贾加泰桑，K。；阿南德，B。；巴斯卡兰，K。；尼兰詹·德伊 具有非线性和储能单元的多区域电力系统自动发电控制中的进化计算技术。 （英语） 兹比尔1359.93152 Azar，Ahmad Taher（编辑）等人，《混沌理论和智能控制的进展》。商会：施普林格出版社（ISBN 978-3-319-30338-3/hbk；978-3-319-30340-6/ebook）。《模糊性和软计算研究》337655-680（2016）。 摘要：在本研究中，提出了一种新的基于元神经的进化计算技术，用于解决具有非线性和储能单元的多区域电力系统的自动发电控制（AGC）或负荷频率控制（LFC）问题。多区域电力系统由两个具有调速器死区（GDB）和发电率约束（GRC）非线性、锅炉动态和储能元件的等面积再热热力系统组成。在正常运行条件下，系统参数（频率和线性功率流）和稳定性没有变化。当任意一个互联电力系统出现突发负荷需求时，会影响系统参数和稳定性，系统在响应稳态误差和稳定时间时会产生阻尼振荡。为了减轻这种最大的姿势，正确选择控制器是一个主要问题。在电力系统中，自动电压调节器（AVR）回路是主控制回路，此外，还提出了比例积分微分（PID）控制器作为AGC的辅助控制器。电力系统的良好性能取决于控制器增益的正确选择，也取决于所选的控制器增益值优化目标函数。采用一种新的基于元神经网络的蚁群算法进化计算技术，对不同工况下的PID控制器进行整定。ACO中使用了三种不同的目标函数积分平方误差（ISE）、积分时间绝对误差（ITAE）和积分绝对误差（IAE）来调节控制器增益。通过在两区域互联电力系统中引入储能装置，由于其固有的储能能力和转子的动能，有效地抑制了电力系统的机电振荡。在本研究中，将带有燃料电池的产氢水电解器（HAE）并入所研究的电力系统中。得到了该方法在不同成本函数下的响应，并与不考虑储能单元对LFC问题的影响进行了比较。有关整个系列，请参见[Zbl 1350.93001号]. MSC公司： 93亿B51 设计技术（稳健设计、计算机辅助设计等） 90 C59 数学规划中的近似方法和启发式 93立方厘米 控制理论中的非线性系统 93立方厘米 由常微分方程控制的控制/观测系统 关键词：蚁群优化；自动电压调节器；自动发电控制；储能装置；互联电力系统；负载频率控制；非线性；比例积分微分（PID）控制器 软件：MACS-VRPTW公司 PDF格式BibTeX公司 XML格式引用 \textit{K.Jagatheesan}等人，《模糊软计算研究》。337655-680（2016年；Zbl 1359.93152） 全文： 内政部 参考文献： [1] Abraham RJ，Das D，Patra A（2011），采用SMES-TCPS组合的火电系统中的功率和区域频率阻尼振荡。电气系统杂志1（1）：71-80 [2] Aditya SK，Das D（2001）互联电力系统负载频率控制用蓄电池储能。电力系统研究58:179-185·doi:10.1016/S0378-7796（01）00129-8 [3] Aldeeen M，Marsh JF（1991），互联电力系统的分散比例积分设计方法。IEEE规程C 138（4）：263-274 [4] Ali ES，Abd-Elazim SM（2009），基于细菌觅食优化算法的互联电力系统负荷频率控制器。电力能源系统33:633-638·doi:10.1016/j.iepes.2010.12.022 [5] Anand B，Jeyakumar AE（2009）考虑非线性和锅炉动力学的模糊逻辑控制器负载频率控制。交流8:15-20 [6] Arivoli R，Chidambaram IA（2011）基于遗传算法（GA）的控制器设计，用于与AC-DC TIE-LINE互连的电力系统的负荷频率控制。国际科技期刊2:280-286 [7] Azar AT（2010）模糊系统。in-tech，维也纳 [8] Azar AT（2012）《2型模糊逻辑系统概述》。国际模糊系统应用杂志（IJFSA）2（4）：1-28·doi:10.4018/ijfsa.2012100101 [9] Azar AT、Serrano FE（2014），针对具有增益和相位裕度规范的级联控制系统的鲁棒IMC-PID调节。神经计算应用，25（5）：983-995。doi（操作界面）： [10] Azar AT、Serrano FE（2015a），抗卷绕PID控制器的设计和建模。朱Q，Azar AT（eds），通过智能软计算进行复杂系统建模和控制。模糊性和软计算研究，第319卷。德国施普林格，第1-44页。doi（操作界面）： [11] Azar AT，Serrano FE（2015b），具有时变时滞的多变量系统的无差拍控制。In:Azar AT，Vaidyanathan S（eds）混沌建模和控制系统设计。