本發(fā)明涉及電力電子控制技術(shù)領(lǐng)域，更具體地，涉及一種下垂控制方法。

背景技術(shù)：

下垂控制是指根據(jù)微電網(wǎng)的控制目標(biāo)，采用與傳統(tǒng)發(fā)電機(jī)相似的下垂曲線來達(dá)到對(duì)微源的控制，采用頻率有功下垂特性(droopcharacter)將系統(tǒng)不平衡的功率動(dòng)態(tài)分配給各個(gè)機(jī)組承擔(dān)，保證微網(wǎng)系統(tǒng)中頻率電壓的統(tǒng)一。

目前，并聯(lián)系統(tǒng)線路阻抗不同，其有功功率和無功功率耦合情況也不相同，傳統(tǒng)下垂控制不存在功率解耦，所以比較依賴線路阻抗的特性。當(dāng)線路阻抗呈感性時(shí)，功率耦合程度要小于線路阻抗呈阻感性或阻性時(shí)的情況；線路阻抗呈感性時(shí)，其有功無功和電壓差還有相位差之間的關(guān)系形式與傳統(tǒng)下垂最為接近；因此，傳統(tǒng)下垂控制需要并聯(lián)線路阻抗呈感性。

線路阻抗呈感性時(shí)，并沒有完全消除功率耦合，傳統(tǒng)下垂控制中有功功率并沒有考慮無功功率中電壓差的影響，同樣無功功率也沒有考慮有功功率中相位差的影響。逆變電源并聯(lián)時(shí)，無功功率與有功功率均會(huì)進(jìn)行調(diào)節(jié)，此時(shí)無功功率的調(diào)節(jié)通過耦合通道影響有功功率的調(diào)節(jié)，有功功率的調(diào)節(jié)同樣也影響無功功率的調(diào)節(jié)，如此反復(fù)使得并聯(lián)逆變電源的有功功率無法均分。

下垂系數(shù)決定了無功功率與有功功率間的影響程度，下垂系數(shù)越大，功率調(diào)節(jié)時(shí)的波動(dòng)越大，耦合影響使有功功率無法均分；下垂系數(shù)越小，功率波動(dòng)減小，同樣因耦合影響的存在，有功功率無法均分。不管怎樣選取下垂系數(shù)，兩逆變電源的輸出有功功率無法均分，產(chǎn)生的功率環(huán)流會(huì)產(chǎn)生額外的器件損耗，減少器件壽命。

逆變器的控制參數(shù)整定方法主要有常規(guī)整定方法和智能參數(shù)優(yōu)化方法。

常規(guī)整定方法有：z-n法、極點(diǎn)配置法和經(jīng)驗(yàn)法等。z-n法無法獲取精確的臨界信息，難以得到配置出較好的控制參數(shù)；極點(diǎn)配置法需要精確的系統(tǒng)模型，同時(shí)還需要豐富的經(jīng)驗(yàn)確定所期望性能，配置的參數(shù)還需在線進(jìn)行調(diào)整，整定非常耗時(shí)；經(jīng)驗(yàn)法則需要依賴豐富的經(jīng)驗(yàn)不斷在線調(diào)整參數(shù)，受調(diào)試人員場(chǎng)地限制，整定同樣耗時(shí)。

智能參數(shù)優(yōu)化方法主要有：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、遺傳算法和群智能算法等。模糊控制需要非常豐富的先驗(yàn)知識(shí)編寫模糊規(guī)則，對(duì)象不同時(shí)還需要修改模糊規(guī)則；神經(jīng)網(wǎng)絡(luò)的優(yōu)化效果受初值影響，優(yōu)化還需要多次有效信息的訓(xùn)練；遺傳算法屬于進(jìn)化算法，通過交叉和變異保證群體的多樣性，按概率大小篩選掉差個(gè)體，而得到最優(yōu)解。該方法和群智能算法相比，缺少記憶性，無最優(yōu)值引導(dǎo)，優(yōu)化過程中交叉和變異有一定概率將好個(gè)體變差，所以在優(yōu)化性能上群智能算法更勝一籌。

