王 濤,賈清泉,崔傳智

(燕山大學,河北 秦皇島 066004)

0 引言

隨著以光伏、風機為代表的可再生能源的快速發(fā)展,可再生能源得到了廣泛關(guān)注并大規(guī)模應(yīng)用于電力系統(tǒng)中。但分布式電源出力具有間歇性,在使得電網(wǎng)更加環(huán)保的同時,也為電網(wǎng)安全穩(wěn)定運行帶來了挑戰(zhàn)[1-2]。微電網(wǎng)(Microgrid)作為分布式可再生能源的有效接入方式,受到了廣泛關(guān)注,成為分布式可再生能源消納的重要方式[3-5]。但是單個微電網(wǎng)存在容量有限、抗干擾能力弱等缺點[6]。因此,將地理位置相近的多個微電網(wǎng)互聯(lián),構(gòu)成一個可以消納更多分布式可再生能源的微電網(wǎng)群。微電網(wǎng)群內(nèi)子微電網(wǎng)間協(xié)同運行,能夠提高分布式可再生能源的滲透率和利用率,提高微電網(wǎng)的供電可靠性和電能質(zhì)量。

目前國內(nèi)外已有許多文獻對多微電網(wǎng)系統(tǒng)和微電網(wǎng)群系統(tǒng)的配電網(wǎng)做了研究。文獻[7]提出了一種具有集群微電網(wǎng)的配電網(wǎng)兩級能量管理模型,協(xié)調(diào)配電網(wǎng)和微電網(wǎng)群間的能源管理。文獻[8]提出了一種用于電網(wǎng)內(nèi)電力共享的微電網(wǎng)間相互作用的協(xié)同電力調(diào)度算法,研究了分布式智能電網(wǎng)中以運營成本最小化為目標的負荷需求管理。文獻[9]基于交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)證明了將相近的多個微電網(wǎng)互聯(lián)構(gòu)成微電網(wǎng)群系統(tǒng)進行協(xié)同管理,能夠提高系統(tǒng)的運行經(jīng)濟性和可靠性。文獻[10]提出了一種針對微電網(wǎng)群優(yōu)化運行的基于一致算法的信息傳遞全分布式算法,實現(xiàn)了微電網(wǎng)群運行成本的全分布式運行優(yōu)化,但是沒有考慮系統(tǒng)網(wǎng)絡(luò)損耗。文獻[11]提出了基于一致性協(xié)議的多微網(wǎng)協(xié)調(diào)控制策略,實現(xiàn)子微網(wǎng)功率的平均分配。但是一致性協(xié)調(diào)過程涉及收斂系數(shù)等問題,影響了多微網(wǎng)協(xié)調(diào)控制效果。文獻[12]建立了多微網(wǎng)的主動配電網(wǎng)系統(tǒng)的雙層優(yōu)化調(diào)度模型。文獻[13-14]分別考慮了多代理框架的多微網(wǎng)系統(tǒng),以解決微網(wǎng)內(nèi)部和微網(wǎng)之間的能源管理問題。

針對負荷的多時間尺度特性和預測的不完全精確問題,文獻[15]提出基于模型預測控制的多時間尺度主動配電網(wǎng)多源協(xié)調(diào)優(yōu)化調(diào)度策略,分別考慮長時間尺度最優(yōu)經(jīng)濟調(diào)度和短時間尺度滾動優(yōu)化,但預測方法存在較大偏差。文獻[16-17]改善了模型預測誤差問題,用實際出力值代替預測值,進一步降低預測誤差。文獻[18]提出了一種基于用戶需求響應(yīng)(demand response,DR)的集成預調(diào)度和重新調(diào)度的兩階段調(diào)度方法,實現(xiàn)了大規(guī)模用戶參與配電系統(tǒng)的優(yōu)化調(diào)度。文獻[19]針對冷熱電負荷需求的不匹配特性和隨機特性,從供給側(cè)和需求側(cè)控制的角度對冷熱電聯(lián)供系統(tǒng)的綜合優(yōu)化運行問題進行了研究。上述文獻考慮了多微電網(wǎng)接入配電網(wǎng)系統(tǒng),分別考慮了各自的經(jīng)濟性,但未從配電網(wǎng)角度整體考慮系統(tǒng)的經(jīng)濟性。

