电动汽车充电站扩容规划方法、系统、介质、设备及终端

1.本发明属于电动汽车充电站扩容规划技术领域，尤其涉及一种电动汽车充电站扩容规划方法、系统、介质、设备及终端。


背景技术：

2.目前，随着全球经济的快速增长，化石能源短缺问题逐渐显现；工业革命之后，工农业迅速发展和城市化带来气候变暖、臭氧层破坏、大气污染等环境问题，人们转而寻找替代化石能源的清洁能源；近年来，国内多地区雾霾天气频现，威胁到人们的身体健康，汽车尾气造成的污染日益突出，己经成为我们不可忽视和亟待解决的问题。面对能源和环境问题的双重压力，电动汽车以其良好的节能、环保特性，成为各国大力支持和发展以走出困境的途径之一。
3.电动汽车的使用过程中，需要对电动汽车进行充电以补充能源，因而需要建设相关的充电站，以便于能够为电动汽车充电。充电基础设施是指为电动汽车提供电能补给的各类充电基础设施，是新型的城市基础设施。加快充电基础设施建设，为用户提供便捷的充电服务，有利于加快推动电动汽车这一战略性新兴产业的发展，实现节能减排和低碳交通，改善居民生活环境，是国家的重要战略决策部署。现有的专利和文献主要是考虑电动汽车充电基础设施的建设方法或规划方法，如专利cn102880921a中基于voronoi图进行充电负荷分配，并以充电站选址可影响的投资和费用最优为目标进行充电站的建设，而对于电动汽车公共充电设施的规划建设尚没有详细的方法，并且没有考虑到电动汽车充电需求与公共充电设施的互动对规划的影响问题。
4.同时，充电设施的不合理布局会增加运营商的建设成本，还会影响用户的充电体验和出行效率。因此，为平衡运营商的投资经济性和用户的出行便利性，亟需构建一种新的电动汽车充电站扩容规划方法、系统。
5.通过上述分析，现有技术存在的问题及缺陷为：
6.(1)对于电动汽车公共充电设施的规划建设尚没有详细的方法，并且没有考虑到电动汽车充电需求与公共充电设施的互动对规划的影响问题。
7.(2)根据充电负荷分配进行充电站选址与定容的方法，没有考虑电动汽车在不同充电站之间的转移，额外增加了建设成本。
8.(3)现有技术中，充电设施的不合理布局会增加运营商的建设成本，还会影响用户的充电体验和出行效率。


技术实现要素：

9.针对现有技术存在的问题，本发明提供了一种电动汽车充电站扩容规划方法、系统、介质、设备及终端，尤其涉及一种基于用户侧主动充电引导的电动汽车充电站扩容规划方法、系统、介质、设备及终端。
10.本发明是这样实现的，一种电动汽车充电站扩容规划方法，所述电动汽车充电站
扩容规划方法包括：
11.利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型，以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
12.进一步，所述充电站扩容规划模型中的经济性目标如下：
13.min ec＝ece+ecc；
14.式中，ece为站点扩容总成本，ecc为候选站点新建总成本；
15.其中，充电站站点扩容总成本ece和侯选站点新建总成本ecc通过下式表示：
[0016][0017][0018]
式中，ce(ie)和ne(ie)分别为已建可扩站ie的扩容成本和扩容数量；se为已建可扩站的集合；cc(ic)和uc(ic)分别为候选待建站ic的新建成本和新建决策变量，新建时uc(ic)＝1，不新建时uc(ic)＝0；sc为候选待建站的集合。
[0019]
所述充电站接入点容量约束如下：
[0020][0021]
式中，为充电站ia接入电网节点的总充电功率；为充电站ia所属电网节点的最大充电功率。
[0022]
所述充电桩扩容数量约束如下：
[0023][0024]
式中，n(ia)为充电站ia扩容的充电桩数量；为考虑配电网容量约束下充电站ia配置充电桩的最大数量。
[0025]
进一步，所述建立精细化交通路网模型，电动汽车以最小化充电时间成本为目标，接受充电引导并与充电站点进行匹配，下层模型的目标如下：
[0026][0027]
式中，t
sum
(i
ev
,ia)为电动汽车i
ev
前往充电站ia充电的充电时间成本；v(i
ev
,ia)为电动汽车i
ev
与充电站ia的充电匹配逻辑值；s
ev
为有充电需求的电动汽车的集合；
[0028]
其中，电动汽车i
ev
前往充电站ia充电的充电时间成本t
sum
(i
ev
,ia)通过下式表示：
[0029]
t
sum
(i
ev
,ia)＝ta(i
ev
,ia)+tf(i
ev
,ia)+t
ch
(i
