一种源网荷储控制方法及装置、计算机设备和存储介质

技术领域

本发明涉及电力系统技术领域，具体而言，涉及一种源网荷储控制方法及装置、计算机设备和存储介质。

背景技术

随着云计算、人工智能、大数据等新兴热点技术的广泛应用，能源行业的数字化程度越来越高，然而，当前电网调度基本采取“源随荷动、只调整集中式发电”的传统调度模式，负荷和储能的调度范畴较小，随着新能源的快速发展，储能等新技术不断涌现，电网特性日趋复杂，传统“源随荷动”的调度模式已难以为继。

因此，造成了弃风、弃光等能源浪费问题，又因为数据实时性、可靠性较差，从而对能源管控能力不足，造成电网频率安全风险增大、电力平衡与调峰压力不断增加，国庆、春节等假日电网负荷下降明显，无功大量过剩等问题，进而使得源-网-荷-储之间调度失衡。

发明内容

本发明所要解决的问题是如何基于源网荷储数字孪生体，对源网荷储精细化控制。

为解决上述问题，本发明提供一种源网荷储控制方法，包括：

获取电源资源数据、储能资源数据和负荷资源数据，其中，所述电源资源数据包括火电数据、水电数据、核电数据和新能源发电数据，所述储能资源数据包括化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据，所述负荷资源数据包括民用负荷数据和工业负荷数据；

根据所述电源资源数据、所述储能资源数据和所述负荷资源数据构建源网荷储数字孪生体；

根据所述源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，其中，所述电源输出总额为所述火电数据、所述水电数据、所述核电数据和所述新能源发电数据当前时刻的输出电量的总和，所述储能总额为所述化学电池储能数据、所述蓄水电站储能数据、所述氢储能数据和所述超级电容储能数据中的所有储能的总和，所述用电负荷预测值为所述源网荷储数字孪生体根据历史民用负荷数据和历史工业负荷数据进行预测后获得；

根据所述电源输出总额、所述储能总额和所述用电负荷预测值生成源网荷储调控决策，根据所述源网荷储调控决策控制源网荷储调配。

与现有技术相比，本发明通过电源资源数据、储能资源数据和负荷资源数据构建源网荷储数字孪生体，根据源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，通过源网荷储数字孪生体，将数据进行数字化映射，即将实体对象在数字虚拟世界中进行构建，对电源数据资源数据、储能资源数据和负荷资源数据进行数字模拟，获得当前时刻的电源输出总额、储能总额和用电负荷预测值，进而生成源网荷储调控决策，根据源网荷储调控决策控制源网荷储调配，通过本发明实现了对源网荷储相关数据的感知与分析，并结合分析数据对源网荷储进行调配，提高了数据的实时性和可靠性，相较于现有技术中“源随荷动”的调度模式，对于储能和新能源的调配更加有力，使得并入新能源后的电网运行更加安全。

可选地，所述源网荷储数字孪生体包括负荷预测模型，所述负荷预测模型的构建过程包括：

获取所述历史民用负荷数据和所述历史工业负荷数据；

根据所述历史民用负荷数据和所述历史工业负荷数据对初始负荷预测模型进行训练，得到初始用电负荷预测值；

根据所述初始用电负荷预测值与所述历史民用负荷数据和所述历史工业负荷数据进行损失计算，得到损失函数输出；

根据所述损失函数输出修正所述初始负荷预测模型的模型参数，直至损失函数输入满足预设条件，将经参数调整后的所述初始负荷预测模型作为所述负荷预测模型。

可选地，所述根据所述电源输出总额、所述储能总额和所述用电负荷预测值生成源网荷储调控决策，根据所述源网荷储调控决策控制源网荷储调配，包括：

将所述电源输出总额与所述用电负荷预测值做差值处理，得到负荷差值；

根据所述负荷差值与所述储能总额的和，得到用电需求值；

当所述用电需求值为正数或零时，生成一级源网荷储调控决策；

当所述用电需求值为负数，且绝对值小于或等于预设负载阈值时，生成二级源网荷储调控决策；

当所述用电需求值为负数，且绝对值大于所述预设负载阈值时，生成三级源网荷储调控决策。

可选地，所述一级源网荷储调控决策，包括：

获取所述负荷差值，将所述负荷差值对应的剩余发电量进行储能；

将所述负荷差值与所述化学电池储能数据、所述蓄水电站储能数据、所述氢储能数据和所述超级电容储能数据的额定储能量总和进行对比；

当所述负荷差值小于或等于所述额定储能量总和时，将全部所述剩余发电量进行储能；

当所述负荷差值大于所述额定储能量总和时，将所述剩余发电量进行储能，调节所述民用负荷数据和所述工业负荷数据对未利用的所述剩余发电量进行耗能。

可选地，所述二级源网荷储调控决策，包括：

获取所述负荷差值的绝对值，将所述负荷差值的绝对值与所述储能总额做差值处理，获得负荷需求值；

将所述储能总额对应的所有储能进行耗能，并根据所述负荷需求值升高所述电源资源数据中的火电数据、水电数据和核电数据，直至升高后的所述火电数据、所述水电数据和所述核电数据的总和，大于或等于所述负荷需求值，所述新能源发电数据保持不变。