群智能算法中粒子群優(yōu)化算法屬于較為經(jīng)典的一種算法，它于1995年ieee國(guó)際會(huì)議上由eberhart和kennedy提出。shi和eberhart在1998年發(fā)表的論文中，在最初版本pso的基礎(chǔ)上增加了慣性權(quán)重w，其目的主要是平衡局部?jī)?yōu)化和全局優(yōu)化能力(現(xiàn)階段主要采用該方法)。粒子群優(yōu)化算法從隨機(jī)解出發(fā)，通過迭代進(jìn)行尋優(yōu)，算法簡(jiǎn)單，操作方便，一經(jīng)提出便受到了極大的歡迎，該算法已經(jīng)成功運(yùn)用到諸如電力系統(tǒng)分析、電力電子控制、數(shù)據(jù)挖掘、圖像識(shí)別、生物、地質(zhì)和調(diào)度等領(lǐng)域。

粒子群優(yōu)化算法的優(yōu)化性能由慣性權(quán)重、加速因子、全局最優(yōu)粒子位置和個(gè)體最優(yōu)粒子位置共同決定。當(dāng)針對(duì)復(fù)雜模型時(shí)，僅僅依靠全局最優(yōu)粒子和個(gè)體最優(yōu)粒子，或調(diào)節(jié)優(yōu)化參數(shù)都難以避免優(yōu)化陷入局部最優(yōu)值。為了提升粒子群的優(yōu)化性能，需要對(duì)標(biāo)準(zhǔn)粒子群優(yōu)化算法進(jìn)行改進(jìn)，以期望獲得更優(yōu)性能。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明為克服上述問題或者至少部分地解決上述問題，提供一種下垂控制方法。

根據(jù)本發(fā)明的一個(gè)方面，提供一種下垂控制方法，包括：

步驟1，基于初始適應(yīng)值，利用改進(jìn)粒子群優(yōu)化算法獲得控制參數(shù)；

步驟2，基于所述控制參數(shù)，通過解耦下垂控制方法，對(duì)應(yīng)獲得有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓；基于所述有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓對(duì)并聯(lián)逆變系統(tǒng)進(jìn)行控制；

步驟3，基于所述有功下垂調(diào)節(jié)輸出頻率、無功下垂調(diào)節(jié)輸出電壓和所述并聯(lián)逆變系統(tǒng)輸出的逆變輸出波形，利用優(yōu)化目標(biāo)函數(shù)模型獲得適應(yīng)值。

本申請(qǐng)?zhí)岢鲆环N下垂控制方法，所述方法提出一種新型下垂控制—解耦下垂控制；提出一種改進(jìn)粒子群優(yōu)化算法—具有多群體和多速度更新方式的改進(jìn)粒子群優(yōu)化算法(mmpso)；建立了基于改進(jìn)粒子群優(yōu)化算法的離線優(yōu)化模型，模型中每個(gè)逆變電源均串聯(lián)一個(gè)電抗器，然后再通過并聯(lián)給負(fù)載供電。本發(fā)明可以運(yùn)用于新能源微電網(wǎng)領(lǐng)域和不間斷供電等領(lǐng)域，能夠滿足多個(gè)逆變電源的并聯(lián)要求，采用本發(fā)明可以有效的減小并聯(lián)環(huán)流，提升并聯(lián)系統(tǒng)的穩(wěn)定性和可靠性。

附圖說明

圖1為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法的整體流程示意圖；

圖2為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法的并聯(lián)系統(tǒng)的總體結(jié)構(gòu)框圖示意圖；

圖3為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法的傳統(tǒng)下垂控制示意圖；

圖4為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法的改進(jìn)下垂控制示意圖；

圖5為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法中改進(jìn)粒子群優(yōu)化算法示意圖；

圖6為根據(jù)本發(fā)明實(shí)施例一種下垂控制方法中改進(jìn)粒子群優(yōu)化算法(mmpso)示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明的具體實(shí)施方式作進(jìn)一步詳細(xì)描述。以下實(shí)施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