本文從配電網(wǎng)整體經(jīng)濟性考慮,提出基于配電網(wǎng)整體經(jīng)濟性的調(diào)控策略,并考慮具有需求側(cè)響應(yīng)、儲能和分布式電源的可調(diào)度性微電網(wǎng)群系統(tǒng)參與配電網(wǎng)經(jīng)濟優(yōu)化調(diào)度。同時,考慮光伏預測、負荷預測的不確定性和需求側(cè)響應(yīng)的提前通知時間特性,針對傳統(tǒng)集中式調(diào)度的實效性、經(jīng)濟性差等問題,提出微電網(wǎng)-微電網(wǎng)群-配電網(wǎng)自下向上的申報策略和配電網(wǎng)-微電網(wǎng)群-微電網(wǎng)自上而下的求解策略,建立了配電網(wǎng)-多微電網(wǎng)的日前-日內(nèi)滾動多時間尺度優(yōu)化調(diào)度模型,模型采用ADMM 求解。并用算例分析了微電網(wǎng)群接入配電網(wǎng)的整體經(jīng)濟性,驗證所提模型的經(jīng)濟性。

1 含微電網(wǎng)群的配電網(wǎng)優(yōu)化系統(tǒng)

1.1 系統(tǒng)優(yōu)化架構(gòu)

本文提出的配電網(wǎng)-微電網(wǎng)群-微電網(wǎng)功率和信息交互的配電網(wǎng)控制架構(gòu)如圖1所示。

圖1 含微電網(wǎng)群的配電網(wǎng)控制架構(gòu)

微電網(wǎng)內(nèi)部資源將各自出力聚合并上傳至微電網(wǎng)控制中心(Microgrid Center,MGC),MGC把收集的可控資源出力信息聚合并上報給微電網(wǎng)群控制中心(Multi-microgrid Center,MMGC);MMGC把收集的群內(nèi)微電網(wǎng)出力信息聚合,并于日前上報給配電網(wǎng)決策中心(Distribution Network Decision Center,DNDC),DNDC 根據(jù)運行成本統(tǒng)一決策出力信息,并把微電網(wǎng)群出力決策量下發(fā)至各MMGC;MMGC 根據(jù)微電網(wǎng)等值模型進一步?jīng)Q策出群內(nèi)微電網(wǎng)出力信息,并把決策信息下發(fā)給群內(nèi)MGC;MGC 根據(jù)內(nèi)部各資源出力成本,將MMGC決策量分配至各個設(shè)備。

1.2 系統(tǒng)日前-日內(nèi)優(yōu)化策略

配電網(wǎng)日前-日內(nèi)多時間尺度優(yōu)化策略如圖2所示。日前優(yōu)化根據(jù)配電網(wǎng)負荷預測和光伏出力預測,每24 h制定一次調(diào)度計劃,得到日前配電網(wǎng)購電電量、每個微電網(wǎng)出力信息,MGC 進一步優(yōu)化決策得到每小時微電網(wǎng)內(nèi)部柴油機出力策略、儲能充放電策略和日前型可控負荷策略。

圖2 配電網(wǎng)多時間尺度優(yōu)化策略

為了適應(yīng)日內(nèi)可控負荷的隨機性、實現(xiàn)微電網(wǎng)內(nèi)統(tǒng)一調(diào)度,并盡可能及時傳輸并處理數(shù)據(jù)信息,以滿足實時性的要求,每個MGC 采集內(nèi)部實時信息后上傳至MMG 和DNDC,由MGC 完成優(yōu)化計算[20],并把優(yōu)化結(jié)果下發(fā)給內(nèi)部可控資源,實現(xiàn)日內(nèi)短時間尺度的優(yōu)化調(diào)度。日內(nèi)滾動優(yōu)化階段對負荷的預測精度進一步提高,基于日負荷曲線的日內(nèi)實測值,對日內(nèi)型可控負荷實際申報值及分布式儲能等資源進行修正調(diào)控,需要通過對日內(nèi)型可控負荷、儲能和柴油機功率進行修正以滿足功率平衡條件?？紤]到日內(nèi)型可控負荷隨機性、實時性較強,日內(nèi)優(yōu)化控制采用滾動優(yōu)化方式,提前15 min制定1 h的控制計劃,僅通知用戶第1個15 min的控制結(jié)果。

