一種電動汽車參與電網調控的調控方法及裝置與流程

2024-04-14 10:44:05

1.本發明涉及電動汽車無感有序充電技術領域，具體涉及一種電動汽車參與電網調控的調控方法及裝置。


背景技術：

2.隨著電動汽車保有量的逐步增長，臺區內的配電容量逐步達到飽和，甚至超出，對電網的壓力非常大。有序充電就是通過調度和控制的手段來實現充電能量的轉移，能量的轉移主要包括時間和功率上的轉移，對於電網來講，主要目的是把電動汽車的充電行為從上半夜的時段引導到後半夜，在電網的低谷時段使用電動汽車充電，為電網做削峰填谷的動作。而對於電動汽車的用戶來講，在臺區內推行有序充電，既可以滿足用戶們就近充電的需求，也可以很好的利用用戶車輛充足的停駛時間，所以臺區充電天然具備移動儲能屬性和可調控屬性，這兩種屬性都是我們做有序充電最需要的東西。
3.現有技術大多都是根據電網的負載狀態，進行比較機械的充電管理計劃。將電動汽車用戶原本下班就開始充電的時間，改到凌晨，減低電網負載，並進行負載調節。例如由日產汽車(7201
─
jp)跟夏威夷合作的jumpsmartmaui試點項目(jsm)，就將電動車的充電時間有序後移，不但避開了負載高峰，還能消耗多餘的風電。之後bmw(bmw-fwb)也跟加州合作，在2015年正式開始ichargeforward計劃。該計劃在有序充電的基礎上，更著重在有序充電的控制，利用通訊技術要車主配合充電的時間，並且研究車主的開車習慣對充電行為的影響，通過app的通知與車主達成可控的充電協議。
4.當前的有序充電技術主要研究的側重點在負荷調節控制上，在電動汽車發展的前期，電動汽車保有量不大，作為充電負荷的相關數據為有序充電的研究起到了很好的促進作用。然而時至今日，電動汽車保有量激增，有序充電計劃的推動力卻還是主要依靠人們的綠色環保意識，推廣能力嚴重不足。對計劃的控制也主要依靠和車主的溝通，然而app的頻繁通知也會給車主帶來不好的體驗，加劇了在進行有序充電調控時的用戶抵制，使得有序充電計劃不能規模化實施。


技術實現要素：

5.為了克服上述缺陷，本發明提出了一種電動汽車參與電網調控的調控方法及裝置。
6.第一方面，提供一種電動汽車參與電網調控的調控方法，所述電動汽車參與電網調控的調控方法包括：
7.將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結果；
8.基於所述優化結果，得到電動汽車參與電網調控的調控策略；
9.其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。
10.優選的，所述電動汽車充電調控相關參數包括下述中的至少一種：臺區下的充電電價、臺區功率最大容量、臺區基礎電力負荷、負荷聚合調控功率、電壓降調控功率、充電時段、併網用戶的充電需求。
11.進一步的，所述臺區基礎電力負荷的獲取過程包括：在篩選與調控日的屬性相同的歷史日，並將所述歷史日的臺區基礎電力負荷的平均值作為調控日的臺區基礎電力負荷；
12.其中，所述屬性包括下述中的至少一種：日類型、天氣類型。
13.進一步的，所述預先構建的電動汽車參與電網調控的調控模型包括：以臺區內的整體可控用戶充電費用最小為目標構建的目標函數以及為電動汽車參與電網調控的配置的約束條件。
14.進一步的，所述目標函數的數學模型如下：
[0015][0016]
上式中，n為臺區內已併網的可控用戶個數，mi為用戶i的優化時段總數，p
i,j
為用戶i第j時段的充電功率，δt為優化時段間隔，為第j時段臺區下的充電電價。
[0017]
進一步的，所述約束條件包括下述中的至少一種：最大容量約束、極限最大功率約束、充電功率約束、充電狀態約束、啟動充電狀態約束、停止充電狀態約束、充電目標約束。
[0018]
進一步的，所述最大容量約束的數學模型如下：
[0019][0020]
上式中，為第j時段的臺區的最大功率，為用戶i第j時段的臺區的最大容量，為用戶i第j時段的臺區基礎電力負荷曲線，為用戶i第j時段的負荷聚合調控功率，為用戶i第j時段的電壓降調控功率。
