考慮源荷不確定性的綜合能源系統(tǒng)日前經(jīng)濟(jì)調(diào)度

李紅偉， 張 翔， 周海林， 李 茜， 王芮琪

(西南石油大學(xué)電氣信息學(xué)院， 成都 610500)

能源危機(jī)和環(huán)境污染日益加劇，尋求一種高效清潔的能源供應(yīng)方式成為目前能源領(lǐng)域研究的熱點(diǎn)。綜合能源系統(tǒng)(integrated energy system，IES)集電、熱、冷、氣、可再生能源等多種能源于一體，實(shí)現(xiàn)多能耦合，有助于提高能源利用效率[1-2]。然而，多能耦合以及系統(tǒng)內(nèi)可再生能源出力和負(fù)荷不確定性增加了IES運(yùn)行難度，對(duì)其安全運(yùn)行和經(jīng)濟(jì)調(diào)度帶來了挑戰(zhàn)。

目前，中外學(xué)者對(duì)于IES優(yōu)化調(diào)度已進(jìn)行了相關(guān)研究。徐達(dá)等[3]構(gòu)建了考慮電熱綜合需求響應(yīng)的微網(wǎng)優(yōu)化調(diào)度模型，通過算例分析了應(yīng)用綜合需求響應(yīng)有利于降低運(yùn)行成本。楊志鵬等[4]構(gòu)建了含電、冷、熱三種儲(chǔ)能裝置和熱泵的微網(wǎng)經(jīng)濟(jì)調(diào)度模型，討論了熱泵和儲(chǔ)能裝置對(duì)提高微網(wǎng)經(jīng)濟(jì)性和靈活性的作用。林紫菡等[5]構(gòu)建了考慮柔性負(fù)荷和碳交易機(jī)制的綜合能源系統(tǒng)優(yōu)化調(diào)度模型，驗(yàn)證了柔性負(fù)荷參與調(diào)度能夠?qū)崿F(xiàn)節(jié)能減排。孫強(qiáng)等[6]對(duì)含電、熱、氣、冷4種負(fù)荷的區(qū)域綜合能源系統(tǒng)進(jìn)行詳細(xì)建模，驗(yàn)證了各子系統(tǒng)耦合運(yùn)行相對(duì)于獨(dú)立運(yùn)行能獲得更大的經(jīng)濟(jì)效益。然而以上文獻(xiàn)均未考慮不確定因素對(duì)系統(tǒng)運(yùn)行的影響。

針對(duì)IES優(yōu)化調(diào)度中可再生能源出力和負(fù)荷不確定性等因素，目前常采用場(chǎng)景分析法、隨機(jī)規(guī)劃、魯棒優(yōu)化等方法對(duì)其求解。朱嘉遠(yuǎn)等[7]構(gòu)建了基于風(fēng)電出力極端場(chǎng)景的雙層魯棒優(yōu)化調(diào)度模型，其中外層為日前經(jīng)濟(jì)調(diào)度主問題，內(nèi)層為因風(fēng)電出力不確定性而引起的調(diào)控成本子問題，采用列約束生成算法對(duì)該模型進(jìn)行交互迭代求解。Bai等[8]考慮綜合能源系統(tǒng)中風(fēng)電出力不確定性和需求側(cè)響應(yīng)，并利用隨機(jī)優(yōu)化方法對(duì)其求解。但上述文獻(xiàn)僅考慮了風(fēng)電出力不確定性，并未考慮負(fù)荷波動(dòng)帶來的影響。文獻(xiàn)[9-10]采用蒙特卡洛模擬法和場(chǎng)景削減技術(shù)生成多個(gè)可再生能源出力的典型場(chǎng)景，然而此方法獲取典型性場(chǎng)景不太容易以及場(chǎng)景削減過程中存在一些極端場(chǎng)景信息丟失的問題。文獻(xiàn)[11-12]充分考慮不確定因素對(duì)系統(tǒng)運(yùn)行的影響，構(gòu)建了魯棒優(yōu)化模型，得到極端場(chǎng)景下的經(jīng)濟(jì)最優(yōu)解，然而魯棒優(yōu)化方法導(dǎo)致所得結(jié)果過于保守。相比之下，模糊機(jī)會(huì)約束在處理不確定性問題時(shí)不要求不確定參數(shù)具有統(tǒng)計(jì)特征，可以借助歷史數(shù)據(jù)或?qū)＜蚁到y(tǒng)得到不確定參數(shù)的隸屬度函數(shù)，因此具有較好的適應(yīng)性。