如圖1，本發(fā)明一個(gè)具體實(shí)施例中，示出一種下垂控制方法的整體流程示意圖?？傮w上，包括：步驟1，基于初始適應(yīng)值，利用改進(jìn)粒子群優(yōu)化算法獲得控制參數(shù)；

步驟2，基于所述控制參數(shù)，通過解耦下垂控制方法，對(duì)應(yīng)獲得有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓；基于所述有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓對(duì)并聯(lián)逆變系統(tǒng)進(jìn)行控制；

步驟3，基于所述有功下垂調(diào)節(jié)輸出頻率、無功下垂調(diào)節(jié)輸出電壓和所述并聯(lián)逆變系統(tǒng)輸出的逆變輸出波形，利用優(yōu)化目標(biāo)函數(shù)模型獲得適應(yīng)值。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法還包括：步驟4，將所述適應(yīng)值作為步驟1中改進(jìn)粒子群優(yōu)化算法的輸入項(xiàng)，重復(fù)循環(huán)步驟1-3，直至確認(rèn)所述適應(yīng)值滿足預(yù)設(shè)結(jié)束條件。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述改進(jìn)粒子群優(yōu)化算法還包括三種粒子群和三種速度更新方式。

其中，所述三種粒子群包括:主粒子群、全局輔助粒子群和局部輔助粒子群。

其中，所述三種速度更新方式為：帶慣性權(quán)重的改進(jìn)速度更新方式、帶壓縮因子的改進(jìn)速度更新方式和隨機(jī)速度更新方式。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述數(shù)字控制系統(tǒng)為三環(huán)控制系統(tǒng)，所述三環(huán)控制系統(tǒng)基于所述有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓對(duì)并聯(lián)逆變系統(tǒng)進(jìn)行控制；所述三環(huán)控制系統(tǒng)包括功率環(huán)、負(fù)載電壓控制環(huán)和電感電流控制環(huán)。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述并聯(lián)逆變系統(tǒng)由光伏逆變電源和儲(chǔ)能逆變電源組成。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述改進(jìn)粒子群優(yōu)化算法還包括：

所述主粒子群采用改進(jìn)帶慣性權(quán)重的速度更新方式，其公式為：

其中，i和j分別表示粒子數(shù)量和維數(shù)，t為當(dāng)前迭代次數(shù)，xij＝(xi1,xi2,xi3，xi4,…,xin)表示粒子個(gè)體，w表示慣性權(quán)重，vij＝(xi1,xi2,xi3，xi4,…,xin)表示粒子更新速度，c1和c2為加速因子，r1和r2為[0,1]區(qū)間的隨機(jī)數(shù)，迭代到當(dāng)前迭代次數(shù)時(shí)每個(gè)粒子的歷史最優(yōu)粒子為x^pij＝(x^pi1,x^pi2,x^pi3,x^pi4,…,x^pin)，迭代到當(dāng)前迭代次數(shù)時(shí)的全局最優(yōu)粒子x^ggj＝(x^gg1,x^gg2,x^gg3，x^gg4,…,x^ggn)，g代表迭代到當(dāng)前迭代次數(shù)時(shí)，某一次迭代中某個(gè)位置上的粒子；

所述全局輔助粒子群由主粒子群中的差粒子組成，該群體存在兩種速度更新方式，每一次優(yōu)化迭代，按一定概率選取其中一種速度更新方式；

第一種速度更新方式為改進(jìn)的帶壓縮因子速度更新方式，公式為：

其中x1、v1分別代表全局輔助粒子群的位置和速度，c4和c5為加速因子，c4等于c5，全用c4代替，r4和r5為[0,1]區(qū)間的隨機(jī)數(shù)，x1^p(t)為迭代到當(dāng)前迭代次數(shù)時(shí)每個(gè)粒子的歷史最優(yōu)粒子，x1^g(t)為迭代到當(dāng)前迭代次數(shù)時(shí)的全局最優(yōu)粒子，d和g含義相同，fi為當(dāng)前個(gè)體粒子的適應(yīng)值；

