一种电力规划方法、装置、电子设备及存储介质与流程

1.本技术实施例涉及电力工程技术领域，尤其涉及一种电力规划方法、装置、电子设备及存储介质。


背景技术：

2.为了响应碳达峰以及碳中和的目标，我国提出深化电力体制改革，构建以新能源为主体的新型电力系统的措施。分布式电源(distributed generation，dg)大规模并网后，其随机性、波动性和间歇性等特点对电网的可靠性提出了更大的挑战，也对系统的合理规划提出了更高的要求。现有的规划方法往往只考虑输电网架拓扑结构的构建或分布式能源的接入位置和容量，缺乏针对分布式能源出力不稳定性的储能装置的引入，没有体现出各规划目标之间的层次性和相互联系。


技术实现要素：

3.本技术实施例提供了一种电力规划方法、装置、电子设备及存储介质，可以体现出各规划目标之间的层次性和关联性，能够得到电力规划的最佳方案。
4.第一方面，本技术实施例提供了一种电力规划方法，该方法包括：
5.对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化，所述参数信息包括迭代次数和种群规模，所述种群规模包含各层种群对应的预设数量的粒子；
6.根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划；
7.根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置；
8.根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置。
9.第二方面，本技术实施例提供了一种电力规划装置，该装置包括：
10.参数设置模块，用于对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化，所述参数信息包括迭代次数和种群规模，所述种群规模包含各层种群对应的预设数量的粒子；
11.储能规划模块，用于根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划；
12.电源配置模块，用于根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置；
13.网架配置模块，用于根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置。
14.第三方面，本技术实施例提供了一种电子设备，该电子设备包括：
15.一个或多个处理器；
16.存储装置，用于存储一个或多个程序；
17.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本技术任意实施例所述的电力规划方法。
18.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现本技术任意实施例所述的电力规划方法。
19.本技术实施例提供了一种电力规划方法、装置、电子设备及存储介质，对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化；根据下层目标模型和下层种群的参数信息确定下层种群的最优储能规划；根据最优储能规划、中层目标模型和中层种群的参数信息确定中层种群的最优电源配置；根据最优电源配置、上层目标模型和上层种群的参数信息确定电力规划的最优网架配置。本技术通过设置三层规划模型，分别考虑交直流配电网中的网架设计、分布式能源的接入和储能装置的接入这三个关键要素，可以体现出各规划目标之间的层次性和关联性，能够得到电力规划的最佳方案。
20.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
21.附图用于更好地理解本方案，不构成对本技术的限定。其中：
22.图1为本技术实施例提供的一种电力规划方法的流程示意图；
23.图2为本技术实施例提供的一种交直流配电网的三层规划模型；
24.图3为本技术实施例提供的一种电力规划装置的结构示意图；
25.图4是用来实现本技术实施例的一种电力规划方法的电子设备的框图。
具体实施方式
26.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
27.图1为本技术实施例提供的一种电力规划方法的流程示意图，本实施例可适用于对现有交直流配电网的网架扩增改造、分布式电源的接入以及储能装置的接入做出合理的电力规划的情况。本实施例提供的一种电力规划方法可以由本技术实施例提供的电力规划装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中。