基于以上研究，以熱電聯(lián)產(chǎn)系統(tǒng)、儲(chǔ)熱、蓄電裝置以及電鍋爐等組成的電熱綜合能源系統(tǒng)作為研究對(duì)象，充分考慮源荷不確定性因素，以系統(tǒng)經(jīng)濟(jì)運(yùn)行為目標(biāo)，建立基于可信任性理論的模糊機(jī)會(huì)約束規(guī)劃經(jīng)濟(jì)調(diào)度模型，采用模糊機(jī)會(huì)約束的清晰等價(jià)類將含模糊參數(shù)的機(jī)會(huì)約束規(guī)劃模型轉(zhuǎn)化為確定性的混合整數(shù)規(guī)劃模型，在Python環(huán)境中進(jìn)行建模，利用Gurobi求解器求解，最后利算例驗(yàn)證所提模型的有效性。

1 電熱綜合能源系統(tǒng)結(jié)構(gòu)及設(shè)備模型

本文中研究的電熱綜合能源系統(tǒng)包含電、熱、氣 3種能源形式，系統(tǒng)結(jié)構(gòu)如圖1所示，由可控設(shè)備單元、可再生分布式電源、電熱儲(chǔ)能設(shè)備以及電熱負(fù)荷組成。

圖1 電熱綜合能源系統(tǒng)結(jié)構(gòu)

風(fēng)力發(fā)電機(jī)組和光伏發(fā)電機(jī)組可以分別利用風(fēng)能和太陽能發(fā)電；燃?xì)廨啓C(jī)和燃料電池通過燃燒天然氣進(jìn)行發(fā)電，其中燃?xì)廨啓C(jī)產(chǎn)生的高溫余熱煙氣通過溴冷機(jī)吸收制熱以此供應(yīng)熱負(fù)荷；電鍋爐在分時(shí)電價(jià)的引導(dǎo)下協(xié)調(diào)供熱；蓄電池和儲(chǔ)熱罐根據(jù)系統(tǒng)運(yùn)行情況，實(shí)時(shí)充放能量；電鍋爐和儲(chǔ)熱罐的加入可以解耦燃?xì)廨啓C(jī)“以熱定電”運(yùn)行模式，此外，電能在系統(tǒng)與大電網(wǎng)之間雙向交互。

1.1 熱電聯(lián)產(chǎn)系統(tǒng)

熱電聯(lián)產(chǎn)系統(tǒng)主要由微型燃?xì)廨啓C(jī)和溴冷機(jī)兩部分構(gòu)成[4]。燃?xì)廨啓C(jī)通過燃燒天然氣進(jìn)行發(fā)電，同時(shí)此過程產(chǎn)生的高溫余熱煙氣經(jīng)溴冷機(jī)吸收制熱，電熱出力模型及能耗成本可表示為

(1)

Hgt，h(t)=Hgt(t)Khηrec

(2)

(3)

式中:Pgt(t)、Hgt(t)分別為t時(shí)刻燃?xì)廨啓C(jī)的發(fā)電功率以及對(duì)應(yīng)所產(chǎn)生的余熱量；ηgt、ηloss分別為燃?xì)廨啓C(jī)的發(fā)電效率和散熱損失率；Hgt，h(t)、Kh分別為溴冷機(jī)的制熱功率和制熱系數(shù)；ηrec為余熱回收率；CGT(t)為燃?xì)獬杀荆籆NG、RLHVT(t)分別為天然氣的價(jià)格和低位熱值;Δt為單位時(shí)段。

1.2 燃料電池

燃料電池將天然氣中的化學(xué)能高效清潔的轉(zhuǎn)換為電能，其發(fā)電效率隨輸出功率的增加而減小，燃料成本與輸出功率關(guān)系特性為

(4)

ηFC(t)=-0.002 3PFC(t)+0.647

(5)

式中:PFC(t)、ηFC(t)分別為t時(shí)刻燃料電池輸出的電功率和發(fā)電效率；CFC(t)為燃料電池的耗能成本。

1.3 電鍋爐

電鍋爐是典型的電熱耦合設(shè)備，在分時(shí)電價(jià)的作用下協(xié)調(diào)供熱，其電熱轉(zhuǎn)化模型為

QEB(t)=ηEBPEB(t)