第二種速度更新方式為隨機(jī)速度更新方式，公式為：

v1ij(t+1)＝v1ij(t)+fx-g，

其中：

aj＝0.5-rj，

其中，rj、ηj、xmax和xmin分別為[0,1]區(qū)間的隨機(jī)數(shù)、粒子在優(yōu)化區(qū)間內(nèi)的分布概率、粒子優(yōu)化區(qū)間的上限和下限。

所述局部輔助粒子群無速度更新，該群體由主粒子群在優(yōu)化迭代末期的全局最優(yōu)粒子組成，其組成公式為：

x2ij(t)＝|xgj^g(t)+mk(0.5-r)xgj^g(t)|，

其中mk為常數(shù)，它決定搜索范圍；r為[0,1]區(qū)間的隨機(jī)數(shù)。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述步驟2還包括：

所述傳統(tǒng)下垂控制方法公式為：

ω＝ωr+(p'r-p')dp，

v＝vr+(q’r-q')dq，

其中dp和dq分別為有功下垂系數(shù)、無功下垂系數(shù)；ωr、ω、p'r和p'分別為給定頻率、有功下垂調(diào)節(jié)輸出頻率、給定有功功率和濾波后的實(shí)際有功功率；vr、v、q'r和q'分別為給定電壓、無功下垂調(diào)節(jié)輸出電壓、給定無功功率、濾波后的實(shí)際無功功率；

所述解耦下垂控制方法公式為：

ω＝ωr+(p'r-p')d'p+λ(vr-v)，

v＝vr+(q'r-q')d'q-ζ(ωr-ω)，

其中d'p、λ、d'q和ζ分別為濾波后的有功功率下垂系數(shù)、電壓差解耦系數(shù)、濾波后的無功功率下垂系數(shù)和相位差解耦系數(shù)。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法所述三環(huán)控制系統(tǒng)中功率環(huán)采用傳統(tǒng)下垂控制或解耦下垂控制；電壓控制環(huán)和電流控制環(huán)均采用pi控制。

本發(fā)明又一個(gè)具體實(shí)施例中，所述pi控制采用的傳遞函數(shù)為：

式中kp和ki分別為比例控制參數(shù)和積分控制參數(shù)。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法，所述并聯(lián)逆變系統(tǒng)還包括：

所述光伏逆變電源用于在光照充足時(shí)，為三相逆變器提供穩(wěn)定的直流電；

所述儲(chǔ)能逆變電源由儲(chǔ)能電池和三相逆變器組成；所述儲(chǔ)能電池用于當(dāng)soc狀態(tài)總在50％以上時(shí)，為三相逆變器提供穩(wěn)定的直流電；

上述兩種逆變電源各串聯(lián)一個(gè)電抗后并聯(lián)。

本發(fā)明又一個(gè)具體實(shí)施例中，一種下垂控制方法，所述優(yōu)化目標(biāo)函數(shù)模型還包括：

通過多個(gè)單一目標(biāo)函數(shù)按不同權(quán)系數(shù)組合而成，公式為：

其中e(t)為兩逆變器輸出有功功率誤差信號(hào)；uzon和u1zon分別為光伏逆變輸出電壓的各次諧波幅值和儲(chǔ)能逆變輸出電壓的各次諧波幅值；uzo1和u1zo1分別為光伏逆變輸出電壓的基波幅值和儲(chǔ)能逆變輸出電壓的基波幅值；a、b和c為不同權(quán)系數(shù)，a+b+c＝1。

如圖2，本發(fā)明又一個(gè)具體實(shí)施例中，示出一種用于實(shí)現(xiàn)本發(fā)明新型下垂控制方法的的并聯(lián)系統(tǒng)基本框架示意圖。該框架包括改進(jìn)粒子群優(yōu)化部分、數(shù)字控制系統(tǒng)、并聯(lián)逆變部分和優(yōu)化目標(biāo)函數(shù)部分。

