一种长期安全约束机组组合时间序列分解方法及系统

技术领域

本发明属于电力调度技术领域，具体涉及一种长期安全约束机组组合时间序列分解方法及系统。

背景技术

以风力发电和光伏发电为代表的可再生能源的大规模安装使得电力输出更加随机、间歇和波动，这对传统调度策略提出了新的挑战。如何在可再生能源比例较高的新电力系统中快速、准确地制定发电计划，已引起越来越多学者的关注。目前，中国的装机容量结构以大型燃煤火电机组为主，启动步骤多，启停时间长。有必要根据长时间尺度制定机组启停顺序，以提高机组平均负荷率和系统的整体经济性和节能性。此外，为了应对长期波动并充分利用可再生能源，必须研究长期SCUC问题。

随着时间尺度的增加，SCUC模型的复杂度呈指数增长。因此，很难研究一种实用的求解算法来将优化时间控制在合理的范围内，为此需要进一步探索长期SCUC算法。在现有的研究中，储能系统和系统的其他电源经常参与优化调度，结合经济、环境保护和安全等不同因素，还应围绕提高系统运行的整体经济性和应对风能和太阳能输出的波动进行研究。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种长期安全约束机组组合时间序列分解方法及系统，用于在可再生能源比例高的电力系统中解决长时间尺度SCUC的技术问题，有效提高长期SCUC问题的计算速度和精度。

本发明采用以下技术方案：

一种长期安全约束机组组合时间序列分解方法，包括以下步骤：

S1、构建具有储能系统的长期SCUC模型；

S2、根据时间序列将步骤S1得到的长期SCUC问题解耦为短期SCUC问题；

S3、采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量，将步骤S1得到的长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型求解步骤S2得到的各个子区间的短期SCUC问题的可行解，再返回求解上层模型，更新主要参数，不断迭代求得可行解，可行解对应长期SCUC问题的求解结果，实现长期到短期的时间序列分解。

具体的，步骤S1中，首先从电力系统规划部门获取主要数据，然后针对长期SCUC模型设立最小化电力系统经济运行成本的目标函数；然后考虑储能系统的电源特性，添加相应的约束，构建得到具有储能系统的长期SCUC模型。

进一步的，目标函数为：

/>

其中，ND/ND

进一步的，约束条件具体为：

充电和放电功率限制：

其中，Ω

能源约束：

其中，

周期调节电量约束：

其中，

充放电状态约束的逻辑约束

可再生能源约束

其中，

进一步的，系统基本技术数据包括电力系统中各类型电源的技术参数、可再生能源信息、电网网架参数以及负荷需求参数。

具体的，步骤S2中，利用计算机的并行计算能力求解每个子区间的短期SCUC问题。

具体的，步骤S3中，采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量具体为：

S301、将中长期时间区间按日进行分解，分解成若干子区间；

S302、忽略ATC罚项，并行求解各子区间的短期机组组合问题，作为初始解；

S303、对上层模型进行求解，得到χ

S304、初始化参数λ

S305、若不满足收敛条件|χ

S306、并行求解ATC下层问题，得到γ

S307、求解ATC上层问题得到γ

S308、更新参数λ

进一步的，上层模型的目标函数：

其中，χ为ATC方法框架中的目标变量；

耦合时刻的储能约束：

其中，(s

耦合时刻的新能源机组约束

耦合时刻的水电机组约束

耦合时刻的火电机组约束

/>

其中，

耦合时刻的电力平衡约束：

其中，t

进一步的，下层模型的目标函数：

其中，χ为ATC方法框架中的目标变量；

约束条件

/>

其中，

第二方面，本发明实施例提供了一种长期安全约束机组组合时间序列分解系统，包括：

构建模块，构建具有储能系统的长期SCUC模型；

解耦模块，根据时间序列将构建模块得到的长期SCUC问题解耦为短期SCUC问题，求解每个子区间的短期SCUC问题；

分解模块，采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量，将构建模块得到的长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型求解解耦模块得到的各个子区间的短期SCUC问题的可行解，再返回求解上层模型，更新主要参数，不断迭代求得可行解，可行解对应长期SCUC问题的求解结果，实现长期到短期的时间序列分解。

与现有技术相比，本发明至少具有以下有益效果：

一种长期安全约束机组组合时间序列分解方法，用于在可再生能源比例较高的电力系统中解决长时间尺度的SCUC问题，有效提高长期SCUC问题的计算速度和精度，建立长期SCUC数学模型，作为求解基础，再通过时间序列将长期SCUC问题解耦成短期SCUC问题，降低求解复杂度，最后基于解耦后的双层模型设计ATC算法求出可行解。

