考慮交通網與配電網信息融合的臺風后配電網搶修策略優(yōu)化

郁 琛，李尚軒，謝云云，劉韶峰，常 康

（1. 南瑞集團有限公司（國網電力科學研究院有限公司），江蘇省南京市 211106；2. 智能電網保護和運行控制國家重點實驗室，江蘇省南京市 211106；3. 國網浙江省電力有限公司桐鄉(xiāng)供電公司，浙江省桐鄉(xiāng)市 314500；4. 南京理工大學自動化學院，江蘇省南京市 210094）

0 引言

由于配電網設計標準較低，臺風災害常會引起大量的配電網物理故障，導致用戶供電長時間中斷，造成經濟損失［1］。2018 年，“瑪莉亞”臺風登陸中國福建省晉江市，導致當地供電線路受損嚴重，累計停電135 萬戶［2］；2015 年，超強臺風“蘇迪羅”登陸中國福建省莆田市，導致8.74 萬個配電變壓器（以下簡稱配變）臺區(qū)停運、502.09 萬用戶停電，共造成約203 億元的經濟損失［3］。由于停電損失隨停電時間而增加［4-5］，為減少停電造成的損失，需要制定配電網搶修策略，以減少故障停電時間。

目前，針對配電網災后搶修調度已有大量研究。許多學者針對施工隊調度［6-7］和物資調度［8-10］進行了研究。除了通過施工隊和物資調度來減少搶修時間外，通過調整配電網的運行方式、配電網內的分布式電源（distributed generator，DG）和移動電源（mobile power source，MPS）構建孤島供電等彈性運行方式同樣能夠減少停電時間［11-12］。文獻［13］提出了一種配電網災后動態(tài)搶修滾動優(yōu)化方法，動態(tài)調整搶修隊工作方案。文獻［14-16］綜合考慮了故障搶修和供電恢復的關聯性，建立了含DG 的配電網多故障搶修與恢復協(xié)調優(yōu)化模型。文獻［17-18］提出了一個考慮DG 輸出、網架重構和施工隊調度的協(xié)調優(yōu)化模型。文獻［19］利用MPS 保證重要負荷供電，協(xié)調優(yōu)化網架重構、施工隊和MPS 調度。

上述研究未考慮道路交通對配電網搶修策略制定的影響。現有研究通常用簡單的直線距離表示路程代價［20］。然而，臺風災害不僅會導致配電網故障，也會對道路交通造成損害［21］，進而影響人員物資調度方案。人員物資行駛路徑和時間是搶修策略制定時的重要影響因素［22］，及時而準確的交通信息能夠優(yōu)化電網搶修策略，最大限度降低交通路況對于搶修決策的影響。隨著電力系統(tǒng)信息采集能力的提升，現在的電力系統(tǒng)具備了接入交通信息的能力［23-24］。

近年來，關于交通網影響電網應急搶修與調度決策的研究已有學者進行了一定的探索。文獻［25］提出了一種考慮動態(tài)交通網絡的綜合能源配電網災后緊急響應策略，但文章只考慮了交通流量，未能體現災害條件下道路受損情況。文獻［26］對施工隊和應急電源進行調度，提出了一種協(xié)同交通網和配電網的彈性提升策略，文中將交通網簡化至僅包含道路長度和拓撲結構信息，而對于道路受災損傷、擁堵等情況均未作考慮。文獻［27］通過對災害進行預測，使MPS 預先到達指定位置，也考慮了配電網和路網損傷、擁堵等場景，然而，文章僅在預規(guī)劃MPS 存放點的過程中考慮交通信息，未能將其拓展至MPS 應急供電順序的路徑規(guī)劃。

目前，配電網故障搶修研究中未能充分利用道路擁堵中斷等非電氣信息及適應外部交通環(huán)境的變化，在極端臺風災害頻繁侵擾沿海電網且故障搶修策略已無法脫離復雜交通網單獨制定的背景下，亟須開展關于交通網與配電網信息融合方法的研究，并在此基礎上協(xié)調搶修與恢復手段，優(yōu)化配電網災后搶修策略。為此，本文提出了計及交通網與配電網信息融合的臺風災后配電網搶修策略優(yōu)化方法。