可选地，所述三级源网荷储调控决策，包括：

获取所述负荷差值的绝对值，将所述负荷差值的绝对值与所述储能总额做差值处理，获得负荷需求值；

将所述储能总额对应的所有储能进行耗能，并根据所述负荷需求值升高所述电源资源数据中的火电数据、水电数据和核电数据，切断所述民用负荷数据和工业负荷数据中可调控负荷，直至所述用电需求值的绝对值小于所述预设负载阈值；

其中，当所述用电需求值的绝对值小于或等于所述预设负载阈值后，接通所述可调控负荷。

可选地，所述当所述用电需求值为负数，且绝对值大于所述预设负载阈值时，生成三级源网荷储调控决策，还包括：

当所述用电需求值为负数，所述用电需求值的绝对值大于所述预设负载阈值，且持续时间大于预设时间阈值时，调节其他电网区域的电源资源数据至当前用电区域，以满足所述当前用电区域的用电需求。

为解决上述问题，本发明还提供了一种源网荷储精细化控制装置，包括：

获取单元，用于获取电源资源数据、储能资源数据和负荷资源数据，其中，所述电源资源数据包括火电数据、水电数据、核电数据和新能源发电数据，所述储能资源数据包括化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据，所述负荷资源数据包括民用负荷数据和工业负荷数据；

构建单元，用于根据所述电源资源数据、所述储能资源数据和所述负荷资源数据构建源网荷储数字孪生体；

处理单元，用于根据所述源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，其中，所述电源输出总额为所述火电数据、所述水电数据、所述核电数据和所述新能源发电数据当前时刻的输出电量的总和，所述储能总额为所述化学电池储能数据、所述蓄水电站储能数据、所述氢储能数据和所述超级电容储能数据中的所有储能的总和，所述用电负荷预测值为所述源网荷储数字孪生体根据历史民用负荷数据和历史工业负荷数据进行预测后获得；

所述处理单元，还用于根据所述电源输出总额、所述储能总额和所述用电负荷预测值生成源网荷储调控决策，根据所述源网荷储调控决策控制源网荷储调配。

本发明所述的一种源网荷储控制装置与所述的一种源网荷储控制方法相对于现有技术的优势相同，在此不再赘述。

为解决上述问题，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的源网荷储控制方法。

本发明所述的一种计算机设备与所述的一种源网荷储控制方法相对于现有技术的优势相同，在此不再赘述。

为解决上述问题，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的源网荷储控制方法。

本发明所述的一种计算机可读存储介质与所述的一种源网荷储控制方法相对于现有技术的优势相同，在此不再赘述。

附图说明

图1为本发明实施例中源网荷储控制方法的流程图之一；

图2为本发明实施例中源网荷储控制方法的流程图之二；

图3为本发明实施例中源网荷储控制方法的流程图之三；

图4为本发明实施例中计算机设备的内部结构图。

具体实施方式

为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

为解决上述问题，结合图1所示，本发明提供一种源网荷储控制方法，包括：

步骤S1，获取电源资源数据、储能资源数据和负荷资源数据，其中，电源资源数据包括火电数据、水电数据、核电数据和新能源发电数据，储能资源数据包括化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据，负荷资源数据包括民用负荷数据和工业负荷数据；

具体地，源网荷储为电源、电网、负荷和储能，通过精准控制用电负荷和储能资源，提高电网安全运行水平，解决新能源消纳过程中电网波动性等问题，本实施例中，电源资源数据包括但不限于火电数据、水电数据、核电数据和新能源发电数据，新能源发电数据可以为光伏发电数据和风力发电数据等清洁能源发电数据，储能资源数据包括但不限于化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据等能够储存电能的数据，负荷资源数据包括民用负荷数据和工业负荷数据，其中，民用负荷数据和工业负荷数据中还各自包括可由电网进行中断的可控负荷数据和不可中断的不可控负荷数据，可控负荷数据用于源网荷储调配，可以理解的是，在实际应用过程中，相关资源数据根据实施区域实际包含的数据设定，例如，某一区域的储能资源数据仅包括化学电池储能数据和蓄水电站储能数据，那么在实际应用过程中就仅需获取化学电池储能数据和蓄水电站储能数据。