2 配電網(wǎng)-微電網(wǎng)模型建立

2.1 微電網(wǎng)約束建立

本文考慮每個微電網(wǎng)由光伏發(fā)電、柴油機、儲能系統(tǒng)、常規(guī)負荷和需求側(cè)響應(yīng)負荷組合而成。

微電網(wǎng)運行的任何時刻都需要滿足內(nèi)部功率平衡,即在微電網(wǎng)n內(nèi)滿足

式中:P n,PCC(t)為t時段配電網(wǎng)需要微電網(wǎng)發(fā)出的有功功率;為光伏預測功率;)為DG的輸出功率)和分別為t時刻儲能的充電和放電功率;為t時段可以平移的功率;)和分別為t時段可轉(zhuǎn)入功率和可轉(zhuǎn)出功率;)為t時段用戶可中斷功率;為t時刻微電網(wǎng)與群內(nèi)其他微電網(wǎng)交換的功率;)為t時刻微電網(wǎng)群決策微電網(wǎng)n用于與其他微電網(wǎng)群交換的功率。

任一時刻,微電網(wǎng)的出力都受到內(nèi)部資源總和的約束,其出力范圍約束為

微電網(wǎng)與微電網(wǎng)間聯(lián)絡(luò)線存在傳輸功率上限,可表示為

2.2 微電網(wǎng)內(nèi)資源模型建立

本文假設(shè)其預測誤差服從均值為0、標準差為σpv,k的正態(tài)分布

式中:γpv為光伏預測偏差占光伏預測功率的比例。

則t時刻光伏電池板k的實際出力P'pvk(t)為

儲能系統(tǒng)的荷電狀態(tài)滿足以下公式

式中:BSOC,i(t)為儲能的荷電狀態(tài),本文設(shè)置其上下限為0.9和0.2;ηin和ηout分別為儲能充放電的效率,本文均設(shè)置為0.95。其運行成本與放電功率之間關(guān)系為

柴油發(fā)電機(DG)發(fā)電成本與其輸出功率之間的關(guān)系為

式中:CDG(t)為DG 的發(fā)電成本;cDG(t)為柴油燃料價格;PDG(t)為DG 的輸出功率;adg、bdg和cdg分別為燃料消耗系數(shù)。

DR 可以引導用戶用電,保障電網(wǎng)穩(wěn)定運行。DR 主要可以分為激勵機制型DR(Incentivebased Demand Response,IDR)和價格機制型DR(Price-based Demand Response,PDR)兩大類[21]。本文將IDR 和PDR 作為參與微電網(wǎng)的負荷調(diào)度對象,且建立的模型采用日前動態(tài)電價模式,因此需要PDR 調(diào)度量需要在日前調(diào)度根據(jù)電價確定;不同的IDR 在響應(yīng)時間上存在差異,因此在考慮提前通知時間長短將IDR 進行分類,如表1所示。

表1 IDR的類型

IDR 可以分為以下3種:

1)可中斷負荷

可中斷負荷(Interruptible Load,IL)是指在電網(wǎng)負荷高峰時刻,用戶可以根據(jù)電網(wǎng)的激勵機制降低用電,如家用娛樂設(shè)備。IL 既可以日前安排,也可以臨時削減,所以IL既有日前型,也有日內(nèi)型?？芍袛嘭摵傻目刂颇Ｐ?/p>

式中:TOIL和TIL分別為用戶負荷不可中斷的時段和可中斷的時段;PIL,max(t)為t時段用戶最大可中斷功率。

2)可平移負荷

可平移負荷(Shift Load,SL)是指負荷的用電時段可以根據(jù)系統(tǒng)的用電狀態(tài)整體平移到另一個時段,但在調(diào)度周期內(nèi)平移前后的負荷曲線保持不變,如工業(yè)用戶?？善揭曝摵蓛H可在日前安排,因此屬于日前型可控負荷?？善揭曝摵傻目刂颇Ｐ?/p>

式中:Δt為可平移時長;TSL為可平移的時間;PSL(t+Δt)為平移到t+Δt的負荷功率。

3)可轉(zhuǎn)移負荷

可轉(zhuǎn)移負荷(Translatable Load,TL)是指負荷的各時段用電量可以靈活調(diào)節(jié),但是負荷總量不變,如電動汽車。TL 既可日前安排,也可以臨時調(diào)整,因此屬于日前型和日內(nèi)型可控負荷?？赊D(zhuǎn)移負荷的控制模型

