夏季尖峰负荷的可削减潜力评估方法、装置、设备及介质与流程

1.本发明涉及电力技术领域，尤其涉及一种夏季尖峰负荷的可削减潜力评估方法、装置、设备及介质。


背景技术：

2.随着电网夏季尖峰负荷不断刷新，峰谷差不断加大，许多地区实施了峰谷分时电价、两部制电价等管理措施。为了更好地提高针对夏季高温的需求响应管理措施，进一步优化电力系统地规划与运行，有必要针对夏季尖峰负荷进行评估。
3.目前，传统夏季尖峰负荷评估将春秋两个季节的典型日负荷曲线作为负荷基线，在负荷基线的基础上评估夏季典型日负荷中的空调负荷。虽然该方式可以在一定程度上降低自然负荷增长率的影响，但是忽略了不同行业生产计划的季节特性，使得尖峰负荷评估结果过于理想化。同时，基于春秋两个季节的负荷特基线无法体现夏季极端高温期间的尖峰负荷，而极端高温期间的尖峰负荷是造成供需侧电力电量不平衡、增大系统运行峰谷差的重要因素。可见，亟需一种有效评估夏季极端高温时期的尖峰负荷及其可削减潜力的方法。


技术实现要素：

4.本发明提供了一种夏季尖峰负荷的可削减潜力评估方法、装置、设备及介质，以解决当前夏季尖峰负荷忽略不同行业生产计划的季节特性的技术问题。
5.为了解决上述技术问题，第一方面，本发明提供了一种夏季尖峰负荷的可削减潜力评估方法，包括：
6.获取负荷样本，负荷样本包括春秋季平均典型日负荷曲线和夏季典型日负荷曲线；
7.基于夏季典型日负荷曲线，对春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线；
8.基于目标春秋季平均典型日负荷曲线，确定夏季典型日负荷曲线中的尖峰负荷，尖峰负荷为极端高温时段的负荷；
9.利用温控负荷的等值热参数模型，评估尖峰负荷的可削减潜力。
10.作为优选，基于夏季典型日负荷曲线，对春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线，包括：
11.利用预设归一化公式，根据夏季典型日负荷曲线，对春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线，预设归一化公式为：
[0012][0013]
表示目标春秋季平均典型日负荷曲线，l
su,
表示在t时间周期内的夏季典型日负荷曲线，l
spr,t
表示在t时间周期内的春秋季季平均日负荷曲线。
[0014]
作为优选，基于目标春秋季平均典型日负荷曲线，确定夏季典型日负荷曲线中的尖峰负荷，包括：
[0015]
利用预设尖峰负荷确定策略，根据目标春秋季平均典型日负荷曲线，确定夏季典型日负荷曲线中的尖峰负荷，预设尖峰负荷确定策略的表达式为：
[0016][0017]
l
ru,t
表示在t时间周期内的尖峰负荷，l
su,t
表示在t时间周期内的夏季典型日负荷曲线，表示目标春秋季平均典型日负荷曲线，τ表示极端高温时段。
[0018]
作为优选，利用温控负荷的等值热参数模型，评估尖峰负荷的可削减潜力，包括：
[0019]
利用等值热参数模型，根据空调的等值热参数，确定空调温度；
[0020]
基于尖峰负荷和空调温度，计算目标地区内的可削减温控负荷。
[0021]
作为优选，等值热参数模型包括制冷状态子模型和受控状态子模型，制冷状态子模型表达式为：
[0022][0023]
受控状态子模型的表达式为：
[0024][0025]
其中，θ
i,t
表示第i台空调在t时刻的温度，θ
α
为目标地区的环境温度，pi为第i台空调的空调额定功率，ηi为第i台空调的空调效率系数，δt为时间间隔；ri和ci均为第i台空调的等值热参数，ri表示热电阻参数，ci表示热电容参数。
[0026]
作为优选，基于尖峰负荷和空调温度，计算目标地区内的可削减温控负荷，包括：
[0027]
利用可削减温控负荷计算公式，根据尖峰负荷和空调温度，计算目标地区内的可削减温控负荷，可削减温控负荷计算公式为：
[0028][0029][0030]
δ＝θ
max-θ
min
；
[0031]
其中，p
cut
表示最大可削减温控负荷，l
ru
表示尖峰负荷，θ
α
为目标地区的环境温度，δ表示空间温度区间，θ
max
表示目标地区内用户所接受的最高空调温度，θ
min
表示目标地区内用户所接受的最低空调温度，r表示目标地区内的平均空调热电阻参数，p表示目标地区内的平均空调额定功率，η为目标地区内的平均空调效率系数。
[0032]
第二方面，本发明还提供一种夏季尖峰负荷的可削减潜力评估装置，包括：
[0033]
