基于區塊鏈技術的 P2P 電能交易平臺與配電網 協同仿真

　　摘　要: 為了推動能源交易公平以及區塊鏈技術在電力交易領域的應用, 實現 P2P 電能交易平臺與配電網高效配合, 提出一種基于區塊鏈技術的 P2P 電能交易平臺與配電網的協同仿真框架. 根據區塊鏈去中心化、安全性強、可追溯的特點, 提出分布式雙邊拍賣機制, 結合智能合約, 建立了能源交易模型并進行了仿真分析. 最后, 根據建立的協同仿真模型, 通過兩個場景下配電網參數的比較分析, 得出了 P2P 電能交易機制對配電網影響的相關結論, 為實現能源高效利用, 電能交易安全穩定以及區塊鏈技術在電能交易領域的落地推廣提供了理論基礎和技術支撐.

　　本文源自劉芯汝; 高輝; 張衛國; 楊鳳坤， 計算機系統應用 發表時間：2021-04-13 《計算機系統應用》(月刊)創刊于1991年，由中國科學院軟件研究所主辦。辦刊宗旨：宣傳推廣信息技術在各行各業的應用。重點是宣傳介紹計算機應用系統的建設(包括系統的規劃、設計與開發等方面)、信息技術的應用研究與開發成果以及相關技術的分析、探討與應用，系統建設：面向中高層管理人員與應用系統設計的專業人員。榮獲中文核心期刊(2000)。

　　關鍵詞: 區塊鏈; 分布式雙邊拍賣; 智能合約; P2P 能源交易; 配電網; 協同仿真

　　2020 年 4 月 21 日, 國家發改委首次明確“新基建” 范圍, 區塊鏈被正式納入其中. 區塊鏈是時下的熱點和焦點, 作為新一代互聯網的底層系統, 區塊鏈可以融合其他新一代信息技術, 加速第三產業轉型和創新. 隨著能源互聯網的發展以及分布式能源滲透率的提高, 基于區塊鏈技術的對等 (Peer to Peer, P2P) 能源交易也受到了極大關注[1] . 同時, 配電網也從原先只能向負荷提供電能的單相潮流轉變為既能提供電能又能接受電能的雙向潮流[2] .

　　文獻 [3] 系統地回顧了區塊鏈在電力和能源領域相關的應用、挑戰和機遇. 文獻 [4] 在基于能源互聯網的條件下, 建立了具有儲能設施的分布式光伏電站微電網區塊鏈交易模型, 分析了區塊鏈在電能交易市場中的應用. 文獻 [5] 提出了區塊鏈應用于能源互聯網的具體架構, 通過仿真和建模定性和定量地分析了區塊鏈交易的影響因素, 并且建立了數學模型, 實現進行定量, 為電力交易區塊鏈的具體設計提供了參考. 文獻 [6] 通過對典型低壓配電網進行詳細建模和仿真, 提出了一種能源交易機制, 使得電力系統更加去中心化運營. 國內外的幾個項目也證明了在低壓配電網或微電網上使用區塊鏈實現對等能源交易的概念[7–9] .

　　上述文獻主要是對區塊鏈在能源交易市場上的應用以及在去中心化電力交易方面有重要的研究. 然而, 到目前為止, 這一領域的大部分工作都集中在微電網的能源交易機制, 或在多個電網之間的能源共享. 關于分析基于區塊鏈的地方電能交易對配電網基礎設施可能產生的影響方面, 則存在一個研究缺口. 由于政策環境、投資、落地標準等因素影響, 中國目前落地的電力交易區塊鏈應用極少, 并且也面臨著區塊鏈吞吐量增大問題以及安全性防護問題等問題和挑戰. 本文通過提出一種基于區塊鏈技術的 P2P 電能交易平臺與配電網的協同仿真框架來研究其對配電系統的控制、運行和規劃可能產生的影響. 從而為區塊鏈技術在電力交易中的落地應用提供技術參考和理論依據. 本文采用基于區塊鏈的分布式雙邊拍賣交易平臺促進用戶之間的 P2P 電能交易, 并通過 OpenDSS (Open Distributed System Simulator) 對某一社區用戶微電網進行了兩個場景的建模和仿真. 通過算例仿真結果研究分析了 P2P 電能交易平臺對當地配電網的影響.