进一步的，从电力系统规划部门获取主要数据作为输入数据，构建具有储能系统的长期SCUC模型作为基础模型，将长期SCUC问题转化为一个数学建模及求解问题。

进一步的，建立了考虑储能系统的SCUC模型，以电力系统的经济运行成本最小化为目标建模，并详细考虑了储能系统所独有的电源特性。

进一步的，确定储能系统相关约束条件，包括充电和放电功率约束、能量约束、周期调节电量约束以及储能系统充电和放电状态的逻辑约束，完成数学模型的建立。

进一步的，从电力系统规划部门获取系统基本技术数据，是求解长期SCUC问题所需的必要条件。

进一步的，为了充分利用计算机的并行计算能力，根据时间序列将长期SCUC问题解耦为短期SCUC。并行求解这些短期SCUC问题以降低模型的复杂度，提高计算速度。为了保证求解的可行性和准确性，接下来将采用ATC算法对子问题进行协调。

进一步的，利用ATC算法协调耦合变量，将模型转化为两层结构。本步骤确立上层问题的求解，即上层模型主要用于协调耦合变量，根据下层模型的反馈(ATC算法中称为响应变量)协调各子区间的耦合变量，并给出推荐值(ATC算法中称为目标变量)以指导下层模型，下层模型主要用于解决每个子区间的短期SCUC问题，添加了ATC罚函数以用于约束耦合变量，松弛耦合约束。通过求解下层模型，将结果反馈给上层模型，进一步更新参数并迭代求解，当满足收敛条件时，结束求解过程并给出可行解。

进一步的，上层模型目标为根据下层模型的反馈，协调各子区间的耦合变量，并给出推荐值，以指导下层模型。其约束包含耦合时刻的储能约束、新能源机组约束、水电机组约束、火电机组约束及电力平衡约束，保证模型求解的可行性。

进一步的，下层模型目标为解决各子区间的短期机组组合问题。其约束与经典机组组合的约束基本相同，另外添加了对于机组开停机时间等变量的统计值约束，保证模型求解的可行性。

可以理解的是，上述第二方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。

综上所述，本发明能够提升电力系统长期SCUC的计算效率。该模型可以充分利用计算机的线程资源，在损失一定精度的前提下明显提高计算速度，在长时间尺度的SCUC问题中具有优势，能有效提高长期SCUC问题的计算效率。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明ATC方法求解示意图；

图2为时序分解过程示意图；

图3为系统网架结构示意图；

图4为迭代求解-目标函数及残差变化示意图；

图5为电力电量平衡信息示意图；

图6为时间尺度与求解时长的变化趋势示意图。

具体实施方式

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做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。

在本发明的描述中，需要理解的是，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

应当理解，尽管在本发明实施例中可能采用术语第一、第二、第三等来描述预设范围等，但这些预设范围不应限于这些术语。这些术语仅用来将预设范围彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一预设范围也可以被称为第二预设范围，类似地，第二预设范围也可以被称为第一预设范围。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。

本发明提供了一种长期安全约束机组组合时间序列分解方法，考虑储能系统的功率特性和负载特性，建立了具有储能系统的SCUC模型；然后用时间序列分解的方法简化了原问题；最后使用ATC方法在每个子区间之间协调储能、可再生能源和火电机组的耦合变量。结果表明，模型能够充分利用计算机的线程资源，在损失一定精度的前提下明显提高计算速度，在长时间尺度的SCUC问题中具有优势，本发明方法能有效提高长期SCUC问题的计算效率。此外，本发明还分析了储能系统的运行特点，定量论证了储能系统在新电力系统中的作用。

本发明一种长期安全约束机组组合时间序列分解方法，充分考虑了无功功率系统的充放电特性，建立了含无功功率的长期机组组合模型；考虑到长期SCUC求解的困难性以及大型燃煤机组运行计划短期和长期协调的实际需要，将长期SCUC解耦为几个易于求解的短期SCUC问题；基于ATC方法，提出了考虑可再生能源机组和储能系统的协调框架，最终实现了发电计划的衔接。除此之外，由于将长期SCUC模型解耦求解，求解时做到并行运算，能够充分利用硬件设备的计算资源，具体步骤如下：