[0021]
進一步的，所述極限最大功率約束的數學模型如下：
[0022][0023]
所述充電功率約束的數學模型如下：
[0024]
1.5
×di,j
≤p
i,j
≤7
×di,j
[0025]
所述充電狀態約束的數學模型如下：
[0026][0027]
所述啟動充電狀態約束的數學模型如下：
[0028][0029]
所述停止充電狀態約束的數學模型如下：
[0030][0031]
上式中，d
i,j
為用戶i第j時段的充電狀態，d
i,j-1
為用戶i第j-1時段的充電狀態，為用戶i第j時段的啟動充電狀態，d
i,j+1
為用戶i第j+1時段的充電狀態，為用戶i第j時段的停止充電狀態，sum為求和函數，其中，d
i,j
＝0or1，當用戶i第j時段不充電時，d
i,j
＝0，當用戶i第j時段充電時，d
i,j
＝1。
[0032]
進一步的，所述充電目標約束的數學模型如下：
[0033][0034]
上式中，e為臺區全部併網用戶的充電需求，為用戶i的充電需求。
[0035]
第二方面，提供一種電動汽車參與電網調控的調控裝置，所述電動汽車參與電網調控的調控裝置包括：
[0036]
第一分析模塊，用於將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結果；
[0037]
第二分析模塊，用於基於所述優化結果，得到電動汽車參與電網調控的調控策略；
[0038]
其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。
[0039]
優選的，所述電動汽車充電調控相關參數包括下述中的至少一種：臺區下的充電電價、臺區功率最大容量、臺區基礎電力負荷、負荷聚合調控功率、電壓降調控功率、充電時段、併網用戶的充電需求。
[0040]
進一步的，所述第一分析模塊中臺區基礎電力負荷的獲取過程包括：在篩選與調控日的屬性相同的歷史日，並將所述歷史日的臺區基礎電力負荷的平均值作為調控日的臺區基礎電力負荷；
[0041]
其中，所述屬性包括下述中的至少一種：日類型、天氣類型。
[0042]
進一步的，所述預先構建的電動汽車參與電網調控的調控模型包括：以臺區內的整體可控用戶充電費用最小為目標構建的目標函數以及為電動汽車參與電網調控的配置的約束條件。
[0043]
進一步的，所述目標函數的數學模型如下：
[0044][0045]
上式中，n為臺區內已併網的可控用戶個數，mi為用戶i的優化時段總數，p
i,j
為用戶i第j時段的充電功率，δt為優化時段間隔，為第j時段臺區下的充電電價。
[0046]
進一步的，所述約束條件包括下述中的至少一種：最大容量約束、極限最大功率約束、充電功率約束、充電狀態約束、啟動充電狀態約束、停止充電狀態約束、充電目標約束。
[0047]
進一步的，所述最大容量約束的數學模型如下：
[0048][0049]
上式中，為第j時段的臺區的最大功率，為用戶i第j時段的臺區的最大容量，為用戶i第j時段的臺區基礎電力負荷曲線，為用戶i第j時段的負荷聚合調控功率，為用戶i第j時段的電壓降調控功率。
[0050]
進一步的，所述極限最大功率約束的數學模型如下：
[0051][0052]
所述充電功率約束的數學模型如下：
[0053]
1.5
×di,j
≤p
i,j
≤7
×di,j
[0054]
所述充電狀態約束的數學模型如下：
[0055][0056]
所述啟動充電狀態約束的數學模型如下：
[0057][0058]
所述停止充電狀態約束的數學模型如下：
[0059][0060]
上式中，d
i,j
為用戶i第j時段的充電狀態，d
i,j-1
為用戶i第j-1時段的充電狀態，為用戶i第j時段的啟動充電狀態，d
i,j+1
為用戶i第j+1時段的充電狀態，為用戶i第j時段的停止充電狀態，sum為求和函數，其中，d
i,j
＝0or1，當用戶i第j時段不充電時，d
i,j
＝0，當用戶i第j時段充電時，d
i,j
＝1。
[0061]
