风电参与黑启动的安全裕度分析方法和系统

摘要

本发明提供了风电参与黑启动的安全裕度分析方法和系统，涉及电力系统安全防御与恢复控制技术领域，根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；根据风况恶劣程度对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列；分别计算每个模拟子集的电力系统安全裕度值，并根据电力系统安全裕度值以及风况概率分布列得到安全裕度的概率分布列。本发明可以指导风电安全、有序地参与黑启动，进而减轻大停电带来的损失。

说明书

技术领域

本发明涉及电力系统安全防御与恢复控制技术领域，尤其涉及风电参与黑启动的安全裕度分析方法和系统。

背景技术

截至2017年，21世纪损失超过千万美元的大停电事故已经超过了20起。为了能在大停电发生后快速、有序地恢复电力系统，事先编制合理、可靠的黑启动方案成为必要。风电具有启动功率小、启动速度快的优点，随着风电渗透率的不断提高，风电参与黑启动的必要性也逐步加大，特别是在一些缺乏水电的地区，如果风电能够平稳地参与黑启动，将大大加快黑启动进程。

现有的风电参与黑启动相关技术研究，通过改善控制策略、改造硬件设施的方式，已经使风电机组像常规水电、火电机组一样具备了一定的低电压穿越能力、电压调节能力和频率响应能力；并通过数字仿真和现场试验证明了风电参与黑启动的可行性与价值，提出了风电参与黑启动的注意事项及方法步骤。然而，现有方法侧重于最大化风电的黑启动价值，在电力系统安全运行约束限制内尽可能多地接入风电，未考虑风电并网对黑启动过程中系统的安全性有什么具体影响，尤其未对风电并网后系统的安全裕度进行分析，不能保证风电安全、有序地参与黑启动，使得大停电带来的损失非常巨大。

发明内容

有鉴于此，本发明的目的在于提供风电参与黑启动的安全裕度分析方法和系统，可以指导风电安全、有序地参与黑启动，进而减轻大停电带来的损失。

第一方面，本发明实施例提供了一种风电参与黑启动的安全裕度分析方法，包括：

根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；

根据风况恶劣程度对所述模拟集进行风况划分，得到多个模拟子集，并计算多个所述模拟子集的风况概率分布列；

分别计算每个所述模拟子集的电力系统安全裕度值，并根据所述电力系统安全裕度值以及所述风况概率分布列得到安全裕度的概率分布列。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述历史风电出力数据包括历史实际风电出力数据和历史预测风电出力数据，所述根据风电场的历史风电出力数据获取未来风电出力序列的模拟集，包括：

根据风电场的历史实际风电出力数据和历史预测风电出力数据得到预测误差上限；

从所述历史实际风电出力数据中选出所述未来风电出力序列的多个相似出力序列，其中，所述相似出力序列包括与所述未来风电出力序列的差值小于所述预测误差上限的历史实际出力序列；

将多个所述相似出力序列组成所述未来风电出力序列的模拟集。

结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述历史风电出力数据包括历史实际风电出力数据，所述根据风况恶劣程度对所述模拟集进行风况划分，得到多个模拟子集，并计算多个所述模拟子集的风况概率分布列，包括：

根据风电场的所述历史实际风电出力数据，得到不同风况对应的最大风电出力波动值范围，其中，不同风况对应不同的风电出力序列；

根据所述最大风电出力波动值范围对所述模拟集进行风况划分，得到多个所述模拟子集，并计算多个所述模拟子集的风况概率分布列。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述分别计算每个所述模拟子集的电力系统安全裕度值，包括：

计算每个所述模拟子集对应的最大风电出力波动值范围的边界值对应的电力系统安全裕度值，得到每个所述模拟子集的电力系统安全裕度值。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述计算每个所述模拟子集对应的最大风电出力波动值范围的边界值对应的电力系统安全裕度值，得到每个所述模拟子集的电力系统安全裕度值，包括：