计算智能研究，第581卷。Springer-Verlag GmbH，柏林，第97-132页。doi（操作界面）： [12] Azar AT，Vaidyanathan S（2015a）混沌建模和控制系统设计。计算智能研究，第581卷。德国施普林格·Zbl 1349.93006号 [13] Azar AT，Vaidyanathan S（2015b）《高级智能控制工程和自动化研究手册》。计算智能和机器人（ACIR）系列丛书的进展。美国IGI Global [14] Azar AT，Vaidyanathan S（2015c），建模和控制中的计算智能应用。计算智能研究，第575卷。德国施普林格。国际标准图书编号：978-3-319-11016-5 [15] Balasundaram P，Chidambaram IA（2012），基于ABC算法的互联电力系统负荷频率控制器，考虑非线性并与UPFC和RFB协调。国际工程创新技术（IJEIT）1（3）：1-11 [16] Banerjee S、Chatterjee JK、Tripathy SC（1990）《磁储能装置作为负载频率稳定器的应用》。IEEE Trans能量转换5:46-51·数字对象标识代码：10.1109/60.50811 [17] Banerjee S、Chatterjee JK、Tripathy SC（1990）《磁能储存装置作为负载频率稳定器的应用》。IEEE Trans能源转换5（1）：46-51·数字对象标识代码：10.1109/60.50811 [18] Beck JW，Carrol DP，Gareis GE，Krause PC，Ong CM（1976）电池储能和功率转换设备运行的计算机研究。IEEE Trans Power Appar系统95（4）：1064-1072·doi:10.10109/T-PAS.1976.32198文件 [19] Bhatt P、Ghoshal SP、Roy R（2010），通过协调控制晶闸管控制的移相器和三种类型的超导磁储能装置（如果相互连接的两个区域电力系统）实现负载频率稳定。电力能源系统32:1111-1124·doi:10.1016/j.ijepes.2010.06.009 [20] Blum C（2005）Beam-ACO-带波束搜索的混合蚁群优化：开放式车间调度的应用。计算运算结果32（6）：1565-1591·Zbl 1122.90427号 ·doi:10.1016/j.cor.2003.11.018 [21] Chidambaram IA，Paramasivam B（2009），基于遗传算法的分散控制器，用于带RFB的互联电力系统的负荷频率控制，其中考虑了线路中的TCPS。国际电工研究杂志1:299-312 [22] Chine S，Tripathy M（2015）。使用布谷搜索算法设计用于两区域火电系统自动发电控制的最优SMES。电子系统信息技术杂志2（1）：1-13 [23] Chon N（1957）互联电力系统的线路偏差控制的一些方面。Am Inst Electr工程翻译75:1415-1436 [24] Costa D，Hertz A（1997）蚂蚁可以给图形着色。《运营研究杂志》48:295-305·Zbl 0890.90174号 ·doi:10.1057/palgrave.jors.2600357 [25] Das S，Kothari ML，Kothary DP，Nanda J（1991），互联再热系统自动发电控制的变结构控制策略。IEEE规程D 138（6）：579-585·doi:10.1049/ip-d.1991.0080 [26] Dash P，Saikia LC，Sinha N（2014）基于杜鹃搜索算法的2DOF控制器在多区域热系统AGC中的性能比较。电力能源系统55:429-436·doi:10.1016/j.ijepes.2013.09.034 [27] Dash P，Saikia LC，Sinha N（2015）使用Bat算法优化的PD-PID级联控制器实现多区域热力系统的自动发电控制。电力能源系统68:364-372·doi:10.1016/j.ijepes.2014.12.063 [28] Dash P，Saikia LC，Sinha N（2015）多区域AGC中使用布谷鸟搜索算法优化的2DOF控制器的多个FACTS设备性能比较。电力能源系统65:316-324·doi:10.1016/j.ijepes.2014.10.15 [29] De Campos LM、Ferna’ndez-Luna JM、Ga’mez JA、Puerta JM（2002）《学习贝叶斯网络的蚁群优化》。