(6)

式(6)中:QEB(t)、PEB(t)分別為t時(shí)刻電鍋爐的制熱功率和耗電功率；ηEB為電鍋爐的電熱轉(zhuǎn)換效率。

1.4 儲(chǔ)能裝置

儲(chǔ)能裝置能夠?qū)⒍嘤嗟哪芰窟M(jìn)行存儲(chǔ)并在用能高峰時(shí)段釋放。本文研究的系統(tǒng)中包含的儲(chǔ)能裝置為蓄電池和儲(chǔ)熱罐，其數(shù)學(xué)模型可表示為

Ei(t)=(1-μiΔt)Ei(t-1)+

[Pi_chr(t)ηi_，chr-Pi_dis(t)/ηi_，dis]Δt

(7)

式(7)中:Ei(t)為儲(chǔ)能設(shè)備i在t時(shí)刻的容量;μi表示儲(chǔ)能設(shè)備i的自損耗率，%/h;Δt為時(shí)間間隔；Pi_chr(t)、Pi_dis(t)分別為儲(chǔ)能i在t時(shí)刻的充放功率；ηi_，chr、ηi_，dis分別為儲(chǔ)能i的充放能效率。

2 電熱綜合能源系統(tǒng)經(jīng)濟(jì)調(diào)度模型

2.1 目標(biāo)函數(shù)

經(jīng)濟(jì)性和環(huán)保性是綜合能源系統(tǒng)優(yōu)化運(yùn)行的兩個(gè)重要指標(biāo)，從經(jīng)濟(jì)和環(huán)保兩方面建立優(yōu)化目標(biāo)，在滿足機(jī)組出力約束和電熱負(fù)荷平衡的條件下使總運(yùn)行成本達(dá)到最優(yōu)，目標(biāo)函數(shù)為

CEX(t)+CEN(t)]

(8)

式(8)中:T為調(diào)度周期;Ftotal為一個(gè)周期內(nèi)總的運(yùn)行成本；CFU(t)、COM(t)、CEX(t)、CEN(t)分別為t時(shí)刻對(duì)應(yīng)的燃料成本、運(yùn)行維護(hù)成本、電能交互成本、污染物處理成本。

(1)燃料成本為

CFU(t)=CGT+CFC

(9)

(2)運(yùn)行維護(hù)成本為

(10)

(3)電能交互成本為

(11)

(4)污染物處理成本為

(12)

2.2 約束條件

系統(tǒng)約束條件包括電熱能量平衡約束、機(jī)組出力約束、電網(wǎng)交互功率約束，其中，電熱能量平衡約束條件中含有模糊變量，因此只能在一定置信水平下滿足能量平衡約束。

(1)電能平衡約束為

(13)

(2)熱能平衡約束為

(14)

(3)燃?xì)廨啓C(jī)運(yùn)行約束為

(15)

(4)儲(chǔ)能設(shè)備約束為

(16)

(5)系統(tǒng)與大電網(wǎng)聯(lián)絡(luò)線交互功率約束為

(17)

(6)其余機(jī)組出力約束為

(18)

3 模糊機(jī)會(huì)約束規(guī)劃求解

3.1 基于可信性理論的模糊機(jī)會(huì)約束規(guī)劃數(shù)學(xué)模型

對(duì)于約束條件中含有模糊變量的優(yōu)化問題可以表述為

(19)

式(19)中:f(x)為目標(biāo)函數(shù)；g(x，ξ)為約束函數(shù)；x為n維決策變量；ξ為模糊參數(shù)向量。

約束條件中含有模糊參數(shù)導(dǎo)致其可行域具有不確定性，進(jìn)而無法獲得確定的最優(yōu)解；針對(duì)此問題，可采用基于可信性測(cè)度的機(jī)會(huì)約束處理，即只在一定置信水平α下約束條件成立[13]，可表示為

(20)

式(20)中:Cr{g(x，ξ)≤0}為約束條件g(x，ξ)≤0發(fā)生的可信性測(cè)度。

3.2 模糊參數(shù)的隸屬度函數(shù)