1 基于交通網與配電網信息融合的配電網應急搶修框架

在電力系統(tǒng)具備了接入交通系統(tǒng)信息能力，產生相互作用、耦合關系的同時，相應的基于交通中斷場景的災后搶修與應急調度方法研究目前還不夠完善。因此，本文提出了基于交通網與配電網信息融合的配電網應急搶修框架。

1.1 交通網與配電網信息融合框架

1）信息交互過程

交通網與配電網信息融合框架如圖1 所示。交通網與配電網分屬不同的公共事業(yè)系統(tǒng)，在搶修路徑規(guī)劃環(huán)節(jié)中，交通側和電網側分別采集并存儲不同的數據類型。交通側信息包含用于存儲物資、配給MPS 和搶修隊的倉庫位置信息，影響人員物資通行能力和效率的道路限速、道路受災擁堵和路口延誤信息等。配電網可采集到故障點災損位置信息、故障類型信息、故障點物資需求數量信息、倉庫包含電力物資種類及儲量信息、MPS 接入點信息。

圖1 交通網與配電網信息融合框架Fig.1 Framework of information integration between traffic network and distribution network

由于交通網的拓撲和道路通行狀況會直接影響人員物資車輛的空間位置，而空間位置會影響當前配電網的搶修進程。因此，在考慮車輛的實際行駛路徑和搶修時效問題的過程中，需結合電網與交通的現有數據資源，通過信息的交互與共享、數據的交叉與融合，實現決策量的全局優(yōu)化。

基于此，根據路徑規(guī)劃需要，配電網對交通網映射路徑規(guī)劃所需的源宿節(jié)點以及主體信息；配電網接收以交通網為基礎的搶修進程信息，確定當前搶修階段下即任一故障點修復后的網架狀態(tài)并安排相應的負荷恢復計劃。在此基礎上，應對規(guī)模龐大的交通拓撲進一步作簡化處理，本文在交通網與配電網基礎之上衍生出耦合網作為過渡階段。

2）耦合網

耦合網本質上仍然是以交通網拓撲結構為基礎，由交通網與配電網2 個單層復雜網絡根據層間的映射聯系構成，收集交通網與配電網關鍵耦合信息，并且將交通網與配電網在地理位置層面上共同包含的節(jié)點定義為耦合節(jié)點，用于描述兩網之間的相互作用關系。耦合網中包含了由配電網提供的故障點和倉庫等有待進行決策的節(jié)點以及由交通網反映的節(jié)點之間的路程長度等信息，通過一定的預先處理簡化后續(xù)決策計算量。耦合網絡層基于兩網中提煉出的關鍵信息，其主要功能是應用數據挖掘、聚類分析，對僅具備單一層面的功能且不存在層間直接耦合關系的數據和節(jié)點進行清洗，剔除無用或冗余的信息，并進行數據聚合，為電網應急控制和調度提供數據支撐。

1.2 配電網應急搶修優(yōu)化決策框架

考慮交通網與配電網信息融合的配電網應急搶修優(yōu)化決策框架如圖2 所示。耦合網收集兩網在故障搶修過程中產生的存在耦合關系的地理信息，形成以交通拓撲為基礎的初始網絡，隨后通過2 種措施進一步簡化耦合網:1）去除耦合節(jié)點以外的交通拓撲節(jié)點，縮小耦合網的拓撲規(guī)模；2）采用聚類算法將故障點與倉庫進行匹配，形成若干個小型簇，將后續(xù)的搶修優(yōu)化模型求解場景相應縮小至單個簇的調度范圍。

圖2 優(yōu)化框架與功能模塊Fig.2 Optimization framework and function module

在此基礎之上，故障點、倉庫、MPS 接入點之間的最短路徑已在耦合網的簡化過程之中求得，并作為已知常量輸入后續(xù)的故障搶修與負荷恢復決策模型進行求解。

2 交通網與配電網信息融合模型

本章針對配電網搶修策略制定過程中需要考慮交通網信息的問題，建立交通網與配電網信息融合模型。

2.1 臺風災害下的道路阻抗模型

為進一步量化路程時間作為道路權重或行駛成本，而非簡單的定義道路長度和車速，本文引入美國聯邦公路局（Bureau of Public Roads，BPR）路阻函數的概念作為時間衡量標準。

BPR 路阻函數模型對道路阻抗的性質與特點把握得相當準確，同時又因其數學性質良好，得到了廣泛的應用［28］。其數學表達式為:

式中:t為車輛位于該道路的行駛時間；t0為道路的自由流行駛時間；Q為該道路的車流量；C為該道路的 實際通行能力；α和β為代標定參數，BPR 標定α=0.15，β=0.4。

臺風災害下交通路段會伴隨積水、淹沒和塌方等損壞，最終體現于道路通行能力的降低，修正后的BPR 路阻函數可表示為:

式中:tk，TP為臺風災害下道路k的車輛行駛時間，k∈K，其中K為道路集合；Ck，TP為臺風災害下道路k的通行能力；Qk，TP為該道路的車流量；αTP為參數。

當車輛抵達路口時，必然會受交通信號燈的阻滯影響。文獻［29］提出了路口隨機延誤模型為:

式中:d為進口道車輛平均延誤時間；c為路口紅綠燈信號周期；λ為路口交通燈的綠燈信號時長比（以下簡稱綠信比），若信號燈綠燈時長為g，則λ=g/c；q為實際進口道交通流量；y為進口道交通流量比，若進口道飽和流量S已知，則y=q/S；x為進口道飽和度，可表示為x=q/c=y/λ。

文獻［30］給出了交通信號路口進口道延誤計算公式為:

式中:D為路口進口道車輛平均延誤時間。

Webster 公式將路口延誤分為均勻延誤、隨機延誤和修正延誤3 個部分。當進口道飽和度很小的時候，后2 項之和占比較小，可忽略不計，但是隨著飽和度的不斷增大，其對計算結果的影響明顯增大。美國道路通行能力手冊（highway capacity manual，HCM）延誤公式在綜合考慮飽和度和車輛到達規(guī)律影響的前提下，將路口延誤公式表達為標準延誤和隨機延誤2 項延誤之和，修正的模型計算結果更準確，該公式多被中國學者采用，其缺點是計算過程復雜且參數取值方法煩瑣。因此，本文采用將Webster 延誤公式和改進的HCM 延誤公式相結合的形式表征臺風災害下的路口延誤，最終得到的臺風災害下路口延誤函數模型為:

式中:xi，TP為臺風災害下路口i進口道飽和度，其中i∈I，I為路口集合；λi為路口i的 交通燈綠信比；qi，TP為臺風災害下路口i進口道實際交通流量；CR，i，TP為臺風災害下路口i進口道通行能力；Si，TP為臺風災害下路口i進口道的飽和流量；ci為路口i的交通燈信號周期時長；gi為路口i的交通燈的綠燈時長。

當xi，TP＜1 時，

當xi，TP≥1 時，

式中:di，TP為臺風災害下路口i的車輛平均延誤時間。

綜上所述，根據構建的臺風災害下的交通網路段行駛時間模型和交通燈信號路口延誤模型，最后得到了臺風災害下的交通網道路阻抗函數，其數學表達式為:

式中:Fj為臺風災害下路徑j的阻抗值；Tj為路徑j包含的n1個道路總行駛時間；Dj為路徑j包含的m1個路口的總路口延誤時間。

本文假設在臺風災害過后，配電網故障搶修所需的車流量遠小于整個交通網中的車流量，且由于時間尺度短使其變化幅度較小，可認為在故障搶修持續(xù)時間內，交通網的車流量基本不發(fā)生變化，車輛在每條路徑上的行駛時間由式（8）計算的道路阻抗所得作為道路權重，并保持數值上的恒定。

2.2 交通網拓撲簡化

考慮到實際交通網規(guī)模龐大，本文采用了基于Floyd 算法的拓撲簡化方法，原理如附錄A 圖A1 所示。故障點和MPS 接入點視為兩網耦合節(jié)點，耦合節(jié)點和倉庫均作為配電網中的關鍵節(jié)點并映射于交通網中，它們之間存在若干個道路節(jié)點。為減少后續(xù)優(yōu)化問題的規(guī)模，本文使用Floyd 算法對任意2 個關鍵節(jié)點求解出最短路徑，若兩點之間無間接相連，則視為斷開。

本文將車輛行駛時間和路口延誤表征為路段的等效距離。相鄰兩點間的等效距離可表示為:

式中:d(x，y)為x、y間的等效距離；k為路段；引入0-1 變量αxy，從x到y(tǒng)連通為1，否則為0；txy，TP為臺風災害下道路xy的車輛行駛時間；M為無窮大常數，若x至y為單行道時，d(x，y)為無窮大。