28.参见图1，本实施例的方法包括但不限于如下步骤：
29.s110、对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化。
30.其中，参数信息包括迭代次数和种群规模，种群规模包含各层种群对应的预设数量的粒子。
31.在本技术实施例中，图2是本实施例提供的交直流配电网的三层规划模型，分别为上层规划、中层规划和下层规划。上层规划以网架的升级和扩增以及确定电压源换流器的
接入节点作为决策变量，负责全局的最优决策；中层规划以分布式电源的配置节点和容量等参数作为决策变量，为上层的网架方案做出最优的以分布式电源接入；下层规划以储能装置的配置节点和分时段储能/放能作为决策变量，为中层的分布式电源配置方案对应最优的储能设备接入。因而，上层规划从系统全局优化出发构建多目标函数优化，中层规划从分布式电源并网作用最大化出发构建多目标函数优化，下层规划从储能设备并网作用最大化出发构建多目标函数优化。
32.在本技术实施例中，为上层规划配置上层种群对应的迭代次数和种群规模，为中层规划配置中层种群对应的迭代次数和种群规模，为下层规划配置下层种群对应的迭代次数和种群规模，种群规模包含各层种群对应的预设数量的粒子，各层种群中每个粒子对应一种规划方案。
33.在本技术实施例中，在求解三层规划模型的过程中，应保持每层模型的独立性。在上一级模型构建的基础上，对下一级模型的各目标变量进行决策，逐层递推。在规划出底层的最优解后，作为上一级模型的参数补充对其优化目标进行迭代求解，规划出该层最优解后将此过程逐层向上迭代，在顶层模型中得出全局最优解。这样，上一级模型中的每一个方案都会有与之对应的最优下一级规划方案，保证了各个层级之间的协调组合。
34.s120、根据下层目标模型和下层种群的参数信息确定下层种群的最优储能规划。
35.在本技术实施例中，根据已构建的下层目标模型和已配置的下层种群的迭代次数和种群规模进行计算，得到下层种群的最优储能规划。
36.具体的，本步骤根据下层目标模型和下层种群的参数信息确定下层种群的最优储能规划的具体过程可以通过以下五个子步骤实现：
37.步骤一：针对下层种群的种群规模中当前粒子，根据下层目标模型计算当前粒子对应的当前典型日下的当前时段的出力概率。
38.在本技术实施例中，典型日的出力概率预测方法具体为：分布式能源出力数据由各季节的历史数据聚类分析后，得出若干个(如4～5个)数据集的聚类中心及其出力概率，再做出每个季节日出力曲线的概率预测，最终可得出在四个季节的风电和光伏能源的各场景典型日曲线及对应的概率。
39.在本技术实施例中，从下层种群的种群规模中挑选出当前粒子，一般从粒子编号为1的粒子开始，根据下层目标模型和典型日的出力概率预测方法，挑选出当前典型日和当前时段，一般从典型日编号为1的典型日开始，从时段编号为1的时段开始，对当前粒子对应的当前典型日下的当前时段计算其对应的出力概率。其中，本实施例将典型日设置为16天，将时段设置为24小时。
40.步骤二：根据出力概率判断下层目标模型是否满足下层约束条件；若下层目标模型不满足下层约束条件，则确定下层种群的适应度，并将适应度存储在下层种群的适应度数组中，然后执行步骤四。
41.在本技术实施例中，计算出当前粒子对应的当前典型日下的当前时段的出力概率之后，再根据出力概率判断下层目标模型是否满足下层约束条件；若不满足，则求解目标函数的适应度，并将所求解出来的适应度存储至适应度数组中，以便后续从适应度数组中挑选出满足预设要求的下层种群的适应度。计算完当前粒子对应的下层种群的适应度之后，还需计算当前粒子的下一个粒子对应的下层种群的适应度，具体过程如步骤四。
42.步骤三：若下层目标模型满足下层约束条件，则确定当前时段是否超过预设时段；当当前时段未超过预设时段时，将下一时段作为当前时段，返回执行步骤一；当当前时段超过预设时段时，确定当前典型日是否超过预设典型日；当当前典型日未超过预设典型日，将下一典型日作为当前典型日，返回执行步骤一；当当前典型日超过预设典型日时，则确定下层种群的适应度，并将适应度存储在下层种群的适应度数组中。
43.在本技术实施例中，根据出力概率判断下层目标模型是否满足下层约束条件；若满足，则计算当前粒子对应的当前典型日下的下一时段的出力概率。若计算完当前典型日下的所有时段的出力概率，则计算当前粒子对应的下一典型日的出力概率。也就是，将下一典型日作为当前典型日，返回步骤一重复执行；若计算完当前粒子下的所有典型日的出力概率，则求解目标函数的适应度，并将所求解出来的适应度存储至适应度数组中，以便后续从适应度数组中挑选出满足预设要求的下层种群的适应度。
