分布式储能系统调度方法、装置、设备以及存储介质

技术领域

本公开涉及电力系统技术领域，尤其涉及一种分布式储能系统调度方法、装置、设备以及存储介质。

背景技术

随着高比例新能源并网，原有的电网拓扑结构变得更加复杂。微电网是一种将分布式电源、负荷以及分布式储能系统结合起来的小型源网荷储系统。多个微电网联结而成微电网群，如图1所示，其中各个微电网既可以独立运行，也可以相互协调，是消纳风力、光伏等分布式能源的有效手段。值得注意的是，受到天气等因素的影响，风光等新能源发电具有不确定性和高随机性。当大量新能源并网后，电网功率的波动性加剧，稳定性降低，因此亟需分布式储能系统进行电网的波动抑制。

处于需求侧的分布式储能系统可有效解决随机性及波动性大的问题，同时也减少了线损，提高了电网削峰填谷能力。需求侧的分布式储能系统的应用具有较高的灵活性及可拓展性，其在电网的稳定运行中发挥着重要作用。在需求侧添加分布式储能系统，可实现在负荷波动时参与调节，在用电高峰期减少在电源侧的功率输出，减缓系统的承载压力，在负荷低时主动吸收电能，减少电源侧在传输过程中的损耗，进而保证电网电能质量的稳定。然而，需要了解的是目前国内外的分布式储能系统调度普遍存在效果较差的问题，因此如何提高需求侧分布式储能系统调度效果就成为了目前亟待解决的技术问题。

发明内容

本公开的实施例提供了一种分布式储能系统调度方法、装置、设备以及存储介质。

第一方面，本公开的实施例提供了一种分布式储能系统调度方法，该方法包括：

建立微电网群对应的计及需求侧响应的分布式储能系统调度模型；

对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解；

根据求解结果，生成分布式储能系统调度策略；

根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度。

在第一方面的一些可实现方式中，建立微电网群对应的计及需求侧响应的分布式储能系统调度模型，包括：

获取微电网群的历史运行数据；

根据微电网群的历史运行数据，建立微电网群对应的计及需求侧响应的分布式储能系统调度模型。

在第一方面的一些可实现方式中，分布式储能系统调度模型包括：微电网群模型、二段式调度优化模型；

微电网群模型包括：分布式电源模型、分布式储能系统模型、负荷模型、用户满意度模型；

二段式调度优化模型包括：需求侧负荷调度优化模型、配电网层调度优化模型。

在第一方面的一些可实现方式中，对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解，包括：

采用粒子群优化算法，对分布式储能系统调度模型中的需求侧负荷调度优化模型进行最优求解；

采用浣熊优化算法，对分布式储能系统调度模型中的配电网层调度优化模型进行最优求解。

在第一方面的一些可实现方式中，分布式电源模型包括：风力发电模型、光伏发电模型；

分布式储能系统模型包括：蓄电池模型；

负荷模型包括：可控负荷模型；

用户满意度模型包括：可控负荷用户满意度模型。

在第一方面的一些可实现方式中，需求侧负荷调度优化模型以微电网群运行成本最小为目标函数，以微电网交换功率约束、可控负荷功率及满意度约束、分布式储能系统运行约束为约束条件；

配电网层调度优化模型以配电网经济性最优和分布式电源波动性最小为目标函数，以各微电网的吸收功率约束为约束条件。

在第一方面的一些可实现方式中，根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度，包括：

向微电网群所属的智能调度中心发送分布式储能系统调度策略，以便智能调度中心对微电网群中的分布式储能系统进行调度。

第二方面，本公开的实施例提供了一种分布式储能系统调度装置，该装置包括：

建立模块，用于建立微电网群对应的计及需求侧响应的分布式储能系统调度模型；

求解模块，用于对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解；

生成模块，用于根据求解结果，生成分布式储能系统调度策略；

调度模块，用于根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行以上所述的方法。

第四方面，本公开的实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行以上所述的方法。

在本公开的实施例中，可以基于微电网群对应的计及需求侧响应的分布式储能系统调度模型，生成分布式储能系统调度策略，并在此基础上对微电网群中的分布式储能系统进行调度，以提高分布式储能系统的调度效果，从而最大程度上提高微电网群的性能，有利于电网长期安全、稳定、高效运行。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了本公开的实施例提供的一种微电网群的结构图；