ev
,ia)；
[0030]
式中，ta(i
ev
,ia)为电动汽车i
ev
前往充电站ia的通行时间；tf(i
ev
,ia)为电动汽车i
ev
到达充电站ia后的排队时间；t
ch
(i
ev
,ia)为电动汽车i
ev
在充电站ia将电充至目标荷电状态的充电时间。
[0031]
电动汽车与充电站点的匹配满足电动汽车最大可行驶距离的约束为：
[0032][0033]
式中，d(i
ev
,ia)为电动汽车i
ev
与充电站ia之间的通行时间；为电动汽车i
ev
的最大可行使距离；c(i
ev
)为电动汽车i
ev
的电池容量；soc0(i
ev
)为电动汽车i
ev
出发时的初始荷电状态；ξ(i
ev
)为电动汽车i
ev
的单位里程电耗。
[0034]
进一步，所述灵敏度规则的定义为电动汽车平均排队时间与充电站扩容/新建成本的比值，灵敏度系数的值越大表示在较少的投资下对充电排队的改善程度越明显，通过下式表示：
[0035][0036][0037]
式中，i
sen
(ia)为充电站ia的灵敏度系数；t
fbefore
(i
ev
)和t
fafter
(i
ev
)分别为规划前和规划后电动汽车i
ev
的排队时间；为有充电需求的电动汽车总数量；b(i,s)为布尔函数，用于表示充电站扩容或者新建。
[0038]
进一步，所述电动汽车充电站扩容规划方法还包括：
[0039]
上层对下层传递扩容/新建指令，下层模拟电动汽车充电引导过程并反馈车辆最大排队时间至上层，扩容/新建站点的选择基于灵敏度规则，上下层不断进行迭代求解。
[0040]
设定一个电动汽车排队时间阈值用于反映现阶段电动汽车用户对充电过程中排队等待时间的普遍接受程度；下上层迭代终止的条件为电动汽车最大排队时间小于设定的阈值
[0041]
进一步，所述电动汽车充电站扩容规划方法包括以下步骤：
[0042]
步骤一，输入充电站扩容/新建成本参数，设定充电站点容量约束与充电桩扩容数量上限；
[0043]
步骤二，设置电动汽车排队时间阈值对下层下达扩容/新建指令；
[0044]
步骤三，下层收到指令对所有站点依次进行扩容/新建，同时电动汽车接受引导，模拟充电过程；
[0045]
步骤四，依次计算各个站点扩容/新建的灵敏度系数i
sen
，选择本次规划站点；
[0046]
步骤五，判断扩容是否达到上限，若是，则输出充电站规划结果；若否，则判断电动汽车最大排队时间是否小于阈值
[0047]
步骤六，若电动汽车最大排队时间小于阈值则输出充电站规划结果；若电动汽车最大排队时间不小于阈值则返回步骤三。
[0048]
本发明的另一目的在于提供一种应用所述的电动汽车充电站扩容规划方法的电动汽车充电站扩容规划系统，所述电动汽车充电站扩容规划系统包括：
[0049]
规划模型构建模块，用于利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；
[0050]
交通路网模型构建模块，用于利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型；
[0051]
充电过程模拟模块，用于以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；
[0052]
上下层迭代求解模块，用于制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
[0053]
本发明的另一目的在于提供一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
[0054]
利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型，以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
[0055]
本发明的另一目的在于提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：
[0056]
利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型，以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
[0057]
本发明的另一目的在于提供一种信息数据处理终端，所述信息数据处理终端用于实现所述的电动汽车充电站扩容规划系统。
[0058]
