姚 艷，吳紅斌，林 達，汪湘晉

（1.新能源利用與節(jié)能安徽省重點實驗室（合肥工業(yè)大學），合肥 230009；2.國網(wǎng)浙江省電力有限公司電力科學研究院，杭州 310014）

0 引言

隨著能源互聯(lián)網(wǎng)的構(gòu)建以及綠色低碳的發(fā)展需求，以風電、光伏為代表的可再生能源飛速發(fā)展，同時也對電力系統(tǒng)的規(guī)劃與運行提出了更高的要求。儲能在電力系統(tǒng)中具有廣闊的應用前景，就配電網(wǎng)而言，可以靈活配置在配電網(wǎng)的DG（分布式電源）側(cè)、線路側(cè)和負荷側(cè)以滿足系統(tǒng)多樣化的應用需求，如延緩配電網(wǎng)升級投資、改善電壓水平、降低網(wǎng)損成本、低儲高發(fā)套利和提高節(jié)煤低碳效益等［1-2］。儲能配置的接入點、功率和容量的不同，其帶來的系統(tǒng)價值也不同。因此，全面科學地評估儲能系統(tǒng)，對于促進儲能系統(tǒng)的大力發(fā)展和應用、保障配電網(wǎng)安全經(jīng)濟運行并預防薄弱環(huán)節(jié)具有重要意義［3］。

針對配電網(wǎng)儲能系統(tǒng)價值評估問題，國內(nèi)外已有相關研究。文獻［4］以投資成本、壽命、凈現(xiàn)值、投資回收周期等構(gòu)建指標體系，并根據(jù)儲能投資者的不同關注點進行指標賦權(quán)；文獻［5］建立考慮多利益主體的分層儲能系統(tǒng)綜合評估指標體系，并提出基于AHP（層次分析法）和改進逼進理想解法的判定方法，計算綜合評價結(jié)果；文獻［6］針對用戶儲能系統(tǒng)配置方案評估決策問題，構(gòu)建評估指標集并采用灰色-關聯(lián)粗糙集方法進行指標篩選，提出基于改進三角模糊多準則妥協(xié)解排序法對配置方案進行評估排序；文獻［7］分析儲能技術(shù)性能、壽命周期內(nèi)年效益、壽命周期內(nèi)年成本和集成度，構(gòu)建儲能的實用性評價模型，分別開展不同準則的獨立評價和綜合評價；文獻［8］提出系統(tǒng)價值評估方法，建立了儲能同時應用在削峰填谷、平滑可再生能源和提高供電可靠性的多重價值評估模型。

然而，現(xiàn)有的儲能系統(tǒng)綜合評估指標體系較為單薄，隨著儲能服務形式的多樣化，傳統(tǒng)價值評估方法的靈活應用受到一定的制約和挑戰(zhàn)。為全面評估配電網(wǎng)儲能系統(tǒng)價值，在常規(guī)的考慮各應用場景下經(jīng)濟性指標基礎上，本文計及儲能系統(tǒng)投運配電網(wǎng)參與不同應用層面產(chǎn)生的附加效益：考慮供電可靠度和用電滿意度，提出衡量可靠性效益的相關指標；考慮儲能系統(tǒng)產(chǎn)生的節(jié)煤效益和低碳效益，提出考量配電網(wǎng)環(huán)保性效益的相關指標。綜上，本文提出一種基于多維價值的配電網(wǎng)儲能系統(tǒng)價值評估方法。通過分析儲能的不同應用以及復合價值，在經(jīng)濟性維度、可靠性維度和環(huán)保性維度，全面選取預選指標，健全綜合評價指標體系；利用變異特性，采用事件觸發(fā)機制進行無效指標篩選；基于協(xié)同耦合度，采用容量耦合模型篩選冗余指標，形成指標體系；采用基于直覺模糊理論的變權(quán)層次分析法對指標體系中各層指標賦權(quán)，進一步確定各指標的綜合權(quán)重系數(shù)，根據(jù)儲能系統(tǒng)綜合評價值對儲能配置方案組進行優(yōu)劣排序并評選出最優(yōu)配置方案。