图2示出了本公开的实施例提供的一种分布式储能系统调度方法的流程图；

图3示出了本公开的实施例提供的一种分布式储能系统调度装置的结构图；

图4示出了一种能够实施本公开的实施例的示例性电子设备的结构图。

具体实施方式

为使本公开的实施例的目的、技术方案和优点更加清楚，下面将结合本公开的实施例中的附图，对本公开的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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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全部其他实施例，都属于本公开保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，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。

针对背景技术中出现的问题，本公开的实施例提供了一种分布式储能系统调度方法、装置、设备以及存储介质。具体地，建立微电网群对应的计及需求侧响应的分布式储能系统调度模型；对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解；根据求解结果，生成分布式储能系统调度策略；根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度。

如此一来，可以基于微电网群对应的计及需求侧响应的分布式储能系统调度模型，生成分布式储能系统调度策略，并在此基础上对微电网群中的分布式储能系统进行调度，以提高分布式储能系统的调度效果，从而最大程度上提高微电网群的性能，有利于电网长期安全、稳定、高效运行。

下面结合附图，通过具体的实施例对本公开的实施例提供的分布式储能系统调度方法、装置、设备以及存储介质进行详细地说明。

图2示出了本公开的实施例提供的一种分布式储能系统调度方法的流程图，如图2所示，分布式储能系统调度方法200可以包括以下步骤：

S210，建立微电网群对应的计及需求侧响应的分布式储能系统调度模型。

在一些实施例中，可以获取微电网群的历史运行数据，然后根据微电网群的历史运行数据，建立微电网群对应的计及需求侧响应的分布式储能系统调度模型。

其中，历史运行数据包括但不限于：线路历史运行数据、风速历史数据、光照历史数据、负荷历史数据以及分布式储能系统历史运行数据等。

在一些实施例中，分布式储能系统调度模型可以包括：微电网群模型、二段式调度优化模型。

示例性地，微电网群模型可以包括：分布式电源模型、分布式储能系统模型、负荷模型、用户满意度模型，分别如下所示：

(1)分布式电源模型

分布式电源模型可以包括：风力发电模型、光伏发电模型，分别如下所示：

(1.1)风力发电模型

风力发电机的风速-功率输出曲线是建立风力发电模型的基础。通常，风力发电机需要一定的启动风速，称为切入风速；而当风速过大时，需要切机以保证风力发电机安全，对应风速称为切出风速。

风力发电模型如下所示：

式中：P

(1.2)光伏发电模型

光伏电池板的发电量随其工作温度的升高呈递减趋势。以25℃为基准，温度每升高1℃，发电量减少0.35％～0.5％。考虑温度影响后，光伏组件的输出功率可表示为：

P

式中：P

若不考虑温度对系统的影响。则可表示为：

P

(2)分布式储能系统模型

分布式储能系统模型可以包括：蓄电池模型，具体如下所示：

蓄电池储能技术为风光储能系统中应用最为广泛的储能技术，其为微电网中的枢纽，它可以稳定地交换微电网和主网之间的功率、发射无功功率及无缝切换运行模式，使微电网运行更加平稳。

对于单体容量C

E

假设蓄电池的放电深度为λ(1＞λ＞0)，则蓄电池组在每次循环充放电过程中可以放出的电能E

E

充电过程中需要的电能E

E

式中：η为蓄电池的充电效率。

通常情况下，把蓄电池看作恒压工作，工作电流控制在0.1C

P

当电阻一定时，电压源控制串联可以取代蓄电池等效电路的建模。

式中：U

(3)负荷模型

负荷由可控负荷和不可控负荷两类组成，不可控负荷是指用户在指定的时段用电并且不可削减的用电量负荷，可控负荷是指能够根据电力部门的调度改变自身的用电行为的负荷。可控负荷可以在负荷量叫gap的时段根据电力系统的分配中断、转移、削减部分负荷，从而达到平滑负荷曲线的目的。

