徐呈程,祝燕萍,方歡歡,蔣興新,趙 珞,樊戴福,胡東曉,陳方瑞
(1. 國(guó)網(wǎng)上海市電力公司奉賢供電公司,上海 201400; 2.哈爾濱工程大學(xué) 智能科學(xué)與工程學(xué)院,黑龍江 哈爾濱 150001)
當(dāng)前,世界化石能源的使用和消耗伴隨著日趨嚴(yán)重的環(huán)境污染。與此同時(shí),此類能源的幾近枯竭促使了多種新能源,尤其是諸如光伏、風(fēng)電等分布式電源的大力發(fā)展和應(yīng)用。隨著我國(guó)《電力發(fā)展“十三五”規(guī)劃》和《可再生能源“十三五”規(guī)劃》的落實(shí),國(guó)家對(duì)電力系統(tǒng)網(wǎng)絡(luò)尤其是配電網(wǎng)的升級(jí)發(fā)展提出了大力加強(qiáng)改造的要求。在2021年兩會(huì)中,“碳達(dá)峰”和“碳中和”首次被寫入政府工作報(bào)告中,國(guó)家希望積極發(fā)展分布式能源,并鼓勵(lì)配電網(wǎng)端盡可能消納。諸多分布式新能源中,分布式光伏能源以相對(duì)的環(huán)保性、資源易獲得性,以及發(fā)電設(shè)備的易維護(hù)性,受到各方青睞。
國(guó)家能源局印發(fā)的《公布整縣(市、區(qū))屋頂分布式光伏開發(fā)試點(diǎn)名單的通知》中指出,“我國(guó)建筑屋頂資源豐富,分布廣泛,開發(fā)建設(shè)屋頂分布式光伏潛力巨大”。通知中要求,對(duì)于接入光伏的建筑主體,黨政機(jī)關(guān)建筑的光伏設(shè)備安裝量不低于建筑屋頂總面積的50%,學(xué)校醫(yī)院等公共設(shè)施不低于40%,企業(yè)廠房不低于30%,農(nóng)村住宅不低于20%。同時(shí),對(duì)于屋頂光伏的建設(shè)也提出了“宜建盡建”和“應(yīng)接盡接”兩項(xiàng)原則。在這樣的背景下,大規(guī)模的光伏接入勢(shì)必成為未來(lái)新能源的發(fā)展趨勢(shì)。由于光伏發(fā)電出力容易受到天氣變化等因素的影響,存在很強(qiáng)的波動(dòng)性和非連續(xù)性?;谖覈?guó)的大部分中低壓配電網(wǎng)的設(shè)計(jì)架構(gòu),大規(guī)模光伏接入將導(dǎo)致配電網(wǎng)系統(tǒng)的可靠性經(jīng)受強(qiáng)大的沖擊和挑戰(zhàn)[1]。
當(dāng)光伏接入配電網(wǎng)之后,配電網(wǎng)本身的單向源輻射狀網(wǎng)絡(luò)將變成多電源網(wǎng)絡(luò)結(jié)構(gòu),這將使得配電網(wǎng)線路從原先的單向潮流模式轉(zhuǎn)換成雙向潮流線路,在配電網(wǎng)整體負(fù)荷降低時(shí),可能會(huì)導(dǎo)致潮流反向流動(dòng),進(jìn)而引發(fā)局部電壓穩(wěn)定性的問題。這種情況尤其在目前農(nóng)村電網(wǎng)接入,或單節(jié)點(diǎn)接入容量過大時(shí),極易發(fā)生。在將光伏系統(tǒng)與配電網(wǎng)匹配之前,需要全面地評(píng)估目標(biāo)配電網(wǎng)的光伏能源承載或消納能力。同時(shí),需要詳細(xì)設(shè)計(jì)光伏接入的最佳位置和接入容量,以使得接入方案能夠勁盡可能地接近配電網(wǎng)的理論承載能力,從而對(duì)已有的光伏出力達(dá)到最大可能的消納,并保證配電網(wǎng)的安全與穩(wěn)定。
根據(jù)“應(yīng)接盡接”原則,隨著區(qū)域大規(guī)模的光伏電源出力逐步提升,未來(lái)可能超過當(dāng)?shù)嘏潆娋W(wǎng)的承載極限。在這樣的情況下,需要對(duì)配電網(wǎng)的整體升級(jí)作長(zhǎng)期規(guī)劃。對(duì)配電網(wǎng)的改造升級(jí),涉及多個(gè)方面,從變電站、線路等需要合理配置,以期用最少的投資來(lái)使得升級(jí)后的配電網(wǎng)能夠隨時(shí)消納新產(chǎn)生的光伏能源。在這種情況下,如何以最少的改動(dòng)或投資來(lái)消納最多的光伏能源,是目前諸多存在大規(guī)模光伏接入的配電網(wǎng)急需解決的問題。