S1、构建一个考虑储能系统的长期SCUC模型；

首先从电力系统规划部门获取主要数据，然后针对SCUC模型设立最小化电力系统经济运行成本的目标函数；然后考虑储能系统的电源特性，添加相应的约束；

系统基本技术数据包括：电力系统中各类型电源的技术参数、可再生能源信息、电网网架参数以及负荷需求参数。

目标函数

目标函数是使电力系统的经济运行成本最小化，包括热力机组的运行成本和可再生能源的废弃资源成本，具体如下：

/>

其中，ND/ND

储能系统约束条件

储能系统不同于其他电源特性。储能系统具有发电机特性和负载特性。在本文中，储能系统约束包括充电和放电功率约束、能量约束、周期调节电量约束以及储能系统充电和放电状态的逻辑约束，如等式(2)至(5)所示。

充电和放电功率限制

其中，Ω

能源约束

其中，

周期调节电量约束

储能系统的充电和放电过程通常将在一定时间内完成。典型的形式包括日调节和周调节，即调节期开始时的储能系统数量与结束时相同。等式(4)中表示出了相应约束。

其中，

充放电状态约束的逻辑约束

为了同时限制储能系统的充电和放电，需要添加互斥方程(5)。

可再生能源约束

可再生能源是一种清洁资源，应优先消费。

一般来说，废弃资源的权力应以惩罚期限的形式加入目标函数。其他约束包括各种类型发电机的运行约束、电力系统的功率平衡和负载储备约束、网络安全约束等。为简单起见，此处不再重复。

S2、根据时间序列将长期SCUC问题解耦为短期SCUC问题，利用计算机的并行计算能力求解短期SCUC问题，降低模型的复杂度；

在不失一般性的情况下，为了方便表述，将一个完整的SCUC问题按照时间序列分解为三个子区间，分别为s

S3、设计ATC方法用于协调耦合变量，分两步迭代求解建立的数学模型，得到可行解，最后进行实例分析验证算法有效性。

通过ATC方法将长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型解决各个子区间的短期SCUC问题，再返回求解上层模型，更新主要参数，不断迭代求得可行解。

建立ATC上层模型目标函数

上层模型主要根据下层模型的反馈(ATC方法中称为响应变量)，协调各子区间的耦合变量，并给出推荐值(ATC方法中称为目标变量)，以指导下层模型。目标函数如式(8)所示。

其中，χ为ATC方法框架中的目标变量；

λ

ρ

耦合时刻的储能约束

其中，(s

式(11)和(12)是s

此外，针对有关于储能电量的耦合约束。为了降低模型的复杂性，建议将子区间的时间尺度设置为储能调节周期的整数倍。这样处理后，储能周期调节电量约束将会在子区间内考虑，不需要额外增加有关储能电量的耦合变量。

耦合时刻的新能源机组约束

对于新能源机组而言，处理较为简单，只需保证耦合时刻新能源机组的功率能够相等即可。

耦合时刻的水电机组约束

对于水电机组而言，除了需要满足耦合时刻的功率相等外，如式(19)所示，还需要对当前中长期机组组合计算区间的总来水电量进行分配，保证各子区间的来水电量总和等于当前计算区间的总来水电量。

耦合时刻的火电机组约束

对于火电机组而言，需要满足耦合时刻的功率相等(式(20)～(21))以及运行状态相等(式(22)～(23))。为了保证耦合时刻的功率处于合理的上下限范围内，还需要满足式(24)～(25)。式(26)-(29)描述的是与机组最短开停机相关的耦合约束。

其中，

上述与最短开停机相关的耦合变量的详细计算过程在下层模型中有较为详细的说明。

耦合时刻的电力平衡约束

目标变量应满足耦合时刻的电力平衡相关约束。

其中，t

下层模型目标函数

ATC下层模型主要用于解决各子区间的短期机组组合问题。其目标函数与基础模型稍有不同，添加了ATC罚函数以用于约束耦合变量，松弛耦合约束。

不失一般性，这里针对s子区间，对下层模型进行说明。

其中，χ为ATC方法框架中的目标变量；

约束条件

ATC下层模型的约束与经典机组组合的约束基本相同，对于火电、水电、新能源、储能耦合变量不需要进行额外处理。除此之外，还需要添加用于统计

/>

其中，式(33)-(36)用于统计s子区间从初始时刻开始的持续开停机时间，式(37)-(40)是用于统计s子区间结束后机组还需要维持的开停机时间。值得说明的是，这些约束仅仅是用来统计