式中:TOTL、TTLin和TTLout分別為不可轉(zhuǎn)移負荷時段、可轉(zhuǎn)入負荷時段和可轉(zhuǎn)出負荷時段;PTLin,max(t)和PTLout,max(t)分別為t時段最大可轉(zhuǎn)入負荷功率和最大可轉(zhuǎn)出負荷功率。

為了使DR 資源充分參與到微電網(wǎng)系統(tǒng)的調(diào)控中,負荷聚合商提前與用戶簽訂合同,將各類能夠提供DR 資源的用戶進行聚合,并由微電網(wǎng)控制中心統(tǒng)一調(diào)控。

2.3 配電網(wǎng)日前調(diào)度模型建立

配電網(wǎng)日前優(yōu)化調(diào)度提前一天制定次日24 h的調(diào)度計劃。配電網(wǎng)日前模型以配電網(wǎng)系統(tǒng)運行成本最小為目標,確定日前購電量和微電網(wǎng)群出力;微電網(wǎng)群日前模型以運行成本最小為目標,確定微電網(wǎng)聯(lián)絡(luò)線功率;微電網(wǎng)根據(jù)內(nèi)部資源成本函數(shù),優(yōu)化日前型負荷、柴油機和儲能出力。配電網(wǎng)日前目標函數(shù)可表示為

式中:cgird(t)為電網(wǎng)電價;Pgrid(t)為配電網(wǎng)聯(lián)絡(luò)線有功功率;Ccompl(t)為用戶失電成本,可表示為

式中:ccompl為用戶失負荷補償系數(shù);Pcompl(t)為用戶失負荷功率。

微電網(wǎng)群日前目標函數(shù)可表示為

式中:CMGm(t)為微電網(wǎng)群運行成本;CPCCm(t)為微電網(wǎng)與配電網(wǎng)交易成本;Cab(t)為棄光成本。

式中:cab為棄光電價;Pab(t)為棄光量。

約束條件

1)節(jié)點電壓越限約束

式中:U i(t)為t時刻i節(jié)點的電壓;U i,min和U i,max分別為節(jié)點電壓上、下限,取0.93 p.u.和1.05 p.u.。

2)潮流約束

2.4 配電網(wǎng)日內(nèi)修正模型建立

負荷預測偏差分布可以當做均值為0、標準差為σload的正態(tài)分布,其概率密度函數(shù)為

式中:Pload為負荷預測功率;γ為負荷預測偏差占負荷預測功率的比例。

配電網(wǎng)日內(nèi)優(yōu)化以修正預測偏差的調(diào)度成本最小為目標,日內(nèi)目標函數(shù)為

式中:ΔCDG(t)為柴油機調(diào)節(jié)成本;ΔCload(t)為可控負荷調(diào)控成本;ΔC i(t)為儲能調(diào)控成本;ΔCload(t)為可控負荷調(diào)節(jié)成本,可表示為

式中:c'IL和c'TL分別為日內(nèi)型可中斷負荷和可轉(zhuǎn)移負荷的成本系數(shù)。

約束條件

式中:ΔPDG(t)為柴油機出力調(diào)節(jié)量;ΔP i(t)為儲能出力調(diào)節(jié)量;ΔPgrid(t)為微電網(wǎng)與配電網(wǎng)交換電量;ΔPload(t)為可控負荷調(diào)節(jié)量;ΔPMG(t)為與其他微電網(wǎng)功率交換量。

柴油機出力變化量需要滿足

儲能出力變化量需要滿足

式中:P i(t)為儲能充電或者放電功率,充電取正,放電取負。

2.5 模型求解方法

ADMM 是Gabay等人提出的可以用于解決具有線性等式約束的規(guī)模較大的凸優(yōu)化問題的分布式算法[22],對于凸優(yōu)化問題具有魯棒性強等特點。其融合了乘子法的良好收斂性,具有收斂性好、低通信負擔的優(yōu)點。其標準形式為

式中:f(x)和g(z)分別為凸函數(shù),x∈R Nx和z∈R Nz為待優(yōu)化變量;A、B、C為等式約束的相關(guān)參數(shù),A∈R m×Nx、B∈R m×Nz和C∈R m×1。