结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：
[0059]
第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：
[0060]
本发明在对充电站进行扩容规划时，模拟电动汽车接受充电引导下的实际运行状态，通过灵敏度规则能够准确地评估在不同地点扩容/新建的效果，对工程建设具有可行性和应用性。
[0061]
本发明在于对充电需求的建模上，结合电动汽车-充电站-道路交通信息协同互动，并加入充电引导形成动态的精细化交通路网模型，模拟了电动汽车充电的过程。而其他关于充电站规划的研究只是在简单充电需求预测基础上进行选址与定容，根据充电需求的数量决定充电站规划的容量，这类规划方法并没有考虑电动汽车与充电站之间的互动。随着未来技术水平的发展，电动汽车充电引导会逐渐成熟，本发明引入模拟充电引导的规划方法会大大节约传统规划方法的成本。
[0062]
第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：
[0063]
本发明所提的基于用户侧主动充电引导的电动汽车充电站扩容规划方法，下层可嵌套不同的充电引导模型，适用性强。
[0064]
第三，作为本发明的权利要求的创造性辅助证据，还体现在以下几个重要方面：
[0065]
(1)本发明的技术方案转化后的预期收益和商业价值为：对城市规划和工程建设具有可行性和应用性。
[0066]
(2)本发明的技术方案填补了国内外业内技术空白：
[0067]
现有技术尚未做过模拟电动汽车接受充电引导下实际运行状态的同时进行充电站扩容规划，该交通路网模型采用的是非解析化精准建模，求解难度复杂。
[0068]
(3)本发明的技术方案是否解决了人们一直渴望解决、但始终未能获得成功的技术难题：
[0069]
成熟的充电引导系统已成为推动电动汽车产业发展的重要环节，将充电引导与充电站规划相结合势必是人们渴望解决的。
附图说明
[0070]
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
[0071]
图1是本发明实施例提供的电动汽车充电站扩容规划方法流程图；
[0072]
图2是本发明实施例提供的电动汽车充电站扩容规划方法原理图；
[0073]
图3是本发明实施例提供的电动汽车充电站扩容规划系统结构框图；
[0074]
图4是本发明实施例提供的充电站分布图；
[0075]
图5某地测试区域充电站地理位置及典型时间断面充电需求分布示意图；
[0076]
图6某地测试区域充电站扩容规划及主动充电引导效果示意图；(a)规划前；(b)规划后；
[0077]
图7不同充电引导场景下充电站扩容规划迭代结果；(a)就近充电决策场景；(b)主动充电引导场景。
[0078]
图中：1、规划模型构建模块；2、交通路网模型构建模块；3、充电过程模拟模块；4、上下层迭代求解模块。
具体实施方式
[0079]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0080]
针对现有技术存在的问题，本发明提供了一种电动汽车充电站扩容规划方法、系统、介质、设备及终端，下面结合附图对本发明作详细的描述。
[0081]
一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。
[0082]
如图1所示，本发明实施例提供的电动汽车充电站扩容规划方法包括以下步骤：
[0083]
s101，利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；
[0084]
s102，利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型，以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；
[0085]
s103，制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
[0086]
本发明实施例提供的电动汽车充电站扩容规划方法原理图如图2所示。
[0087]
如图3所示，本发明实施例提供的电动汽车充电站扩容规划系统包括：
[0088]
规划模型构建模块1，用于利用上层分析充电站规划时需要考虑的因素，建立以规划经济性为目标的充电站扩容规划模型；
[0089]
交通路网模型构建模块2，用于利用下层分析电动汽车充电时需要考虑的因素，建立精细化交通路网模型；