国际J近似原因31（3）：291-311·Zbl 1033.68091号 ·doi:10.1016/S0888-613X（02）00091-9 [30] DeCampos LM，Gamez JA，Puerta JM（2002）通过蚁群优化学习贝叶斯网络：在排序空间中搜索。数学软件软计算9（2-3）：251-268 [31] Demiroren A，Sengor NS，Zeynelghi HL（2001）《利用人工神经网络技术进行自动发电控制》。电力组件系统29:883-896·doi:10.1080/1532500015246505 [32] Demiroren A，Zeynelgil AL，Sengor NS（2001）人工神经网络技术在三区域电力系统负载频率控制中的应用。参加：9月10日至13日在葡萄牙举行的IEEE波尔图电力技术会议 [33] DenBesten ML，Stutzle T，Dorigo M（2000）总加权拖期问题的蚁群优化。参见：M.Schoenauer等人（编辑）《PPSN-VI.LNCS会议录》，第1917卷。柏林施普林格，第611-620页 [34] Dey N、Samanta S、Chakraborty S、Das A、Chaudhuri SS、Suri JS（2014）《用于优化多种医学信息嵌入期间缩放因子的Firefly算法：在眼科成像中的应用》。医学影像健康信息杂志4（3）：384-394·doi:10.1166/jmihi.2014.1265 [35] Dey N，Samanta S，Yang XS，Chaudhri SS，Das A（2014）使用杜鹃搜索优化心电图信号水印中的比例因子。国际生物启发计算杂志（IJBIC）5（5）：315-326·doi:10.1504/IJBIC.2013.057193 [36] Dorigo M、Birattari M、Stitizle T（2006）《蚁群优化：人工蚂蚁作为计算智能技术》。IEEE计算智能杂志，28-39 [37] Dorigo M，Gambardella LM（1997）《蚁群系统：旅行推销员问题的合作学习方法》。IEEE Trans-Evol计算1（1）：53-66·Zbl 05451865号 ·doi:10.1109/4235.585892 [38] Dorigo M，Gambardella LM（2002）Ants可以解决约束满足问题。IEEE Trans-Evol计算6（4）：347-357·Zbl 05452146号 ·doi:10.1109/TEVC.2002.802449 [39] Dorigo M、Maniezzo V、Colorni A（1996）《蚂蚁系统：通过协作代理群体进行优化》。IEEE Trans-Syst Man Cybern-第B部分26（1）：29-41 [40] Dorigo M、Maniezzo V、Colorni A（1991），积极反馈作为搜索策略。意大利米兰理工大学电子技术学院，技术报告，第91-016页 [41] Ebrahim MA、Mostafa HE、Gawish SA、Bendary FM（2009）使用随机粒子群优化技术设计分散负载频率PID控制器。In:国际电力和能源转换系统会议，第1-6页 [42] Enomoto K，Sasaki T，Shigematsu T，Deguchi H（2002）氧化还原流电池响应及其建模的评估研究。IEEE Trans Power Eng B 122（4）：554 [43] Fenet S，Solnon C（2003）用蚁群优化搜索最大团。收录：Raidl GR等人（编辑）进化计算的应用，2003年EvoWorkshops会议录。LNCS，第2611卷。柏林施普林格，第236-245页·Zbl 1033.68623号 [44] Francis R，Chidambaram IA（2013）使用β小波神经网络控制器对带有氧化还原流电池的互联再热热电系统进行负荷频率控制。国际工程杂志Innov Technol（IJEIT）2（9）：275-282 [45] Francis R，Chidambaram IA（2015）使用BWNN方法优化PI+负载频率控制器，用于带有RFB和氢电解装置的互连再热电力系统。电力能源系统67:381-392·doi:10.1016/j.iepes.2014.12.012 [46] Gambardella LM，Dorigo M（2000）蚁群系统与序列排序问题的新局部搜索杂交。信息J计算12（3）：237-255·Zbl 1040.90570号 ·doi:10.1287/ijoc.12.3.237.12636 [47] Gambardella LM，Taillard ED，Agazzi G（1999）MACS-VRPTW:一个多蚁群系统，用于解决带时间窗的车辆路径问题。摘自：Corne D等人（编辑）优化新理念。