44.步骤四：判断当前粒子的序号是否超过下层种群的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据下层种群的适应度数组中的适应度确定下层种群的最优储能规划。
45.在本技术实施例中，计算完当前粒子对应的下层种群的适应度之后，还需计算当前粒子的下一个粒子对应的下层种群的适应度，也就是，将下一粒子作为当前粒子，返回步骤一重复执行；若计算完下层种群下的所有粒子对应的适应度，则根据适应度数组中的适应度确定下层种群的最优储能规划。
46.步骤五：经上述步骤之后，还需判断当前迭代次数是否超过下层种群的迭代次数，若否，则更新下层种群的种群规模中的粒子，并返回执行步骤一；若是，则输出步骤四计算出的最优储能规划。
47.在另一种可选的实施例中，根据适应度数组中的适应度确定下层种群的最优储能规划，包括：判断下层种群的种群规模中的每个粒子之间是否存在支配关系；若存在支配关系，则根据支配关系从下层种群的适应度数组中选择最优的适应度作为下层种群的最优储能规划。
48.可选的，下层目标模型是基于储能装置年投资、运行维护费用以及对分布式电源出力稳定性中至少一项因素进行构造的。
49.可选的，下层约束条件包括：交流节点功率平衡约束、直流节点功率平衡约束、节点电压上下限约束、支路功率极限约束和容量约束中至少一项。
50.s130、根据最优储能规划、中层目标模型和中层种群的参数信息确定中层种群的最优电源配置。
51.在本技术实施例中，经上述步骤s120计算出下层种群的最优储能规划，将下层种群的最优储能规划输入至中层目标模型，再结合中层种群的迭代次数和种群规模，便可以确定出中层种群的最优电源配置。
52.具体的，本步骤根据最优储能规划、中层目标模型和中层种群的参数信息确定中层种群的最优电源配置的具体过程可以通过以下三个子步骤实现：
53.步骤一：在中层种群对应的种群规模中选取当前粒子，并根据最优储能规划和中层目标模型确定中层目标模型对应的适应度，并将所述适应度存储在所述中层种群的适应度数组中。
54.在本技术实施例中，从中层种群的种群规模中挑选出当前粒子，一般从粒子编号为1的粒子开始，将最优储能规划作为中层目标模型的输入，输入至中层目标模型，确定当前粒子对应的中层种群的适应度，并将适应度存储在中层种群的适应度数组中，以便后续从适应度数组中挑选出满足预设要求的中层种群的适应度。
55.步骤二：判断当前粒子的序号是否超过中层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据中层种群的适应度数组中的适应度确定最优值。
56.在本技术实施例中，计算完当前粒子对应的中层种群的适应度之后，还需计算当前粒子的下一个粒子对应的中层种群的适应度，也就是，将下一粒子作为当前粒子，返回步骤一重复执行；若计算完中层种群下的所有粒子对应的适应度，则根据适应度数组中的适应度确定中层种群的最优值。
57.步骤三：经上述步骤之后，还需判断当前迭代次数是否超过中层种群对应的迭代次数，若否，则根据最优值重复执行步骤一，若是，则将步骤二计算出的最优值作为最优电源配置。
58.可选的，中层目标模型是基于分布式电源年投资、运行维护费用、分布式电源年降损量以及系统电压偏移中至少一项因素进行构造的。
59.s140、根据最优电源配置、上层目标模型和上层种群的参数信息确定电力规划的最优网架配置。
60.在本技术实施例中，经上述步骤s130计算出中层种群的最优电源配置，将中层种群的最优电源配置输入至上层目标模型，再结合上层种群的迭代次数和种群规模，便可以确定出电力规划的最优网架配置。
61.具体的，本步骤根据最优电源配置、上层目标模型和上层种群的参数信息确定电力规划的最优网架配置的具体过程可以通过以下三个子步骤实现：
62.步骤一：在上层种群对应的种群规模中选取当前粒子，并根据最优电源配置和上层目标模型确定上层目标模型对应的适应度，并将所述适应度存储在所述上层种群的适应度数组中。
63.在本技术实施例中，从上层种群的种群规模中挑选出当前粒子，一般从粒子编号为1的粒子开始，将最优电源配置作为上层目标模型的输入，输入至上层目标模型，确定当前粒子对应的上层种群的适应度，并将适应度存储在上层种群的适应度数组中，以便后续从适应度数组中挑选出满足预设要求的上层种群的适应度。
64.步骤二：判断当前粒子的序号是否超过上层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据上层种群的适应度数组中的适应度确定最优值。