根据每个所述最大风电出力波动值范围的边界值所对应的风电出力序列建立风速模型，其中，所述模拟子集包括所述风电出力序列；

根据所述风速模型计算所述模拟子集的电力系统安全裕度值，得到每个所述模拟子集的电力系统安全裕度值。

结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述根据每个所述最大风电出力波动值范围的边界值所对应的风电出力序列建立风速模型，包括：

从所述最大风电出力波动值范围的边界值所对应的风电出力序列中选出波动最大的风速；

根据所述波动最大的风速建立所述风速模型。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述电力系统安全裕度值包括调峰裕度、线路传输功率裕度、投负荷电压和频率安全裕度、小干扰稳定裕度、单瞬功角稳定裕度、单瞬电压和频率偏移可接受性裕度。

第二方面，本发明实施例还提供一种风电参与黑启动的安全裕度分析系统，包括：

模拟集获取模块，用于根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；

风况概率计算模块，用于根据风况恶劣程度对所述模拟集进行风况划分，得到多个模拟子集，并计算多个所述模拟子集的风况概率分布列；

安全裕度计算模块，用于分别计算每个所述模拟子集的电力系统安全裕度值，并根据所述电力系统安全裕度值以及所述风况概率分布列得到安全裕度的概率分布列。

结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述模拟集获取模块包括：

预测误差上限获取单元，用于根据风电场的历史实际风电出力数据和历史预测风电出力数据得到预测误差上限；

相似出力序列获取单元，用于从所述历史实际风电出力数据中选出所述未来风电出力序列的多个相似出力序列，其中，所述相似出力序列包括与所述未来风电出力序列的差值小于所述预测误差上限的历史实际出力序列；

模拟集获取单元，用于将多个所述相似出力序列组成所述未来风电出力序列的模拟集。

结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述历史风电出力数据包括历史实际风电出力数据，所述风况概率计算模块包括：

最大风电出力波动值范围获取单元，用于根据风电场的所述历史实际风电出力数据，得到不同风况对应的最大风电出力波动值范围，其中，不同风况对应不同的风电出力序列；

风况概率计算单元，用于根据所述最大风电出力波动值范围对所述模拟集进行风况划分，得到多个所述模拟子集，并计算多个所述模拟子集的风况概率分布列。

本发明实施例带来了以下有益效果：

本发明实施例提供了风电参与黑启动的安全裕度分析方法和系统，根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；根据风况恶劣程度对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列；分别计算每个模拟子集的电力系统安全裕度值，并根据电力系统安全裕度值以及风况概率分布列得到安全裕度的概率分布列。根据安全裕度的概率分布列可以指导风电安全、有序地参与黑启动，进而减轻大停电带来的损失。

本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的风电参与黑启动的安全裕度分析方法流程图；

图2为本发明实施例提供的风电参与黑启动的安全裕度分析方法的步骤S101的方法流程图；

图3为本发明实施例提供的风电参与黑启动的安全裕度分析方法的步骤S102的方法流程图；

图4为本发明实施例提供的风电参与黑启动的安全裕度分析系统示意图；

图5为本发明实施例提供的另一风电参与黑启动的安全裕度分析系统示意图。

图标：

10-模拟集获取模块；20-风况概率计算模块；30-安全裕度计算模块；11-预测误差上限获取单元；12-相似出力序列获取单元；13-模拟集获取单元；21-最大风电出力波动值范围获取单元；22-风况概率计算单元。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明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。

电力系统黑启动指整个系统因故障停运后，不依赖别的网络的帮助，通过系统中具有自启动能力的机组的启动，带动无自启动能力的机组，逐步扩大电力系统的恢复范围，最终实现整个电力系统的恢复。

目前，现有的风电参与黑启动相关技术研究，未考虑风电并网对黑启动过程中系统的安全性有什么具体影响，尤其未对风电并网后系统的安全裕度进行分析，不能保证风电安全、有序地参与黑启动，使得大停电带来的损失非常巨大。基于此，本发明实施例提供的一种风电参与黑启动的安全裕度分析方法和系统，可以指导风电安全、有序地参与黑启动，进而减轻大停电带来的损失。