對(duì)于配電網(wǎng)大規(guī)模光伏接入的消納方式,有以下兩種方式。第一種是動(dòng)態(tài)仿真法,主要基于各種電力仿真軟件對(duì)各種光伏消納方式進(jìn)行模擬,從而分析出大致的配電網(wǎng)光伏承載能力。文獻(xiàn)[1]利用光伏出力與電壓波動(dòng)的相互關(guān)系,建立光伏并網(wǎng)的電壓偏差模型,通過改進(jìn)反映母線電壓狀況的4項(xiàng)指標(biāo),提出了一種評(píng)估光伏接入后電壓波動(dòng)情況的方法,由此,通過軟件模擬可以實(shí)現(xiàn)對(duì)光伏接入消納水平的分析。文獻(xiàn)[2]通過建立一種標(biāo)準(zhǔn)化的降維(Reduced-Order)模型來(lái)模擬多樣化的光伏電源接入的安全快速部署,并利用強(qiáng)化搜索算法遍歷多種光伏接入的可能情況,利用軟件測(cè)試并評(píng)估出最佳的光伏接入方案以及最大光伏承載能力。文獻(xiàn)[3]則是模擬傳統(tǒng)配電網(wǎng)饋線在大規(guī)模光伏接入后的電壓穩(wěn)定性,模擬了16條配電線路并指出哪些情況下配電線路電壓在光伏接入后不穩(wěn)定,以及給出了在每個(gè)光伏接入點(diǎn)的最大光伏接入水平。仿真優(yōu)化的優(yōu)點(diǎn)在于,可以即時(shí)檢驗(yàn)當(dāng)前接入方案的安全性與可實(shí)現(xiàn)性,并能提前模擬配電網(wǎng)運(yùn)行安全約束,原理也相對(duì)簡(jiǎn)單。仿真優(yōu)化的缺點(diǎn)在于,對(duì)于每一種光伏接入情況,都需要軟件模擬一遍以查看其可用性和安全性,這導(dǎo)致尋找最優(yōu)接入方案需要耗費(fèi)大量人力物力,而且并不能保證獲得最好的解決方案[4]。在需要提升配電網(wǎng)消納能力時(shí),無(wú)法有針對(duì)性地給出具體提升瓶頸,這也導(dǎo)致了仿真方法應(yīng)用的局限性。第二種是基于數(shù)學(xué)模型優(yōu)化的方法。其中,主要分為解析法、啟發(fā)式方法,以及隨機(jī)場(chǎng)景模擬法3個(gè)方向。每一種方向又可分為確定性方法和不確定性方法兩種,主要是基于電網(wǎng)運(yùn)行變量確定是否需要考慮不確定性。通常來(lái)說,配電網(wǎng)與負(fù)荷等一系列電網(wǎng)運(yùn)行參數(shù)的高隨機(jī)性,不確定性算法在應(yīng)用上具有更高的準(zhǔn)確性和適應(yīng)性[4-10]。
針對(duì)光伏出力隨著天氣的變化的不確定性,以及數(shù)學(xué)優(yōu)化與場(chǎng)景模擬方案只可保守評(píng)估總體消納能力的問題,本文的關(guān)鍵貢獻(xiàn)在于引入二階段光伏消納能力評(píng)估方法。首先針對(duì)配電網(wǎng)未來(lái)負(fù)荷不確定性,利用循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)配電網(wǎng)未來(lái)負(fù)荷能力進(jìn)行短期預(yù)測(cè),估計(jì)未來(lái)目標(biāo)配電網(wǎng)各節(jié)點(diǎn)的負(fù)荷曲線[11-18]。然后根據(jù)預(yù)測(cè)負(fù)荷,針對(duì)光伏出力不穩(wěn)定性的情況,進(jìn)一步考慮功率轉(zhuǎn)移下的配電網(wǎng)運(yùn)行穩(wěn)定性,建立相應(yīng)優(yōu)化方程并求解,以此更好地模擬配電網(wǎng)在大規(guī)模接入光伏情況下的運(yùn)行特征。通過準(zhǔn)確評(píng)估各個(gè)時(shí)刻、各節(jié)點(diǎn)光伏可接入容量,本文方案可以較好地準(zhǔn)確估計(jì)配電網(wǎng)的光伏的最大消納能力。