根據(jù)可再生能源出力和負(fù)荷的模糊不確定性特征，其模糊參數(shù)均可用梯形隸屬度函數(shù)表示為

(21)

式(21)中:μ(PF)為隸屬度函數(shù);PFi(i=1，2，3，4)為隸屬度參數(shù)，其決定隸屬度函數(shù)的形狀。

PFi(i=1，2，3，4)與預(yù)測(cè)值Ppre的關(guān)系表示為

PFi=wkPpre,i=1，2，3，4

(22)

式(22)中:wk為比例系數(shù)，其值通常由可再生能源出力及負(fù)荷的歷史數(shù)據(jù)確定[14]。

梯形模糊參數(shù)可由四元組表示為

(23)

3.3 模糊機(jī)會(huì)約束的清晰等價(jià)類

當(dāng)約束函數(shù)g(x，ξ)具有式(24)[14]所示形式:

g(x，ξ)=h1(x)ξ1+h2(x)ξ2+…+

ht(x)ξt+h0(x)

(24)

式(24)中:ξk為梯形模糊參數(shù)(rk1，rk2，rk3，rk4)，k=1，2，…，t，t∈R；rk1～rk4為梯形隸屬度參數(shù)。

定義下面兩個(gè)函數(shù):

(25)

(26)

式中:k=1，2，…，t，特殊的，若h(x)=1，則h+(x)=1，h-(x)=0；若h(x)=-1，則h+(x)=0，h-(x)=1。

當(dāng)置信水平α≥0.5時(shí)，則機(jī)會(huì)約束的清晰等價(jià)類為

h0(x)≤0

(27)

3.4 模糊約束條件清晰等價(jià)類轉(zhuǎn)換

風(fēng)電、光伏出力和電、熱負(fù)荷均為模糊變量，通過第3.3節(jié)所述方法將模型中包含模糊變量的模糊約束條件式(13)、式(14)轉(zhuǎn)換為相應(yīng)的清晰等價(jià)類，具體如下。

(1)電能平衡約束條件的清晰等價(jià)類為

(2-2α)[PLD3(t)-Pwind2(t)-PPV2(t)]+

(2α-1)[PLD4(t)-Pwind1(t)-PPV1(t)]+

PEB(t)-Pgrid(t)-Pgt(t)-PFC(t)-

Pbt_dis(t)+Pbt_chr(t)=0

(28)

(2)熱能平衡約束條件的清晰等價(jià)類為

(2-2α)HLD3(t)+(2α-1)HLD4(t)+

Htst_chr(t)-Hgt，h(t)-QGB(t)-

Htst_dis(t)=0

(29)

式中:PLD3(t)、PLD4(t)、HLD3(t)、HLD4(t)分別為電、熱負(fù)荷預(yù)測(cè)值的隸屬度參數(shù)；Pwind1(t) 、Pwind2(t)、PPV1(t)、PPV2(t)分別為風(fēng)電、光伏出力預(yù)測(cè)值的隸屬度參數(shù)。

4 算例分析

以中國北方某區(qū)域電熱綜合能源系統(tǒng)為研究對(duì)象，其結(jié)構(gòu)如圖1所示。選取調(diào)度周期為24 h，調(diào)度時(shí)間間隔為1 h，冬季典型日電熱負(fù)荷以及風(fēng)光出力預(yù)測(cè)值數(shù)據(jù)如圖2所示，系統(tǒng)各機(jī)組運(yùn)行參數(shù)如表1所示；系統(tǒng)在與電網(wǎng)進(jìn)行電能交互時(shí)，考慮分時(shí)電價(jià)，購電和售電價(jià)格均分為3個(gè)不同的價(jià)格檔位，如表2所示；天然氣價(jià)格、天然氣低位熱值RLHVT(t)分別為2.5元/m3、9.7kWh/m3。

表1 模型參數(shù)

表2 分時(shí)購/售電價(jià)

圖2 可再生能源及負(fù)荷預(yù)測(cè)出力曲線

由于風(fēng)電、光伏出力受自然環(huán)境因素的影響較大，對(duì)其預(yù)測(cè)相對(duì)困難，而負(fù)荷預(yù)測(cè)相對(duì)更為準(zhǔn)確；根據(jù)以上特征可設(shè)置梯形隸屬度參數(shù)如表3所示。選取置信水平α為0.9，在Python環(huán)境中建模，利用Gurobi求解器對(duì)所建立模型進(jìn)行求解。