为便于对本实施例进行理解，首先对本发明实施例所公开的一种风电参与黑启动的安全裕度分析方法进行详细介绍。

实施例一：

图1示出了本发明实施例提供的风电参与黑启动的安全裕度分析方法流程图。

如图1所示，本实施例提供了一种风电参与黑启动的安全裕度分析方法，包括以下步骤：

步骤S101，根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；

本步骤中，未来风电出力序列为风电场上报的未来一定时间内的风电出力数据，基于历史模拟法的未来风电出力序列模拟，用于产生随机的风电出力序列，使求解的安全裕度能计及风电的不确定性。

步骤S102，根据风况恶劣程度对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列；

本实施例以历史模拟法为理论基础，以安全裕度指标体系为求解量，以概率分布列为结果的呈现形式。通过灵活划分未来风电出力模拟集，可以分析系统安全裕度的概率结构。未来风电出力模拟集的划分个数m越大表示划分的越细，求得的安全裕度概率结构也越精细，当m趋向无穷大时，安全裕度的概率分布列就转化为了概率分布。

步骤S103，分别计算每个模拟子集的电力系统安全裕度值，并根据电力系统安全裕度值以及风况概率分布列得到安全裕度的概率分布列。

连续型随机变量的概率分布列，是离散型随机变量的概率分布列概念的推广，用于表征随机变量在某些“关心区间”的取值概率。当某连续型随机变量的值不易检测时，其概率密度函数就难以求取。为此，采用概率分布列来表示连续型随机变量的概率分布具有重大意义。概率分布列只展现研究者所关心的内容，而不像概率密度函数一样展现随机变量的所有取值可能，因此求解概率分布列远比求解概率密度函数容易，这就为我们分析复杂连续型随机变量的概率分布提供了捷径。

具体地，历史风电出力数据包括历史实际风电出力数据和历史预测风电出力数据，如图2所示，步骤S101包括以下步骤：

步骤S201，根据风电场的历史实际风电出力数据和历史预测风电出力数据得到预测误差上限；

步骤S202，从历史实际风电出力数据中选出未来风电出力序列的多个相似出力序列，其中，相似出力序列包括与未来风电出力序列的差值小于预测误差上限的历史实际出力序列；

步骤S203，将多个相似出力序列组成未来风电出力序列的模拟集。

首先，根据某风电场的历史发电实际功率数据和历史预测功率数据，求出其功率预测误差服从的概率分布，进而得到某置信水平下的风电功率预测误差上限ΔP_wmax；

其次，将与预测出力序列P_w＝(P_w1,P_w2,…,P_wn)差值小于ΔP_wmax的历史实际出力序列定义为P_w的历史相似出力序列，从历史发电实际功率数据中选出P_w的相似出力序列，组成历史相似出力序列集以此作为未来风电出力序列的模拟集。