具体地，源网荷储中的网，可为电网或供电网络，包括但不限于变电站、配电站、电力线路（包括电缆）和其他供电设施，可以理解的是，这里的电网为整体调配方案的载体，电源通过电网输送至负荷端（用电侧），多余的电源又经由电网输送至储能设备或储能设施中进行储能，同时，随着人工智能的发展，源网荷储中的网还可指物联网等，其实现对数据更精准、更全面的获取与交互，以实现对源网荷储的调配，同时，可针对电网运行故障进行快速识别，进行反馈，以达到毫秒级别的反应速度，进行减少电网损失，维护电网安全运行。

步骤S2，根据电源资源数据、储能资源数据和负荷资源数据构建源网荷储数字孪生体；

具体地，数字孪生的本质是信息建模，旨在为现实世界中的实体对象在数字虚拟世界中构建完全一致的数字模型，但数字孪生涉及的信息建模已不再是基于传统的底层信息传输格式的建模，数字孪生是实现智能制造的前提和基础，正逐步向制造、医疗、城市管理等领域渗透，数字孪生在感知、网络、大数据、人工智能、控制、建模等技术上的应用集中爆发，将物理世界的动态，通过传感器精准、实时地反馈到数字世界，本实施例通过电源资源数据、储能资源数据和负荷资源数据构建源网荷储数字孪生体，将实体物理数据经源网荷储数字孪生体进行数字化映射，将不同能源形式进行耦合，通过源网荷储数字孪生体的仿真等数据处理，优化和指导源网荷储的调配。

步骤S3，根据源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，其中，电源输出总额为火电数据、水电数据、核电数据和新能源发电数据当前时刻的输出电量的总和，储能总额为化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据中的所有储能的总和，用电负荷预测值为源网荷储数字孪生体根据历史民用负荷数据和历史工业负荷数据进行预测后获得；

具体地，本实施例中源网荷储数字孪生体通过数据感知和数据处理得到当前时刻的电源输出总额、储能总额和用电负荷预测值，以为源网荷储调控决策提供数据支撑，本实施例中的源网荷储数字孪生体与实体数据进行交互，实时获得实体产生的电源资源数据、储能资源数据和负荷资源数据。

步骤S4，根据电源输出总额、储能总额和用电负荷预测值生成源网荷储调控决策，根据源网荷储调控决策控制源网荷储调配。

具体地，本实施例还可进行可视化处理，形成源网荷储可视化监控平台，即将上述数据汇聚至屏幕中，针对各数据进行展示，例如，在源网荷储可视化监控平台中对于电源的显示，可以包括当日累计用电量，当日超标电量等，通过数据直观的看出今日对于电源的使用情况，对于电网的显示，可以显示交流电状态、直流电状态，直观的看出二者是处于正常状态还是故障状态，同时，还可进行声光报警，以提示工作人员进行查看和调控，该源网荷储可视化监控平台不仅可以对源网荷储数字孪生体中处理前和处理后的各项数据进行展示，还可储存每个时间段内的数据变化和策略内容，方便后续工作人员查看实施区域内的电网运行情况提供数据支持，更加便捷。

与现有技术相比，本发明实施例通过电源资源数据、储能资源数据和负荷资源数据构建源网荷储数字孪生体，根据源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，通过源网荷储数字孪生体，将数据进行数字化映射，即将实体对象在数字虚拟世界中进行构建，对电源资源数据、储能资源数据和负荷资源数据进行数字模拟，获得当前时刻的电源输出总额、储能总额和用电负荷预测值，进而生成源网荷储调控决策，根据源网荷储调控决策控制源网荷储调配，通过本发明实施例实现了对源网荷储相关数据的实时监测与分析，并结合分析数据对源网荷储进行调配，提高了数据的实时性和可靠性，相较于现有技术中“源随荷动”的调度模式，对于储能和新能源的调配更加有力，进而适当并入新能源后的电网运行更加安全。