表3 梯形隸屬度參數(shù)

4.1 優(yōu)化調(diào)度結(jié)果分析

電能供應(yīng)和熱能供應(yīng)的調(diào)度結(jié)果分別如圖3和圖4所示。在谷時(shí)段(00:00—07:00，23:00)，購電成本相比于燃料電池和燃?xì)廨啓C(jī)發(fā)電成本更低，燃料電池處于停機(jī)狀態(tài)；由于夜間電負(fù)荷較小而熱負(fù)荷較大，為保證系統(tǒng)內(nèi)熱能供應(yīng)平衡，燃?xì)廨啓C(jī)以“以熱定電”運(yùn)行方式工作，儲(chǔ)熱罐也處于放熱狀態(tài)；當(dāng)儲(chǔ)熱罐容量不足時(shí)，制熱電鍋爐開始工作以此平衡系統(tǒng)此時(shí)段較大的熱負(fù)荷需求，同時(shí)，此時(shí)段風(fēng)力發(fā)電和燃?xì)廨啓C(jī)發(fā)電產(chǎn)生的多余電量將通過蓄電池進(jìn)行存儲(chǔ)。

圖3 電能供應(yīng)優(yōu)化調(diào)度結(jié)果

圖4 熱能供應(yīng)優(yōu)化調(diào)度結(jié)果

電網(wǎng)電價(jià)平時(shí)段和峰時(shí)段的購電成本均比燃料電池和燃?xì)廨啓C(jī)發(fā)電成本更高，所以此時(shí)段一般不向電網(wǎng)購電。在峰時(shí)段(10:00—15:00)，系統(tǒng)向電網(wǎng)售電的價(jià)格較高，光伏發(fā)電功率和電負(fù)荷較大，燃?xì)廨啓C(jī)和燃料電池以較大功率運(yùn)行，蓄電池處于放電狀態(tài)，盡可能在滿足系統(tǒng)內(nèi)電負(fù)荷的同時(shí)多向電網(wǎng)售電以此獲得更大的經(jīng)濟(jì)效益；同時(shí)儲(chǔ)熱罐將燃?xì)廨啓C(jī)工作產(chǎn)生的多余熱量進(jìn)存儲(chǔ)。在峰時(shí)段(18:00—21:00)，電熱負(fù)荷均較大，燃?xì)馊紮C(jī)和燃料電池以最大功率運(yùn)行，儲(chǔ)熱罐和蓄電池均處于放能狀態(tài)，不足的電能供應(yīng)將從電網(wǎng)購買來滿足。在平時(shí)段(21:00—23:00)，隨著電負(fù)荷逐漸減小，燃料電池出力也隨之減小，而燃?xì)廨啓C(jī)依舊以最大功率運(yùn)行以此滿足系統(tǒng)較大的熱負(fù)荷，不足的熱能供應(yīng)將由儲(chǔ)熱罐放熱滿足。

4.2 儲(chǔ)能設(shè)備對(duì)于提高系統(tǒng)經(jīng)濟(jì)性的作用

為了驗(yàn)證本文中構(gòu)建的IES模型中蓄電、儲(chǔ)熱設(shè)備對(duì)于提高系統(tǒng)經(jīng)濟(jì)運(yùn)行的作用，設(shè)置了4種儲(chǔ)能配置案例，分別研究了4種儲(chǔ)能配置下IES的運(yùn)行費(fèi)用，所得結(jié)果如表4所示。由表4可以看出，加入蓄電和儲(chǔ)熱設(shè)備均能減少系統(tǒng)的運(yùn)行費(fèi)用，而同時(shí)加入蓄電和儲(chǔ)熱設(shè)備能進(jìn)一步提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。以案例4作為具體分析對(duì)象，圖5、圖6分別為蓄電池和儲(chǔ)熱罐在一個(gè)周期內(nèi)的運(yùn)行情況，可以看出，在整個(gè)運(yùn)行周期中，在分時(shí)電價(jià)機(jī)制下，蓄電池在電價(jià)谷時(shí)段或平時(shí)段充電，在電價(jià)峰時(shí)段放電；儲(chǔ)熱罐將調(diào)度過程中多余熱能進(jìn)行儲(chǔ)存，在熱負(fù)荷需求高峰放熱，一定程度上實(shí)現(xiàn)了對(duì)燃?xì)廨啓C(jī)“以熱定電”進(jìn)行解耦。