伦敦麦格劳希尔，第63-76页 [48] Gozde H，Taplamacioglu MC（2011），火力发电系统中基于疯狂的粒子群优化的自动发电控制应用。电力能源系统33:8-16 [49] Gozde H，Taplamacioglu MC，Kocaarslan I（2012），互联再热火电系统自动发电控制中人工蜂群算法的性能比较分析。电力能源系统42:167-178·doi:10.1016/j.ijepes.2012.03.039 [50] Hassanien AE、Tolba M、Azar AT（2014）《高级机器学习技术和应用：第二届国际会议》，2014年11月28日至30日，埃及开罗，AMLTA 2014。计算机与信息科学通讯学报，第488卷。柏林Springer-Verlag有限公司。国际标准图书编号：978-3-319-13460-4 [51] Ipsakis D、Voutetakis S、Seferlisa P、Stergiopoulos F、Elmasides C（2009）使用可再生能源和氢储存的独立电力系统的电力管理策略。国际氢能杂志34:7081-7095·doi:10.1016/j.ijhydene.2008.06.051 [52] Jagatheesan K，Anand B（2012）考虑各种性能指标方法的带积分控制器的多区域水火电系统的动态性能。IEEE科学、工程和技术新兴趋势国际会议，蒂鲁奇拉帕利，12月13-14日 [53] Jagatheesan K，Anand B（2014）三区水热电力系统的自动发电控制，考虑了采用传统和蚁群优化技术的电动和机械调速器。高级国家应用科学8（2）：25-33 [54] Jagatheesan K，Anand B（2014）三区水热电力系统的自动发电控制，考虑了采用传统和蚁群优化技术的电动和机械调速器。高级国家应用科学8（20）：25-33 [55] Jagatheesan K、Jeyanthi S、Anand B（2014）使用HVDC链路的互联多区域再热火力发电系统的常规负载频率控制。国际科学与工程研究杂志5（4）：88-92 [56] Jagatheesan K，Anand B，Ebrahim MA（2014）单区域再热火电系统负荷频率控制中PID控制器整定的随机粒子群优化。国际电工杂志8（2）：33-40 [57] Kalyani S、Nagalakshmi S、Marisha R（2012），互联电力系统中使用蓄电池储能系统的负荷频率控制。In:ICCCNT’12会议记录 [58] Ke’louwani S，Agbossou K，Chahine R（2005）《储氢可再生能源系统能量转换模型》。J电源140:392-399·doi:10.1016/j.jpowsour.2004.08.019 [59] Korb O，Stutzle T，Exner TE（2006）蚁群优化在基于结构药物设计中的应用。收录：Dorigo M等人（编辑）《ANTS 2006年会议录》。LNCS，第4150卷。施普林格，柏林，第247-258页 [60] Kothari ML，Nanda J（1988）最优控制策略在水热系统自动发电控制中的应用。IEEE规程135（4）：268-274·Zbl 0648.93035号 ·doi:10.1049/ip-d.1988.0037 [61] Kunisch HJ、Kramer KG、Dominik H（1986）《蓄电池储能，负载频率控制和瞬时储备的另一种选择》。IEEE Trans能量转换1（3）：41-46·doi:10.1109/TEC.1986.4765732 [62] Kunisch HJ、Kramer KG、Dominik H（1996）蓄电池储能是负载频率控制和瞬时储备的另一种选择。IEEE Trans能量转换1（3）：41-46 [63] Little M、Thomson M、Infield I（2007年），将可再生能源电力集成到包含氢储存的独立电源中。国际氢能杂志32（10-11）：1582-1588·doi:10.1016/j.ijhydene.2006.10.035 [64] Lu C，Liu C，Wu C（1995）考虑调速器死区和发电率约束的蓄电池储能系统对负载频率控制的影响。IEEE Trans能源转换10（3）：555-561·数字对象标识代码：10.1109/60.464888 [65] Maniezzo V（1999）二次分配问题的精确和近似非确定性树搜索过程。信息J计算11（4）：358-369·Zbl 1034.90526号 ·doi:10.1287/ijoc.11.4.358 [66] Martens D、Backer MD、Haesen R、Baesen B、Mues C、Vantheenen J（2006）基于蚂蚁的知识融合方法。