可选地，源网荷储数字孪生体包括负荷预测模型，负荷预测模型的构建过程包括：

获取历史民用负荷数据和历史工业负荷数据；

根据历史民用负荷数据和历史工业负荷数据对初始负荷预测模型进行训练，得到初始用电负荷预测值；

根据初始用电负荷预测值与历史民用负荷数据和历史工业负荷数据进行损失计算，得到损失函数输出；

根据损失函数输出修正初始负荷预测模型的模型参数，直至损失函数输入满足预设条件，将经参数调整后的初始负荷预测模型作为负荷预测模型。

具体地，通过本实施例的负荷预测模型，使得用电负荷预测值更加精准，加强后续源网荷储调控决策的准确性。

可选地，结合图2所示，根据电源输出总额、储能总额和用电负荷预测值生成源网荷储调控决策，根据源网荷储调控决策控制源网荷储调配，包括：

步骤S41，将电源输出总额与用电负荷预测值做差值处理，得到负荷差值；

步骤S42，根据负荷差值与储能总额的和，得到用电需求值；

步骤S43，当用电需求值为正数或零时，生成一级源网荷储调控决策；

步骤S44，当用电需求值为负数，且绝对值小于或等于预设负载阈值时，生成二级源网荷储调控决策；

步骤S45，当用电需求值为负数，且绝对值大于预设负载阈值时，生成三级源网荷储调控决策。

具体地，在本实施例中，源网荷储调控决策主要是为了保障电网运行平稳，而电网运行平稳需处于动态平稳，又因为新能源和储能的并入，造成电网运行的波动，因此，为适应新能源发电的不稳定性，制定实时进行调整的源网荷储调控决策，本实施例需将电源输出总额与用电负荷预测值做差值处理，得到负荷差值，再将负荷差值与储能总额的和，得到用电需求值；用电需求值的正负代表了实施区域发电量和用电量的关系，当用电需求值为正数或零时，说明实施区域当前时刻的发电量能够满足用电量，这时生成一级源网荷储调控决策，对源网荷储进行调配；当用电需求值为负数时，说明实施区域当前时刻的发电量无法满足用电量，因此，需要再将用电需求值的绝对值与预设负载阈值进行对比，当用电需求值的绝对值小于或等于预设负载阈值时，说明用电缺口较小，因此，生成二级源网荷储调控决策；当用电需求值的绝对值大于预设负载阈值时，说明用电缺口较大，因此，生成三级源网荷储调控决策，其中，预设负载阈值预设为该电网运行的最大负荷承载量，即电源输出总额、储能总额和民用负荷数据和工业负荷数据中可由电网进行中断的可控负荷数据的和，可以理解的是，预设负载阈值代表了该电网运行时可控供电电源的总量，在实际应用过程中，若有其他供电电源存在，则预设负载阈值中也要加入该可控供电电源的总量，即若用电需求值的绝对值小于等于最大负荷承载量，则可以通过这些可调控资源对用电缺口进行补给，反之，即当用电需求值的绝对值大于最大负荷承载量时，则说明用电缺口已大于所有供电电源总量，电网已无力负担。

可选地，结合图3所示，一级源网荷储调控决策，包括：

步骤S431，获取负荷差值，将负荷差值对应的剩余发电量进行储能；

步骤S432，将负荷差值与化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据的额定储能量总和进行对比；

步骤S433，当负荷差值小于或等于额定储能量总和时，将全部剩余发电量进行储能；

步骤S434，当负荷差值大于额定储能量总和时，将剩余发电量进行储能，调节民用负荷数据和工业负荷数据对未利用的剩余发电量进行耗能。

具体地，本实施例中一级源网荷储调控决策主要以储能为主，耗能为辅，将剩余发电量进行储存，若全部储能设备或设施的额定储能量已满，那么再调节民用负荷数据和工业负荷数据对未储存的发电量进行耗能，避免能源浪费，同时，在实际应用过程中，针对剩余的发电量可加以优惠用电政策，进而提升用电需求，避免能源损失的同时减少经济损失。

可选地，二级源网荷储调控决策，包括：

步骤S441，获取负荷差值的绝对值，将负荷差值的绝对值与储能总额做差值处理，获得负荷需求值；

步骤S442，将储能总额对应的所有储能进行耗能，并根据负荷需求值升高电源资源数据中的火电数据、水电数据和核电数据，直至升高后的火电数据、水电数据和核电数据的总和，大于或等于负荷需求值，新能源发电数据保持不变。

具体地，本实施例中二级源网荷储调控决策可以理解为可调节范围内的源网荷储的调配，针对较小的用电缺口仅需要释放储能，增加火力发电、水力发电和核能发电，即可实现对用电缺口的补足，由于新能源的不可控性，在本实施例中，新能源不做任何调节，仅监控其发电出力情况。