圖6 儲(chǔ)熱罐運(yùn)行狀態(tài)

表4 不同儲(chǔ)能配置下運(yùn)行費(fèi)用

電、熱儲(chǔ)能設(shè)備協(xié)調(diào)運(yùn)行可以緩解能量供需之間的矛盾，提高系統(tǒng)運(yùn)行的經(jīng)濟(jì)性和靈活性；由于儲(chǔ)能系統(tǒng)各時(shí)段均具有一定能量儲(chǔ)備，也有利于提高系統(tǒng)運(yùn)行的可靠性。

4.3 置信水平對(duì)運(yùn)行成本的影響

置信水平的大小反映系統(tǒng)的安全性能，為研究置信水平對(duì)系統(tǒng)運(yùn)行的影響，基于本文算例數(shù)據(jù)，模糊度取值如表3所示，設(shè)置置信水平范圍為[0.5，1]，逐次遞增0.05，系統(tǒng)運(yùn)行費(fèi)用如圖7所示。

由圖7可以看出，隨著置信水平的增大，系統(tǒng)運(yùn)行抗風(fēng)險(xiǎn)的能力提高，運(yùn)行費(fèi)用不斷增加，即系統(tǒng)運(yùn)行以犧牲經(jīng)濟(jì)性來提高運(yùn)行的可靠性；但α在取值為0.85和0.9時(shí)出現(xiàn)了明顯的拐點(diǎn)，α在區(qū)間[0.85，0.9]取值時(shí)，隨著運(yùn)行可靠性的提升沒有使運(yùn)行成本顯著增大，由此可以認(rèn)為α取值為0.9是最優(yōu)置信水平。在實(shí)際的工程應(yīng)用中，可以選擇合適的置信水平實(shí)現(xiàn)系統(tǒng)運(yùn)行可靠性和經(jīng)濟(jì)性的平衡。

圖7 置信水平與運(yùn)行費(fèi)用的關(guān)系曲線

4.4 可再生能源出力和負(fù)荷不確定性對(duì)運(yùn)行成本影響

不確定性程度可以用模糊度來表征，設(shè)置α為0.9，風(fēng)電和光伏出力的模糊程度一致，用模糊隸屬度參數(shù)w1～w4表征；電熱負(fù)荷模糊程度一致，用模糊參數(shù)w5～w8表征。表5列出了5種模糊程度，從模糊程度1到5，可再生能源出力和負(fù)荷的模糊程度逐漸增大，系統(tǒng)運(yùn)行費(fèi)用如圖8所示。

表5 梯形模糊隸屬度參數(shù)

由圖8可以看出:在一定置信水平下，隨著可再生能源和電熱負(fù)荷模糊度增加，系統(tǒng)運(yùn)行費(fèi)用也不斷增加，表明系統(tǒng)以犧牲經(jīng)濟(jì)性來保證其在惡劣環(huán)境下的可靠性。

圖8 模糊度與運(yùn)行費(fèi)用的關(guān)系曲線

5 結(jié)論

充分考慮了電熱綜合能源系統(tǒng)中可再生能源出力和電熱負(fù)荷不確定性，構(gòu)建了基于可信性理論的模糊機(jī)會(huì)約束規(guī)劃日前經(jīng)濟(jì)調(diào)度模型。置信水平和模糊度是表征決策者風(fēng)險(xiǎn)偏好的兩個(gè)參數(shù)，置信水平和模糊度越大，系統(tǒng)運(yùn)行費(fèi)用越大，抗風(fēng)險(xiǎn)能力越強(qiáng)。在實(shí)際的工程應(yīng)用中，可以選擇合適的置信水平和模糊度實(shí)現(xiàn)系統(tǒng)運(yùn)行經(jīng)濟(jì)性和魯棒性的平衡。

本文研究主要考慮系統(tǒng)內(nèi)源荷不確定性對(duì)優(yōu)化運(yùn)行的影響，接下來可在本研究基礎(chǔ)上，進(jìn)一步考慮電熱柔性負(fù)荷對(duì)于優(yōu)化運(yùn)行的影響。