區(qū)域能源智能物聯(lián)網(wǎng)平臺(tái)開發(fā)

謝林鴻,李 慧

(山東建筑大學(xué)熱能工程學(xué)院，山東 濟(jì)南 250100)

0 引言

“十四五”是我國能源行業(yè)轉(zhuǎn)型的關(guān)鍵期。為實(shí)現(xiàn)2030年碳達(dá)峰目標(biāo)，一個(gè)有效的解決方案是構(gòu)建以可再生能源為主體的區(qū)域能源系統(tǒng)[1]。區(qū)域能源系統(tǒng)是集中生產(chǎn)“冷、熱、電”等能源商品的綜合能源系統(tǒng)。區(qū)域能源系統(tǒng)根據(jù)區(qū)域內(nèi)能源分布的結(jié)構(gòu)及特點(diǎn)，因地制宜、統(tǒng)籌互補(bǔ)地利用多種傳統(tǒng)能源和可再生能源，實(shí)現(xiàn)優(yōu)化能源結(jié)構(gòu)的目的[2-3]。

隨著多種能源的開發(fā)利用，對(duì)區(qū)域能源系統(tǒng)的能源協(xié)調(diào)管理造成了很大的壓力。為了提高供能服務(wù)水平，需要加強(qiáng)傳統(tǒng)能源管理平臺(tái)的信息化、智能化應(yīng)用。物聯(lián)網(wǎng)是新一輪信息技術(shù)革命的產(chǎn)物，其本質(zhì)是“物物相聯(lián)”。物聯(lián)網(wǎng)通過感知層設(shè)備互相聯(lián)網(wǎng)，實(shí)現(xiàn)人與物、物與物之間的信息交換，能夠?qū)崟r(shí)掌握能源系統(tǒng)的運(yùn)行狀態(tài)。同時(shí)，物聯(lián)網(wǎng)能夠結(jié)合建筑信息模型(building information modeling，BIM)、云計(jì)算、大數(shù)據(jù)、人工智能等信息技術(shù)，實(shí)現(xiàn)管理平臺(tái)的智能化運(yùn)行[4-5]。

隨著多種能源系統(tǒng)集成至物聯(lián)網(wǎng)管理平臺(tái)，需要根據(jù)能源的特性和背景來設(shè)計(jì)具體的物聯(lián)網(wǎng)平臺(tái)功能應(yīng)用。對(duì)于能源系統(tǒng)而言，在能源生產(chǎn)消費(fèi)過程中，其綜合優(yōu)化調(diào)度是一個(gè)基本問題[6-7]。為實(shí)現(xiàn)能源的合理調(diào)度，需要獲取預(yù)測負(fù)荷、機(jī)組數(shù)據(jù)、氣象參數(shù)等關(guān)鍵參數(shù)。其中，對(duì)能源負(fù)荷的預(yù)測是確保優(yōu)化過程中負(fù)荷供需平衡的關(guān)鍵[8]。

本文以一個(gè)多種可再生能源系統(tǒng)的區(qū)域能源系統(tǒng)為研究對(duì)象，基于Niagara框架技術(shù)搭建物聯(lián)網(wǎng)平臺(tái)，在實(shí)現(xiàn)物聯(lián)網(wǎng)平臺(tái)的基礎(chǔ)功能上引入人工智能算法，通過軟件編程實(shí)現(xiàn)區(qū)域能源的負(fù)荷預(yù)測及優(yōu)化調(diào)度。

1 能源系統(tǒng)介紹

本文研究的區(qū)域能源系統(tǒng)對(duì)象包括三個(gè)子系統(tǒng)，分別是太陽能輔助空氣源熱泵系統(tǒng)、地源熱泵系統(tǒng)及天然氣分布式系統(tǒng)。能源系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 能源系統(tǒng)結(jié)構(gòu)

三個(gè)子系統(tǒng)的輸入側(cè)能源包括電能及天然氣。其中:電能通過電網(wǎng)輸入或者天然氣微燃機(jī)系統(tǒng)自發(fā)電；天然氣通過城市天然氣管道輸入。輸入側(cè)能源經(jīng)過熱泵、天然氣微燃機(jī)、吸收式冷溫水機(jī)等機(jī)組設(shè)備，利用太陽能、空氣能及淺層地?zé)崮苋N清潔能源，生產(chǎn)冷、熱、電等能源商品。

太陽能輔助空氣源熱泵系統(tǒng)利用的是太陽能以及空氣能。該系統(tǒng)易受氣象條件的限制。在低溫環(huán)境下，空氣源熱泵機(jī)組的能效比 (coefficient of performance，COP)會(huì)下降，甚至出現(xiàn)機(jī)組冷凝器結(jié)霜現(xiàn)象。在陰雨天氣時(shí)，太陽集熱器的輔助制熱性能下降。但是該系統(tǒng)易于搭建及管理運(yùn)行，適用于解決能源負(fù)荷需求較小且對(duì)于供能穩(wěn)定性要求不太高的場景。

地源熱泵系統(tǒng)利用的是地下的淺層地?zé)崮?。該系統(tǒng)需要在地下敷設(shè)地埋管道，施工復(fù)雜，并且管理運(yùn)行較空氣源熱泵系統(tǒng)有更高的要求，需要投入更多的初期投資及運(yùn)維費(fèi)用。得益于地下溫度場在全年內(nèi)都較為穩(wěn)定的優(yōu)勢，地源熱泵系統(tǒng)運(yùn)行不易受到氣象條件的限制。因此，地源熱泵系統(tǒng)適用于對(duì)能源負(fù)荷有穩(wěn)定需求，且有施工條件的大型系統(tǒng)。

天然氣分布式系統(tǒng)利用的是由城市管網(wǎng)引入的天然氣。該系統(tǒng)使用天然氣微燃機(jī)燃燒發(fā)電。煙氣型冷溫水機(jī)利用微燃機(jī)排出的高溫?zé)煔庵评?熱)。由于天然氣由城市管網(wǎng)供應(yīng)，因此該系統(tǒng)運(yùn)行穩(wěn)定。但由于天然氣價(jià)格相對(duì)較為昂貴，對(duì)于區(qū)域能源而言，天然氣不應(yīng)該作為常規(guī)能源使用。

由此可見，三種形式的能源系統(tǒng)有著不同的長處及短板，因此需要對(duì)能源系統(tǒng)進(jìn)行綜合管理，以充分利用不同能源的優(yōu)勢。本文最終確定的能源方案大致思路為：空氣源熱泵系統(tǒng)和地源熱泵系統(tǒng)常規(guī)使用；當(dāng)供暖季期間室外溫度過低導(dǎo)致空氣源熱泵系統(tǒng)COP值過低時(shí)，使用天然氣微燃機(jī)進(jìn)行調(diào)峰。但在不同負(fù)荷、不同氣象條件下，需要具體分析優(yōu)化調(diào)度方案。

2 區(qū)域能源物聯(lián)網(wǎng)平臺(tái)

區(qū)域能源系統(tǒng)為多種能源系統(tǒng)耦合，對(duì)于能源的管理需要獲取大量的能源系統(tǒng)運(yùn)行數(shù)據(jù)。物聯(lián)網(wǎng)技術(shù)能夠解決能源管理數(shù)據(jù)的獲取難題。應(yīng)用物聯(lián)網(wǎng)技術(shù)的能源管理平臺(tái)能夠監(jiān)控能源系統(tǒng)底層機(jī)組設(shè)備的運(yùn)行狀態(tài)，實(shí)現(xiàn)不同能源系統(tǒng)之間的集成管理。本文基于Niagara框架技術(shù)，搭建了區(qū)域能源物聯(lián)網(wǎng)平臺(tái)。

2.1 硬件框架

區(qū)域能源物聯(lián)網(wǎng)平臺(tái)的硬件框架可以分為三層，從下到上依次是感知層、傳輸層和應(yīng)用層。區(qū)域能源物聯(lián)網(wǎng)平臺(tái)硬件框架如圖2所示。

圖2 區(qū)域能源物聯(lián)網(wǎng)平臺(tái)硬件框架

感知層位于平臺(tái)的底層，負(fù)責(zé)采集能源系統(tǒng)實(shí)際運(yùn)行參數(shù)以及對(duì)設(shè)備進(jìn)行控制。電表用于監(jiān)測回路的電負(fù)荷。熱表用于監(jiān)測管網(wǎng)的流量、熱(冷)負(fù)荷。I/O模塊用于連接溫度變送器、壓力變送器等傳感器，以監(jiān)測溫度、壓力；同時(shí)也連接水泵、閥門等執(zhí)行器，以控制啟停及開度?？刂瓢逵糜谶h(yuǎn)程控制機(jī)組啟停和讀取機(jī)組參數(shù)。變頻器用于對(duì)循環(huán)水泵進(jìn)行變頻。氣象儀用于監(jiān)測溫度、輻射強(qiáng)度等環(huán)境氣象參數(shù)。

傳輸層位于平臺(tái)的中間層，是感知層和應(yīng)用層之間數(shù)據(jù)通信的橋梁。JACE8000是一款用于連接多個(gè)設(shè)備和子系統(tǒng)，實(shí)現(xiàn)集成、監(jiān)控、數(shù)據(jù)記錄、報(bào)警、時(shí)間表和網(wǎng)絡(luò)管理功能的嵌入式網(wǎng)絡(luò)控制器。本文的三個(gè)能源子系統(tǒng)分別使用一臺(tái)JACE8000網(wǎng)絡(luò)控制器，向下通過RS-485總線，以Modbus RTU協(xié)議與感知層設(shè)備通信，向上通過RJ45網(wǎng)線以TCP/IP協(xié)議與監(jiān)控主機(jī)和用戶設(shè)備通信。數(shù)據(jù)終端連接氣象儀向上通過4G網(wǎng)絡(luò)以消息隊(duì)列遙測傳輸(message queuing telemetry transport，MQTT)協(xié)議與云平臺(tái)通信。監(jiān)控主機(jī)訂閱云平臺(tái)的主題(Topic)獲取數(shù)據(jù)。

應(yīng)用層位于平臺(tái)的頂層，包括監(jiān)控和管理系統(tǒng)。本文以Niagara Workbench軟件管理平臺(tái)為基礎(chǔ)進(jìn)行開發(fā)。Workbench軟件管理平臺(tái)框架如圖3所示。該軟件具有自定義儀表盤、數(shù)據(jù)標(biāo)簽系統(tǒng)、身份驗(yàn)證等功能。開發(fā)人員可以在配套軟件中進(jìn)行模塊化編程[9]。用戶僅需使用支持標(biāo)準(zhǔn)Web瀏覽器的設(shè)備即可通過前端網(wǎng)頁訪問平臺(tái)，無需安裝特定的軟件或者瀏覽器插件。

圖3 Workbench軟件管理平臺(tái)框架

2.2 軟件功能

本文設(shè)計(jì)的區(qū)域能源物聯(lián)網(wǎng)平臺(tái)的軟件功能主要如下。

①能源系統(tǒng)網(wǎng)絡(luò)集成。

JACE8000控制器通過Modbus網(wǎng)絡(luò)監(jiān)控三個(gè)能源子系統(tǒng)的感知層設(shè)備，并通過Niagara網(wǎng)絡(luò)實(shí)現(xiàn)站點(diǎn)之間的網(wǎng)絡(luò)通信。三個(gè)能源子系統(tǒng)的運(yùn)行數(shù)據(jù)與統(tǒng)一管理平臺(tái)實(shí)時(shí)交互，實(shí)現(xiàn)能源系統(tǒng)的網(wǎng)絡(luò)集成。

②云平臺(tái)數(shù)據(jù)遠(yuǎn)傳。

數(shù)據(jù)終端和監(jiān)控主機(jī)通過標(biāo)準(zhǔn)MQTT協(xié)議接入阿里云平臺(tái)，以云平臺(tái)作為消息代理，傳輸氣象儀的監(jiān)測參數(shù)。數(shù)據(jù)的遠(yuǎn)程傳輸解決了氣象儀在安裝部署時(shí)對(duì)供電線、通信線的依賴。

③數(shù)據(jù)可視化。

可視化的前端網(wǎng)頁通過Px視圖進(jìn)行界面設(shè)計(jì)，以文本、圖表及動(dòng)態(tài)圖片的形式實(shí)時(shí)展示各設(shè)備及儀表的狀態(tài)和運(yùn)行參數(shù)，并能在界面中對(duì)設(shè)備參數(shù)、狀態(tài)進(jìn)行修改，控制能源系統(tǒng)運(yùn)行。

④能耗數(shù)據(jù)分析。

能耗數(shù)據(jù)分析根據(jù)不同能源子系統(tǒng)的技術(shù)原理，按COP、電效率、熱效率、綜合能源利用率、可再生能源消納率等技術(shù)性指標(biāo)進(jìn)行統(tǒng)計(jì)分析。分析結(jié)果存儲(chǔ)為歷史曲線，便于能源管理、預(yù)測及研究。

⑤區(qū)域負(fù)荷預(yù)測。

區(qū)域能源系統(tǒng)的負(fù)荷預(yù)測基于人工智能算法，根據(jù)物聯(lián)網(wǎng)平臺(tái)采集的氣象、負(fù)荷等參數(shù)，預(yù)測區(qū)域能源系統(tǒng)次日逐時(shí)的區(qū)域負(fù)荷。預(yù)測負(fù)荷將作為系統(tǒng)優(yōu)化調(diào)度的重要參數(shù)。

⑥能源系統(tǒng)優(yōu)化調(diào)度。

區(qū)域能源系統(tǒng)的優(yōu)化調(diào)度基于人工智能算法，以經(jīng)濟(jì)性、環(huán)保性、可再生能源利用率為目標(biāo)，根據(jù)能源物聯(lián)網(wǎng)平臺(tái)采集的機(jī)組、設(shè)備、負(fù)荷、氣象等數(shù)據(jù)，優(yōu)化調(diào)度各能源子系統(tǒng)次日逐時(shí)啟停狀態(tài)。

3 物聯(lián)網(wǎng)平臺(tái)人工智能算法

目前，物聯(lián)網(wǎng)技術(shù)已經(jīng)廣泛應(yīng)用于建筑、工業(yè)、能源、醫(yī)療等行業(yè)領(lǐng)域，但其系統(tǒng)運(yùn)行仍然以遠(yuǎn)程人工操作為主，智能化水平依舊較低。本文以區(qū)域能源系統(tǒng)的實(shí)際需求為目標(biāo)，借助物聯(lián)網(wǎng)平臺(tái)開發(fā)人工智能算法，并通過軟件編程實(shí)現(xiàn)具體功能應(yīng)用。

3.1 區(qū)域負(fù)荷預(yù)測算法

冷(熱)負(fù)荷預(yù)測方法可以分為基于單位面積指標(biāo)的靜態(tài)估算法、基于數(shù)據(jù)的分析算法以及基于數(shù)值模擬的建模方法[10]。區(qū)域能源系統(tǒng)是一個(gè)多變量、非線性的動(dòng)態(tài)對(duì)象，而物聯(lián)網(wǎng)平臺(tái)又具有存儲(chǔ)大量實(shí)際運(yùn)行數(shù)據(jù)的優(yōu)勢。因此，本文采用基于數(shù)據(jù)驅(qū)動(dòng)的在線學(xué)習(xí)預(yù)測的神經(jīng)網(wǎng)絡(luò)方法對(duì)區(qū)域負(fù)荷進(jìn)行預(yù)測。

神經(jīng)網(wǎng)絡(luò)預(yù)測模型如圖4所示。

圖4 神經(jīng)網(wǎng)絡(luò)預(yù)測模型

本文選取小腦模型神經(jīng)網(wǎng)絡(luò)(cerebellar model articulation controller，CMAC)作為神經(jīng)網(wǎng)絡(luò)模型。CMAC是一種局部逼近的神經(jīng)網(wǎng)絡(luò)，具有學(xué)習(xí)速度快、適合在線學(xué)習(xí)的特點(diǎn)。選擇的輸入?yún)?shù)應(yīng)該是物聯(lián)網(wǎng)平臺(tái)容易獲得并且與預(yù)測負(fù)荷具有強(qiáng)耦合性的[11]?；诖艘?，選取氣象預(yù)測數(shù)據(jù)、歷史負(fù)荷數(shù)據(jù)和日期數(shù)據(jù)作為輸入?yún)?shù)。

區(qū)域能源負(fù)荷預(yù)測算法流程如圖5所示。

圖5 區(qū)域能源負(fù)荷預(yù)測算法流程

在線預(yù)測模型通過讀取物聯(lián)網(wǎng)平臺(tái)一定周期的存儲(chǔ)數(shù)據(jù)完成訓(xùn)練后，就可以按照讀取的輸入?yún)?shù)，根據(jù)向量歸一化、輸入空間超閉球化、高斯函數(shù)激活的步驟對(duì)預(yù)測負(fù)荷進(jìn)行CMAC神經(jīng)網(wǎng)絡(luò)計(jì)算。

在線預(yù)測模型具有在線修正功能，即隨著系統(tǒng)運(yùn)行時(shí)間的增加，由于建筑本體特性或建筑功能的變化，模型精度降低。當(dāng)測負(fù)荷數(shù)據(jù)和實(shí)際負(fù)荷預(yù)測的偏差累計(jì)值在規(guī)定周期中超出閾值時(shí)，根據(jù)物聯(lián)網(wǎng)平臺(tái)存儲(chǔ)的歷史數(shù)據(jù)重新學(xué)習(xí)更新模型權(quán)值[12]。

負(fù)荷預(yù)測算法使用Python軟件編程實(shí)現(xiàn)，主要分為以下四個(gè)部分。

①讀取氣象預(yù)測數(shù)據(jù)。

氣象預(yù)測數(shù)據(jù)通過調(diào)用氣象平臺(tái)的網(wǎng)絡(luò)應(yīng)用程序接口獲取平臺(tái)發(fā)布數(shù)據(jù)。平臺(tái)數(shù)據(jù)為JSON數(shù)組類型，獲取后在Python軟件中遍歷查詢，解析具體的氣象參數(shù)。

②讀取歷史負(fù)荷數(shù)據(jù)。

歷史負(fù)荷數(shù)據(jù)通過讀取Niagara 4平臺(tái)存儲(chǔ)的歷史數(shù)據(jù)獲得。Python軟件通過oBIX庫，以開放樓宇信息標(biāo)準(zhǔn)(open building information exchange，oBIX)協(xié)議訪問Niagara 4平臺(tái)，根據(jù)時(shí)間戳讀取存儲(chǔ)的代理點(diǎn)歷史數(shù)據(jù)。

③預(yù)測負(fù)荷CMAC神經(jīng)網(wǎng)絡(luò)計(jì)算。

負(fù)荷預(yù)測算法的神經(jīng)網(wǎng)絡(luò)模型使用Numpy(Numerical Python)科學(xué)計(jì)算庫搭建。負(fù)荷預(yù)測算法的計(jì)算過程包括矩陣空間生成、函數(shù)計(jì)算、矩陣計(jì)算、迭代循環(huán)等步驟。

④輸出預(yù)測負(fù)荷數(shù)據(jù)。

負(fù)荷預(yù)測算法的輸出結(jié)果數(shù)據(jù)以oBIX協(xié)議寫入Niagara 4平臺(tái)中的代理點(diǎn)，并在前端界面進(jìn)行可視化交互。前端頁面中包含次日氣象及預(yù)測負(fù)荷數(shù)據(jù)。數(shù)據(jù)以圖表、動(dòng)態(tài)圖片、文本等多種形式展示。

3.2 區(qū)域能源優(yōu)化調(diào)度算法

區(qū)域能源系統(tǒng)的輸出功率隨著能源負(fù)荷需求變化，調(diào)整氣象條件的冷熱變化、光照輻射強(qiáng)弱，以及建筑冷(熱)負(fù)荷的峰谷時(shí)段等狀況。能源系統(tǒng)機(jī)組設(shè)備的運(yùn)行方案根據(jù)調(diào)整情況進(jìn)行優(yōu)化。同時(shí)，由于冷熱負(fù)荷的滯后性，這種優(yōu)化調(diào)度方案應(yīng)該是提前規(guī)劃的。

算法首先讀取氣象預(yù)測數(shù)據(jù)、負(fù)荷預(yù)測數(shù)據(jù)及機(jī)組設(shè)備參數(shù)作為輸入?yún)?shù)；然后羅列機(jī)組搭配運(yùn)行的方案，并根據(jù)能源系統(tǒng)的冷(熱)供需平衡、機(jī)組設(shè)備容量限制、水泵流量限制對(duì)方案進(jìn)行約束優(yōu)化；最后以可再生能源利用率為主要優(yōu)化目標(biāo)進(jìn)行優(yōu)化(即優(yōu)先使用可再生資源，不可再生資源作為調(diào)峰使用)，同時(shí)考慮經(jīng)濟(jì)性及環(huán)保性的需求，輸出優(yōu)化后的最優(yōu)方案。

本文設(shè)計(jì)的能源系統(tǒng)優(yōu)化調(diào)度算法流程如圖6所示。

圖6 能源系統(tǒng)優(yōu)化調(diào)度算法流程

能源調(diào)度算法同樣使用Python軟件進(jìn)行編程，主要分為以下四個(gè)步驟。

①讀取數(shù)據(jù)。

該部分以和負(fù)荷預(yù)測算法同樣的方式獲取氣象以及負(fù)荷數(shù)據(jù)，機(jī)組、設(shè)備參數(shù)數(shù)據(jù)則提前寫入Excel表格，使用openpyxl庫進(jìn)行讀取。

②判斷約束條件。

能源系統(tǒng)的機(jī)組搭配方案在Python軟件中通過計(jì)算約束優(yōu)化，確保至少滿足區(qū)域冷(熱)負(fù)荷的供需平衡、機(jī)組的最大容量限制，以及最小流量需求水泵運(yùn)行的最大流量限制。

③優(yōu)化調(diào)度方案。

對(duì)步驟②中滿足約束條件的機(jī)組搭配方案進(jìn)行技術(shù)性、經(jīng)濟(jì)性及環(huán)保性指標(biāo)的計(jì)算(例如可再生能源利用率、運(yùn)行費(fèi)用、碳排放值等指標(biāo))，并對(duì)各類指標(biāo)賦權(quán)以計(jì)算優(yōu)化最佳方案。

④輸出方案。

本文以次日12時(shí)的預(yù)測方案輸出為例。預(yù)測方案對(duì)機(jī)組設(shè)備進(jìn)行啟?？刂迫鐖D7所示。在Python軟件中用JSON類型數(shù)組表示優(yōu)化輸出方案，數(shù)組內(nèi)包含三個(gè)能源系統(tǒng)對(duì)應(yīng)的機(jī)組設(shè)備的狀態(tài)值和時(shí)刻值。JSON數(shù)組通過oBIX協(xié)議寫入Niagara 4平臺(tái)中的字符串點(diǎn)rlt。字符串點(diǎn)rlt的Out輸出連接到DiaoDu組件的In輸入，對(duì)數(shù)組進(jìn)行數(shù)據(jù)解析。解析后，在Diaodu組件得到控制三臺(tái)機(jī)組設(shè)備啟停的布爾值輸出。根據(jù)機(jī)組設(shè)備啟停狀態(tài)的寄存器地址，添加對(duì)應(yīng)的布爾值點(diǎn)到連線編程頁面中。進(jìn)一步采用Link功能將解析的布爾值輸出管腳與機(jī)組設(shè)備啟停狀態(tài)布爾值點(diǎn)的輸入管腳連接，就能通過預(yù)測方案的布爾值輸出控制機(jī)組設(shè)備的啟停。同時(shí)，全天的優(yōu)化方案將在前端頁面以時(shí)間表的形式進(jìn)行展示。

4 結(jié)論

本文基于能源轉(zhuǎn)型和萬物互聯(lián)的背景，以區(qū)域能源系統(tǒng)為研究對(duì)象，采用Niagara物聯(lián)網(wǎng)框架技術(shù)搭建區(qū)域能源系統(tǒng)物聯(lián)網(wǎng)平臺(tái)。該平臺(tái)實(shí)現(xiàn)了區(qū)域能源系統(tǒng)集成、數(shù)據(jù)可視化、能耗分析、云平臺(tái)交互等功能。

同時(shí)，本文進(jìn)一步以基于數(shù)據(jù)驅(qū)動(dòng)的神經(jīng)網(wǎng)絡(luò)方法編寫區(qū)域能源預(yù)測算法，能夠精確預(yù)測次日能源系統(tǒng)的逐時(shí)負(fù)荷；以可再生能源利用率為主要目標(biāo)編寫區(qū)域能源優(yōu)化調(diào)度算法，能夠優(yōu)化區(qū)域能源系統(tǒng)的運(yùn)行策略。算法通過軟件編程實(shí)現(xiàn)，在區(qū)域能源物聯(lián)網(wǎng)平臺(tái)上得到應(yīng)用，在提高可再生能源利用率的同時(shí)降低了系統(tǒng)運(yùn)行費(fèi)用。