循環(huán)神經(jīng)網(wǎng)絡(luò)是一種基于序列的機(jī)器學(xué)習(xí)模型。它可以對(duì)具有時(shí)序關(guān)系的數(shù)據(jù)進(jìn)行建模,然而,由于此網(wǎng)絡(luò)在學(xué)習(xí)過程中存在梯度消失或者爆炸,以致于學(xué)習(xí)長(zhǎng)期時(shí)序關(guān)系對(duì)這種網(wǎng)絡(luò)來(lái)說存在著一定的困難[19-21]。 由此,本文對(duì)其進(jìn)行了改進(jìn),包含一些結(jié)構(gòu)化的存儲(chǔ)單元的循環(huán)神經(jīng)網(wǎng)絡(luò)——長(zhǎng)期短期記憶(LSTM)算法[22]。 LSTM 相比傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò),額外添加了3個(gè)精心設(shè)計(jì)的被稱為“門”的結(jié)構(gòu),即輸入門、遺忘門和輸出門。它們具有刪除或添加信息到各種狀態(tài)的能力。這種結(jié)構(gòu)實(shí)現(xiàn)了一種信息選擇的方式。 通過一個(gè)額外的遺忘門,該模型在避免了梯度消失問題的同時(shí)也具有了學(xué)習(xí)長(zhǎng)期依賴信息的能力。 從負(fù)荷預(yù)測(cè)角度來(lái)看,這種模型通過添加“門”這種記憶單元實(shí)現(xiàn)了循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)負(fù)荷時(shí)序數(shù)據(jù)中過去信息的記憶能力。
LSTM 神經(jīng)網(wǎng)絡(luò)中核心單元的基本結(jié)構(gòu)如圖1所示。該結(jié)構(gòu)在LSTM網(wǎng)絡(luò)中重復(fù)出現(xiàn)并相互連接構(gòu)成鏈?zhǔn)郊軜?gòu)。不同于傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)的基本單元僅僅是一個(gè)擁有tanh層的單層感知機(jī),LSTM每個(gè)核心單元都具有4個(gè)交互層[23-24]。其中每條箭頭線都代表一個(gè)從輸出到其他節(jié)點(diǎn)之一的輸入向量。 合并的線表示將向量前后合并成一個(gè)長(zhǎng)向量,而岔開的線表示內(nèi)容被復(fù)制并分發(fā)到其他位置。
圖1 長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)核心單元基本結(jié)構(gòu)[23]
光伏消納能力的評(píng)估一般以考慮配電網(wǎng)在分布式光伏接入后的潮流分布為核心,建立非線性優(yōu)化模型,并利用優(yōu)化求解器求解出在當(dāng)前負(fù)荷及網(wǎng)絡(luò)約束下每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的最大光伏接入量,并以此來(lái)評(píng)估此情況下的光伏消納能力。通常情況下,主要考慮約束為配電網(wǎng)基本運(yùn)行約束,如電網(wǎng)潮流約束及節(jié)點(diǎn)安全電壓約束。
3.1.1 目標(biāo)函數(shù)
配電網(wǎng)光伏消納能力的評(píng)估以最大化整體配電網(wǎng)接入的光伏量作為目標(biāo)函數(shù),即用配電網(wǎng)各節(jié)點(diǎn)分布式光伏一天接入量之和來(lái)表征配電網(wǎng)的整體光伏消納能力:
(1)
式中NPV——配電網(wǎng)系統(tǒng)中接入的光伏節(jié)點(diǎn)總數(shù),此處假設(shè)所有節(jié)點(diǎn)均有條件接入分布式光伏,則NPV=N,即NPV為系統(tǒng)節(jié)點(diǎn)總數(shù);PVi,t——第i個(gè)節(jié)點(diǎn)t時(shí)刻的接入光伏量;T——光伏接入的總時(shí)間,本文研究對(duì)象設(shè)置為日出至日落時(shí)間段。
3.1.2 配電網(wǎng)運(yùn)行約束
傳統(tǒng)配電網(wǎng)三相潮流約束如下[25]:
(2)
(3)
式中Pi,t,Pi+1,t,Qi,t,Qi+1,t——流過節(jié)點(diǎn)i和i+1的t時(shí)刻有功與無(wú)功功率;QPL,i,t,QPV,i,t——節(jié)點(diǎn)i處t時(shí)刻的負(fù)荷與光伏有功出力;QQL,i,t——節(jié)點(diǎn)i在t時(shí)刻的無(wú)功負(fù)荷;Ri,Xi——節(jié)點(diǎn)i-1和i間線路的電阻和電抗值。
節(jié)點(diǎn)需要滿足節(jié)點(diǎn)間電壓平衡約束以及節(jié)點(diǎn)穩(wěn)態(tài)電壓約束[26]:
(4)
Umin≤Ui,t≤Umax,?t∈{1,…,T}
式中Ui,t——節(jié)點(diǎn)i處t時(shí)刻的電壓值;Umax,Umin——節(jié)點(diǎn)電壓允許最大值和最小值,一般以標(biāo)稱電壓偏差某個(gè)比例設(shè)置,本文以國(guó)標(biāo)規(guī)定7%電壓偏差率設(shè)置,即以1.07和0.93分別為節(jié)點(diǎn)允許電壓(標(biāo)幺值)的上、下限。
3.1.3 考慮輸出功率轉(zhuǎn)移分布的運(yùn)行約束
然而,上文所述模型并未考慮傳統(tǒng)電網(wǎng)潮流模型引入的建模誤差,這種誤差常常會(huì)導(dǎo)致電網(wǎng)運(yùn)行的不確定性,而功率轉(zhuǎn)移分布因子作為其中代表性的不確定性參量,對(duì)電網(wǎng)模擬的準(zhǔn)確性具有重要的影響。在大規(guī)模新能源接入的配電網(wǎng)環(huán)境中,光伏發(fā)電裝置可能存在出力不穩(wěn)定、導(dǎo)致潮流多變的特性。因此,本文重點(diǎn)考慮發(fā)電機(jī)輸出功率轉(zhuǎn)移因子(GSDF)[27-28]。
考慮如下潮流約束:
(5)
式中Pl,max,Pl,min——線路l潮流的上、下限;Gl,i——光伏發(fā)電機(jī)i在線路l上的輸出功率轉(zhuǎn)移因子,即表示節(jié)點(diǎn)i的光伏出力對(duì)線路l產(chǎn)生的影響。
在此,GSDF定義了由于光伏出力變化引起的線路潮流變化量。假設(shè)節(jié)點(diǎn)i的光伏出力變化為 ΔPi時(shí),將引起線路l產(chǎn)生ΔPl,i的有功功率變化,則:
(6)
式中a,b——連接線路l的兩端節(jié)點(diǎn);Bai,Bbi——配電網(wǎng)電納矩陣第ai和bi元素;Xl——線路l的電抗參數(shù)。
由此,Gl,i描述了光伏設(shè)備在節(jié)點(diǎn)i的出力改變一個(gè)單位量時(shí)線路l的潮流變化量。
基于負(fù)荷時(shí)序數(shù)據(jù),利用PyTorch建立LSTM模型,LSTM核心單元求解公式如下:
it=sigmoid(Whiht-1+Wxixt)
(7)
ft=sigmoid(Whfht-1+Whfht-1)
(8)
ct=ft⊙ct-1+ic⊙tanh(WXCht-1+Whcht-1)
(9)
ot=sigmoid(WXCxt+Whcht-1)
(10)
ht=ot⊙tanh(ct)
(11)