进一步地，历史风电出力数据包括历史实际风电出力数据，如图3所示，步骤S102包括以下步骤：

步骤S301，根据风电场的历史实际风电出力数据，得到不同风况对应的最大风电出力波动值范围，其中，不同风况对应不同的风电出力序列；

步骤S302，根据最大风电出力波动值范围对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列。

具体地，风况优劣性的概率分布列的形成过程如下：

(1)用风电场在额定容量下相邻分钟的最大风电出力差值P_x来评判某风况的恶劣程度，根据某风电场的历史发电实际功率数据，划分优、良、劣风对应的P_x值范围；

(2)根据优、良、劣风对应的P_x值范围来划分Ω_w，得到未来风况属于优、良、劣风的概率，进而得到风况优劣性的概率分布列。

进一步地，步骤S103中分别计算每个模拟子集的电力系统安全裕度值，可以通过以下方式实现：

计算每个模拟子集对应的最大风电出力波动值范围的边界值对应的电力系统安全裕度值，得到每个模拟子集的电力系统安全裕度值。具体包括以下步骤：

S1，根据每个最大风电出力波动值范围的边界值所对应的风电出力序列建立风速模型，其中，模拟子集包括风电出力序列；

风速模型建立过程为：从最大风电出力波动值范围的边界值所对应的风电出力序列中选出波动最大的风速；根据波动最大的风速建立风速模型。

S2，根据风速模型计算模拟子集的电力系统安全裕度值，得到每个模拟子集的电力系统安全裕度值。

步骤S103中，求解系统在关心区间边界处的电力系统安全裕度值，进而得到安全裕度的概率分布列。因风况的恶劣程度与P_x正相关，而与安全裕度负相关，故可以根据风况优劣性的概率分布列来确定安全裕度的概率分布列。根据优、良、劣风对应的P_x值范围的边界值p_xi，求解p_xi对应的系统电力系统安全裕度值m_si，进而由优、良、劣风出现的概率来确定安全裕度的概率分布列。

具体地，求解p_xi对应的系统电力系统安全裕度值m_si的过程如下：

(1)p_xi对应着Ω_wi，从Ω_wi中挑出波动最大的风况，再从该风况中挑出波动最恶劣的2min风速，以此建立风速模型；

(2)根据系统当前的状态参数建立电网数据文件，通过设置线路单瞬故障，执行暂态稳定计算来求取M_θ、M_vd、M_fd；按黑启动方案设置投负荷操作，通过执行暂态稳定计算来求取M_p、M_L、M_vs、M_fs；通过执行小干扰稳定计算来求取M_z。这8个裕度中的最小值即系统的电力系统安全裕度值。

本实施例中，电力系统安全裕度值包括调峰裕度、线路传输功率裕度、投负荷电压和频率安全裕度、小干扰稳定裕度、单瞬功角稳定裕度、单瞬电压和频率偏移可接受性裕度。

评价风电参与黑启动过程中系统安全性的裕度指标体系，是在各电力系统安全约束的基础上建立的，用于反映黑启动某时段接入某容量风电之后系统安全性。首先，指标体系采用“距离/限值”的比值形式统一定义裕度，分别给出了上限约束和下限的裕度定义规则；其次，根据电力系统正常运行时需要满足的约束集，定义了调峰裕度M_p、线路传输功率裕度M_L、投负荷电压安全裕度M_vs、投负荷频率安全裕度M_fs和小干扰稳定裕度M_z这5个指标；最后，根据电力系统故障运行时需要满足的约束集，定义了单瞬功角稳定裕度M_θ、单瞬电压偏移可接受性裕度M_vd和单瞬频率偏移可接受性裕度M_fd这3个指标。安全的风电接入量，应当保证安全裕度评价体系中的8个裕度都为正数。

其中，这8个裕度指标的计算公式如下：

表1为上述式(1)和式(2)中各个裕度值以及各个变量的含义。

表1各个裕度值以及各个变量的含义

为方便描述，本文统一变量定义规则：下标max和min表示某变量的系统要求上限值和下限值，上标max和min表示系统运行时某变量在该时段内的最大值和最小值。

下面以具体示例详细说明本实施例的风电参与黑启动的安全裕度分析方法。

当风电接入容量一定时，在既定风况下的电力系统安全裕度值是一个确定值，在随机风况下的电力系统安全裕度值是一个随机值，需要用概率分布列来描述其概率结构。以t₂时刻接入风电为例，假定t₂时刻风电场W18上报的未来30min风速和出力为和则求解安全裕度的概率分布的过程如下：

(1)根据风电场W18的历史实际出力数据和历史预测出力数据，求出其30min内的出力预测误差服从的概率分布，进而得到某置信水平下的ΔP_wmax。鉴于研究的侧重点，假定W18出力预测误差标幺值服从正态分布N(0,0.03)，标幺值的基准值为风电场的装机容量120MW。取置信水平为0.999，则可求得ΔP_wmax为11.88MW。