進一步的，所述充電目標約束的數學模型如下：
[0062][0063]
上式中，e為臺區全部併網用戶的充電需求，為用戶i的充電需求。
[0064]
第三方面，提供一種計算機設備，包括：一個或多個處理器；
[0065]
所述處理器，用於存儲一個或多個程序；
[0066]
當所述一個或多個程序被所述一個或多個處理器執行時，實現所述的電動汽車參與電網調控的調控方法。
[0067]
第四方面，提供一種計算機可讀存儲介質，其上存有電腦程式，所述電腦程式被執行時，實現所述的電動汽車參與電網調控的調控方法。
[0068]
本發明上述一個或多個技術方案，至少具有如下一種或多種有益效果：
[0069]
本發明提供了一種電動汽車參與電網調控的調控方法及裝置，包括：將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結
果；基於所述優化結果，得到電動汽車參與電網調控的調控策略；其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。本發明提供的技術方案為臺區內的電動汽車用戶的無感有序充電技術提供了支撐，構建了可以應對多種外部功率調控指令的動態優化求解方案，實現了以用戶最低電價為目標的充電策略，能夠提高電網的削峰填谷能力和聚合負荷調控能力，同時增強了用戶對有序充電的積極性，對後續實現臺區內充電樁的大規模精確調控提供了支持。
附圖說明
[0070]
圖1是本發明實施例的電動汽車參與電網調控的調控方法的主要步驟流程示意圖；
[0071]
圖2是本發明實施例的電動汽車參與電網調控的調控裝置的主要結構框圖。
具體實施方式
[0072]
下面結合附圖對本發明的具體實施方式作進一步的詳細說明。
[0073]
為使本發明實施例的目的、技術方案和優點更加清楚，下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其它實施例，都屬於本發明保護的範圍。
[0074]
如背景技術中所公開的，隨著電動汽車保有量的逐步增長，臺區內的配電容量逐步達到飽和，甚至超出，對電網的壓力非常大。有序充電就是通過調度和控制的手段來實現充電能量的轉移，能量的轉移主要包括時間和功率上的轉移，對於電網來講，主要目的是把電動汽車的充電行為從上半夜的時段引導到後半夜，在電網的低谷時段使用電動汽車充電，為電網做削峰填谷的動作。而對於電動汽車的用戶來講，在臺區內推行有序充電，既可以滿足用戶們就近充電的需求，也可以很好的利用用戶車輛充足的停駛時間，所以臺區充電天然具備移動儲能屬性和可調控屬性，這兩種屬性都是我們做有序充電最需要的東西。
[0075]
現有技術大多都是根據電網的負載狀態，進行比較機械的充電管理計劃。將電動汽車用戶原本下班就開始充電的時間，改到凌晨，減低電網負載，並進行負載調節。例如由日產汽車(7201
─
jp)跟夏威夷合作的jumpsmartmaui試點項目(jsm)，就將電動車的充電時間有序後移，不但避開了負載高峰，還能消耗多餘的風電。之後bmw(bmw-fwb)也跟加州合作，在2015年正式開始ichargeforward計劃。該計劃在有序充電的基礎上，更著重在有序充電的控制，利用通訊技術要車主配合充電的時間，並且研究車主的開車習慣對充電行為的影響，通過app的通知與車主達成可控的充電協議。
[0076]
當前的有序充電技術主要研究的側重點在負荷調節控制上，在電動汽車發展的前期，電動汽車保有量不大，作為充電負荷的相關數據為有序充電的研究起到了很好的促進作用。然而時至今日，電動汽車保有量激增，有序充電計劃的推動力卻還是主要依靠人們的綠色環保意識，推廣能力嚴重不足。對計劃的控制也主要依靠和車主的溝通，然而app的頻繁通知也會給車主帶來不好的體驗，加劇了在進行有序充電調控時的用戶抵制，使得有序充電計劃不能規模化實施。
[0077]
為了改善上述問題，本發明提供了一種電動汽車參與電網調控的調控方法及裝