　　1 協同仿真方法概述

　　目前為了使 P2P 能源交易模式得到更大規模的應用, 需要對其進行建模來研究其對配電網的性能和可靠性的潛在影響. 本文選擇 OpenDSS 仿真工具[10] . OpenDSS 是一個用于對三相低壓網絡進行詳細建模的開放源代碼工具, 并且還能夠通過內置的組件對象模型與 Python 或 Matlab 軟件包進行交互. 通過使用 Python 或 Matlab來管理數據輸入/輸出以及使配電網進行仿真運行. 圖 1是本文所提出的配電網與 P2P 電能交易平臺協同仿真方法示意圖.

　　輸入包括用戶數據和配電網數據. 其中用戶數據包括用戶的日常需求負荷以及 PV 和 EV 需求. 配電網主要是網絡的節點和支路數據. 配電網數據為 OpenDSS 提供配電網物理結構的必要信息, 包括網絡布局以及變壓器、穩壓器等網絡控制元件的特性參數. 在 OpenDSS 仿真過程中, 使用逗號分隔值 (.csv) 文件在每個元素之間交換數據. 最后, 通過 Python 或 Matlab 來管理數據據輸入/輸出, 并提供仿真輸出的后處理和可視化操作.

　　在本文中, Matlab 用于提供 Python 與 OpenDSS 之間的接口, 該接口能夠快速解決復雜的三相不平衡網絡問題. 圖 1 所示的協同仿真方法的優越性在于 OpenDSS 中的網絡模型可以替換為另一個配電網, 而無需重新編寫用于電能交易的 Python 代碼. 同時, 也可以在 Python 中實現替代的本地能源交易機制, 而不需要在 OpenDSS 中進行更改. 并且, 考慮到相關的約束條件, 本文所提出的協同仿真方法可以對低壓配電網絡中的 P2P 能源交易進行全面的數值仿真, 包括電壓、網絡支路負載限制、電能質量要求和故障等級等.

　　2 P2P 電能交易平臺

　　2.1 P2P 電能交易平臺現狀

　　P2P 電能交易是一種高效協調電力系統中分布式能源的手段. 隨著分布式能源滲透率的不斷提高, 電能市場的交易模式也迎來了新的機遇和挑戰. 通常, 分時電價被用作有效地激勵需求響應的一種手段. 但其也面臨著問題, 比如如果所有用戶都利用相同的低電價時段, 則有可能減小負荷不均性系數并創造新的需求高峰. 所以, 就長遠來看, P2P 電能交易模式更能有效提高配電網的利用率. 首先, P2P 電能交易平臺為分布式能源節點提供了一個網絡環境, 而不是傳統的分層網格結構, 這有利于配電網與其他軟件或系統環境進行交互. 但是, 此類項目通常會受到地區以及相關市場法規的限制.

　　相關研究中, 目標基本都是探索如何進行大規模 P2P 能源交易的解決方案. P2P 電能交易的預期收益主要包括更好地利用電網資源, 以及由于更短的傳輸距離而減少的能源損失. 在配電網級別上, P2P 電能交易平臺可以在有足夠的分布式能源的情況下實現本地能源平衡.

　　2.2 分布式雙邊拍賣機制

　　本文提出了基于 P2P 電能交易平臺的分布式雙邊拍賣機制. 在分布式雙邊拍賣機制中, 買賣雙方向拍賣商提交他們的保留價格和購買或出售的能源量. 買方的保留價格是它將為能源支付的最高價格, 而賣方的保留價格是賣方將其能源出售的最低價格. 拍賣商決定能源交易的價格和交易的買賣雙方的子集.

　　相較于集中式拍賣的中心化、不安全性以及交易距離限制等缺點, 本文提出的基于區塊鏈的分布式雙邊拍賣機制則能有效緩解這些問題. 首先, 加密和分布式共識協議保證了區塊鏈中存儲的交易記錄的安全性. 同時在分布式雙邊拍賣機制中, 任何參與者都可以作為拍賣商, 區塊鏈機制確保每一個參與者作為拍賣商都是合法的.

　　在 P2P 電能交易平臺中, 每個用戶不僅僅是消費者, 同時也是生產者. 本地能源包括可控制的電能需求, 比如電動汽車充電器、電動熱泵、智能電器、現場發電設備以及電池存儲設備等. 圖 2 給出了基于 P2P 電能交易平臺的分布式雙邊拍賣機制示意圖.