為進一步提升計算速度，本文采用譜聚類將故障點分配給倉庫。根據倉庫數量，在路徑規(guī)劃之前將故障點劃分成多個簇。

聚類過程如附錄A 圖A2 所示。聚類之后，同一簇只含有一個倉庫和多個故障點，并且故障點只能被同簇中的施工隊和物資車輛訪問。

聚類模型為:

式中:Ω為所有簇的集合；Nσ為簇σ內故障點集合，m∈Nσ；d(eσ，m)為屬于簇σ的倉庫eσ與故障點m的距離；sσ，m為0-1 變量，故障點m分配給簇σ為1，否則為0；Rσ為簇σ內倉庫物資儲量；Rm為故障點m所需的物資量。

目標函數式（10）表示按最短等效距離將故障點分配給最近的倉庫；式（11）表示一個故障點只分配給一個倉庫；式（12）表示簇σ的倉庫容量不小于簇內故障點的物資需求量。

3 考慮交通網影響的配電網搶修模型

配電網搶修涉及搶修施工隊調度、配電網網架重構和配電網中DG 孤島供電三者的協(xié)調，本章建立配電網搶修優(yōu)化決策模型，實現配電網內供電負荷量最大化。

3.1 目標函數

為盡可能地降低配電網故障引起的經濟損失，本文以供電負荷量最大為優(yōu)化目標，表達式為:式中:ωi為節(jié)點i的負荷權重；N為節(jié)點集合；ρi，t為節(jié)點i在t時刻是否連通的0-1 變量，若連通則值為1，否則為0；pi，t為節(jié)點i在t時刻所帶有功負荷。

3.2 施工隊調度約束

到達故障點的施工隊在完成修復后也從該點離開，表達式為:

式 中:xm，n，c，σ為 簇σ內 施 工 隊c從 故 障 點m移 動 到 故障點n的狀態(tài)變量，若移動完成則值為1，否則為0。

施工隊從倉庫出發(fā)的表達式為:

式 中:xb，m，c，σ簇σ內 施 工 隊c從 倉 庫b移 動 到 故 障 點m的狀態(tài)變量，若移動完成則值為1，否則為0。

施工隊最終返回倉庫的表達式為:

式中:Uσ為簇σ內擁有的施工隊數量；Rσ為施工隊集合。

任一故障點只能被一支隊伍訪問的表達式為:

式 中:ym，c，σ為 施 工 隊c是 否 訪 問 過 故 障 點m的 狀 態(tài)變量，若訪問過故障點則值為1，否則為0。

式（18）耦合了0-1 變量ym，c，σ和xm，n，c，σ，例如施工隊c從故障點m到達故障點n，則施工隊c必然訪問過故障點m。

3.3 物資約束

物資約束形式上與施工隊調度約束相近，具體推導過程見附錄B 第B1 章。

3.4 故障修復時間約束

考慮到交通擁堵和道路受災情況等交通網特性對故障恢復時間的影響，本節(jié)中的兩點間的路程時間r均由式（8）所述的關鍵節(jié)點之間等效距離求得。

施工隊搶修作業(yè)受故障點應急物資配送情況影響，本文假設任一故障點物資完全滿足需求后，施工隊才可進行搶修。

施工隊到達的時間約束為:

式 中:Tm，c和Tm，v分 別 為 施 工 隊c和 運 輸 車v到 達 故障 點m的 時 間；gm，c為 施 工 隊c維 修 故 障 點m的 時間；rm，n，c為 施 工 隊c從 故 障 點m移 動 到 故 障 點n的時間。

運輸車到達時間約束為:

式中:T′m，v和T′n，v分別為運輸車v到達故障點m和故障 點n的 時 間；zm，b，v，σ為 運 輸 車v從 故 障 點m移 動 到倉庫b的狀態(tài)變量，若移動完成則值為1，否則為0；r′m，b，v為 運 輸 車v從 故 障 點m移 動 到 倉 庫b的 時 間；r′b，n，v為運輸 車v從倉庫b移動到故 障點n的時 間。

任一故障點只被修復一次，其表達式為:

式中:fm，t為故障點m在t時刻的修復狀態(tài)，若已修復則值為1，否則為0。

施工隊開始維修時間的表達式為:

式中:Am為施工隊開始維修時間；Vσ為運輸車集合。

施工隊完成維修的時間為:

施工隊開始維修的時間約束為:

被修復的故障點將在接下來時間內狀態(tài)都為可用，表達式為:

式中:zm，t為故障點m在t時刻的被修復狀態(tài)，若已修復則值為1，否則為0。

當故障點狀態(tài)未修復時，強制um，t為0 來耦合施工隊與配電網約束，相關表達式為:

式中:um，t為故障點m在t時刻的可用狀態(tài)，若可用則值為1，否則為0。

3.5 MPS 運行約束

當失電負荷尚未完全恢復時，宜采用DG 及MPS 配合的方式提高恢復效率。

MPS 調度約束與施工隊調度約束相近，具體推導過程見附錄B 第B2 章。

MPS 抵達下一個接入點n的時間為式（27）或式（28），即

式 中:T*m，s和T*n，s分 別 為 第s個MPS 到 達 故 障 點m和n的 時 間；sn，s為 第s個MPS 位 于 故 障 點n的 持 續(xù) 供電 時 間；αm，n，s，σ為 第s個MPS 從 故 障 點m是 否 移 動至故障點n的狀態(tài)變量，若是則值為1，否則為0。

MPS 抵達、離開時間約束:

式 中:farv，m，t，s和flev，m，t，s分 別 為 發(fā) 電 車s在t時 刻 是 否到達和離開故障點m的狀態(tài)變量，若是則值為1，否則為0；Pσ為發(fā)電車集合。

在MPS 供電持續(xù)時間內，該點的狀態(tài)為:

式 中:harv，m，t，s和hlev，m，t，s分 別 為 發(fā) 電 車 到 達 和 離 開 時其 位 于 該 點 的 可 用 狀 態(tài)；hm，t，s為 供 電 持 續(xù) 時 間 內 的可用狀態(tài)。

3.6 配電網約束

配電網約束具體推導過程見附錄B 第B3 章。

4 求解方法

針對本文建立的配電網災后故障搶修優(yōu)化模型，其中非線性約束較多，難以直接采取數學方法進行求解，而智能算法可以直接求解含非線性約束的模型。在臺風災害發(fā)生后，需要進行一系列的搶修準備工作，包括:通過無人機對故障圖像進行研判，確定故障類型及所需物資、臨時建立應急物資倉庫并調配所需物資入庫等等，這些準備工作在獲取到必要的信息之前直至搶修工作開始尚需一定過程，有相對比較充裕的時間計算搶修策略。另外，在故障搶修的過程中需要配合電網調度手段，有必要將搶修和調度問題分開采用智能算法求解來降低算法的編碼維度。因此，本文所提模型采用分層智能算法求解。

上層模擬退火算法主要解決車輛路徑搜索問題和人員物資調度策略；下層解決配電網網架重構和孤島劃分問題。具體兩層算法總流程圖如附錄A圖A3 所示，詳細的上層求解流程及下層求解流程分別見附錄A 圖A4 和圖A5。

5 算例仿真

5.1 算例場景

本文以IEEE 69 節(jié)點標準系統(tǒng)為例。該配電網有69 個節(jié)點，額定電壓為12.66 kV，5 個聯絡開關，電壓偏差范圍為±5%。此外，DG1 與DG2 分別安裝于節(jié)點33 和65 處，其容量均為800 kW。失電負荷的負荷等級如附錄C 表C1 所示，一級、二級、三級負荷權重系數分別為100、10、1。

臺風災害發(fā)生后，交通網與配電網同時受到影響，如圖3 所示。配電網中F1～F10處線路發(fā)生故障。交通網中節(jié)點17 和18 之間道路損壞，無法通行，同時道路對應車速有所降低，道路網中節(jié)點12 和17為應急倉庫位置，共有4 個施工隊（repair crews，RC）、2 輛MPS 以及6 輛物資運輸車參與搶修。假設不同故障類型的預計搶修時間已知。

圖3 交通網與配電網拓撲Fig.3 Topology of distribution network and traffic network

5.2 搶修調度優(yōu)化方案

采用本文提出的考慮網架重構與孤島劃分的災后配電網搶修策略可以縮短用戶停電損失，最終得到的搶修調度方案如表1 所示。其中，Trans（1，F6）表示施工隊1 號于0 時刻出發(fā)前往故障點F6，C（Y1）表示該時刻聯絡線Y1 閉合，O（Y2）表示聯絡線Y2 斷開，Repaired（4，F2）表示在273 min 時故障點F2被施工隊4 號所修復，MPS2（23/182）表示編號為2 的MPS 于該時段接入23 節(jié)點，并持續(xù)供電182 min。各調度單位工作情況如附錄C 圖C1、圖C2 和圖C3 所示，直觀表現了其在各個時段的工作狀態(tài)。算法經過11 次迭代耗時36 min 后目標函數收斂達到最優(yōu)。

表1 考慮交通網影響的調度方案Table 1 Dispatch scheme considering effect of traffic network

5.3 對比分析

1）搶修策略對比

考慮DG 與MPS 對臺風后配電網多故障搶修的影響，為了體現其存在價值，將所提策略與不含DG 與MPS 的搶修策略負荷恢復曲線對比，得到的仿真結果如圖4 所示。其中，方法1 考慮了搶修和物資；方法2 考慮了搶修、物資和網架重構；方法3 考慮了搶修、物資、網架重構和DG；本文方法考慮了搶修、物資、網架重構、DG 和MPS。

由圖4 可知，在配電網發(fā)生多故障時，僅考慮故障搶修的策略復電時間間隔長，負荷損失量大，當聯絡線與DG 參與恢復后，能明顯提升故障初期負荷恢復量，進一步地，MPS 參與調度后，能在初期階段為重要用戶供電，減少社會經濟損失，并提高了搶修恢復效率。

圖4 不同搶修資源下的負荷恢復曲線對比Fig.4 Comparison of load recovery curves with different rush repair resources

2）交通網影響對比

為體現交通網信息融合后對于臺風后配電網多故障搶修的影響，本文分別對比了考慮交通網和不考慮交通網時的搶修策略，并給出了對比算例，仿真結果如圖5 所示。

由圖5 可知，在臺風后發(fā)生配電網多故障時，僅考慮道路長度和車速得到的搶修方案負荷恢復效率更高，而考慮災后交通網中斷和通行能力等影響得出的搶修方案則更為保守，后者在實際搶修過程中更具有可行性。

圖5 交通網影響下的負荷恢復曲線對比Fig.5 Comparison of load recovery curves with effect of traffic network

表2 為不考慮交通網影響下的搶修調度方案。

表2 不考慮交通網影響下的調度方案Table 2 Dispatch scheme without considering effect of traffic network

由表2 可知，在未考慮交通網影響的前提下，t=0 時，搶修隊4 被派往故障點F2。在192 min 時，該故障點被修復。然而，臺風災害發(fā)生后，路段17和18 因中斷無法通行，由于倉庫位置分布，仍然由距離較近的搶修隊4 對故障點F2進行搶修，但修復時間會延后至273 min，這在現實中是更為合理的。此外，考慮交通網影響的搶修策略和不考慮其影響得到的策略在時間和安排上不完全相同，在實際操作上，后者因通行問題在調整方案時將更加困難。因此，在災后配電網故障搶修過程中考慮交通網因素雖然犧牲了一定程度的負荷恢復效率，但是在實際工程實踐上是有必要的。

6 結語

由于現有配電網故障搶修的研究未能充分考慮交通路況和道路受災中斷對搶修資源調度的影響，本文建立了計及交通網與配電網信息融合的災后配電網應急搶修策略優(yōu)化模型。該模型通過構建交通網與配電網信息融合框架，并引入網架重構與孤島劃分協(xié)同故障搶修進行策略優(yōu)化，實現了負荷恢復效率的提升。進一步地，在恢復過程中引入MPS 動態(tài)調度，有效保障了大面積停電情況下重要電力用戶的供給。仿真結果表明，本文方法能夠計及交通網對配電網恢復的影響，有助于提升配電網恢復的效率。

后續(xù)研究將會致力于建立考慮多種不確定性的臺風后配電網搶修恢復策略模型，使其能夠考慮本文研究中所忽略的約束，進一步提高本文優(yōu)化模型的精度。此外，對于應急決策的快速性要求，后續(xù)將會進一步對模型進行線性化，采用分布式算法提升緊急情況下的計算效率。

附錄見本刊網絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網絡全文。