65.在本技术实施例中，计算完当前粒子对应的上层种群的适应度之后，还需计算当前粒子的下一个粒子对应的上层种群的适应度，也就是，将下一粒子作为当前粒子，返回步骤一重复执行；若计算完上层种群下的所有粒子对应的适应度，则根据上层种群的适应度数组中的适应度确定上层种群的最优值。
66.步骤三：经上述步骤之后，还需判断当前迭代次数是否超过上层种群对应的迭代次数，若否，则根据最优值重复执行步骤一，若是，则将步骤二计算出最优值作为电力规划
的最优网架配置。
67.可选的，上层目标模型是基于年经济费用、储能装置投资与运行维护费用、分布式电源年投资与运行维护费用、线路直流改造费用、换流器费用以及系统年购电费用中至少一项因素进行构造的。
68.本实施例提供的技术方案，通过对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化；根据下层目标模型和下层种群的参数信息确定下层种群的最优储能规划；根据最优储能规划、中层目标模型和中层种群的参数信息确定中层种群的最优电源配置；根据最优电源配置、上层目标模型和上层种群的参数信息确定电力规划的最优网架配置。本技术通过设置三层规划模型，分别考虑交直流配电网中的网架设计、分布式能源的接入和储能装置的接入这三个关键要素，可以体现出各规划目标之间的层次性和关联性，能够得到电力规划的最佳方案。
69.图3为本技术实施例提供的一种电力规划装置的结构示意图，如图3所示，该装置300可以包括：
70.参数设置模块310，用于对上层种群、中层种群和下层种群设置对应的参数信息并进行初始化，所述参数信息包括迭代次数和种群规模，所述种群规模包含各层种群对应的预设数量的粒子。
71.储能规划模块320，用于根据下层目标模型和所述下层种群的参数信息确定所述下层种群的最优储能规划。
72.电源配置模块330，用于根据所述最优储能规划、中层目标模型和所述中层种群的参数信息确定所述中层种群的最优电源配置。
73.网架配置模块340，用于根据所述最优电源配置、上层目标模型和所述上层种群的参数信息确定电力规划的最优网架配置。
74.进一步的，上述储能规划模块320，可以具体用于：步骤一：针对所述下层种群的种群规模中当前粒子，根据所述下层目标模型计算所述当前粒子对应的当前典型日下的当前时段的出力概率；步骤二：根据所述出力概率判断所述下层目标模型是否满足下层约束条件；若所述下层目标模型不满足所述下层约束条件，则确定所述下层种群的适应度，并将所述适应度存储在所述下层种群的适应度数组中，然后执行步骤四；步骤三：若所述下层目标模型满足所述下层约束条件，则确定所述当前时段是否超过预设时段；当所述当前时段未超过预设时段时，将下一时段作为当前时段，并返回执行步骤一；当所述当前时段超过预设时段时，确定所述当前典型日是否超过预设典型日；当所述当前典型日未超过预设典型日，将下一典型日作为当前典型日，并返回执行步骤一；当所述当前典型日超过预设典型日时，则确定所述下层种群的适应度，并将所述适应度存储在所述下层种群的适应度数组中；步骤四：判断所述当前粒子的序号是否超过所述下层种群的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述下层种群的适应度数组中的适应度确定所述下层种群的最优储能规划；步骤五：判断当前迭代次数是否超过所述下层种群的迭代次数，若否，则更新所述下层种群的种群规模中的粒子，并返回执行步骤一；若是，则输出最优储能规划。
75.进一步的，上述储能规划模块320，还可以具体用于：判断所述下层种群的种群规模中的每个粒子之间是否存在支配关系；若存在所述支配关系，则根据所述支配关系从所
述下层种群的适应度数组中选择最优的适应度作为所述下层种群的最优储能规划。
76.进一步的，上述电源配置模块330，可以具体用于：步骤一：在所述中层种群对应的种群规模中选取当前粒子，并根据所述最优储能规划和所述中层目标模型确定所述中层目标模型对应的适应度，并将所述适应度存储在所述中层种群的适应度数组中；步骤二：判断当前粒子的序号是否超过所述中层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述中层种群的适应度数组中的适应度确定最优值；步骤三：判断当前迭代次数是否超过所述中层种群对应的迭代次数，若否，则根据所述最优值重复执行步骤一，若是，则将所述最优值作为最优电源配置。
77.进一步的，上述网架配置模块340，可以具体用于：步骤一：在所述上层种群对应的种群规模中选取当前粒子，并根据所述最优电源配置和所述上层目标模型确定所述上层目标模型对应的适应度，并将所述适应度存储在所述上层种群的适应度数组中；步骤二：判断当前粒子的序号是否超过所述上层种群对应的种群规模，若否，则将下一粒子作为当前粒子，并返回执行步骤一，若是，则根据所述上层种群的适应度数组中的适应度确定最优值；步骤三：判断当前迭代次数是否超过所述上层种群对应的迭代次数，若否，则根据所述最优值重复执行步骤一，若是，则将所述最优值作为所述电力规划的最优网架配置。