置，包括：將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結果；基於所述優化結果，得到電動汽車參與電網調控的調控策略；其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。本發明提供的技術方案為臺區內的電動汽車用戶的無感有序充電技術提供了支撐，構建了可以應對多種外部功率調控指令的動態優化求解方案，實現了以用戶最低電價為目標的充電策略，能夠提高電網的削峰填谷能力和聚合負荷調控能力，同時增強了用戶對有序充電的積極性，對後續實現臺區內充電樁的大規模精確調控提供了支持。下面對上述方案進行詳細闡述。
[0078]
實施例1
[0079]
參閱附圖1，圖1是本發明的一個實施例的電動汽車參與電網調控的調控方法的主要步驟流程示意圖。如圖1所示，本發明實施例中的電動汽車參與電網調控的調控方法主要包括以下步驟：
[0080]
步驟s101：將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結果；
[0081]
步驟s102：基於所述優化結果，得到電動汽車參與電網調控的調控策略；
[0082]
其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。
[0083]
本實施例中，所述電動汽車充電調控相關參數包括下述中的至少一種：臺區下的充電電價、臺區功率最大容量、臺區基礎電力負荷、負荷聚合調控功率、電壓降調控功率、充電時段、併網用戶的充電需求。
[0084]
在一個實施方式中，所述臺區基礎電力負荷的獲取過程包括：在篩選與調控日的屬性相同的歷史日，並將所述歷史日的臺區基礎電力負荷的平均值作為調控日的臺區基礎電力負荷；
[0085]
其中，所述屬性包括下述中的至少一種：日類型、天氣類型。
[0086]
在一個具體的實施方式中，例如，在第t天計算t-1天的臺區基礎負荷曲線(臺區整體負荷曲線-可控充電樁的充電負荷曲線)；利用累計的歷史基礎負荷曲線進行基礎負荷預測。預測頻率為每天預測一次，每次預測未來48小時的負荷數據。
[0087]
通過統計學的方法預測該臺區的負荷曲線。
[0088]
輸入預測日所屬的日類型(工作日/周末/節假日)以及天氣(晴/雨)，篩選過去三個月內具備相同屬性的歷史日，並基於篩選出的歷史日的基礎用電負荷曲線，通過平均值的計算，對預測日的用電負荷進行預測。
[0089]
在一個實施方式中，充電時段以用戶插槍啟動有序充電時刻起，到充電結束時刻，在用戶i插槍選擇有序充電時，通過調用外部車輛平臺數據獲取該用戶的當前soc,同時基於歷史數據預測用戶的目標充電soc以及出行時刻。此外通過車聯網平臺，獲取已併網用戶的當前soc，結合臺區內各項負荷曲線，更新已併網用戶的充電曲線，制定剛剛併網用戶的充電計劃。
[0090]
本實施例中，所述預先構建的電動汽車參與電網調控的調控模型包括：以臺區內的整體可控用戶充電費用最小為目標構建的目標函數以及為電動汽車參與電網調控的配置的約束條件。
[0091]
本發明提供的電動汽車參與電網調控的調控模型通過目標函數的構建最小化臺區整體用戶的充電費用；通過不等式約束保證臺區整體用電負荷不超過臺區功率負荷整合後的最大容量約束；通過等式約束，確保用戶停車時段所充電量滿足用戶的出行需求。最後使用python-mip的整數型規劃求解器進行求解。
[0092]
在一個實施方式中，所述目標函數的數學模型如下：
[0093][0094]
上式中，n為臺區內已併網的可控用戶個數，mi為用戶i的優化時段總數，p
i,j
為用戶i第j時段的充電功率，δt為優化時段間隔，為第j時段臺區下的充電電價。
[0095]
本實施例中，所述約束條件包括下述中的至少一種：最大容量約束、極限最大功率約束、充電功率約束、充電狀態約束、啟動充電狀態約束、停止充電狀態約束、充電目標約束。
[0096]
在一個實施方式中，所述最大容量約束的數學模型如下：
[0097][0098]