不可控负荷又称固定负荷，是用户生活或工业生产中不可或缺的负荷。这些负荷不能够减少也不能转移到其他的时间使用，电力部门必须保障这些负荷。从用户的角度来看，该类负荷是用户正常生产生活的基本需求，如果该类负荷被调整，生活质量就会收到严重干扰。相较于电价，用户更关心用电体验，因此，不可控负荷不能进行改变，它不能参与调度优化。

故而，负荷模型可以包括：可控负荷模型。示例性地，可控负荷模型可以包括：可削减类负荷模型、可转移类负荷模型，具体如下所示：

(3.1)可削减类负荷模型

用户的负荷可以根据电力系统的调度或者减少用电的负荷称为可削减类负荷。可削减类负荷的需求响应的目的是为了减少用电峰值的目的，减少多少用电量由电力部门通知，可削减类负荷模型如下所示：

式中：

(3.2)可转移类负荷模型

可转移类负荷是指那些生活或工业生产只对用电质量有要求，但没有硬性时间要求的负荷。当用电高峰期时，可转移类负荷在收到电力部门的信息后，将会把在用电高峰期的负荷平移到低谷时段使用，如此便可达到平滑负荷曲线的目的。可转移类负荷模型如下所示：

式中：

(4)用户满意度模型

用户满意度模型可以包括：可控负荷用户满意度模型，示例性地，可控负荷用户满意度模型可以包括：可削减类负荷用户满意度模型、可转移类负荷用户满意度模型，具体如下所示：

(4.1)可削减类负荷用户满意度模型

针对可削减类负荷，用户满意度可以由两方面来表示：一方面是削减量满意度，另一方面是利润提升率。削减量满意度指的是，如果电力部门要求可削减类负荷降低部分电量，其满意度就会降低。利润提升率指的是削减部分负荷使用户的收益受到影响。

削减量满意度模型如下所示：

式中：

利润提升率模型如下所示：

式中：

(4.2)可转移类负荷用户满意度模型

可转移类负荷满意度也是由两个方面衡量，即转移跨度满意度和效益提升率。

转移跨度满意度模型如下所示：

式中：

效益提升率模型如下所示：

式中：

示例性地，二段式调度优化模型可以包括：需求侧负荷调度优化模型、配电网层调度优化模型，分别如下所示：

(1)需求侧负荷调度优化模型

需求侧负荷调度优化模型可以以微电网群运行成本最小为目标函数，以微电网交换功率约束、可控负荷功率及满意度约束、分布式储能系统运行约束为约束条件，分别如下所示：

(1.1)微电网群运行成本最小

第一阶段考虑负荷分级和用户满意度、电价等因素，以微电网群运行成本最小，也即微电网群内的经济性最优为目标函数，具体如下所示：

式中：P

(1.2)微电网交换功率约束

式中：P

(1.3)可控负荷功率及满意度约束

可控负荷功率及满意度约束由可以包括：可削减类负荷功率约束、可削减类负荷用户满意度约束、可转移类负荷用户满意度约束，分别如下所示：

(1.31)可削减类负荷功率约束

式中：

(1.32)可削减类负荷用户满意度约束

(1.33)可转移类负荷用户满意度约束

式中：ρ为可转移类负荷利润提升率下限；γ为可转移类负荷转移跨度满意度的下限。

(1.4)分布式储能系统运行约束

分布式储能系统运行约束可以包括：荷电状态(SOC)约束、充放电功率约束、充放电时间约束、开关功率约束。分别如下所示：

(1.41)SOC约束

SOC

SOC

式中：

(1.42)充放电功率约束

为了提高可靠性和安全系数，储能系统不能同时进行充放电，且储能系统的最大充放电功率不能高于储能系统额定容量的20％，即：

式中：X

(1.43)开关功率约束

为防止线路和设备损坏，微电网i与其他微电网之间的开关功率约束应满足：

式中：

相似地，微电网i与主电网之间的交换功率约束为：

式中：

(2)配电网层调度优化模型

多个微电网通过广域对等互联和自治消纳控制能够最大程度平抑大规模分布式电源并网后的波动特性、改善配网系统运行工况、提高系统经济性。以配网系统经济性和大规模分布式电源的波动性作为多目标进行优化。