1 基于多維價值的預選指標體系構(gòu)建

考慮儲能系統(tǒng)在配電網(wǎng)中的不同應用及其復合價值，根據(jù)儲能系統(tǒng)延緩配電網(wǎng)升級投資、改善電壓水平、降低網(wǎng)損成本、低儲高發(fā)以及提高節(jié)煤低碳效益等作用，從經(jīng)濟性、可靠性和環(huán)保性三個維度，選取39 個預選指標并根據(jù)指標間的相互聯(lián)系將其分組分層，生成預選指標體系，如圖1所示。

圖1 預選指標體系層次結(jié)構(gòu)模型

1.1 經(jīng)濟性維度

為獲得更符合實際需求和長期規(guī)劃效益的儲能配置方案，計及限制因子計算儲能投資和運維成本，并利用動態(tài)投資回收周期作為儲能接入配電網(wǎng)后價值回收年限的依據(jù)。本文計及儲能接入配電網(wǎng)對多方利益主體產(chǎn)生的經(jīng)濟價值：用于平滑可再生能源出力波動［9］，減少功率變化越限的考核罰款［10］；在峰谷電價下通過低儲高發(fā)實現(xiàn)負荷側(cè)經(jīng)濟效益；通過削峰填谷平緩負荷曲線，減少網(wǎng)損成本［11］；替代常規(guī)火電機組，為DG 并網(wǎng)運行提供備用容量；利用儲能技術(shù)改善電能利用效率?；谝陨戏治?，根據(jù)儲能投運的成本指標、時間指標以及收益指標，在經(jīng)濟性維度選取3個一級指標、4個二級指標、8個三級指標。

1.1.1 成本指標

指標1：儲能單位發(fā)電量成本SAW。

式中：P和E分別為儲能配置功率和容量；Pt為時段t（以Δt=1 h 為1 個時段，全年按365 日計，共8 760 個時段；下標中的t表示時段t，下同）儲能充放電功率和容量；r為儲能項目投資收益率，取8%；N為儲能使用年限；CP、CE、Cm分別為儲能系統(tǒng)單位功率投運成本、單位容量投運成本、單位容量年維護費用的經(jīng)濟系數(shù)。

1.1.2 時間指標

指標2：儲能動態(tài)投資回收周期Ty。

式中：Sy、SE、Sm分別為第y年配電網(wǎng)系統(tǒng)收益、投資成本、年運行維護成本；ρ為銀行年利率。

1.1.3 收益指標

指標3—7：多應用各利益主體投資回報率，包括DG、負荷、電網(wǎng)、電源、儲能系統(tǒng)的投資回報率KDG、Kload、Kgrid、KG、KESS。

指標8—10：配電網(wǎng)電能利用價值，包括電能溢出率REO、負荷缺供率RLS、電能利用率REU。

式中：PG，t為配電網(wǎng)供電功率。

1.2 可靠性維度

配電網(wǎng)儲能系統(tǒng)可作為應急電源滿足負荷持續(xù)供電的需求，在一定程度上減少由停電故障造成的經(jīng)濟損失，保障用戶用電滿意度。提供安全可靠的供電是提升用電滿意度的基礎，需要在保障配電網(wǎng)可靠供電能力的同時提高電網(wǎng)穩(wěn)定運行水平［12］。因此，本文計及儲能參與平滑可再生能源應用產(chǎn)生的附加效益，如提高配電網(wǎng)供電能力效益和平抑系統(tǒng)功率波動效益［13］?；谝陨戏治?，根據(jù)用電滿意度指標和供電可靠度指標，從可靠性維度選取2 個一級指標、4 個二級指標、6 個三級指標。

1.2.1 用電滿意度指標

指標11 和12：用電缺供損失SESL和缺供補償SESC。

式中：RIEA為配電站所供重要用戶的缺電損失評價率；EENS為由停電造成重要用戶的供電不足期望值；p{Wt

1.2.2 供電可靠度指標

指標13—15：考慮配電網(wǎng)正常運行情況，包括儲能無故障工作率KMTBF、DG 出力包容度TDGO以及投運功率波動FSP。

指標16—18：考慮配電網(wǎng)停電故障情況，包括電能缺供期望值EES、配電網(wǎng)可用供電能力KAPSC、儲能故障供電失效率KFPSF。

式中：fFD為重要用戶供電不足頻率；S(t)為時段t的配電網(wǎng)可用供電能力。

1.3 環(huán)保性維度

隨著以新能源為主體的深度能源轉(zhuǎn)型，儲能系統(tǒng)作為高比例可再生能源關鍵支撐技術(shù)，能夠替代常規(guī)燃煤電廠作為新能源發(fā)電的備用容量，促進可再生能源消納，但目前的研究中缺乏對配電網(wǎng)儲能系統(tǒng)環(huán)保效益的全面評估。本文計及儲能系統(tǒng)接入配電網(wǎng)產(chǎn)生的節(jié)煤效益指標和低碳效益指標，從環(huán)保性維度選取2個一級指標、2個二級指標、10個三級指標。