[0090]
充电过程模拟模块3，用于以电动汽车平均排队时间最短为目标模拟电动汽车充电过程；
[0091]
上下层迭代求解模块4，用于制定以电动汽车平均排队时间和充电站扩容/新建成本为系数的灵敏度规则，进行上下层迭代求解。
[0092]
本发明实施例提供的电动汽车充电站扩容规划方法中，充电站扩容规划模型中的经济性目标如下：
[0093]
min ec＝ece+ecc[0094]
式中：ece为站点扩容总成本，ecc为候选站点新建总成本；
[0095]
其中，充电站站点扩容总成本ece和侯选站点新建总成本ecc通过下式表示：
[0096][0097][0098]
式中：ce(ie)和ne(ie)分别为已建可扩站ie的扩容成本和扩容数量；se为已建可扩站的集合；cc(ic)和uc(ic)分别为候选待建站ic的新建成本和新建决策变量，新建时uc(ic)＝1，不新建时uc(ic)＝0；sc为候选待建站的集合。
[0099]
本发明实施例提供的电动汽车充电站扩容规划方法中，充电站接入点容量约束如下：
[0100][0101]
式中：为充电站ia接入电网节点的总充电功率；为充电站ia所属电网节点的最大充电功率。
[0102]
本发明实施例提供的电动汽车充电站扩容规划方法中，充电桩扩容数量约束如下：
[0103][0104]
式中：n(ia)为充电站ia扩容的充电桩数量；为考虑配电网容量约束下充电站
ia可以配置充电桩的最大数量。
[0105]
本发明实施例提供的电动汽车充电站扩容规划方法中，建立精细化交通路网模型，电动汽车以最小化充电时间成本为目标，接受充电引导并与充电站点进行匹配，下层模型的目标如下：
[0106][0107]
式中：t
sum
(i
ev
,ia)为电动汽车i
ev
前往充电站ia充电需要的充电时间成本；v(i
ev
,ia)为电动汽车i
ev
与充电站ia的充电匹配逻辑值；s
ev
为有充电需求的电动汽车的集合；
[0108]
其中，电动汽车i
ev
前往充电站ia充电需要的充电时间成本t
sum
(i
ev
,ia)通过下式表示：
[0109]
t
sum
(i
ev
,ia)＝ta(i
ev
,ia)+tf(i
ev
,ia)+t
ch
(i
ev
,ia)
[0110]
式中：ta(i
ev
,ia)为电动汽车i
ev
前往充电站ia需要的通行时间；tf(i
ev
,ia)为电动汽车i
ev
到达充电站ia后需要的排队时间；t
ch
(i
ev
,ia)为电动汽车i
ev
在充电站ia将电充至目标荷电状态需要的充电时间。
[0111]
本发明实施例提供的电动汽车充电站扩容规划方法中，电动汽车与充电站点的匹配需要满足电动汽车最大可行驶距离的约束：
[0112][0113]
式中：d(i
ev
,ia)为电动汽车i
ev
与充电站ia之间的通行时间；为电动汽车i
ev
的最大可行使距离；c(i
ev
)为电动汽车i
ev
的电池容量；soc0(i
ev
)为电动汽车i
ev
出发时的初始荷电状态；ξ(i
ev
)为电动汽车i
ev
的单位里程电耗。
[0114]
本发明实施例提供的电动汽车充电站扩容规划方法中，灵敏度规则的定义为电动汽车平均排队时间与充电站扩容/新建成本的比值，灵敏度系数的值越大表示在较少的投资下对充电排队的改善程度越明显，通过下式表示：
[0115][0116][0117]
式中：i
sen
(ia)为充电站ia的灵敏度系数；t
fbefore
(i
ev
)和t
fafter
(i
ev
)分别为规划前和规划后电动汽车i
ev
的排队时间；为有充电需求的电动汽车总数量；b(i,s)为布尔函数，用于表示充电站扩容或者新建。
[0118]
本发明实施例提供的电动汽车充电站扩容规划方法中，上层对下层传递扩容/新建指令，下层模拟电动汽车充电引导过程并反馈车辆最大排队时间至上层，扩容/新建站点的选择基于灵敏度规则，上下层不断进行迭代求解。
[0119]
本发明实施例提供的电动汽车充电站扩容规划方法中，设定一个电动汽车排队时
间阈值该阈值可以反映现阶段电动汽车用户对充电过程中排队等待时间的普遍接受程度；下上层迭代终止的条件为电动汽车最大排队时间小于设定的阈值
[0120]
本发明实施例提供的电动汽车与充电站点的匹配包括但不仅限于本发明所实施的方法，本发明所提的基于用户侧主动充电引导的电动汽车充电站扩容规划方法，下层可嵌套不同的充电引导模型，适用性强。
[0121]
二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。