　　如圖 2 所示, 任一用戶都可以通過交易將其電能供需情況通知到其他用戶. 同時, 如果一名用戶從其他用戶處收到多個供求交易請求, 那么此用戶就可以作為拍賣商. 如果一名用戶不能解決此雙邊拍賣交易, 那么它會將未完成的交易信息傳遞給另一個用戶. 相反, 如果成功進行了雙邊拍賣交易, 則向交易的另一方發送交易成功的信號.

　　在交易過程中, 能源過剩或不足的信息會被編碼為區塊鏈交易, 用戶向外部發送能源過剩或不足的交易請求. 例如, N1 將交易 T1 發送到 N2 表示它有多余的能源, 而 N3 將交易 T3 發送到 N2 表示它的能源不足. 用戶將根據實際需求來創建合適的交易. 例如, N2 發現 N3 和 N5 需要購買能源, 而 N1 在出售多余的能源. 所以, N2 就會創建交易 T′1, T′′1 和 T′3. 如果用戶無法完成雙邊拍賣, 那么它將把未完成的交易轉給其他用戶. 例如, N4 通過交易 T5 接收到 N5 的能源不足信息, 但無法進行雙邊拍賣. 因此, N4 將此信息傳遞給 N3, 即創建交易 T′5, 由 N3 來完成雙邊拍賣交易.

　　雙邊拍賣的結果僅表明用戶理論上的能源需求情況. 但是, 實際的能源需求情況可能不同, 這種情況將被記錄為需求字段為 0 的交易. 因此, 本文通過創建智能合約來解決這一問題.

　　2.3 智能合約

　　基于每次雙邊拍賣的結果, 用戶之間可以形成一個智能合約. 例如, 在時間 內, 用戶 想要以價格出售 個單位的能源, 而用戶 想要以價格 購買 個單位的能源. 這時, 將會建立一個 和 之間的加密貨幣值為 智能合約.

　　該智能合約將由 和 的交易請求激活, 交易信息將決定實際的支付情況. 比如 只出售了 個單位的能源, 而 . 因此, 將會支付給價值 的加密貨幣, 剩下的 的加密貨幣將會返還給 . 這種加密貨幣可以作為區塊鏈基礎設施的一部分. 用戶必須用任何其他貨幣購買這些代幣. 而用于能源交易信息和拍賣的代幣是免費的, 因為每個用戶都有固定數量的代幣, 用來表達其在固定時間內每天的能源需求和實際能源消耗.

　　最后, 每個用戶根據實際情況以及歷史能源供應需求信息計算自己的能源需求. 要注意的是, 如果用戶發出的能源需求信息和實際能源消耗之間故意不匹配的話, 則會影響交易過程. 區塊鏈將會保存信息記錄, 任何此類惡意行為都可以被識別. 圖 3 為智能合約執行流程圖.

　　(1) 假定以 5 分鐘作為一個固定時間間隔執行如圖 3 所示步驟.

　　(2) 在此智能合約模型中, 本文假設政府或監管機構將提供足夠的資金來創建這些智能合約.

　　(3) 在買賣雙方賬號都被判定為有效賬號的情況下買賣雙方將通過 Hash 算法 (SHA256) 向智能合約發送其投標的 Hash 值.

　　(4) 在一段固定的時間間隔之后, 比如在 5 分鐘間隔中的 1 分鐘之后, 智能合約將執行文獻 [11] 算法來確定拍賣的獲勝者.

　　(5) 用戶的智能電表的數據將被輸入智能合約, 以驗證參與者之間的實際能源傳輸.

　　(6) 最后, 在交易達成共識的基礎上, 將進行能源傳輸以及資金轉移, 交易數據會被存儲到區塊鏈上, 交易成功.

　　要注意的是, 以上智能合約是在區塊鏈交易結算與電網運營之間進行協同作用的假設中執行的. 本文提出的區塊鏈模擬器可以預測交易確認時間. 該方法的設計使得預期交易確認時間和市場結算時間通常小于在分布式網絡仿真中使用的時間步長. 這確保了區塊鏈能源交易的執行時間與配電網模擬之間的協同作用.