获取模块，用于获取负荷样本，负荷样本包括春秋季平均典型日负荷曲线和夏季典型日负荷曲线；
[0034]
修正模块，用于基于夏季典型日负荷曲线，对春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线；
[0035]
确定模块，用于基于目标春秋季平均典型日负荷曲线，确定夏季典型日负荷曲线中的尖峰负荷，尖峰负荷为极端高温时段的负荷；
[0036]
评估模块，用于利用温控负荷的等值热参数模型，评估尖峰负荷的可削减潜力。
[0037]
作为优选，评估模块，包括：
[0038]
确定单元，用于利用等值热参数模型，根据空调的等值热参数，确定空调温度；
[0039]
计算单元，用于基于尖峰负荷和空调温度，计算目标地区内的可削减温控负荷。
[0040]
第三方面，本发明还提供一种计算机设备，包括处理器和存储器，存储器用于存储计算机程序，计算机程序被处理器执行时实现如第一方面的夏季尖峰负荷的可削减潜力评估方法。
[0041]
第四方面，本发明还提供一种计算机可读存储介质，其存储有计算机程序，计算机程序被处理器执行时实现如第一方面的夏季尖峰负荷的可削减潜力评估方法。
[0042]
与现有技术相比，本发明具备以下有益效果：
[0043]
本发明通过获取春秋季平均典型日负荷曲线和夏季典型日负荷曲线，并基于夏季典型日负荷曲线，对春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线，从而降低春秋季节特性对温控负荷评估的影响，以突出夏季负荷特征；再基于目标春秋季平均典型日负荷曲线，确定夏季典型日负荷曲线中的尖峰负荷，尖峰负荷为极端高温时段的负荷，从而更关注夏季负荷中受高温影响最显著的时段，突出体现了温控负荷与极端高温的相关性；最后利用温控负荷的等值热参数模型，评估尖峰负荷的可削减潜力，以针对极端高温时段评估可削减温控负荷，从而有助于制定更为合理的用户需求响应策略，优化电力系统地规划与运行。
附图说明
[0044]
图1为本发明实施例示出的夏季尖峰负荷的可削减潜力评估方法的流程示意图；
[0045]
图2为本发明实施例示出的修正前的典型日负荷曲线的示意图；
[0046]
图3为本发明实施例示出的修正后的典型日负荷曲线的示意图；
[0047]
图4为本发明实施例示出的夏季尖峰负荷的可削减潜力评估装置的结构示意图；
[0048]
图5为本发明实施例示出的计算机设备的结构示意图。
具体实施方式
[0049]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0050]
请参照图1，图1为本发明实施例提供的一种夏季尖峰负荷的可削减潜力评估方法的流程示意图。本发明实施例的夏季尖峰负荷的可削减潜力评估方法可应用于计算机设备，该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示，本实施例的夏季尖峰负荷的可削减潜力评估方法包括步骤s101至步骤s104，详述如下：
[0051]
步骤s101，获取负荷样本，所述负荷样本包括春秋季平均典型日负荷曲线和夏季
典型日负荷曲线。
[0052]
在本步骤中，根据气温、湿度等气象条件，选择合理负荷数据确定春秋季(包括春季和秋季)平均典型日负荷曲线以及夏季典型日负荷曲线。可选地，获取目标地区一段时间内的负荷数据，对负荷数据做初步处理：根据预设评估要求，综合考虑温度和湿度等气象信息以及工作日和节假日等社会因素，选择所需负荷数据。示例性地，可选取四月和十月晴朗天气且正常工作日作为春秋典型日负荷样本l
spr
，选择七月和八月晴朗天气且正常工作日作为夏季典型日负荷样本l
su
。可选地，剔除由于不可抗力因素等导致明显异常的样本。
[0053]
步骤s102，基于所述夏季典型日负荷曲线，对所述春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线。
[0054]
在本步骤中，如背景技术的春秋平均典型日负荷可以降低随着经济发展的自然负荷增长对温控负荷的测算结果，但该方式未考虑不同行业本身具有的季节特性对负荷需求的影响。为此，本发明将该季节特性抽象为典型日负荷曲线形状，通过修正方式，将春秋季平均典型日负荷曲线折算至夏季典型日负荷曲线，突出表现为典型日负荷的尖峰负荷的出现范围，而相应地削弱其绝对数值的影响，从而降低用户生产计划的季节特性对温控负荷评估的影响。
[0055]