式中it,ft,ot——LSTM模型中的輸入門、遺忘門和輸出門;⊙ ——哈達(dá)瑪乘積即逐項(xiàng)乘積法;ht——LSTM單元輸出,它決定了下一單元內(nèi)各個(gè)元素如何更新;sigmoid,tanh——激活函數(shù);ct——當(dāng)前更新的單元狀態(tài)。
對(duì)應(yīng)的權(quán)重矩陣Whi,Wxi,Whf,WXC,Whc,通過訓(xùn)練影響每個(gè)門結(jié)構(gòu)的激活函數(shù)得到,并最終使得整體損失函數(shù)最小。首先,LSTM通過遺忘門處理輸入信息并決定當(dāng)前狀態(tài)中需要舍棄哪些信息;然后,信息通過輸入門控制決定有多少信息得到保留并新增哪些信息;最后,所有信息通過輸出門更新單元狀態(tài)ct并轉(zhuǎn)換成到LSTM當(dāng)前輸出值ht。LSTM模型的模型參數(shù)的初始化是隨機(jī)的,以提高參數(shù)調(diào)優(yōu)的效果。
具體預(yù)測(cè)中,使用滑窗預(yù)測(cè)。首先利用模型根據(jù)一段歷史負(fù)荷預(yù)測(cè)這段負(fù)荷下一時(shí)間點(diǎn)的負(fù)荷值,在圖中繪出位置;然后移動(dòng)窗口,用完整的測(cè)試數(shù)據(jù)加上之前預(yù)測(cè)的那個(gè)數(shù)據(jù)一起形成新的歷史負(fù)荷數(shù)據(jù)預(yù)測(cè)下個(gè)時(shí)間點(diǎn)的值, 這里需要注意的是第二次預(yù)測(cè)時(shí),所用歷史負(fù)荷數(shù)據(jù)中最后一個(gè)數(shù)據(jù)點(diǎn)也是之前的預(yù)測(cè)值。由此,模型通過不斷移動(dòng)窗口并預(yù)測(cè)下一個(gè)點(diǎn),最后實(shí)現(xiàn)對(duì)長(zhǎng)時(shí)間序列的完全預(yù)測(cè)。
整個(gè)基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的配電網(wǎng)分布式光伏消納能力評(píng)估流程如圖2所示,基本步驟如下。
(1)根據(jù)歷史負(fù)荷數(shù)據(jù)建立基于長(zhǎng)短期記憶循環(huán)神經(jīng)網(wǎng)絡(luò)的短期日負(fù)荷預(yù)測(cè)模型,得到需要預(yù)測(cè)的未來(lái)一日各節(jié)點(diǎn)的負(fù)荷曲線;
(2)根據(jù)配電網(wǎng)各節(jié)點(diǎn)日負(fù)荷曲線,建立目標(biāo)日光伏消納能力評(píng)估模型;
(3)如果模型無(wú)解,則表明當(dāng)日分布式光伏就地消納條件不足,建議此日不額外分配光伏接入;
(4)若模型有解,則求解模型,得到當(dāng)日分布式光伏各節(jié)點(diǎn)各個(gè)時(shí)刻的接入方案和接入量,并以此日各個(gè)時(shí)刻總接入量的最大值和最小值作為當(dāng)日光伏消納能力評(píng)估的上、下限;
圖2 配電網(wǎng)光伏消納能力評(píng)估流程
(5)若數(shù)據(jù)充分,則根據(jù)新的負(fù)荷數(shù)據(jù),進(jìn)一步預(yù)測(cè)和評(píng)估下一日的光伏消納能力,并進(jìn)一步完整估計(jì)未來(lái)光伏消納能力瓶頸和目標(biāo)配電網(wǎng)提升方案。
本文以上海市奉賢區(qū)配電網(wǎng)為例,選取該區(qū)某鎮(zhèn)局部10 kV供電網(wǎng)絡(luò)作為評(píng)估對(duì)象。該算例為6節(jié)點(diǎn)輻射型低壓配電系統(tǒng),其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖3所示。
圖3 配電網(wǎng)網(wǎng)絡(luò)拓?fù)鋱D