[0122]
算例1选取上海市闵行区某测试区域，该区域内共有8个充电站(编号1-8)，并另选3个点作为候选待建站地址(编号9-11)，这3个候选待建站分别位于该区域的中心、充电站稀疏空位及偏僻位置，建设成本相应地由高至低。充电站的分布如图4所示。图4充电站分布。
[0123]
通过基于城市居民出行规律的蒙特卡洛方法进行充电需求生成，目标区域2020年典型日24小时接入的电动汽车数量为183辆。上层对充电站进行扩容规划时，设定每一轮决策包括：为现有任意1个站扩容1个充电桩或新建1个充电站，新建站点充电桩的数量参数参照2021年4月上海地区电动汽车用户充电满意度调查结果，排队时间阈值设置为20分钟。在下层模型中，对目标区域24小时内产生充电需求的电动汽车进行主动充电引导模拟。上下层结果进行多轮迭代，直到仿真结果中电动汽车的排队时间均小于所设阈值或者系统不再支持扩容和新建，则输出规划结果。
[0124]
规划前，对电动汽车进行主动充电引导仿真，得到183辆电动汽车的排队时间如表1所示。用户最大的排队时间为69.63分钟，平均排队时间为23.75分钟。可以看出由于充电设施规划不合理导致站内拥堵、排队时间过长。
[0125]
表1充电站规划结果
[0126][0127]
对充电站进行扩容规划后，用户最大的排队时间和平均排队时间分别降至19.90分钟和6.78分钟，规划结果为对原有8个充电站分别进行了不同程度的扩容。其中，每一轮的规划决策的灵敏度系数如表2所示。以前三轮次规划为例，5号、7号和1号充电站分别为前三轮次扩容规划灵敏度系数最大的站点，灵敏度系数分别为24.20、17.82和20.74。因此，前三轮规划结果是对5号、7号和1号充电站进行扩容。尽管新建充电站的方案单次可产生更多充电桩供用户选择，但由于其成本远高于扩容成本，导致灵敏度系数都偏低，因此在该场景下本发明的规划方法并没有选择新建充电站。
[0128]
表2充电站规划决策步骤
[0129][0130][0131]
为验证模型的实际应用效果，以位于上海市浦东新区大范围测试区域作为算例2，选取充电站共计86个，包括65个已建可扩展站，以及21个候选待建站。充电站地理位置分布如图5所示，其他参数设置参考算例1。算例2中设置典型日24小时接入目标区域的电动汽车数量为6683辆。以18:00时间断面为例，测试区域充电需求分布如图5所示。图5某地测试区域充电站地理位置及典型时间断面充电需求分布示意图。
[0132]
采用本发明的方法对算例2测试区域充电站进行扩容规划，结果如表3所示。
[0133]
表3某地测试区域充电站规划结果
[0134][0135]
规划前，电动汽车最大排队时间达到106.65分钟，平均排队时间达到14.83分钟。通过本发明提出的充电站扩容规划方法，规划后电动汽车的最大排队时间下降至19.73分
钟，平均排队时间降低至1.05分钟。图6某地测试区域充电站扩容规划及主动充电引导效果示意图；(a)规划前；(b)规划后。
[0136]
图6展示了扩容规划前后某地测试区域充电高峰时段(19:00-19:30)测试区域电动汽车充电引导结果和充电站拥挤程度。可以看出通过对测试区域充电站扩容规划和用户侧主动充电引导，电动汽车充电排队时间显著下降的同时，区域内充电站的拥挤程度明显改善。
[0137]
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
[0138]
三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。
[0139]
为验证主动充电引导下的规划效果与传统按充电需求数量规划充电站效果的不同，设置主动充电引导和就近充电决策两个对比场景，不增加充电站点容量约束。图7为两种场景下充电站扩容规划迭代轮次-电动汽车排队时间结果。就近充电决策场景和主动充电引导场景分别经过75轮次和38轮次迭代满足迭代终止条件，即车辆最大排队时间小于20分钟，就近充电决策场景需要扩容/新建75个充电桩才能满足车辆最大排队时间阀值要求。相比于就近充电决策，通过本发明采用的用户侧主动充电引导，仅需扩容/新建38个充电桩即可满足车辆最大排队时间阀值要求，节约了接近50％的充电站配置容量。图7不同充电引导场景下充电站扩容规划迭代结果；(a)就近充电决策场景；(b)主动充电引导场景。
[0140]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。