收录：Dori-go M等人（编辑）《ANTS 2006年会刊》。LNCS，第4150卷。柏林施普林格，第84-95页 [67] Merkle D，Middendorf M（2003）基于全局信息素评估的蚁群优化算法在单机调度中的应用。应用智能18（1）：105-111·Zbl 1033.68018号 ·doi:10.1023/A:1020999407672 [68] Merkle D，Middendorf M，Schmeck H（2002）资源受限项目调度的蚁群优化。IEEE Trans-Evol计算6（4）：333-346·Zbl 1044.68784号 ·doi:10.1109/TEVC.2002.802450 [69] Mitani Y、Tsuji K、Murkami Y（1988）超导磁体储能在改善电力系统动态性能中的应用。IEEE输电系统3:1418-1425·数字对象标识代码：10.1109/59.192948 [70] Nanda J，Kaul BL（1978）互联电力系统的自动发电控制。IEEE规程125（5）：385-390 [71] Nanda J，Kothari ML，Satsangi PS（1983）考虑到发电速率约束，以连续和离散模式对互连热液系统进行自动发电控制。IEEE规程130（1）：17-27·Zbl 0501.93008号 ·doi:10.1049/ip-d.1983.004 [72] Nandha J，Mishra S（2010）一种用于热电系统自动发电控制的新型经典控制器。在：PEDES，第1-6页 [73] Omar M、Soliman M、Abdel Ghany AM、Bendary F（2013），使用蚁群优化对水热负荷频率控制的PID控制器进行优化调整。国际电工工程师协会通知5（3）：348-356 [74] Padhan S，Sahu RK，Panda S（2015）《萤火虫算法在多区域互联电力系统负荷频率控制中的应用》。电力公司系统42（13）：1419-1430 [75] Pan-CT，Liaw CM（1989）电力系统负载频率控制的自适应控制器。IEEE输电系统4（1）：122-128·数字对象标识代码：10.1109/59.32469 [76] Parmar KP（2014）《氧化还原液流电池多源电力系统的负荷频率控制：分析》。国际计算机应用杂志88（8）：46-52 [77] Peterson HA、Mohan N、Boom RW（1975）电力系统用超导储能电感-变换器单元。IEEE Trans Power装置系统94:1337-1348·doi:10.1109/T-PAS.1975.31971 [78] Pothiya S，Ngamroo I，Kongprawechnon W（2007）使用多禁忌搜索算法为包括SMES单元的AGC设计基于最优模糊逻辑的PID控制器。In:第八届国际电力工程会议（IPEC 2007），第838-843页 [79] Padhan S、Sahu SK、Panda S（2014），采用可控硅控制串联补偿器的自动发电控制，包括超导磁储能装置。Ain Shams Eng杂志5:759-774 [80] Dash P，Saikia LC，Sinha N（2014）基于布谷鸟搜索算法的2DOF控制器在多区域热系统AGC中的性能比较。电力能源系统55:429-436 [81] Riberio PF、Johnson BK、Crow ML、Arsoy A、Liu Y（2001）《先进电力应用的储能系统》。IEEE规程89（12）：1744-1756 [82] Roy A、Dutta S、Roy PK（2014），双区域水电系统SMES-SMES控制器的自动发电控制。2014年第一届非常规能源国际会议记录（ICONCE 2014），第302-307页 [83] Sahu BK，Pati S，Mohanty PK，Panda S（2015）基于教学-学习优化算法的多区域电力系统自动发电控制模糊-PID控制器。应用软计算27:240-249·doi:10.1016/j.asoc.2014.11.027 [84] Sahu RK，Panda S，Padhan S（2015）用于多区域电力系统自动发电控制的混合萤火虫算法和模式搜索技术。电力能源系统64:9-23·doi:10.1016/j.ijepes.2014.07.013 [85] Sahu RK，Panda S，Rout UK（2013）DE优化并行2-DOF PID控制器，用于具有调速器死区非线性的电力系统负载频率控制。电力能源系统49:19-33·doi:10.1016/j.ijepes.2012.12.09 [86] Saikia LC，Sinha N，Nanda J（2013）基于细菌觅食的模糊IDD控制器在多区域热液系统AGC中的首次应用。