可选地，为了降低用户生产计划本身具有的季节特性，采用归一化方法，将春秋平均典型日负荷曲线归算至夏季典型日负荷曲线。
[0056]
在一些实施例中，利用预设归一化公式，根据所述夏季典型日负荷曲线，对所述春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线，所述预设归一化公式为：
[0057][0058]
表示所述目标春秋季平均典型日负荷曲线，l
su,t
表示在t时间周期内的夏季典型日负荷曲线，l
spr,t
表示在t时间周期内的春秋季季平均日负荷曲线。
[0059]
在本实施例中，通过归一化折算以后，平均春秋典型日总负荷需求与夏季典型日总负荷需求将会相同，因此将损失一部分由于平均气温升高导致的温控负荷。但是本实施例强调了用户的用电需求表现在不同季节表现出的不同特性，即负荷曲线形状不同。换言之，采用归一化修正后，由于总负荷相同，两季节的典型日负荷曲线在绝对数值上的差异将被削弱，然而归一化并不会改变日负荷曲线的形状及其他统计特性(例如尖峰负荷的出现位置与负荷曲线的峰谷差)，因此归一化后的典型日负荷曲线将更进一步突出不同季节典型日负荷曲线的特性。
[0060]
步骤s103，基于所述目标春秋季平均典型日负荷曲线，确定所述夏季典型日负荷曲线中的尖峰负荷，所述尖峰负荷为极端高温时段的负荷。
[0061]
在本步骤中，采用将修正后的春秋平均日负荷曲线作为负荷基线，可以明确夏季典型日负荷曲线中受极端高温影响显著的时段，作为尖峰负荷时段。
[0062]
在一些实施例中，利用预设尖峰负荷确定策略，根据所述目标春秋季平均典型日负荷曲线，确定所述夏季典型日负荷曲线中的尖峰负荷，所述预设尖峰负荷确定策略的表达式为：
[0063][0064]
l
ru,t
表示在t时间周期内的所述尖峰负荷，l
su,t
表示在t时间周期内的夏季典型日负荷曲线，表示所述目标春秋季平均典型日负荷曲线，τ表示极端高温时段。
[0065]
在本实施例中，夏季极端高温时段的尖峰负荷为夏季负荷减去修正后春季负荷。本发明重点选取了受高温天气影响最显著的时段作为尖峰负荷时段，重点关注该时段内的温控负荷，事实上电力电量不平衡也最有可能发生在该时段，对电力系统影响更大，因此评估该时段的温控负荷，可以更有针对性地提出用户侧需求响应方案。
[0066]
步骤s104，利用温控负荷的等值热参数模型，评估所述尖峰负荷的可削减潜力。
[0067]
在本步骤中，温控负荷包括制冷状态和受控状态，对应等值热参数模型为制冷状态子模型和受控状态子模型。可选地，所述制冷状态子模型表达式为：
[0068][0069]
所述受控状态子模型的表达式为：
[0070][0071]
其中，θ
i,t
表示第i台空调在t时刻的温度，θ
α
为目标地区的环境温度，可认为在目标地区在一定时段内的环境温度维持不变，pi为第i台空调的空调额定功率，ηi为第i台空调的空调效率系数，δt为时间间隔；ri和ci均为第i台空调的等值热参数，ri表示热电阻参数(℃/kw)，ci表示热电容参数(kwh/℃)。
[0072]
在一些实施例中，所述利用温控负荷的等值热参数模型，评估所述尖峰负荷的可削减潜力，包括：
[0073]
利用所述等值热参数模型，根据空调的等值热参数，确定空调温度；
[0074]
基于所述尖峰负荷和所述空调温度，计算目标地区内的可削减温控负荷。
[0075]
在本实施例中，在激励性需求响应项目下，若温度处于用户可接受的范围，电网公司或用户聚合商可将温控负荷纳入控制，所以根据目标地区内用户可接受的空调温度，确定该地区可削减的空调负荷。
[0076]
可选地，利用可削减温控负荷计算公式，根据所述尖峰负荷和所述空调温度，计算目标地区内的可削减温控负荷，所述可削减温控负荷计算公式为：
[0077][0078][0079]
δ＝θ
max-θ
min
；
[0080]
其中，p
cut
表示最大可削减温控负荷，l
ru
表示所述尖峰负荷，θ
α
为目标地区的环境温度，δ表示空间温度区间，θ
max
表示目标地区内用户所接受的最高空调温度，θ
min
表示目标地区内用户所接受的最低空调温度，r表示目标地区内的平均空调热电阻参数，p表示目标地区内的平均空调额定功率，η为目标地区内的平均空调效率系数。
[0081]
需要说明的是，可削减的空调负荷与环境温度、空调设定温度、用户可接受的温度区间等因素相关。实际上，用户数目巨大，空调负荷构成也十分复杂，各参数不尽相同，从而表现为异质负荷构成。可以通过选择若干数量有限代表性用户及其相应参数作为同质负荷构成，根据代表性参数的数量、负荷需求等，对温控负荷进行聚合，最终获得整体用户的可削减温控负荷评估结果削减温控负荷评估结果