上式中，為第j時段的臺區的最大功率，為用戶i第j時段的臺區的最大容量，為用戶i第j時段的臺區基礎電力負荷曲線，為用戶i第j時段的負荷聚合調控功率，為用戶i第j時段的電壓降調控功率。
[0099]
在一個實施方式中，所述極限最大功率約束的數學模型如下：
[0100][0101]
所述充電功率約束的數學模型如下：
[0102]
1.5
×di,j
≤p
i,j
≤7
×di,j
[0103]
所述充電狀態約束的數學模型如下：
[0104][0105]
所述啟動充電狀態約束的數學模型如下：
[0106][0107]
所述停止充電狀態約束的數學模型如下：
[0108][0109]
上式中，d
i,j
為用戶i第j時段的充電狀態，d
i,j-1
為用戶i第j-1時段的充電狀態，為用戶i第j時段的啟動充電狀態，d
i,j+1
為用戶i第j+1時段的充電狀態，為用戶i第j時段的停止充電狀態，sum為求和函數，其中，d
i,j
＝0or1，當用戶i第j時段不充電時，d
i,j
＝0，當用戶i第j時段充電時，d
i,j
＝1。
[0110]
在一個實施方式中，所述充電目標約束的數學模型如下：
[0111][0112]
上式中，e為臺區全部併網用戶的充電需求，為用戶i的充電需求。
[0113]
實施例2
[0114]
基於同一種發明構思，本發明還提供了一種電動汽車參與電網調控的調控裝置，如圖2所示，所述電動汽車參與電網調控的調控裝置包括：
[0115]
第一分析模塊，用於將電動汽車充電調控相關參數代入預先構建的電動汽車參與電網調控的調控模型並求解，得到優化結果；
[0116]
第二分析模塊，用於基於所述優化結果，得到電動汽車參與電網調控的調控策略；
[0117]
其中，所述優化結果包括下述中的至少一種：電動汽車的充電功率、充電狀態、啟動充電狀態、停止充電狀態。
[0118]
優選的，所述電動汽車充電調控相關參數包括下述中的至少一種：臺區下的充電電價、臺區功率最大容量、臺區基礎電力負荷、負荷聚合調控功率、電壓降調控功率、充電時段、併網用戶的充電需求。
[0119]
進一步的，所述第一分析模塊中臺區基礎電力負荷的獲取過程包括：在篩選與調控日的屬性相同的歷史日，並將所述歷史日的臺區基礎電力負荷的平均值作為調控日的臺區基礎電力負荷；
[0120]
其中，所述屬性包括下述中的至少一種：日類型、天氣類型。
[0121]
進一步的，所述預先構建的電動汽車參與電網調控的調控模型包括：以臺區內的整體可控用戶充電費用最小為目標構建的目標函數以及為電動汽車參與電網調控的配置的約束條件。
[0122]
進一步的，所述目標函數的數學模型如下：
[0123][0124]
上式中，n為臺區內已併網的可控用戶個數，mi為用戶i的優化時段總數，p
i,j
為用戶i第j時段的充電功率，δt為優化時段間隔，為第j時段臺區下的充電電價。
[0125]
進一步的，所述約束條件包括下述中的至少一種：最大容量約束、極限最大功率約束、充電功率約束、充電狀態約束、啟動充電狀態約束、停止充電狀態約束、充電目標約束。
[0126]
進一步的，所述最大容量約束的數學模型如下：
[0127][0128]
上式中，為第j時段的臺區的最大功率，為用戶i第j時段的臺區的最大容量，為用戶i第j時段的臺區基礎電力負荷曲線，為用戶i第j時段的負荷聚合調控功
率，為用戶i第j時段的電壓降調控功率。
[0129]
進一步的，所述極限最大功率約束的數學模型如下：
[0130][0131]
所述充電功率約束的數學模型如下：
[0132]
1.5
×di,j
≤p
i,j
≤7
×di,j
[0133]
所述充電狀態約束的數學模型如下：
[0134][0135]
所述啟動充電狀態約束的數學模型如下：
[0136][0137]
所述停止充電狀態約束的數學模型如下：
[0138][0139]
上式中，d
i,j
為用戶i第j時段的充電狀態，d
i,j-1
為用戶i第j-1時段的充電狀態，為用戶i第j時段的啟動充電狀態，d
i,j+1
為用戶i第j+1時段的充電狀態，為用戶i第j時段的停止充電狀態，sum為求和函數，其中，d
i,j