电力能源系统45:98-106·doi:10.1016/j.ijepes.2012.08.052 [87] Saikia LC，Sinha N，Nanda J（2013）基于细菌觅食的模糊IDD控制器在多区域热液系统AGC中的首次应用。电力能源系统45:98-106·doi:10.1016/j.iepes.2012.08.052 [88] Salameh ZM，Casaca MA，Lynch WA（1992）铅酸电池的数学模型。IEEE Trans能源转换7（1）：93-98·数字对象标识代码：10.1109/60.124547 [89] Samanta S、Acharjee S、Mukherjee A、Das D、Dey N（2013）图像分割的蚂蚁权重提升算法。2013年IEEE计算智能与计算研究国际会议（ICCIC），第1-5页 [90] Shayeghi H，Shayanfor HA（2006）基于人工神经网络技术的应用 [91] Shmygelska A，Hoos HH（2005）二维和三维疏水性极性蛋白质折叠问题的蚁群优化算法。BMC生物信息6（30）：1 [92] Socha K，Sampels M，Manfrin M（2003）《大学课程时间表问题的蚂蚁算法》，最新进展。收录：Raidl GR等人（编辑）《进化计算的应用》，EvoWorkshops 2003年会议记录。LNCS，第2611卷，柏林斯普林格，第34-345页·Zbl 1033.90508号 [93] Solnon C（2000）用人工蚂蚁解决排列约束满足问题。摘自：《2000年ECAI会议录》。阿姆斯特丹IOS出版社，第118-122页 [94] Stutzle T，Hoos HH（1997）MAX-MIN蚂蚁系统和旅行推销员问题的局部搜索。收录：Back T等人（编辑）1997年IEEE进化计算国际会议论文集（ICEC’97）。IEEE出版社，皮斯卡塔韦，第309-314页 [95] Stutzle T，Hoos HH（2000）MAX-MIN蚂蚁系统。未来通用计算系统16（8）：889-914·Zbl 0970.90083号 ·doi:10.1016/S0167-739X（00）00043-1 [96] Taher SA、Fini MH、Aliabadi SF（2014），电力系统LFC分数阶PID控制器设计，采用帝国主义竞争算法。Ain Shams工程杂志5:121-135·doi:10.1016/j.asej.2013.07.006 [97] Tam K，Kumar P（1990）SMES在电力系统间异步链路中的应用。IEEE Trans能量转换5:436-444·数字对象标识代码：10.1109/60.105266 [98] Tam W，Kumar P（1990）超导储能在电力系统间异步链路中的应用。IEEE Trans能量转换5:436-444·数字对象标识代码：10.1109/60.105266 [99] 德田N（1998）氧化还原液流电池系统的开发。In:工程会议IECEC-98-1074 [100] Tripathy SC、Balasubramaniam R、Chandramohan Nair PS（1992）电力系统中SMES的自适应自动发电控制。IEEE Trans能量转换7:434-441·数字对象标识代码：10.1109/60.148563 [101] Tripathy SC、Balasubramaniam R、Chandramohan Nair PS（1992）超导储能对考虑调速器死区和锅炉动态的自动发电控制的影响。IEEE跨电力系统7（2）：12661273 [102] Tripathy SC、Bhatti TS、Jha CS、Malik OP、Hope GS（1984）再热汽轮机和调速器死区效应的采样数据自动发电控制分析。IEEE Trans Power Appar系统103（5）：1045-1051·doi:10.1109/TPAS.1984.318710 [103] Tripathy SC、Hope GS、Malik OP（1982），再热蒸汽轮机和调速器死区非线性电力系统的负载频率控制参数优化。IEEE规程129（1）：10-16 [104] YU S，Mays TJ，Dunn RW（2009）风力发电系统中设计氢能储存以平衡发电和需求的新方法。In:IEEE国际会议（SUPERGEN 2011），南京，第1-6页 [105] Zhu Q，Azar AT（2015）通过智能软计算进行复杂系统建模和控制。模糊性和软计算研究，第319卷。德国施普林格。国际标准图书编号：978-3-319-12882-5 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。