[0082]
其中，ηi表示第i个用户的空调效率系数，p
cut,i
表示第i个用户的可削减温控负荷。
[0083]
作为示例而非限定，以24h的负荷数据为例，选取4月和10月中的晴朗且最高气温不高于28摄氏度的日期作为样本，计算其平均日负荷作为春秋平均典型日负荷曲线。选择7月合8月中的晴朗且最高温高于35摄氏度的日期作为样本，计算其平均日负荷作为夏季典型日负荷曲线。
[0084]
如图2所示，春秋季典型日负荷曲线b与夏季典型日负荷曲线a有不同季节特性，即除绝对数值高低之外，形状上亦有不同。具体表现为，春秋典型日负荷的双峰出现在午间11：00－12：00、晚间19：00，然而夏季典型日负荷的尖峰出现在午间12：00、下午15：00左右及夜间22：00－23：00。由于夏季气温升高，用户对负荷需求增大，导致不同季节典型日负荷的绝对数值有高低差异。然而，曲线的季节特性还与用户本身的生产生活计划及用电需求的季节特性有关。因此，有必要基于典型日负荷的季节特性，寻找受高温影响最明显的尖峰负荷时段展开研究。
[0085]
采用归一化将春秋季典型日负荷折算至夏季，经由修正后的典型日负荷，得到夏季受极端高温影响最明显的时段及相应的尖峰负荷，例如图3中的13：00－17：00等时段。确定尖峰时段及尖峰负荷后，根据常用的可削减温控负荷评估方法可以得到相应评估结果，作为需求响应项目制定的重要参考依据。以环境温度35摄氏度、空调设定温度22摄氏度、温度区间19－25摄氏度为例。实际执行中，考虑实际不同用户参数构成即可得到相应结果，具体如下表所示。
[0086][0087]
需要说明的是，本发明在原有平均春秋典型日负荷作为负荷基线的基础上，考虑到除温控负荷之外，用户的生产生活本身具有一定的季节特性，从而导致春秋与夏季的负荷需求不同。为降低该因素对温控负荷评估的影响，采用归一化数学方法，重点突出夏季尖峰负荷时刻。具体而言，将春秋平均典型日负荷折算至夏季，将修正后的春秋平均典型日负荷作为负荷基准，得到夏季受气温影响最显著的时段，针对该时段评估可削减温控负荷。相比于已有方法，本发明更关注夏季负荷中受高温影响最显著的时段，突出体现了温控负荷与极端高温的相关性，并进行可削减温控负荷评估，有助于制定更为合理的用户需求响应策略，优势显著。
[0088]
为了执行上述方法实施例对应的夏季尖峰负荷的可削减潜力评估方法，以实现相应的功能和技术效果。参见图4，图4示出了本发明实施例提供的一种夏季尖峰负荷的可削减潜力评估装置的结构框图。为了便于说明，仅示出了与本实施例相关的部分，本发明实施例提供的夏季尖峰负荷的可削减潜力评估装置，包括：
[0089]
获取模块401，用于获取负荷样本，所述负荷样本包括春秋季平均典型日负荷曲线
和夏季典型日负荷曲线；
[0090]
修正模块402，用于基于所述夏季典型日负荷曲线，对所述春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线；
[0091]
确定模块403，用于基于所述目标春秋季平均典型日负荷曲线，确定所述夏季典型日负荷曲线中的尖峰负荷，所述尖峰负荷为极端高温时段的负荷；
[0092]
评估模块404，用于利用温控负荷的等值热参数模型，评估所述尖峰负荷的可削减潜力。
[0093]
在一些实施例中，所述修正模块402，具体用于：
[0094]
利用预设归一化公式，根据所述夏季典型日负荷曲线，对所述春秋季平均典型日负荷曲线进行修正，得到目标春秋季平均典型日负荷曲线，所述预设归一化公式为：
[0095][0096]
表示所述目标春秋季平均典型日负荷曲线，l
su,t
表示在t时间周期内的夏季典型日负荷曲线，l
spr,t
表示在t时间周期内的春秋季季平均日负荷曲线。
[0097]
在一些实施例中，所述确定模块403，具体用于：
[0098]
利用预设尖峰负荷确定策略，根据所述目标春秋季平均典型日负荷曲线，确定所述夏季典型日负荷曲线中的尖峰负荷，所述预设尖峰负荷确定策略的表达式为：
[0099][0100]
l
ru,t
表示在t时间周期内的所述尖峰负荷，l
su,t
表示在t时间周期内的夏季典型日负荷曲线，表示所述目标春秋季平均典型日负荷曲线，τ表示极端高温时段。
[0101]
在一些实施例中，所述评估模块404，包括：
[0102]
