增强水平,使用模型预测控制(MPC)例程计算一个或多个预测操作轨迹,所述一个或多个预测操作轨迹包括预测控制轨迹,其中,轨迹包括至少一个变量的时间序列;
在电力增强期间使用控制轨迹来控制风力涡轮机;
其特征在于所述电力增强包括:
增强时段,其中,所述电力生产增加并且所述风力涡轮机转子减速;
恢复时段,紧随增强时段,其中,所述电力下降并且所述风力涡轮机转子加速,
其中,该方法包括:
增加电力生产是通过在增强时段期间施加所请求的生成电力(Pg)的第一最小值作为模型预测控制例程中的约束,所述第一最小值由增强水平限定;以及
在所述恢复时段期间施加所述所请求的生成电力(Pg)的第二最小值作为所述模型预测控制例程中的约束,所述第二最小值由最小允许生成电力限定。
2.根据权利要求1所述的方法,其中,通过在所述模型预测控制例程中施加一个或多个约束来增加所述电力生产。
3.根据权利要求1所述的方法,其中,通过在所述模型预测控制例程中施加所述所请求的生成电力(Pg)的最小值作为约束来增加所述电力生产。
4.根据权利要求1-3中任一项所述的方法,其中,在电力增强控制期间,所述一个或多个预测操作轨迹被重复地计算为滚动时域轨迹,并且其中,使用最后计算的控制轨迹来控制所述风力涡轮机。
5.根据权利要求4所述的方法,其中,所述一个或多个预测操作轨迹的时间序列跨越整个增强时段的至少一部分,并且其中,至少一个预测操作轨迹的时隙与终止标准相比较,并且其中,如果所述至少一个预测操作轨迹在时隙中满足终止标准,则终止增强时段。
6.根据权利要求1-3中任一项所述的方法,其中,在所述增强期间的在电力生产中的增加基于存储在所述风力涡轮机的旋转***中的动能。
7.根据权利要求4所述的方法,其中,确定最大增强时段,其中,所述至少一个预测操作轨迹是转子中的预测动能,并且其中,所述最大增强时段被确定为对应于时间序列的持续时间,其中,在转子中的预测动能大于预定值。
8.根据权利要求7所述的方法,其中,基于由所述模型预测控制例程预测的风中可获得电力确定所述预定值,使得确保风中可获得电力等于或大于使风力涡轮机返回到预增强电力生产水平所需的可获得电力。
9.根据权利要求7所述的方法,其中,如果所述最大增强时段短于最小时段,则所述增强时段终止。
10.根据权利要求9所述的方法,其中,在所述增强时段期间重复计算所述最小时段。
11.根据权利要求1-3中任一项所述的方法,其中,所述增强命令基于检测到的所述风力涡轮机的能量分配***的***操作参数的变化。
12.根据权利要求1-3中任一项所述的方法,其中,基于来自布置成测量与所述风力涡轮机的物理状态有关的传感器数据的传感器读数而获得所述风力涡轮机的当前操作状态。
13.一种计算机程序产品,包括:配置为当在数据处理***上被执行时控制风力涡轮机的软件代码,所述计算机程序产品配置为执行权利要求1-12中任一项所述的方法。
14.一种用于风力涡轮机的控制***,包括:
控制器单元,其被布置为接收增强命令,所述增强命令包括请求电力增强用于增加电力生产的指令,所述增强命令包括增强水平;
控制器单元,其被布置为接收风力涡轮机的当前操作状态并且基于当前操作状态和增强水平,使用模型预测控制(MPC)例程来计算一个或多个预测操作轨迹,所述一个或多个预测操作轨迹包括预测控制轨迹,其中,轨迹包括至少一个变量的时间序列;
控制器单元,其能够基于控制轨迹生成用于控制风力涡轮机的指令,
所述控制器单元被布置成执行权利要求1-12中任一项所述的方法。
15.一种风力涡轮机,包括:配置为执行根据权利要求1-12中任一项所述的方法的控制***。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA201570641 | 2015-10-09 | ||
DKPA201570641 | 2015-10-09 | ||
PCT/DK2016/050319 WO2017059862A1 (en) | 2015-10-09 | 2016-10-04 | Power boost of a wind turbine using model predictive control |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108350862A CN108350862A (zh) | 2018-07-31 |
CN108350862B true CN108350862B (zh) | 2019-12-03 |
Family
ID=57136633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680065583.3A Active CN108350862B (zh) | 2015-10-09 | 2016-10-04 | 使用模型预测控制的风力涡轮机的电力增强 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10731632B2 (zh) |
EP (1) | EP3359811B1 (zh) |
CN (1) | CN108350862B (zh) |
ES (1) | ES2819124T3 (zh) |
WO (1) | WO2017059862A1 (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3440346B1 (en) * | 2016-04-07 | 2021-06-02 | Vestas Wind Systems A/S | Control of a wind turbine taking noise into account |
US11053918B2 (en) * | 2016-05-25 | 2021-07-06 | Vestas Wind Systems A/S | Wind turbine control system comprising improved upsampling technique |
WO2018153526A1 (en) * | 2017-02-24 | 2018-08-30 | Siemens Wind Power A/S | Inertial response for grid stability |