1.3.1 節(jié)煤效益指標

指標19—24：考慮儲能系統(tǒng)產(chǎn)生的節(jié)煤效益，包括配電網(wǎng)單位供電量燃煤量CUPC、儲能系統(tǒng)殘值Srec、單位GDP 能耗比年增幅KECU、人均能源消耗CEPP(y)、化石能源中煤炭占比降幅KCFE和非化石能源在一次能源中的占比B。

式中：定義CECU(y)=為單位GDP第y年能耗；定義CCFE(y)=為第y年化石能源中煤炭占比；A1（y）和A2（y）分別為一次能源消費總量中非化石能源和原煤占比；Tcc、Kacv、Lfcy分別為第y年配電網(wǎng)供電原煤耗量、原煤平均低位發(fā)熱量、供電側(cè)用電率；CB，y為第y年初儲能的單位容量造價；γ1為儲能的固定資產(chǎn)折舊率；SGDP和Np分別為第y年國內(nèi)生產(chǎn)總值和用電人數(shù)；ζ′和ζ分別為非化石能源和一次能源消耗總量。

1.3.2 低碳效益指標

指標25—28：考慮儲能系統(tǒng)產(chǎn)生的低碳效益，包括配電網(wǎng)單位供電量碳排放EUPC、單位GDP 二氧化碳排放年降幅KECE、人均碳排放量CECP(y)、綠色能源接納度CGE。

式中：定義SECE(y)=為單位GDP第y年二氧化碳排放，其中Eg和Fg分別為第g種能源的消費總量和碳排放系數(shù)，K為能源種類數(shù)；Wfd和Wd分別為配電網(wǎng)供電量和供電側(cè)用電量；a為供熱比。

2 冗余指標篩選

考慮到不同應用層面催生的附加效益，以及指標體系的有效精簡，本文利用指標自身變異特性和指標間協(xié)同耦合度對冗余指標進行篩選，變異特性以指標本身的鑒別能力有效性為依據(jù)，協(xié)同耦合度以指標間耦合度和附加價值為依據(jù)。

2.1 基于z-score法的指標標準化

不同三級指標的取值范圍和量綱存在差異，通過z-score法對指標進行標準化。指標標準化公式為：

式中：i=1，2，…，n，j=1，2，…，m，n和m分別為指標的總個數(shù)和上級指標的總個數(shù)；si和xi分別為指標i的標準差和算術(shù)平均值；xij和zij分別為指標實際計算值和標準化后數(shù)值。

2.2 基于變異特性的冗余指標檢驗

為合理選取有效指標，緩解計算壓力，采用事件觸發(fā)機制［14］，基于變異特性對冗余指標進行篩選。事件觸發(fā)機制實現(xiàn)了依據(jù)事件觸發(fā)條件篩選數(shù)據(jù)，減少數(shù)據(jù)傳輸量，提高計算效率，如圖2所示。

圖2 基于變異特性的冗余指標篩選

定義εi，k=xi，k-xi，γ為指標i在兩組配置方案k和γ之間的差值。生成變異特性判定函數(shù)：

定義指標是否被篩選的觸發(fā)邏輯變量：

判定指標是否被篩選：

式中：δi為給定事件的觸發(fā)閾值，取0.01；xi，k和分別為篩選前和經(jīng)變異特性篩選后的指標標準值。

2.3 基于協(xié)同耦合度的冗余檢驗

在非線性、高耦合性的系統(tǒng)價值模型內(nèi)，需考慮儲能在多個運行層面系統(tǒng)價值的協(xié)同效應。為定量分析各指標的代表性，合理考慮附加價值的影響，采用容量耦合模型［15］，基于協(xié)同效應相關原理對冗余指標進行篩選。