應(yīng)用增廣拉格朗日函數(shù)法,構(gòu)造其增廣拉格朗日函數(shù)

式中:λ為對偶乘子,λ＞0;ρ為懲罰系數(shù),ρ＞0。

根據(jù)乘子法和對偶上升的原理,按如下步驟對每個優(yōu)化變量進行交替求解

將原始殘差和對偶殘差作為ADMM 收斂性的判據(jù)

式中:σ1和σ2分別為原始殘差和對偶殘差的閾值,當小于或等于該閾值時,ADMM 停止迭代,收斂到所要求的精度標準。

將ADMM 應(yīng)用于本文含微電網(wǎng)群的配電網(wǎng)優(yōu)化調(diào)度中,通過對微電網(wǎng)的約束條件的處理,并對每個微電網(wǎng)群進行交替迭代求解。其中,微電網(wǎng)群1的k+1次迭代利用配電網(wǎng)的變量z k、x k和λk以及本群的x k和λk;微電網(wǎng)群2的k+1次迭代利用配電網(wǎng)的變量z k、x k和λk以及本群的x k和λk。

3 算例分析

3.1 算例參數(shù)設(shè)置

本文以IEEE 33節(jié)點為基礎(chǔ),分別在18、22、25和33節(jié)點接入4個微電網(wǎng),其拓撲結(jié)構(gòu)如圖3所示。其中微電網(wǎng)1和微電網(wǎng)2組成微電網(wǎng)群1,微電網(wǎng)3和微電網(wǎng)4組成微電網(wǎng)群2。各微電網(wǎng)的光伏、儲能和柴油機配置如表2所示。各微電網(wǎng)可控負荷占比如表3所示。設(shè)各微電網(wǎng)群內(nèi)的微電網(wǎng)交換功率的成本和光伏發(fā)電成本為0,微電網(wǎng)間的交換功率成本為0.4元/k Wh。日前24 h每小時配電網(wǎng)電價如表4所示。ADMM 的σ1和σ2本文均取為10-4,ρ取0.4,微電網(wǎng)光伏預測誤差分布置信水平為0.95,標準差為0.3。配電網(wǎng)預測誤差分布置信水平為0.95,標準差為0.1。

表2 各微電網(wǎng)分布式資源配置

表3 各微電網(wǎng)可控負荷構(gòu)成

表4 分時電價

圖3 算例拓撲結(jié)構(gòu)

3.2 調(diào)控結(jié)果分析

3.2.1 日前調(diào)度結(jié)果分析

選取典型日的配電網(wǎng)負荷曲線和光伏出力曲線,配電網(wǎng)-微電網(wǎng)群日前調(diào)度結(jié)果如圖4所示。微電網(wǎng)內(nèi)各分布式資源和需求側(cè)響應(yīng)調(diào)度結(jié)果如圖5所示。

圖4 配電網(wǎng)-微電網(wǎng)群日前調(diào)度結(jié)果

圖5 各微電網(wǎng)資源日前調(diào)度結(jié)果

由圖4分析可知,微電網(wǎng)群參與配電網(wǎng)優(yōu)化調(diào)度具有削峰填谷和降低負荷波動的作用,峰谷差降低了32%。在20:00-21:00時段內(nèi),各微電網(wǎng)群出力和為600 k W,占配電網(wǎng)總負荷的16%,減少了高電價時段配電網(wǎng)購電量,降低了配電網(wǎng)的運行成本。

由圖5分析可知,各微電網(wǎng)充分調(diào)用內(nèi)部可控資源參與日前優(yōu)化調(diào)度。儲能在用電高峰時段(18:00-22:00)發(fā)出電量,在用電低谷時段(00:00-05:00)和光伏出力較大時段(09:00-17:00)吸收電量?？善揭曝摵珊腿涨翱赊D(zhuǎn)移負荷從用電高峰時段轉(zhuǎn)出至需要消納光伏的時段,儲能和可控負荷具有顯著的就近消納光伏和削峰填谷作用,峰谷差降低了32%。

3.2.2 日內(nèi)修正結(jié)果分析

日內(nèi)優(yōu)化在日前調(diào)度結(jié)果的基礎(chǔ)上進行修正,各微電網(wǎng)的修正量如圖6所示。日內(nèi)各微電網(wǎng)儲能、柴油機、可中斷負荷和可轉(zhuǎn)移負荷對預測誤差的修正量如圖7所示。