多个微电网通过互济可进一步提高区域的自治能力，减小线路上的传输功率，进而减小配电网网损率R

故而，这里配电网层调度优化模型可以以配电网经济性最优和分布式电源波动性最小为目标函数，以各微电网的吸收功率约束为约束条件，分别如下所示：

(2.1)配电网经济性最优和分布式电源波动性最小

第二阶段考虑台区母线的波动性和线损，以配电网经济性最优和分布式电源波动性最小为目标函数，具体如下所示：

Y

式中：N为调度周期数量；t

(2.2)各微电网的吸收功率约束

式中：

S220，对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解。

在一些实施例中，可以采用粒子群优化算法，对分布式储能系统调度模型中的需求侧负荷调度优化模型进行最优求解。

采用浣熊优化算法，对分布式储能系统调度模型中的配电网层调度优化模型进行最优求解。

其中，粒子群优化算法的具体原理如下所示：

把优化问题的解视为可行解搜索空间中无质量无体积的微粒，经过一次次迭代去寻求最适合问题的解。每次迭代过程中，粒子参照个体自身的最优位置和全局最优位置对来自己进行更新。标准PSO中，在搜索空间粒子的速度和位置采用下式确定：

式中：t为迭代次数；w为惯性权重；c

粒子群算法步骤如下：

Step1：设置种群规范、最大迭代次数、粒子维度等参数；

Step2：初始化种群信息，随机设定每个粒子的初始速度和位置；

Step3：判断是否达到收敛条件，如若达到收敛条件，转到Step8；如果没有达到收敛条件，转到Step4；

Step4：更新每个粒子的速度和位置；

Step5：计算每个粒子的适应度；

Step6：更新每个粒子的历史最优位置；

Step7：更新种群的全局最优解，转到Step3；

Step8：输出最优解。

其中，浣熊优化算法的具体原理如下所示：

(1)初始化

浣熊优化算法模拟了自然界中长鼻浣熊的两种自然行为：(1)攻击和捕猎鬣蜥时的行为；(2)逃离捕食者者时的行为。其首先在寻空间里初始化种群：

式中：x

(2)鬣蜥的狩猎和攻击策略(探索阶段)

探索阶段模拟的是攻击鬣蜥时的策略，在这一策略中，一群浣熊爬上树去驱赶鬣蜥。其他浣熊在树下等待，直至鬣蜥摔倒在地。鬣蜥落地之后，浣熊攻击并猎杀它。这种策略能够使浣熊移动到搜索空间的不同位置，浣熊优化算法借鉴这种策略，可以在解决问题空间拥有全局搜索能力。

浣熊优化算法中，假设，一半浣熊爬上树，另一半浣熊等待鬣蜥掉到地上。其数学模型为：

式中：

鬣蜥倒地后，被放置在搜索空间的随机位置，基于这个随机位置，地上的浣熊在空间中移动。这一过程的数学模型为：

式中：

式中：

更新之后的个体如果优于原来，则取代原来的个体，否则保持原来的个体：

式中：

(3)逃离捕食者过程(剥削过程)

剥削阶段是基于浣熊遇到捕食者和逃离过程的自然行为的模拟，当捕食者攻击浣熊时，浣熊会逃离它的位置，这一策略使其可以接近当前的安全位置，在浣熊优化算法中运用这一策略，可以其实接近最优位置，其数学模型为：