該系統(tǒng)節(jié)點(diǎn)0通過變壓器連接主網(wǎng)。其中,在節(jié)點(diǎn)8處安裝有光伏發(fā)電裝置。以下所求光伏出力和系統(tǒng)光伏消納能力評(píng)估均以此光伏以外的新接光伏接入量測(cè)算。所有負(fù)荷處理數(shù)據(jù)以標(biāo)幺值計(jì)算,基準(zhǔn)功率為1.2 MW。
以各節(jié)點(diǎn)5—6月的30 min負(fù)荷數(shù)據(jù)為訓(xùn)練數(shù)據(jù),對(duì)各節(jié)點(diǎn)負(fù)荷曲線建立循環(huán)神經(jīng)網(wǎng)絡(luò)模型,并預(yù)測(cè)6月27—29日每日24 h各節(jié)點(diǎn)負(fù)荷值。節(jié)點(diǎn)7某開關(guān)6月29日的負(fù)荷預(yù)測(cè)曲線與實(shí)際負(fù)荷曲線比較結(jié)果如圖4所示。
圖4 節(jié)點(diǎn)7某開關(guān)6月29日實(shí)際負(fù)荷曲線與預(yù)測(cè)曲線比較
由圖4可以看到,負(fù)荷預(yù)測(cè)的結(jié)果與實(shí)際結(jié)果基本接近,預(yù)測(cè)結(jié)果基本可以代表當(dāng)日負(fù)荷使用情況。各節(jié)點(diǎn)每日負(fù)荷預(yù)測(cè)均方誤差(MAE)如表1所示,各值均低于0.1,可以認(rèn)為模型泛化較好,可以發(fā)掘深層負(fù)荷特征。
配電網(wǎng)光伏消納能力根據(jù)預(yù)測(cè)的各節(jié)點(diǎn)負(fù)荷數(shù)據(jù),利用CPLEX求解相應(yīng)混合整數(shù)優(yōu)化方程得到當(dāng)日各個(gè)時(shí)間點(diǎn)光伏出力最優(yōu)估計(jì)。以29日為例,根據(jù)氣象數(shù)據(jù),上海奉賢地區(qū)當(dāng)日日出、日落時(shí)間分別為上午5點(diǎn)和下午7點(diǎn),則根據(jù)第3節(jié)所述方程求得各時(shí)刻、各節(jié)點(diǎn)的光伏最大允許出力。由此,可以得到對(duì)于配電網(wǎng)當(dāng)日的光伏消納能力評(píng)估。以實(shí)際負(fù)荷數(shù)據(jù)估計(jì)和以預(yù)測(cè)負(fù)荷數(shù)據(jù)估計(jì)的光伏消納能力見表2。通過比較可以發(fā)現(xiàn),兩者數(shù)據(jù)接近,表明整體模型可以提供針對(duì)配電網(wǎng)光伏消納能力的準(zhǔn)確評(píng)估。
表1 各節(jié)點(diǎn)負(fù)荷預(yù)測(cè)均方誤差(MSE)
表2 6月29日配電網(wǎng)光伏消納能力評(píng)估比較 MW
針對(duì)大規(guī)模光伏接入的配電網(wǎng)運(yùn)行不穩(wěn)定性,以及無(wú)法針對(duì)特定情況(如氣候變化、用電發(fā)展等)下的配電網(wǎng)光伏消納能力進(jìn)行準(zhǔn)確評(píng)估的問題,本文提出了二階段光伏消納能力評(píng)估方法。首先利用循環(huán)神經(jīng)網(wǎng)絡(luò)得到配電網(wǎng)未來(lái)短期的預(yù)測(cè)負(fù)荷,然后,針對(duì)光伏出力不穩(wěn)定性的情況,進(jìn)一步考慮功率轉(zhuǎn)移下的配電網(wǎng)運(yùn)行穩(wěn)定性,以此建立配電網(wǎng)光伏消納能力評(píng)估模型。整體評(píng)估架構(gòu)為更好估計(jì)實(shí)際光伏容量并規(guī)劃未來(lái)配電網(wǎng)提升方向提供了現(xiàn)實(shí)的指導(dǎo)方針。最后,以上海市奉賢區(qū)某配電系統(tǒng)為算例的模擬分析佐證了本文方法的可操作性與準(zhǔn)確性。