＝0or1，當用戶i第j時段不充電時，d
i,j
＝0，當用戶i第j時段充電時，d
i,j
＝1。
[0140]
進一步的，所述充電目標約束的數學模型如下：
[0141][0142]
上式中，e為臺區全部併網用戶的充電需求，為用戶i的充電需求。
[0143]
實施例3
[0144]
基於同一種發明構思，本發明還提供了一種計算機設備，該計算機設備包括處理器以及存儲器，所述存儲器用於存儲電腦程式，所述電腦程式包括程序指令，所述處理器用於執行所述計算機存儲介質存儲的程序指令。處理器可能是中央處理單元(central processing unit，cpu)，還可以是其他通用處理器、數位訊號處理器(digital signal processor、dsp)、專用集成電路(application specificintegrated circuit，asic)、現成可編程門陣列(field-programmable gatearray，fpga)或者其他可編程邏輯器件、分立門或者電晶體邏輯器件、分立硬體組件等，其是終端的計算核心以及控制核心，其適於實現一條或一條以上指令，具體適於加載並執行計算機存儲介質內一條或一條以上指令從而實現相應裝置流程或相應功能，以實現上述實施例中一種電動汽車參與電網調控的調控方法的步驟。
[0145]
實施例4
[0146]
基於同一種發明構思，本發明還提供了一種存儲介質，具體為計算機可讀存儲介質(memory)，所述計算機可讀存儲介質是計算機設備中的記憶設備，用於存放程序和數據。可以理解的是，此處的計算機可讀存儲介質既可以包括計算機設備中的內置存儲介質，當
然也可以包括計算機設備所支持的擴展存儲介質。計算機可讀存儲介質提供存儲空間，該存儲空間存儲了終端的作業系統。並且，在該存儲空間中還存放了適於被處理器加載並執行的一條或一條以上的指令，這些指令可以是一個或一個以上的電腦程式(包括程序代碼)。需要說明的是，此處的計算機可讀存儲介質可以是高速ram存儲器，也可以是非不穩定的存儲器(non-volatile memory)，例如至少一個磁碟存儲器。可由處理器加載並執行計算機可讀存儲介質中存放的一條或一條以上指令，以實現上述實施例中一種電動汽車參與電網調控的調控方法的步驟。
[0147]
本領域內的技術人員應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用存儲介質(包括但不限於磁碟存儲器、cd-rom、光學存儲器等)上實施的電腦程式產品的形式。
[0148]
本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方框圖來描述的。應理解可由電腦程式指令實現流程圖和/或方框圖中的每一流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結合。可提供這些電腦程式指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數據處理設備的處理器以產生一個機器，使得通過計算機或其他可編程數據處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的裝置。
[0149]
這些電腦程式指令也可存儲在能引導計算機或其他可編程數據處理設備以特定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能。
[0150]
這些電腦程式指令也可裝載到計算機或其他可編程數據處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能的步驟。
[0151]
最後應當說明的是：以上實施例僅用以說明本發明的技術方案而非對其限制，儘管參照上述實施例對本發明進行了詳細的說明，所屬領域的普通技術人員應當理解：依然可以對本發明的具體實施方式進行修改或者等同替換，而未脫離本發明精神和範圍的任何修改或者等同替換，其均應涵蓋在本發明的權利要求保護範圍之內。