定義耦合度衡量指標之間的相似程度為：

定義協(xié)同度表示對系統(tǒng)價值的貢獻程度為：

生成協(xié)同耦合度函數(shù)為：

判定指標是否被篩選：

式中：x1，k和x2，k分別為方案k下任意兩組指標值；分別為經(jīng)協(xié)同耦合度篩選后的指標i和指標j的狀態(tài)標準值；σ1和σ2分別為兩組指標的重要程度系數(shù)，取0.5。

協(xié)調(diào)度范圍與協(xié)調(diào)關系如表1所示。

表1 協(xié)調(diào)度范圍與協(xié)調(diào)關系

3 儲能系統(tǒng)價值綜合評估

考慮到傳統(tǒng)AHP客觀性不足［16］以及系統(tǒng)價值問題的復雜性和強耦合性，其應用受到一定的制約和挑戰(zhàn)［17］。本研究在直覺模糊集理論［18-22］的基礎上，提出基于FAHP（模糊層次分析法）的綜合權(quán)重系數(shù)計算方法。同時，為更好地反映模型的非線性、耦合性和動態(tài)性，對FAHP 的常權(quán)權(quán)重進行變權(quán)改進［23］，可以有效避免模型失效問題。

3.1 指標體系權(quán)重系數(shù)求解

3.1.1 構(gòu)建直覺判斷矩陣

比較相鄰的兩個指標對上一層次指標的重要程度，構(gòu)造具有嚴格一致性的直覺判斷矩陣R=(rij)n×n，rij為指標i相比于指標j重要程度的直覺模糊數(shù)［23］。評價與直覺模糊數(shù)如表2 所示。其中rij=(μij，vij)，i，j=1，2，…，n，μij表示對指標i的隸屬度，vij表示對指標i的非隸屬度，不確定度πij=1-μij-vij。μij∈[0，1]，vij∈[0，1]，μij=vji，μii=vii=0.5，μij+vij≤1。

表2 定性評價與直覺模糊數(shù)

3.1.2 計算綜合權(quán)重系數(shù)

1）計算常權(quán)權(quán)重向量。對于滿足一致性的直覺判斷矩陣，同層各項指標間的常權(quán)權(quán)重向量計算公式為：

2）計算變權(quán)權(quán)重向量ωi。為定量表示指標狀態(tài)值和權(quán)重系數(shù)的相關性，利用經(jīng)調(diào)節(jié)系數(shù)改進的均衡系數(shù)計算指標變權(quán)權(quán)重。

在滿足歸一性和連續(xù)性的映射條件下，可以將常權(quán)向量轉(zhuǎn)換為變權(quán)向量。變權(quán)計算公式為：

均衡系數(shù)的取值方法為［24］：

式中：?為直覺模糊運算算子；αij和β分別為指標的均衡系數(shù)和調(diào)節(jié)系數(shù)；為指標狀態(tài)標準值；和ωij分別為指標常權(quán)權(quán)重和變權(quán)權(quán)重。

若指標值小于狀態(tài)標準值，則表明該指標對系統(tǒng)價值的貢獻程度劣于綜合貢獻程度，越大，指標對系統(tǒng)價值的威脅越大，應考慮在調(diào)節(jié)系數(shù)β的基礎上增大均衡系數(shù)αij，反之同理。

3）計算綜合權(quán)重系數(shù)Wi?？紤]到各權(quán)重向量的元素均為直覺模糊數(shù)，常規(guī)的加和算子、乘法算子已經(jīng)不能滿足實際需求，本文引入直覺模糊數(shù)運算算子，計算指標層各因素相對于目標層的綜合權(quán)重Wi：

式中：⊕為直覺模糊數(shù)運算算子；ωp、ωpq、ωpqi分別為一級指標、二級指標、三級指標的權(quán)重系數(shù)；m1、m2、m3分別為一級指標、二級指標和三級指標個數(shù)。