US10731633B2 (en) * | 2017-05-19 | 2020-08-04 | General Electric Company | Power generation stabilization control systems and methods |
CN107152377B (zh) * | 2017-07-18 | 2019-04-09 | 北京金风科创风电设备有限公司 | 对风力发电机组的输出功率进行控制的方法和设备 |
DE102017009985A1 (de) * | 2017-10-26 | 2019-05-02 | Senvion Gmbh | Verfahren zum Betreiben einer Windenergieanlage und Steuerung für eine Windenergieanlage |
EP3506026A1 (de) | 2017-12-29 | 2019-07-03 | Siemens Aktiengesellschaft | Verfahren zur rechnergestützten prädiktion von mindestens einer globalen betriebsgrösse eines technischen systems |
WO2020011322A1 (en) | 2018-07-09 | 2020-01-16 | Vestas Wind Systems A/S | Multirotor wind turbine power boost strategy |
DE102018005556A1 (de) * | 2018-07-13 | 2020-01-16 | Senvion Gmbh | Verfahren zum Betreiben einer Windenergieanlage und Steuerung für eine Windenergieanlage |
CN112997001A (zh) * | 2018-11-02 | 2021-06-18 | 维斯塔斯风力***集团公司 | 使用风力涡轮机为储能***充电的方法 |
EP3712426A1 (en) * | 2019-03-22 | 2020-09-23 | Siemens Gamesa Renewable Energy A/S | Estimating of inertial response power of a wind turbine |
EP4038272A1 (en) * | 2019-09-30 | 2022-08-10 | Vestas Wind Systems A/S | A method for controlling boosted power output of a power generating unit |
US10975847B1 (en) * | 2019-11-08 | 2021-04-13 | General Electric Company | System and method for farm-level control of transient power boost during frequency events |
EP4089278A1 (en) * | 2021-05-12 | 2022-11-16 | General Electric Renovables España S.L. | A method for operating a wind turbine, and a power plant |
EP4166782A1 (en) * | 2021-10-14 | 2023-04-19 | Vestas Wind Systems A/S | Wind turbine model predictive control (mpc) with thrust and/or power correction |
CN117028145B (zh) * | 2023-10-08 | 2023-12-22 | 国网江苏省电力有限公司电力科学研究院 | 考虑塔架载荷抑制的风电机组有功功率控制方法及装置 |
CN117738844B (zh) * | 2024-02-20 | 2024-04-30 | 威海亨策新能源科技有限公司 | 一种农业新能源风力发电控制***及控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101560950A (zh) * | 2008-04-15 | 2009-10-21 | 西门子公司 | 基于预测控制风力涡轮机的方法和装置 |
CN101876289A (zh) * | 2009-04-30 | 2010-11-03 | 通用电气公司 | 用于增强具有多个风力涡轮机的风电厂布局的方法 |
CN102536657A (zh) * | 2010-12-21 | 2012-07-04 | 通用电气公司 | 用于控制风力涡轮机功率输出的***和方法 |
WO2014121794A1 (en) * | 2013-02-07 | 2014-08-14 | Vestas Wind Systems A/S | Power plant & energy storage system for provision of grid ancillary services |
EP2878811A1 (en) * | 2013-11-29 | 2015-06-03 | Alstom Renovables España, S.L. | Methods of operating a wind turbine, and wind turbines |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004056223B4 (de) | 2004-11-17 | 2008-11-27 | Nordex Energy Gmbh | Vorrichtung und Verfahren zur Funktionsprüfung einer Windenergieanlage |
US8237301B2 (en) * | 2008-01-31 | 2012-08-07 | General Electric Company | Power generation stabilization control systems and methods |