圖6 日內(nèi)微電網(wǎng)修正量分配(15 min/時段)

圖7 各微電網(wǎng)日內(nèi)調(diào)度結(jié)果(15 min/時段)

由圖6分析可知,微電網(wǎng)2由于其柴油機額定功率較大且日內(nèi)型負荷豐富,日內(nèi)調(diào)度量最大。

由圖7分析可知,微電網(wǎng)充分利用了內(nèi)部的分布式資源和日內(nèi)型可控資源,并根據(jù)成本分配了各資源的修正量。柴油機由于具有啟停成本,本文僅考慮在日前已經(jīng)開機的情況下參與日內(nèi)優(yōu)化調(diào)度。儲能在SOC和充放電允許的情況下,均參與了日內(nèi)的優(yōu)化調(diào)度。在各個15 min優(yōu)化調(diào)度周期內(nèi),日內(nèi)型IL 和TL 均在允許范圍內(nèi)充分參與日內(nèi)的調(diào)度修正。如微電網(wǎng)1在第32和71時段內(nèi),日內(nèi)型IL可以通過中斷來響應(yīng)微電網(wǎng)的修正指令;日內(nèi)型TL 也需要滿足轉(zhuǎn)移總量之和為0,在18、25等時段內(nèi)均有轉(zhuǎn)出,在24、34等時段內(nèi)均有轉(zhuǎn)入,以響應(yīng)微電網(wǎng)的修正指令。

3.3 調(diào)控結(jié)果對比

本文提出的微電網(wǎng)-微電網(wǎng)群-配電網(wǎng)自下向上申報和配電網(wǎng)-微電網(wǎng)群-微電網(wǎng)自上而下調(diào)度策略可以充分利用微電網(wǎng)內(nèi)部可控資源,并且可以降低通信時間,完成短時間實時性的優(yōu)化調(diào)度。為體現(xiàn)其優(yōu)越性,將本文所提方法的經(jīng)濟性與配電系統(tǒng)資源統(tǒng)一由配電網(wǎng)調(diào)度的傳統(tǒng)集中式調(diào)度策略的經(jīng)濟性,分別考慮配電網(wǎng)和微電網(wǎng)為主體的多主體調(diào)度策略的經(jīng)濟性進行對比,結(jié)果如表5所示。

表5 不同調(diào)度策略經(jīng)濟性對比結(jié)果

由表5分析可知,本文策略相較于傳統(tǒng)集中式控制策略和多主體調(diào)度策略,系統(tǒng)日前購電成本分別降低了3%和1%,系統(tǒng)日內(nèi)調(diào)度成本降低了46%和16%,系統(tǒng)總運行成本分別降低了4%和1%。綜上所述,本文所提出的調(diào)度策略可以充分發(fā)揮微電網(wǎng)的可調(diào)度性,帶來更好的經(jīng)濟效益。

4 結(jié)論

配電網(wǎng)優(yōu)化調(diào)度隨著新能源的接入量增加逐漸困難,會對用戶的電能質(zhì)量造成不利影響。本文針對微電網(wǎng)群接入配電網(wǎng)的情況,提出了配電網(wǎng)-微電網(wǎng)群-微電網(wǎng)自上而下的日前-日內(nèi)多時間尺度優(yōu)化調(diào)度策略,充分利用微電網(wǎng)內(nèi)的可控資源,修正日前預測誤差,滿足系統(tǒng)的經(jīng)濟性。

1)本文建立的自下向上申報流程和自上而下決策的結(jié)構(gòu)更有利于信息的計算與傳送,提升了實時性,降低了通信延遲和計算時間長帶來的風險。

2)本文所提出的配電網(wǎng)多時間尺度優(yōu)化調(diào)度策略充分調(diào)用了微電網(wǎng)群和微電網(wǎng)內(nèi)部的可控資源參與配電網(wǎng)的有功調(diào)度,實現(xiàn)了配電網(wǎng)整體性最優(yōu)經(jīng)濟調(diào)度,降低了配電網(wǎng)系統(tǒng)的峰谷差,提高了系統(tǒng)的經(jīng)濟性。