式中：

/>

式中：

更新之后的个体如果优于原来，则取代原来的个体，否则保持原来的个体：

浣熊优化算法步骤如下：

Step1：输入优化信息问题；

Step2：初始化种群规模和最大迭代次数；

Step3：初始化种群，并计算每个个体的适应度；

Step4：确定最优个体的位置，即鬣蜥在树上的位置；

Step5：判断是否已经更新前一半种群的个体的位置，若还未更新完则转到Step6，否则转到Step8；

Step6：模拟浣熊在树上的位置，即基于鬣蜥在树上的位置，浣熊个体在树上追赶鬣蜥后的位置；

Step7：更新浣熊在树上的新位置；

Step8：模拟更新鬣蜥在地上的新位置；

Step9：模拟更新浣熊在地上的位置；

Step10：更新浣熊在地上的新位置，即浣熊个体基于鬣蜥倒地后更新的位置；

Step11：判断是否更新完种群个体的全部位置，若已更新完则转到Step12，否则转到Step5；

Step12：初始化种群个体；

Step13：模拟浣熊在地上的位置；

Step14：更新浣熊在地上的位置，即基于捕食者位置，浣熊逃离后的位置；

Step15：判断是否更新完种群个体的全部位置，若已更新完则转到Step16，否则转到Step13；

Step16：更新当前最优解；

Step17：判断是否已经达到迭代次数，若以达到迭代次数则转到Step18，否则转到Step4；

Step18：输出COA优化算法找到的最优解。

S230，根据求解结果，生成分布式储能系统调度策略。

S240，根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度。

在一些实施例中，可以向微电网群所属的智能调度中心发送分布式储能系统调度策略，以便智能调度中心对微电网群中的分布式储能系统进行调度，进一步提高调度效率。

根据本公开的实施例，至少实现了以下技术效果：

建立了两段式调度模型，首先以经济性为目标函数，以潮流、负荷转移量等为约束，以每个时间点的负荷功率为变量，采用粒子群算法求解，然后再以台区母线的波动性和线损为目标函数，以母线上的电网侧储能和台区内的分布式式储能的功率为变量，采用浣熊优化算法求解调度。如此一来，在有效进行电网波动性抑制的同时考虑了经济性，最大程度上促进了以风光等新能源发电的利用。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图3示出了本公开的实施例提供的一种分布式储能系统调度装置的结构图，如图3所示，分布式储能系统调度装置300可以包括：

建立模块310，用于建立微电网群对应的计及需求侧响应的分布式储能系统调度模型；

求解模块320，用于对微电网群对应的计及需求侧响应的分布式储能系统调度模型进行求解；

生成模块330，用于根据求解结果，生成分布式储能系统调度策略；

调度模块340，用于根据分布式储能系统调度策略，对微电网群中的分布式储能系统进行调度。

可以理解的是，图3所示的分布式储能系统调度装置300中的各个模块/单元具有实现图2所示的分布式储能系统调度方法200中的各个步骤的功能，并能达到其相应的技术效果，为了简洁，在此不再赘述。

图4示出了一种能够实施本公开的实施例的示例性电子设备的结构图。电子设备400旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备400还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图4所示，电子设备400可以包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM403中，还可存储电子设备400操作所需的各种程序和数据。计算单元401、ROM402以及RAM403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

电子设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许电子设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元401可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元401的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如方法200。例如，在一些实施例中，方法200可被实现为计算机程序产品，包括计算机程序，其被有形地包含于计算机可读介质，例如存储单元408。在一些实施例中，计算机程序的部分或者全部可以经由ROM402和/或通信单元409而被载入和/或安装到电子设备400上。当计算机程序加载到RAM403并由计算单元401执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本文中以上描述的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，计算机可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。计算机可读介质可以是计算机可读信号介质或计算机可读储存介质。计算机可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。计算机可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

需要注意的是，本公开还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行方法200，并达到本公开的实施例执行其方法达到的相应技术效果，为简洁描述，在此不再赘述。

另外，本公开还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现方法200。

为了提供与用户的交互，可以在计算机上实施以上描述的实施例，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将以上描述的实施例实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。