(2)根据ΔP_wmax，从历史实际出力数据中筛选出的历史相似出力序列集首先以每30个连续出力值为1个出力序列，求历史出力序列和之间的差值；然后以ΔP_wmax为差值上限，从132257个历史出力序列中最终挑出了137个的历史相似出力序列，以此组成

(3)设置关心区间的边界点p_xi，划分得到P_x的概率分布列。P_x为风电场在额定容量下相邻分钟的最大风电出力差值，权衡求解速度和分析精度，可以取m为3，边界点向量p_x的取值较灵活，例如取p_x＝[0,12,17,23]，则可以将划分为如下3个集合：

为方便描述与理解，本实施例将以上3个集合依次称作：优风集合、良风集合和劣风集合，则137个历史相似出力序列中划分入这3个集合的个数分别为64、47、26，因此被所涵盖的概率分别为0.47、0.34、0.19。

(4)求解系统在关心区间边界处的电力系统安全裕度值，进而得到安全裕度的概率分布列。以p_x2求m_s2为例，先从中挑出最恶劣的风况(即P_x最大的出力序列)。假如该风况中对系统影响最恶劣的2min风速波动是在5.49m/s和6.65m/s之间的风速波动，则以此建立风速模型，填写GE风电机组的风速模型GV卡，仿真求解各安全裕度指标。若风电接入容量P_a为60MW，则最终可求得t₂时刻的安全裕度概率分布列如表2所示。

表2>a＝60MW时，t₂时刻安全裕度的概率分布列

Tab.4Probability distribution column of security margin at timet₂while>a＝60MW

由表2可知，在计及风况的随机性后，安全裕度由一个确定值变为了一个概率分布列。由此概率分布列可以清楚地看到未来风况属于优风、良风、劣风的概率，以及在这3类风况下的系统电力系统安全裕度值范围。前已述及，概率分布列展现的内容是由选择的“关心区间”决定的，应用较为灵活。

实施例二：

图4示出了本发明实施例提供的风电参与黑启动的安全裕度分析系统示意图。

如图4所示，本实施例提供的一种风电参与黑启动的安全裕度分析系统，包括模拟集获取模块10、风况概率计算模块20以及安全裕度计算模块30；

模拟集获取模块10，用于根据风电场的历史风电出力数据获取未来风电出力序列的模拟集；

风况概率计算模块20，用于根据风况恶劣程度对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列；

安全裕度计算模块30，用于分别计算每个模拟子集的电力系统安全裕度值，并根据电力系统安全裕度值以及风况概率分布列得到安全裕度的概率分布列。

进一步地，如图5所示，模拟集获取模块10包括：

预测误差上限获取单元11，用于根据风电场的历史实际风电出力数据和历史预测风电出力数据得到预测误差上限；

相似出力序列获取单元12，用于从历史实际风电出力数据中选出未来风电出力序列的多个相似出力序列，其中，相似出力序列包括与未来风电出力序列的差值小于预测误差上限的历史实际出力序列；

模拟集获取单元13，用于将多个相似出力序列组成未来风电出力序列的模拟集。

进一步地，历史风电出力数据包括历史实际风电出力数据，风况概率计算模块20包括：

最大风电出力波动值范围获取单元21，用于根据风电场的历史实际风电出力数据，得到不同风况对应的最大风电出力波动值范围，其中，不同风况对应不同的风电出力序列；

风况概率计算单元22，用于根据最大风电出力波动值范围对模拟集进行风况划分，得到多个模拟子集，并计算多个模拟子集的风况概率分布列。

本发明实施例提供的风电参与黑启动的安全裕度分析系统，与上述实施例提供的风电参与黑启动的安全裕度分析方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

本发明实施例还提供一种电子设备，包括存储器、处理器，存储器中存储有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实施例提供的风电参与黑启动的安全裕度分析方法的步骤。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的风电参与黑启动的安全裕度分析方法的步骤。

在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明实施例所提供的进行风电参与黑启动的安全裕度分析方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，又例如，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信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，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。

所述功能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，可以存储在一个处理器可执行的非易失的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(可以是个人计算机，服务器，或者网络设备等)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。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。