EP2376774B1 (en) | 2008-12-15 | 2015-10-14 | Vestas Wind Systems A/S | Pitch control of a wind turbine |
DE102009014012B4 (de) | 2009-03-23 | 2014-02-13 | Wobben Properties Gmbh | Verfahren zum Betreiben einer Windenergieanlage |
US20100283246A1 (en) | 2009-05-07 | 2010-11-11 | Vestas Wind Systems A/S | Wind turbine |
GB2476316B (en) | 2009-12-21 | 2014-07-16 | Vestas Wind Sys As | A wind turbine having a control method and controller for predictive control of a wind turbine generator |
US8095244B2 (en) | 2010-08-05 | 2012-01-10 | General Electric Company | Intelligent active power management system for renewable variable power generation |
GB2484266A (en) | 2010-09-30 | 2012-04-11 | Vestas Wind Sys As | Over-rating control of a wind turbine power plant |
US20120104753A1 (en) | 2010-10-29 | 2012-05-03 | Mitsubishi Heavy Industries, Ltd. | Control system of wind power generator, wind farm, and method for controlling wind power generator |
ES2401857B1 (es) | 2011-01-31 | 2014-03-10 | Gamesa Innovation & Technology S.L. | Métodos y sistemas de control de aerogeneradores mejorados. |
US20130259682A1 (en) | 2012-03-27 | 2013-10-03 | General Electric Company | Method of rotor-stall prevention in wind turbines |
CN102797631B (zh) | 2012-08-24 | 2014-05-14 | 国电联合动力技术有限公司 | 一种风电机组的最优增益在线自校正方法、***及其装置 |
DE102013101151A1 (de) | 2013-02-05 | 2014-08-21 | Carcoustics Techconsult Gmbh | Füllkörper zum Einführen in einen Hohlraum z.B. einer Fahrzeugkarosserie, Herstellungsverfahren für einen solchen Füllkörper sowie Verfahren zum akustischen Abdichten eines Hohlraums z.B. einer Fahrzeugkarosserie |
DK2784303T3 (en) | 2013-03-27 | 2017-01-30 | Alstom Renovables Espana Sl | Method of operating a wind turbine |
US8853877B1 (en) | 2013-05-29 | 2014-10-07 | General Electric Company | System and method for controlling a wind farm |
CN106062358B (zh) * | 2014-02-12 | 2020-06-05 | 维斯塔斯风力***集团公司 | 在尾流状况期间的有功功率提升 |
EP2955368A1 (en) * | 2014-06-10 | 2015-12-16 | ABB Technology AG | Optimal wind farm operation |
US9784241B2 (en) * | 2014-08-25 | 2017-10-10 | General Electric Company | System and method for controlling a wind turbine |
CN104533714B (zh) | 2014-11-03 | 2017-03-01 | 华北电力大学 | 一种风力发电机组控制器参数辨识与整定方法 |
US10683844B2 (en) * | 2015-05-27 | 2020-06-16 | Vestas Wind Systems A/S | Control of a wind turbine taking fatigue measure into account |
CN107810322B (zh) * | 2015-06-26 | 2019-07-16 | 维斯塔斯风力***集团公司 | 通过风力涡轮机增加有功功率 |
KR101545839B1 (ko) | 2015-06-29 | 2015-08-20 | 전북대학교산학협력단 | 풍력발전기의 출력 제어 방법 |
-
2016
- 2016-10-04 ES ES16781668T patent/ES2819124T3/es active Active
- 2016-10-04 EP EP16781668.5A patent/EP3359811B1/en active Active
- 2016-10-04 WO PCT/DK2016/050319 patent/WO2017059862A1/en active Application Filing
- 2016-10-04 US US15/764,454 patent/US10731632B2/en active Active