其中改進(jìn)粒子群優(yōu)化算法為具有多群體和多速度更新方式的改進(jìn)粒子群優(yōu)化算法(mmpso)；數(shù)字控制系統(tǒng)包括改進(jìn)下垂控制或者傳統(tǒng)下垂控制，電壓電流雙閉環(huán)控制。優(yōu)化目標(biāo)函數(shù)通過多個(gè)單一目標(biāo)函數(shù)按不同權(quán)系數(shù)組合而成，其公式為：

其中e(t)為兩逆變器輸出有功功率誤差信號(hào)；uzon和u1zon分別為光伏逆變輸出電壓的各次諧波幅值和儲(chǔ)能逆變輸出電壓的各次諧波幅值；uzo1和u1zo1分別為光伏逆變輸出電壓的基波幅值和儲(chǔ)能逆變輸出電壓的基波幅值；a、b和c為不同權(quán)系數(shù)，有如下關(guān)系：a+b+c＝1。

并聯(lián)系統(tǒng)總的結(jié)構(gòu)框圖如圖3所示，該結(jié)構(gòu)并聯(lián)結(jié)構(gòu)框組成了圖2中的數(shù)字控制器和并聯(lián)逆變部分。圖中，voutn(n＝1,2)、ugn(n＝1,2)、iln(n＝1,2)、ion(n＝1,2)、von(n＝1,2)、v^*n(n＝1,2)、ω^*n(n＝1,2)分別代表控制輸出信號(hào)、脈沖信號(hào)、電感電流信號(hào)、負(fù)載電流信號(hào)、負(fù)載電壓信號(hào)、指令電壓信號(hào)和指令角頻率信號(hào)；sn(n＝1,2)、ln(n＝1,2)和cn(n＝1,2)分別為開關(guān)、濾波電感和濾波電容；光伏逆變電源與儲(chǔ)能逆變電源的組成完全相同。圖3中進(jìn)行對(duì)比時(shí)，只需將改進(jìn)下垂控制替換為傳統(tǒng)下垂控制。

圖4和圖5分別為傳統(tǒng)下垂控制和改進(jìn)下垂控制框圖，其中vod、voq、iod、ioq分別為坐標(biāo)變換后(三相信號(hào)轉(zhuǎn)dq軸信號(hào))的d軸負(fù)載電壓信號(hào)、q軸負(fù)載電壓信號(hào)、d軸負(fù)載電流和q軸負(fù)載電流。圖中功率計(jì)算公式為：

傳統(tǒng)下垂控制公式為：

ω＝ωr+(pr'-p')dp，

v＝vr+(q'r-q')dq，

式中dp和dq分別為有功下垂系數(shù)、無功下垂系數(shù)；ωr、ω、p'r和p'分別為給定頻率、有功下垂調(diào)節(jié)輸出頻率、給定有功功率和濾波后的實(shí)際有功功率；vr、v、q'r和q'分別為給定電壓、無功下垂調(diào)節(jié)輸出電壓、給定無功功率、濾波后的實(shí)際無功功率。