可选地，三级源网荷储调控决策，包括：

步骤S451，获取负荷差值的绝对值，将负荷差值的绝对值与储能总额做差值处理，获得负荷需求值；

步骤S452，将储能总额对应的所有储能进行耗能，并根据负荷需求值升高电源资源数据中的火电数据、水电数据和核电数据，切断民用负荷数据和工业负荷数据中可调控负荷，直至用电需求值的绝对值小于预设负载阈值；

其中，当用电需求值的绝对值小于或等于预设负载阈值后，接通可调控负荷。

具体地，本实施例中三级源网荷储调控决策为调配力度最大的一级策略，由于用电缺口过大，简单的增加发电量和储能释能已无法填平用电缺口，因此，需要将民用负荷数据和工业负荷数据中可调控负荷切断，暂时缓解用电缺口，直至用电需求值的绝对值小于预设负载阈值，可以理解的是，该切负荷操作时间不可过长，过长时间的断电易引发用电市场混乱，造成严重的经济损失，因此，三级源网荷储调控决策可以理解为短时调节，只是在较短的时间内对源网荷储进行调配。

可选地，当用电需求值为负数，且绝对值大于预设负载阈值时，生成三级源网荷储调控决策，还包括：

当用电需求值为负数，用电需求值的绝对值大于预设负载阈值，且持续时间大于预设时间阈值时，调节其他电网区域的电源资源数据至当前用电区域，以满足当前用电区域的用电需求。

具体地，当切负荷控制持续时间过长时，为防止用电市场混乱，需要及时从其他电网区域进行调用，即将其他区域电源引至实施区域，以满足实施区域的用电需求。

一实施例中，某区域采用源网荷储控制方法，通过构建源网荷储数字孪生体实时监测和感知电源资源数据、储能资源数据和负荷资源数据，获取到火电数据、水电数据和光伏发电数据，因该区域还设有蓄水电站而获得蓄水电站储能数据，同时，该区域包括两家工厂、多个商场写字楼和多个居民住宅，获得相关民用负荷数据和工业负荷数据，根据源网荷储数字孪生体得到中午12时的电源输出总额、储能总额和用电负荷预测值，经源网荷储数字孪生体感知和处理，由于处于中午午休和用饭高峰，该时刻的用电负荷预测值升高，大于电源输出总额，再经由与储能总额求和后，仍无法满足用电缺口，但由于用电缺口较小，即用电需求值的绝对值小于预设负载阈值，进而启动二级源网荷储调控决策，并生成发电指令，增加火力发电和水力发电，以补足用电缺口，当用电缺口得以满足后，恢复一级源网荷储调控决策，通过本实施例的源网荷储控制方法，再源网荷储调配前进行数字化仿真处理，优化后再进行实体执行，避免了直接操作可能带来的错误执行，提高了调配的准确性，使得电网运行更加安全。

和上述一种源网荷储控制方法相对应，本发明实施例还提供了一种源网荷储控制装置，包括：

获取单元，用于获取电源资源数据、储能资源数据和负荷资源数据，其中，所述电源资源数据包括火电数据、水电数据、核电数据和新能源发电数据，所述储能资源数据包括化学电池储能数据、蓄水电站储能数据、氢储能数据和超级电容储能数据，所述负荷资源数据包括民用负荷数据和工业负荷数据；

构建单元，用于根据所述电源资源数据、所述储能资源数据和所述负荷资源数据构建源网荷储数字孪生体；

处理单元，用于根据所述源网荷储数字孪生体得到当前时刻的电源输出总额、储能总额和用电负荷预测值，其中，所述电源输出总额为所述火电数据、所述水电数据、所述核电数据和所述新能源发电数据当前时刻的输出电量的总和，所述储能总额为所述化学电池储能数据、所述蓄水电站储能数据、所述氢储能数据和所述超级电容储能数据中的所有储能的总和，所述用电负荷预测值为所述源网荷储数字孪生体根据历史民用负荷数据和历史工业负荷数据进行预测后获得；

处理单元，还用于根据所述电源输出总额、所述储能总额和所述用电负荷预测值生成源网荷储调控决策，根据所述源网荷储调控决策控制源网荷储调配。

本实施例所述的一种源网荷储控制装置与所述的一种源网荷储控制方法相对于现有技术的优势相同，在此不再赘述。

在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述源网荷储控制方法。

需要注意的是，该设备可以为服务器、移动终端等计算机设备。

图4示出了一个实施例中计算机设备的内部结构图。该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现多能协同运行方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行的多能协同运行方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，提供了还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述源网荷储控制方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

虽然本发明披露如上，但本发明的保护范围并非仅限于此。本领域技术人员在不脱离本发明的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。