式(37)与式(38)统计的是s子区间希望s

请参阅图1，基于ATC方法的中长期机组组合问题的求解算法是一个迭代算法，其求解流程如下：

S301、将中长期时间区间按日进行分解，分解成若干子区间；

S302、忽略ATC罚项，并行求解各子区间的短期机组组合问题，作为初始解；

S303、对上层模型进行求解，得到χ

S304、初始化参数λ

S305、判断是否满足收敛条件(41)，若不满足则置迭代次数k＝k+1,满足则退出迭代过程；

|χ

S306、并行求解ATC下层问题，得到γ

S307、求解ATC上层问题得到γ

S308、更新参数λ

本发明再一个实施例中，提供一种长期安全约束机组组合时间序列分解系统，该系统能够用于实现上述长期安全约束机组组合时间序列分解方法，具体的，该长期安全约束机组组合时间序列分解系统包括构建模块、解耦模块以及分解模块。

其中，构建模块，构建具有储能系统的长期SCUC模型；

解耦模块，根据时间序列将构建模块得到的长期SCUC问题解耦为短期SCUC问题，求解每个子区间的短期SCUC问题；

分解模块，采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量，将构建模块得到的长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型求解解耦模块得到的各个子区间的短期SCUC问题的可行解，再返回求解上层模型，更新主要参数，不断迭代求得可行解，可行解对应长期SCUC问题的求解结果，实现长期到短期的时间序列分解。

本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，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，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于长期安全约束机组组合时间序列分解方法的操作，包括：

构建具有储能系统的长期SCUC模型；根据时间序列将得到的长期SCUC问题解耦为短期SCUC问题，采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量，将长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型求解各个子区间的短期SCUC问题的可行解，再返回求解上层模型，更新主要参数，不断迭代求得可行解，可行解对应长期SCUC问题的求解结果，实现长期到短期的时间序列分解。

本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。

可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关长期安全约束机组组合时间序列分解方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：

构建具有储能系统的长期SCUC模型；根据时间序列将得到的长期SCUC问题解耦为短期SCUC问题，采用ATC方法协调每个子区间之间储能、可再生能源和火电机组的耦合变量，将长期SCUC模型转化为包含上层模型和下层模型的两层结构，上层模型根据下层模型的反馈协调各子区间的耦合变量，并给出推荐值指导下层模型；下层模型求解各个子区间的短期SCUC问题的可行解，再返回求解上层模型，更新主要参数，不断迭代求得可行解，可行解对应长期SCUC问题的求解结果，实现长期到短期的时间序列分解。

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

实例分析

为验证本发明所提方法的有效性，通过XJTU-ROTS2017测试系统对模型的有效性进行验证。

系统包含44条总线和32个热单元，改造后，可再生能源装机容量为7000MW，火电装机容量10400MW，可再生能源占装机容量的40％以上。

为了应对可再生能源的剧烈波动，可再生能源装机容量为15％的储能系统安装在可再生能源丰富的区域A。系统网架结构如图3所示。

算例设置时间粒度为月，储能系统的调节周期为一天，计算机处理器为Intel(R)Core(TM)i7-9700@3.60GHz，整体计算结果如表1所示。

表1长期SCUC和提出算法求解结果对比

从表1中看出，直接计算长期SCUC问题非常困难；本发明不仅保证了精度，而且提高了计算速度；总的解决方案速度提高了15倍。在解决复杂的SCUC问题方面具有一定的优势。

请参阅图4，给出了迭代求解过程中残差以及目标函数的变化情况。经过有限次迭代后，目标函数快速稳定在最终值附近，收敛判据也减小到0.1以下。

整体而言，本发明方法的收敛所需步数较少，迭代过程中并没有出现振荡过程。这表明使用ATC方法求解中长期机组组合问题是合适的。该月的第一周的电力电量平衡信息如图5所示。可以看出，风电、光伏按气象条件发电，优先消纳；储能在峰时放电，在谷时充电，缓解了传统机组的调峰压力；煤电、水电协调配合实现电力电量平衡。

请参阅图6，本发明针对不同的时间尺度下，本方法方法以及一体化求解算法的表现进行了测算。从图6看出，时间尺度在10天以上时，本发明所提的算法计算速度较快。并且随着时间尺度的增加，本发明所提的算法越有优势，同一体化求解算法的差距越明显。

综上所述，本发明一种长期安全约束机组组合时间序列分解方法及系统，充分利用计算机的线程资源，在损失一定精度的前提下明显提高计算速度，在长时间尺度的SCUC问题中具有优势。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等，需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。