解耦下垂控制策略公式為：

ω＝ωr+(p'r-p')d'p+λ(vr-v)，

v＝vr+(qr'-q')d'q-ζ(ωr-ω)，

式中d'p、λ、d'q和ζ分別為濾波后的有功功率下垂系數(shù)、電壓差解耦系數(shù)、濾波后的無功功率下垂系數(shù)和相位差解耦系數(shù)。

濾波前后功率的關(guān)系式為：

式中ωo、p和q分別為低通濾波的截止頻率、未濾波的有功功率下垂系數(shù)和未濾波的無功功率下垂系數(shù)。

圖6為改進(jìn)粒子群優(yōu)化算法(mmpso)組成框架。該改進(jìn)粒子群優(yōu)化算法由三個(gè)粒子群和三種速度更新方式組成，其中三種群體分別為:主粒子群、全局輔助粒子群和局部輔助粒子群。三種速度更新方式為別為：帶慣性權(quán)重的改進(jìn)速度更新方式、帶壓縮因子的改進(jìn)速度更新方式和隨機(jī)速度更新方式。主粒子群只采用一種速度更新方式；全局輔助粒子群采用兩種速度更新方式，該群體使得該算法優(yōu)化趨勢(shì)具有多樣性，極大的提高了該算法的全局優(yōu)化能力；局部輔助粒子群無速度更新方式，其作用是在全局最優(yōu)位置的小范圍內(nèi)繼續(xù)尋優(yōu)，在一定程度上提升了粒子群的局部?jī)?yōu)化能力。

通過mmpso優(yōu)化得到的一組控制參數(shù)分別為：(1)dp、dq、d'p和d'q分別為0.0002911、0.0000101、0.0002723、0.0000712；(2)λ和ζ分別為3.4和0.001；(3)外環(huán)kp和ki分別為0.2和0.018(兩種對(duì)比下垂控制策略的控制參數(shù)相同)；(4)內(nèi)環(huán)kp和ki分別為10.04和0.0074(兩種對(duì)比下垂控制策略的控制參數(shù)相同)。

按以下步驟進(jìn)行對(duì)比驗(yàn)證：

步驟1：根據(jù)適應(yīng)值大小，mmpso生成一組控制參數(shù)dp、dq、d'p、d'q、kp、λ、d'q、ζ和ki，其中控制參數(shù)包括兩種對(duì)比的下垂控制和雙閉環(huán)pi控制參數(shù)，光伏逆變器控制和儲(chǔ)能逆變器控制策略相同，且控制參數(shù)也相同；然后將參數(shù)傳遞到優(yōu)化模型中的控制系統(tǒng)。

步驟2：通過解耦下垂控制(傳統(tǒng)下垂控制)，可以得到有功下垂調(diào)節(jié)輸出頻率和無功下垂調(diào)節(jié)輸出電壓，前者可以實(shí)現(xiàn)反饋電壓信號(hào)、電流信號(hào)和電流環(huán)pi輸出信號(hào)的坐標(biāo)變換(負(fù)載電壓控制環(huán)和電感電流控制環(huán)為基于dq軸的控制，所以先要將三相電信號(hào)變換成dq軸電信號(hào))，后者為負(fù)載電壓控制環(huán)的指令信號(hào)。通過三環(huán)控制系統(tǒng)實(shí)現(xiàn)對(duì)并聯(lián)系統(tǒng)的控制，同時(shí)也可以得到每個(gè)逆變器的輸出有功功率和負(fù)載電壓。

步驟3：計(jì)算適應(yīng)值采用如下優(yōu)化目標(biāo)函數(shù)：

兩逆變器的輸出功率誤差，光伏逆變電源和儲(chǔ)能逆變電源各自的負(fù)載電壓為該優(yōu)化目標(biāo)函數(shù)的輸入，輸出信號(hào)就是適應(yīng)值。將適應(yīng)值輸入到mmpso中，就可以知道m(xù)mpso進(jìn)行優(yōu)化，朝適應(yīng)值最小方法優(yōu)化。重復(fù)步驟1至步驟3，直到mmpso達(dá)到最大迭代次數(shù)。

步驟4：建立相應(yīng)的實(shí)驗(yàn)平臺(tái)，該實(shí)驗(yàn)平臺(tái)主要由光伏逆變電源和儲(chǔ)能逆變電源組成，兩逆變器孤島并聯(lián)，共同給負(fù)載供電，平臺(tái)參數(shù)和對(duì)比控制方法及其參數(shù)與仿真一致。

采用改進(jìn)下垂控制策略，并且配合改進(jìn)粒子群優(yōu)化算法對(duì)控制參數(shù)的優(yōu)化可以有效減小逆變電源間的功率環(huán)流，提高系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性。

最后，本申請(qǐng)的方法僅為較佳的實(shí)施方案，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。