3.2 儲能系統(tǒng)多維價值評估

計算配電網(wǎng)儲能系統(tǒng)綜合評價值Fi：

式中：Xpqi和Wpqi分別為指標狀態(tài)標準值和指標綜合權(quán)重系數(shù)。

儲能系統(tǒng)多維價值評估步驟如下：

步驟1，從經(jīng)濟性、可靠性和環(huán)保性維度全面選取預選指標。

步驟2，基于指標的變異特性和協(xié)同耦合度篩選冗余指標。

步驟3，構(gòu)建直覺判斷矩陣并計算常權(quán)權(quán)重。

步驟4，采用均衡系數(shù)和調(diào)節(jié)系數(shù)對常權(quán)權(quán)重進行變權(quán)改進，并生成綜合權(quán)重。

步驟5，計算不同方案下儲能系統(tǒng)綜合評價值，綜合評價值最高的方案即為最佳儲能配置方案。

4 算例分析

4.1 算例系統(tǒng)

本文以Garver 6 節(jié)點測試系統(tǒng)進行算例分析，發(fā)電機、風電、負荷數(shù)據(jù)與文獻［25］相同，在節(jié)點2和節(jié)點5配置儲能。選擇磷酸鐵鋰電池儲能系統(tǒng)，儲能的壽命周期為10 年（1 年以365 日計算），儲能充放電深度為10%～90%，充放電效率ηch=ηdisch=90%。電價采用上海市夏季分時電價，峰時、平段、谷時電價分別為1.063 元/kWh、0.635元/kWh、0.233 元/kWh。價值評估模型的參數(shù)設定如表3所示。

表3 模型評價參數(shù)設定

4.2 評估結(jié)果分析

由上文分析可知，根據(jù)儲能的安裝位置、充放電功率和容量的不同，設置9種配置方案進行對比評價，如表4所示。

表4 配置方案設置

計算不同配置方案下的指標標準值，根據(jù)計算結(jié)果繪制9種方案下的評估指標雷達圖，如圖3所示。可見，方案6未出現(xiàn)明顯劣性指標，方案3在儲能單位發(fā)電量成本SAW、動態(tài)投資回收周期Ty、負荷缺供率RLS和化石能源中煤炭占比降幅KCFE等指標上明顯優(yōu)于其他方案，但在DG投資回報率KDG、配電網(wǎng)單位供電量碳排放EUPC、缺供期望值EES和投運功率波動FSP指標上存在極大不足。

圖3 評估指標雷達圖

根據(jù)本文所述變權(quán)-FAHP法，通過式（39）—（42）計算各指標綜合權(quán)重系數(shù)，結(jié)果見表5。

表5 指標綜合權(quán)重系數(shù)

根據(jù)指標標準值與綜合權(quán)重系數(shù)，通過直覺模糊運算法則得到9種方案下配電網(wǎng)儲能最高綜合評價值，各方案下綜合評價值如圖4所示。

由圖4可見，配置容量小于10 MWh時，儲能無法產(chǎn)生較好的經(jīng)濟性和可靠性效益。儲能的配置容量相對于負荷需求過小，導致負荷的投資回報率Kload、負荷缺供率RLS以及缺供期望值EES等指標值過低；對于配置功率較小的方案，DG的投資回報率KDG、投運功率波動FSP以及DG 出力包容度TDGO等指標值不大，儲能的系統(tǒng)價值較小。同時，儲能配置的功率和容量過大時，儲能系統(tǒng)綜合評價值不高，這是由于儲能投資成本、運維成本較高，會使儲能單位發(fā)電量成本SAW、動態(tài)投資回收成本Ty等指標狀態(tài)值不佳，需要較長的年限才能實現(xiàn)成本回收甚至盈利。

圖4 儲能最高綜合評價值

綜上分析，相比于其他方案，方案5（即在節(jié)點2 和5 配置功率10 MW、容量10 MWh 的儲能）能夠獲得良好的多維價值。

4.3 冗余指標篩選的有效性

為驗證冗余指標篩選后生成配置方案的有效性，將篩選前后各方案的排序結(jié)果和計算時長進行對比，結(jié)果如表6所示。

由表6可見，篩選前指標體系中有39個指標，篩選后為32 個，篩選前后配置方案的排序結(jié)果相同，均為方案5>方案6>方案2>方案9>方案8>方案3>方案1>方案4>方案7。相比于基于預選指標體系直接計算系統(tǒng)價值，利用變異特性和協(xié)調(diào)耦合度篩選冗余指標并生成指標體系進而計算系統(tǒng)價值所需計算時長較短，未經(jīng)篩選直接計算儲能系統(tǒng)價值需要26.51 s，而利用篩選后的指標體系進行計算需要21.14 s，計算時間縮短20.26%，而且配電網(wǎng)系統(tǒng)越復雜，指標間協(xié)同效應越強，優(yōu)越性越明顯。