- 2016-10-04 CN CN201680065583.3A patent/CN108350862B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101560950A (zh) * | 2008-04-15 | 2009-10-21 | 西门子公司 | 基于预测控制风力涡轮机的方法和装置 |
CN101876289A (zh) * | 2009-04-30 | 2010-11-03 | 通用电气公司 | 用于增强具有多个风力涡轮机的风电厂布局的方法 |
CN102536657A (zh) * | 2010-12-21 | 2012-07-04 | 通用电气公司 | 用于控制风力涡轮机功率输出的***和方法 |
WO2014121794A1 (en) * | 2013-02-07 | 2014-08-14 | Vestas Wind Systems A/S | Power plant & energy storage system for provision of grid ancillary services |
EP2878811A1 (en) * | 2013-11-29 | 2015-06-03 | Alstom Renovables España, S.L. | Methods of operating a wind turbine, and wind turbines |
Also Published As
Publication number | Publication date |
---|---|
EP3359811B1 (en) | 2020-09-23 |
ES2819124T3 (es) | 2021-04-15 |
US10731632B2 (en) | 2020-08-04 |
WO2017059862A1 (en) | 2017-04-13 |
EP3359811A1 (en) | 2018-08-15 |
US20180266392A1 (en) | 2018-09-20 |
CN108350862A (zh) | 2018-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108350862B (zh) | 使用模型预测控制的风力涡轮机的电力增强 | |
EP3400384B1 (en) | Control of a wind power plant | |
CN102454544B (zh) | 调整风力涡轮机功率参数的***和方法 | |
Bhatt et al. | Coordinated control of TCPS and SMES for frequency regulation of interconnected restructured power systems with dynamic participation from DFIG based wind farm | |
EP2963284B1 (en) | Methods and systems to operate a wind turbine system | |
KR101318124B1 (ko) | 풍력발전단지의 관성 제어 방법 | |
EP3121442B1 (en) | Operating wind turbines | |
US10018177B2 (en) | Control system and method for mitigating rotor imbalance on a wind turbine | |
CN104074679B (zh) | 一种变速变桨距风电机组全风速限功率优化控制方法 | |
CN107250532A (zh) | 最佳风场运行 | |
US20130259686A1 (en) | System and method for controlling a wind turbine | |
EP3452877B1 (en) | Controlling a wind turbine during a low voltage grid event using mpc | |
CN104285059A (zh) | 风力发电厂频率控制 | |
CN107453410A (zh) | 负荷扰动的双馈风机参与风柴微网调频控制方法 | |
KR20120018331A (ko) | 윈드 터빈에서 윈드 거스트의 발생을 예측하기 위한 방법 및 시스템 | |
Guo et al. | Incorporating approximate dynamic programming-based parameter tuning into PD-type virtual inertia control of DFIGs | |
CN108138749A (zh) | 用于风电站的增强和调节组 | |
CN111379665A (zh) | 风力发电机组的变桨控制方法及*** | |
CN113027674B (zh) | 风力发电机组的控制方法及其装置 | |
CN109973302B (zh) | 风力发电机组的限功率控制方法和装置 | |
CN108026897A (zh) | 用于风力涡轮机的快速反应控制*** | |
EP3812577B1 (en) | System and method for mitigating loads acting on a rotor blade of a wind turbine | |
Belmokhtar et al. | Online parameter identification for a DFIG driven wind turbine generator based on recursive least squares algorithm | |
Odgaard et al. | Model predictive control for wind turbine power boosting | |
US20210098992A1 (en) | State machine for wind power plant |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |