本发明涉及电力传输领域，尤其涉及一种基于深度调峰状态下的保持低惯性电网频率稳定的方法。
背景技术：
频率是电力系统的重要参数，是电力系统运行中安全稳定监控、分析的重要指标。对系统在扰动情况下频率响应的分析与研究对于维持系统稳定安全运行意义重大。
近年来，新能源被大量开发和利用，并且随着电力电子器件的发展，大量的新能源发电通过电力电子器件而接入电网中，这将会导致系统的惯性降低，增加了系统在严重不平衡有功扰动下发生频率失稳的风险。而注入新能源的电网缺乏可靠的惯性响应主要体现在：第一，新能源自身不存在机械转动惯量；第二，新能源自身存在机械转动惯量，但是难以响应电网的频率扰动，即有效转动惯量较低。另外，根据国家现行标准，光伏和风机换流器的频率耐受范围为48hz～50hz，这就增加了新能源机组在电网频率异常时的脱网风险，并有可能引发严重的连锁性故障。
技术实现要素：
为了克服现有技术不足，本发明提供了一种基于深度调峰状态下的保持低惯性电网频率稳定的方法。将深度调峰运用到低惯性电网中来改善系统的性能。首先建立了关于系统的频率响应的模型，并根据该模型对计及渗透率和深度调峰状态下的低惯性系统的频率模型在频域及时域方面进行分析研究。并且，还针对系统的低惯性提出了在惯性不足的情况下，风电以虚拟同步的方式参与频率调节。最后，通过某区域系统模型仿真对其进行验证，确定了对于低惯性电网在深度调峰状态下运行以改善系统性能的可行性。
本发明通过如下技术方案实现：本发明提出了一种基于深度调峰状态下的保持低惯性电网频率稳定的方法，包括如下步骤：
步骤1、分析功率缺额时频率的综合控制策略，建立电力系统频率低阶的线性模型，采用等值模型法中的sfr模型；
步骤2、建立新能源渗透率的频率模型，需要在步骤1的模型基础上引入变量渗透率；
步骤3、根据上述模型渗透率对低惯性系统的频率稳定性进行分析；
步骤4、根据上述模型对深度调峰状态下的低惯性系统的频率稳定性进行分析；
步骤5、针对系统的低惯性提出了风电以虚拟同步的方式参与频率调节；
步骤6、通过仿真对其进行验证，确定了低惯性电网在深度调峰状态下运行以改善系统稳定性的可行性。
进一步，上述步骤1还包括如下具体步骤：
步骤1-1、电力系统频率模型是一个闭环控制系统，主要包括同步发电机(火电机和发电机)与负荷、原动机(涡轮机)及其调速器；
设发电机-负荷的功率差(vpm-vpd)与频率波动δf之间的关系，可由式(1)的摇摆微分方程进行描述：
δpm(s)-δpd(s)＝2hsδf(s)+dδf(s)(17)；
式中：δf(s)为频率波动；δpm(s)为发电机机械功率变化量；δpd(s)为负荷功率变化量；h为惯性系数；d为负荷阻尼系数；
步骤1-2、当火电机机械功率偏差δpm为输出、频率偏差δf为输入时，可以得到一台火电机的调速器简化模型。但当系统中含若干火电机组时，可以利用加权等值的方法对若干台火电机组进行聚合，得到其聚合模型hmt(s)为：
进一步，上述步骤2还包括如下具体步骤：
步骤2-1、所述在步骤1的模型基础上新能源加入后渗透率为新能源发电出力占系统负荷功率的比例，用符号ρ表示：
式中，sner为新能源发电出力；sb为系统总发电量；
步骤2-2、常规火电机组的发电系数可以用1-ρ来表示，同步火电机组的惯性系数和涡轮机的输出功率都应乘以系数(1-ρ)进行修正，就此就可以得到计及新能源渗透率的频率简化分析模型；
步骤2-3、考虑到深度调峰的情况，定义了一个火电机组调峰程度的指标负荷率γ为：
式中：p为火电机组实际发电出力；pn机组的额定功率；机组负荷率γ的大小既受新能源渗透率的影响，又反应出火电机组的实际运行状态，是新能源入网对火电机组运行影响情况的直接体现。
进一步，上述步骤3还包括如下具体步骤：
步骤3-1、在对系统进行频率的响应分析必须要保证系统是在稳定的前提下，因此需要先对系统在计及新能源时是否稳定进行判定；根据步骤2-2中的新能源渗透率的频率简化分析模型，得到该系统的开环传递函数为：
根据开环传递函数，可以得到闭环系统特征方程为：
1+h(s)＝0(22)
将式(5)代入式(6)可得：
令
则可将式(7)简化为：
s2+2ξωns+ωn2＝0(25)
根据劳斯判据，可以得到其特征方程的系数应该满足如下条件：
各个参数的定义，h、d、t、r、1-ρ均为正数，对于火电机组来说，由于α>0,故在新能源渗透的情况下，系统可以满足闭环稳定。
步骤3-2、另外对于线性系统来说，还需要跟踪稳态误差即输入信号与反馈信号的差值，根据步骤2-2中的新能源渗透率的频率简化分析模型，可以得出其跟踪误差传递函数为：
利用上述传递函数，其在阶跃响应下的稳态误差为：
如果e1较大，意味着输入信号与反馈信号的差值较大，也就是说系统稳态频率的偏差较大；所以稳态频率误差e1的数值越小，表明系统频率维持与频率同步的能力越强。
步骤3-3、根据式(12)可知，随着渗透率ρ逐渐增加，e1也会随之增大即随着新能源占比不断增大，系统的稳定性会下降；再根据步骤2-2中的新能源渗透率的频率简化分析模型，建立对于在功率扰动下的系统的频率误差的传递函数即闭环传递函数为：
如果e2较大，说明在系统功率发生扰动时，稳态频率的偏差较大，所以稳态频率误差e2的数值越小，表明系统频率抗干扰的能力越强，那么，根据式(14)得出，随着渗透率ρ逐渐增加，e2也会随之增大即随着新能源占比不断增大，系统的抗扰动性能会下降；
若要对上述指标进行求解，首先就需要得到频率偏差的时域表达，假定功率扰动为单位阶跃函数，则其频率误差响应为：
步骤3-6、对于ξ的不同取值，需要分情况进行讨论；在0<ξ<1时：
在ξ>1时：
式中：
步骤3-7、系统的功率-频率特性也是对系统进行分析的重要指标，它表示频率变化而引起功率变化的关系；它用来描述系统的静态特性，用符号k表示对于传统的的系统来说，其表达式为：
但为了研究其动态性能，引入新能源渗透率及动态指标，定义动态的响应系数kd为：
式中，系数kd表示系统频率抗扰动的动态特性；如果kd较大，说明在系统功率发生扰动时，动态频率的偏差较小；在电源的调频容量充足，则kd与1-ρ近似呈线性关系；随着渗透率ρ逐渐增加，kd也会随之减小，即抗扰动的动态特性变差。
进一步，上述步骤4还包括如下具体步骤：
步骤4-1、采用平均负荷来表示所需的总负荷量，保留一定的裕量来满足调峰的需求，在不考虑深度调峰时，正常工况下火电机组的最小出力即γmin为0.5，但在深度调峰状态下火电机组的出力需要达到额定功率的0.4、0.3甚至更低；另外，在新能源渗透率一定的情况下，由于在深度调峰状态下火电机组是低负荷运行的，因此为了满足系统对火电机组的出力要求，需要增加深度调峰状态下火电机组的数量来维持系统的稳定；那么，模型中参数也会随着进行变化；对于等值模型中h与r的计算方法为：
式中，ρi为第i台火电机的容量占火电机总容量的比值；由于在深度调峰状态下机组的数量要多于正常运行时的数量，因此深度调峰状态下等值火电机组的等效惯性系数和调差系数会增大。
进一步，上述步骤5还包括如下具体步骤：
步骤5-1、风电机组表现出类似于火电机组的惯量特性和一次调频特性；
步骤5-2、控制方式①虚拟惯量控制，在风电机组的转子转速变化与频率变化不同时，风电机组所产生的功率变化量为：
通过式(30)求出jv并代入式(29)可得：
从式(31)可以看出，虚拟惯量控制的作用对象是频率变化率，通过惯量控制来抑制频率快速降低或升高；
步骤5-3、控制方式②下垂控制：
为模拟火电机组的下垂特性，引入风电机组的有功-频率特性来建下垂控制环节；类比于传统火电机组的功率-频率静态特性，当风电机组频率变化δf时，引起的功率变化为：
pv2＝-kνvf(32)
式中，kv为风电机组的下垂系数，从式(32)可以看出，下垂控制主要是对频率偏差起作用，通过增加有功功率减小系统的频率偏差；它有效的模拟了火电机组的一次调频能力；
步骤5-4、为了保证风电机组并网后系统的稳定性，考虑风电机组的虚拟惯量控制和下垂控制，建立风电机组综合控制模型对频率变化发挥抑制作用；
步骤5-5、根据上述风电机组综合控制模型，对风电机组参与调频的简化模型进行推导；以频率变化率和频率偏差为输入，以风电机组有功增量为输出，可以得到一台机组的等值模型，同样利用聚合的方法，可以得到其等值模型为
对式(34)进行拉普拉斯变得：
(2hνs+kν)vf(s)＝vpw(s)(32)
由此得到风电参与系统调频的简化模型；
步骤5-6、通过上述过程，可以建立一个含有火电机组和风电机组的频率响应的简化模型，利用该模型，可以分析风电参与调频对系统频率响应所产生的的影响。
进一步，上述步骤6还包括如下具体步骤：
步骤6-1、新能源渗透率和深度调峰状态下系统的频率响应进行仿真分析，在1个风电场(400台×1.5mw风电机组)，3台火电机组g2、g3、g4；
系统中的风机参数：vn＝575v,pn＝1.5mw,h＝5.04s,f＝0.01,vwn＝9m/s；
火电机组参数(g2、g3、g4)：
sn＝900mva,xd＝1.8,xd'＝0.3,xd”＝0.25，
xq＝1.7,xq'＝0.55,xq”＝0.25,xl＝0.2，td0'＝8s，
sn＝900mva,td0”＝0.03s,tq0'＝0.4s,tq0”＝0.05s,h＝6.5s。；
变压器参数(t2、t3、t4)：sn＝900mva,un1/un2＝20/230kv。；
ql＝100mvar,qc1＝-187mvar,qc2＝-200mvar,
pl2＝900mw,ql＝100mvar,qc1＝-187mvar,
负荷数据：pl1＝900mw,qc2＝-350mvar，pl3＝180mw。；
步骤6-2、当系统的突增10％负荷时系统的频率响应，系统在动态频率响应过程中随着渗透率的不断增加，频率初始下降的速度以及频率的最低均有偏差增大的趋势，反应了系统因风电无惯性特征而带来的频率响应恶化的现象；
步骤6-3、在深度调峰状态下系统的频率响应进行仿真分析，在深度调峰状态下需要增加调峰机组的数量来满足系统的需求，逐渐增加机组数量以此来减小负荷率γ；
在系统渗透率ρ＝20％，负荷突增10％的情况下对系统进行仿真，通过增加机组数量来增大深度调峰的幅度，以此来分析深度调峰对频率响应的影响，系统在动态频率响应过程中，随着调峰深度的不断增加，频率初始下降的速度逐渐减小，最低值和稳态值不断增大，反映出深度调峰状态下给系统的频率特性带来的改善；
步骤6-3、在系统渗透率ρ＝20％，负荷突增10％的情况下，根据风电参与调频时不同的控制方式对系统频率响应进行仿真分析，当风电以不同控制方式参与系统调频时：
本发明相对于现有技术，具有以下有益效果：
附图说明
图1本发明步骤1中采用的等值模型法中的sfr模型示意图；
图2本发明的同步发电机组分析简化模型示意图；
图3本发明的计及新能源渗透率的频率简化分析模型示意图；
图4本发明的风电机组综合控制模型框图；
图5本发明的风电机组调频简化模型示意图；
图6本发明的含风电机组的频率响应模型示意图；
图7本发明的仿真模型示意图；
图8本发明的不同渗透率下负荷突变的频率响应曲线示意图；
图9本发明的不同负荷率下的频率响应曲线示意图；
图10本发明的风电参与调频的频率响应曲线示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。
并且，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
本申请要是针对火电机组来进行研究。目前，对于扰动后系统动态频率分析方法中，等值模型法建模是最简单、计算速度最快并且使用最广泛的一种方法，最常用的两种经典等值模型法分别是平均系统频率响应模型asf和系统频率响应模型sfr。前者较于后者来说，由于其模型阶数较大，计算起来比较困难。因此，本申请选用便于计算的sfr模型。
电力系统频率模型是一个闭环控制系统，主要包括同步发电机(火电机和发电机)与负荷、原动机(涡轮机)及其调速器。发电机-负荷的功率差(vpm-vpd)与频率波动δf之间的关系可由式(1)的摇摆微分方程进行描述：
δpm(s)-δpd(s)＝2hsδf(s)+dδf(s)(33)
式中：δf(s)为频率波动；δpm(s)为发电机机械功率变化量；δpd(s)为负荷功率变化量；h为惯性系数；d为负荷阻尼系数。
对于火电机组来说，在以发电机机械功率偏差δpm为输出、频率偏差δf为输入时，可以得到一台汽轮机—调速器简化模型。但当系统中含若干火电机组时，可以利用加权等值的方法对若干台机组进行聚合，得到其聚合模型hmt(s)为：
采用上述的聚合模型，就使在机组数量较多时能够有效的对参数进行聚合，快速的对系统的频率进行分析，避免了因模型阶数大而带来的计算复杂等问题。
将上述的关于火电机组频率响应中关于汽轮机—调速器的传递函数式(2)代入到图1的频率响应模型中，可以得到都一个简化的频率模型，如图2所示。
大多数的电力系统正逐步从常规电源主导向风、光等新能源主导的形态转型升级。未来越来越多的电力系统将逐渐演变为新能源高渗透的低惯量电力系统。因此，针对上述新能源占比逐步增大的情况，需要在模型的基础上引入变量渗透率ρ来表示。
本申请中新能源加入后渗透率为新能源发电出力占系统负荷功率的比例，用符号ρ表示。
式中，sner为新能源发电出力；sb为系统总发电量。
根据该渗透率的定义，那么常规机组的发电系数可以用1-ρ来表示。以图2中的模型为发电机的容量为基准要引入ρ，则需改用系统总发电量作为基准值，那么同步机组的惯性系数和涡轮机的输出功率都应乘以系数(1-ρ)进行修正，就此就可以得到计及新能源渗透率的频率简化分析模型，如图3所示。
由于新能源的引入对常规火电机组的惯量进行了修正，故与传统的机组来说惯量会降低，并且随着渗透率的增加而不断降低，形成低惯量的电力系统。
除此以外，考虑到上述在大规模新能源入网的情况下，不仅给火电机组带来不小的调峰压力，并且还会缩小火电机组的出力空间。结合本申请需考虑到深度调峰的情况，定义了一个反应机组调峰程度的指标负荷率γ为
式中：p为火电机组实际发电出力；pn机组的额定功率。
机组负荷率γ的大小既受新能源渗透率的影响，又反应出火电机组的实际运行状态，是新能源入网对火电机组运行影响情况的直接体现。
根据上述在新能源加入后，对各个参数的修正情况，下面需要对计及渗透率以及深度调峰状态下时对系统的稳定性及频率特性进行分析研究确定其对系统产生的影响。本申请主要从系统频域和时域的角度进行分析。
在对系统进行频率的响应分析必须要保证系统是在稳定的前提下，因此需要先对系统在计及新能源时是否稳定进行判定。根据图3的闭环模型，得到该系统的开环传递函数为
根据开环传递函数，可以得到闭环系统特征方程为
1+h(s)＝0(38)
则可将式(7)简化为
s2+2ξωns+ωn2＝0(41)
根据各个参数的定义，h、d、t、r、1-ρ均为正数。对于火电机组来说，由于α>0,故在新能源渗透的情况下，系统可以满足闭环稳定。
另外，对于线性系统来说，常用稳态误差来衡量系统的稳态控制精度或控制准确度，它是衡量闭环系统的重要稳定性能指标。稳态误差一般由跟踪稳态误差和扰动稳态误差两部分。
跟踪稳态误差即输入信号与反馈信号的差值。根据图3，可以得出其跟踪误差传递函数为：
如果e1较大，意味着输入信号与反馈信号的差值较大，也就是说系统稳态频率的偏差较大。所以稳态频率误差e1的数值越小，表明系统频率维持与频率同步的能力越强。
那么，根据式(12)可知，该稳态误差与新能源渗透率有关。随着渗透率ρ逐渐增加，e1也会随之增大即随着新能源占比不断增大，系统的稳定性会下降。同样，根据图3建立对于在功率扰动下的系统的频率误差的传递函数即闭环传递函数为：
如果e2较大，说明在系统功率发生扰动时，稳态频率的偏差较大。所以稳态频率误差e2的数值越小，表明系统频率抗干扰的能力越强。那么，根据式(14)得出，随着渗透率ρ逐渐增加，e2也会随之增大即随着新能源占比不断增大，系统的抗扰动性能会下降。
若要对上述指标进行求解，首先就需要得到频率偏差的时域表达。假定功率扰动为单位阶跃函数，则其频率误差响应为：
对于ξ的不同取值，需要分情况进行讨论。在0<ξ<1时：
在ξ>1时:
对于上述关于阻尼比不同情况下的对动态参数的表达式计算应该注意的是，由于过阻尼系统的暂态响应为非周期的，一般用于特定的大惯性受控对象的场合中，例如加热炉的温度控制系统；而本申请所研究的系统通过对典型特征值的代入计算是处于欠阻尼状态。
系统的功率-频率特性也是对系统进行分析的重要指标，它表示频率变化而引起功率变化的关系。通常，它用来描述系统的静态特性，用符号k表示。对于传统的的系统来说，其表达式为：
式中，系数kd表示系统频率抗扰动的动态特性。如果kd较大，说明在系统功率发生扰动时，动态频率的偏差较小。在电源的调频容量充足，则kd与1-ρ近似呈线性关系。随着渗透率ρ逐渐增加，kd也会随之减小，即抗扰动的动态特性变差。
通常情况下，系统频率的稳态特性要求负荷功率变化10％，系统频率变化不超过1.0hz。对于动态特性来说，其要求会更高。
本申请用平均负荷来表示所需的总负荷量，当然也要留有一定的裕量来满足调峰的需求。在不考虑深度调峰时，正常工况下火电机组的最小出力即γmin为0.5，但在深度调峰状态下火电机组的出力需要达到额定功率的0.4、0.3甚至更低。另外，在新能源渗透率一定的情况下，由于在深度调峰状态下火电机组是低负荷运行的，因此为了满足系统对火电机组的出力要求，需要增加深度调峰状态下火电机组的数量来维持系统的稳定。那么，模型中参数也会随着进行变化。对于等值模型中h与r的计算方法为：
式中，ρi为第i台发电机的容量占发电机总容量的比值。
由于在深度调峰状态下机组的数量要多于正常运行时的数量，因此深度调峰状态下等值火电机组的等效惯性系数和调差系数会增大。下面，将基于频域和时域方面对参数在变化时对系统产生的影响进行分析。
根据上述基于渗透率的系统分析中已经对系统的需要考虑的各个指标进行了计算，故只需考虑变化参数的影响。
注意到对于实际的电力系统，参数d/2h通常很小(数量级约为千分之一)。对于(1-ρ)＞＞d/(2h)，根据式(8)得
根据对式(26)的简单分析，在深度调峰状态下由于h与r的增大，ωn、ζωn会减小，ζ会增大。
同样，在功率-频率动态特性分析中，从式(24)可以看出动态的响应系数kd与动态指标有关也，故是与惯性系数和调差系数有关的函数。
大规模的风电并网，导致系统的惯量下降，频率响应能力下降。在此基础上，本申请主要根据风电机组参与系统调频的方式得到了风电机组参与调频的综合控制模型。根据该模型得到了风电机组等值简化模型，并对图3模型进行进一步的改进，建立了含风电机组和火电机组参与系统频率调整的频率响应简化模型。
由于变速风电机组能够对有功和无功进行解耦控制，因此在系统频率变化时风电机组固有惯量对电网表现为一个“隐含惯量”，无法帮助系统改善频率响应。考虑对风电机组进行附加控制来模拟传统机组的调频特性。为了使风电机组表现出类似于火电机组的惯量特性和一次调频特性，目前对风电机组参与系统调频，主要有2种控制方式，即：
(1)虚拟惯量控制
类比于火电机组，在风电机组的转子转速变化与频率变化不同时，风电机组所产生的功率变化量为
从式(31)可以看出，虚拟惯量控制的作用对象是频率变化率，通过惯量控制来抑制频率快速降低或升高。风电机组虚拟惯量环节有效模拟了火电同步机组的惯性响应能力。
(2)下垂控制
为模拟火电机组的下垂特性，引入风电机组的有功-频率特性来建下垂控制环节。类比于传统火电机组的功率-频率静态特性，当风电机组频率变化δf时，引起的功率变化为：
pv2＝-kνvf(63)
式中，kv为风电机组的下垂系数。从式(32)可以看出，下垂控制主要是对频率偏差起作用，通过增加有功功率减小系统的频率偏差。它有效的模拟了火电机组的一次调频能力。
为了保证风电机组并网后系统的稳定性，考虑风电机组的虚拟惯量控制和下垂控制，建立了综合控制方式来模拟变速风电机组对频率变化的抑制作用。该综合控制模型的框图如图4所示。
根据图4关于风电参与系统调频的综合控制模型，对风电机组参与调频的简化模型进行推导。类似于火电机组，以频率变化率和频率偏差为输入，以风电机组有功增量为输出，可以得到一台机组的等值模型。同样利用聚合的方法，可以得到其等值模型为
(2hνs+kν)vf(s)＝vpw(s)(65)
由此得到风电参与系统调频的简化模型，如图5所示。
通过上述过程，可以建立一个含有火电机组和风电机组的频率响应的简化模型，如图6所示。利用该模型，可以分析风电参与调频对系统频率响应所产生的的影响。
本申请对考虑新能源渗透率和深度调峰状态下系统的频率响应进行仿真分析，并与前面所得的结论进行验证分析，建立仿真模型，如图7所示。
根据图7可知，某地区为4机两区域系统，包含1个风电场(400台×1.5mw风电机组)，3台火电机组g2、g3、g4。
变压器参数(t2、t3、t4)：
sn＝900mva,un1/un2＝20/230kv。
负荷数据：
表1不同渗透率下的频率指标
本申请中将对在深度调峰状态下系统的频率响应进行仿真分析。在深度调峰状态下需要增加调峰机组的数量来满足系统的需求，以及上述基础上，逐渐增加机组数量以此来减小负荷率γ。
表2不同负荷率下的频率指标
另外，通过对表2和表3结果的对比分析，在渗透率为20％的深度调峰状态下，当系统的负荷率为53.3％即增加一台机组时，频率稳态值为49.79hz,正常工况下渗透率为10％的频率稳态值为49.76hz，也就是说，机组在深度调峰状态下运行时相当于增加了风电的渗透率，改善了系统对于新能源的消纳情况。
表3不同控制方式下的频率指标
由此可知，当风电以不同控制方式参与系统调频时：
本申请基于深度调峰状态下的保持低惯性电网频率稳定的方法的响应进行分析后得到以下结论：
(1)随着渗透率不断增大，系统的稳态值和最低频率值都会减小，在ρ＝30％时，系统频率最低值达到49.47hz超出了允许范围；
(2)在考虑到深度调峰时，在ρ＝20％，γ＝53.3％比正常工况下ρ＝10％时频率稳态值接近，也就是说，机组在深度调峰状态下运行时相当于提高了风电的渗透率，增加了对新能源的消纳；
(3)在考虑到风电参与调频时，通过对风电采取综合控制方式，让风电有效的模拟传统火电机组的惯量特性和一次调频特性，使频率的最低值由49.58hz提高为49.75hz，稳态值由49.66hz提高为49.79hz。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。