确定单元，用于利用所述等值热参数模型，根据空调的等值热参数，确定空调温度；
[0103]
计算单元，用于基于所述尖峰负荷和所述空调温度，计算目标地区内的可削减温控负荷。
[0104]
在一些实施例中，所述等值热参数模型包括制冷状态子模型和受控状态子模型，所述制冷状态子模型表达式为：
[0105][0106]
所述受控状态子模型的表达式为：
[0107][0108]
其中，θ
i,t
表示第i台空调在t时刻的温度，θ
α
为目标地区的环境温度，pi为第i台空调的空调额定功率，ηi为第i台空调的空调效率系数，δt为时间间隔；ri和ci均为第i台空调的等值热参数，ri表示热电阻参数，ci表示热电容参数。
[0109]
在一些实施例中，所述计算单元，具体用于：
[0110]
利用可削减温控负荷计算公式，根据所述尖峰负荷和所述空调温度，计算目标地区内的可削减温控负荷，所述可削减温控负荷计算公式为：
[0111][0112][0113]
δ＝θ
max-θ
min
；
[0114]
其中，p
cut
表示最大可削减温控负荷，l
ru
表示所述尖峰负荷，θ
α
为目标地区的环境温度，δ表示空间温度区间，θ
max
表示目标地区内用户所接受的最高空调温度，θ
min
表示目标地区内用户所接受的最低空调温度，r表示目标地区内的平均空调热电阻参数，p表示目标地区内的平均空调额定功率，η为目标地区内的平均空调效率系数。
[0115]
上述的夏季尖峰负荷的可削减潜力评估装置可实施上述方法实施例的夏季尖峰负荷的可削减潜力评估方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本发明实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。
[0116]
图5为本发明一实施例提供的计算机设备的结构示意图。如图5所示，该实施例的计算机设备5包括：至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52，所述处理器50执行所述计算机程序52时实现上述任意方法实施例中的步骤。
[0117]
所述计算机设备5可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解，图5仅仅是计算机设备5的举例，并不构成对计算机设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0118]
所称处理器50可以是中央处理单元(central processing unit，cpu)，该处理器50还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field－programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0119]
所述存储器51在一些实施例中可以是所述计算机设备5的内部存储单元，例如计算机设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述计算机设备5的外部存储设备，例如所述计算机设备5上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(bootloader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
[0120]
另外，本发明实施例还提供一种计算机可读存储介质，所述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实现上述任意方法实施例中的步骤。
[0121]
本发明实施例提供了一种计算机程序产品，当计算机程序产品在计算机设备上运行时，使得计算机设备执行时实现上述各个方法实施例中的步骤。
[0122]
在本发明所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。
[0123]
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read－only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0124]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。