78.可选的，所述下层约束条件包括：交流节点功率平衡约束、直流节点功率平衡约束、节点电压上下限约束、支路功率极限约束和容量约束中至少一项。
79.可选的，所述下层目标模型是基于储能装置年投资、运行维护费用以及对分布式电源出力稳定性中至少一项因素进行构造的；所述中层目标模型是基于分布式电源年投资、运行维护费用、分布式电源年降损量以及系统电压偏移中至少一项因素进行构造的；所述上层目标模型是基于年经济费用、储能装置投资与运行维护费用、分布式电源年投资与运行维护费用、线路直流改造费用、换流器费用以及系统年购电费用中至少一项因素进行构造的。
80.本实施例提供的电力规划装置可适用于上述任意实施例提供的电力规划方法，具备相应的功能和有益效果。
81.图4是用来实现本技术实施例的一种电力规划方法的电子设备的框图，图4示出了适于用来实现本技术实施例实施方式的示例性电子设备的框图。图4显示的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。该电子设备典型可以是智能手机、平板电脑、笔记本电脑、车载终端以及可穿戴设备等。
82.如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：一个或者多个处理器或者处理单元416，存储器428，连接不同系统组件(包括存储器428和处理单元416)的总线418。
83.总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。
84.电子设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
85.存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存
储器(ram)430和/或高速缓存存储器432。电子设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd
‑
rom,dvd
‑
rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本技术各实施例的功能。
86.具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本技术实施例所描述的功能和/或方法。
87.电子设备400也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口422进行。并且，电子设备400还可以通过网络适配器420与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图4所示，网络适配器420通过总线418与电子设备400的其它模块通信。应当明白，尽管图4中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
88.处理单元416通过运行存储在存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本技术任一实施例所提供的电力规划方法。
89.本技术还提供一种计算机可读存储介质，其上存储有计算机程序(或称为计算机可执行指令)，该程序被处理器执行时可以用于执行本技术上述任一实施例所提供的电力规划方法。
90.本技术实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd
‑
rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
91.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于
由指令执行系统、装置或者器件使用或者与其结合使用的程序。
92.计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。
93.可以以一种或多种程序设计语言或其组合来编写用于执行本技术实施例操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c ，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。