表6 篩選前后結(jié)果對比

4.4 綜合權(quán)重系數(shù)確定方法對比

為分析權(quán)重計算方法對儲能最高綜合評價值的影響，驗證變權(quán)-FAHP的靈活性和實用性，分別采用傳統(tǒng)AHP、FAHP和變權(quán)-FAHP對9種配置方案下的配電網(wǎng)儲能系統(tǒng)價值進行評估，結(jié)果如圖5所示。

由圖5 可見，AHP 的排序結(jié)果在方案2 和方案3 中存在一定偏差；這是由于AHP 僅憑經(jīng)驗直接給出權(quán)重值而沒有考慮專家判斷的不確定性，導致排序結(jié)果難以客觀準確。變權(quán)-FAHP 與FAHP 的排序結(jié)果一致，但辨識度顯著提高；這是由于調(diào)整常權(quán)權(quán)重后，變權(quán)-FAHP的評價結(jié)果考慮了隸屬于同一上級指標下各項指標狀態(tài)值的相互影響，根據(jù)|-xi|的大小對隸屬于同一上級指標的下層指標進行調(diào)節(jié)系數(shù)賦值，可以有效調(diào)節(jié)狀態(tài)值較差的指標權(quán)重系數(shù)，規(guī)避FAHP 存在的盲目性和不確定性風險，凸顯影響儲能系統(tǒng)價值的關鍵指標和薄弱環(huán)節(jié)。

圖5 不同權(quán)重確定方法下評估結(jié)果對比

4.5 單維評估與多維評估方法對比

為進一步分析多維價值評估方法的必要性，定義全壽命價值回收周期指標，對比分析多維價值評估方法和單維價值評估方法，如圖6所示。單維價值層面選取儲能參與平滑可再生能源和削峰填谷兩種應用場景作為代表，全壽命價值回收周期計及上文所述經(jīng)濟性、可靠性和環(huán)保性維度。

圖6 全壽命價值回收周期指標對比

由圖6可見，對于同一配置方案，儲能系統(tǒng)綜合評價值越低，全壽命價值回收周期越大；這是由于該配置方案存在功率容量較小無法滿足系統(tǒng)需求或儲能容量較大投資價值不高的問題。在9組不同配置方案下，儲能參與平滑可再生能源應用的價值回報周期為7～13年，參與削峰填谷應用為9～15年，而計及多維應用價值為3～6年。相比于單維價值評估，多維價值評估具有相似的變化趨勢，但多維價值評估方法的全壽命價值回收周期較短；這是由于多維價值評估方法在常規(guī)考慮基本應用價值的基礎上，全面計及儲能系統(tǒng)在配電網(wǎng)中的多維應用層面價值，如平滑可再生能源、削峰填谷、降低網(wǎng)損成本、保障可靠性效益以及提高節(jié)煤低碳效益等，同時還考慮應用層面間產(chǎn)生的附加效益。在配置方案具有可比性的情況下，多維價值評估方法在客觀全面地計及多維應用價值的同時，考慮了不同應用層面間的協(xié)同關系，在較短時間內(nèi)實現(xiàn)較好的價值回收，具備良好的投資條件。

5 結(jié)論

本文針對傳統(tǒng)價值評估方法無法全面客觀衡量儲能系統(tǒng)價值及確定性AHP忽略決策模糊度的不足，提出了一種基于多維價值的配電網(wǎng)儲能系統(tǒng)規(guī)劃方法。通過算例分析，得出以下結(jié)論：

1）利用變異特性和協(xié)調(diào)耦合度對指標體系進行冗余指標篩選，能夠有效提高計算效率，且配電網(wǎng)系統(tǒng)越復雜，指標間協(xié)同效應越強，優(yōu)越性越明顯。

2）采用變權(quán)-FAHP確定指標權(quán)重，能夠規(guī)避確定性AHP存在的盲目性和不確定性風險，凸顯影響儲能系統(tǒng)價值的薄弱環(huán)節(jié)。

3）多維價值評估方法可以有效避免傳統(tǒng)價值評估較為單一的問題，在客觀全面地計及儲能應用價值的同時考慮附加效益，具備投資參考價值。