　　本文所描述的分布式雙邊拍賣可以作為能源交易模型的一個例子, 也可以使用任何其他交易模型. 其特點之一就是具有收斂性, 即拍賣是在有限條件下完成, 比如用戶簽訂智能合同的次數是有限的, 如圖 4 所示.

　　2.4 區塊鏈網絡仿真

　　區塊鏈技術在拓撲形式以及運營方式等方面與新一輪電改下的電力交易市場建設相契合. 本文將區塊鏈技術的特性與 P2P 電力交易平臺相結合, 運用區塊鏈技術, 對電能交易過程中各節點進行身份脫敏處理, 匿名交易和數據無緩存特征為電能交易和雙向互動提供重要保障. 區塊鏈仿真是基于網絡節點模擬器 ns-3 實現的. 區塊鏈節點拓撲網絡將由仿真程序隨機生成. 本文使用區塊鏈分叉數和區塊鏈吞吐量來表示區塊鏈的仿真特性. 交易完成和阻塞所需的時間取決于區塊鏈網絡中的通信延遲時間. 同時, 區塊鏈節點數也會影響區塊鏈的性能. 因為區塊鏈節點越多, 節點之間傳播數據所需要的時間就越多. 同時, 在區塊鏈網絡規模越大, 創建的交易數量也會越多.

　　區塊鏈分叉是指區塊鏈分裂成多個區塊鏈的現象. 比如在區塊鏈網絡中, 可能會出現多個礦工同時創建一個新的區塊的情況. 這時, 部分區塊鏈將接收一個新的區塊, 并駁回另一個區塊. 區塊鏈的分叉問題在于使用分叉的區塊鏈可能會產生雙重支出. 因此, 共識機制可以用來有效解決區塊鏈分叉問題. 例如, 在基于工作量證明機制中, 分叉區塊鏈的最長分支被認為是有效的區塊鏈, 而分叉區塊鏈的較短分支將被駁回. 交易確認時間可以計算為從創建區塊鏈到將交易記錄到新的區塊所需的時間, 它將直接影響區塊鏈的吞吐量. 本文將通過仿真研究通信延遲時間與區塊鏈分叉數以及交易確認時間的關系. 本文模擬了一個擁有 200 個節點和 40 個礦工的區塊鏈網絡. 圖 5 是區塊鏈分叉數與通信延遲時間之間的關系示意圖.

　　從圖 5 中可以看出, 隨著通信延遲時間的增加, 區塊鏈的分叉數也隨之增加. 該結果也支持了所使用的區塊鏈仿真程序的有效性. 因為隨著通信延遲時間的增加, 多個礦工同時創建新區塊的概率也會增加. 在創建新區塊之后, 礦工將其發布到網絡, 而其他的礦工在接收到一個新區塊后重新開始其挖掘過程. 由于通信延遲時間較長, 信息到達所有礦工的時間將延長, 并且礦工重啟采礦過程的可能性較小. 圖 6 是交易確認時間與通信延遲時間關系示意圖.

　　從圖 6 中看出, 隨著通信延遲時間的增加, 交易確認時間也隨之增加. 在本文中, 沒有提供關于區塊鏈實施方案的經濟可行性的全面分析. 經濟可行性將取決于運營區塊鏈網絡的成本和執行智能合約的成本. 然而, 區塊鏈模擬器可以根據區塊鏈網絡的計劃節點數和帶寬預測區塊鏈的性能. 因此, 區塊鏈模擬器可用于估算 P2P 電能交易平臺的運營成本以及確定基于區塊鏈的 P2P 對等能源交易的經濟可行性. 使用區塊鏈模擬器來確定合適的區塊鏈網絡的流程圖如圖 7 所示.

　　如圖 7 所示, 在構建合適的區塊鏈的過程中, 首先要根據區塊鏈的節點數和通信延遲時間確定區塊鏈屬性. 這些參數被將被用作區塊鏈仿真器的輸入. 然后使用仿真執行的結果確定預期的區塊鏈分叉數和區塊鏈吞吐量. 如果區塊鏈仿真性能令人不滿意的話, 則進行修正, 比如增加或減少區塊鏈節點數以及帶寬等, 并重復上述步驟.

　　3 P2P 電能交易數學模型

　　3.1 用戶模型

　　本文定義 為微電網中用戶組成的節點集合, 個節點的負荷需求均不相同, 用戶能量管理系統可以根據用戶的負荷需求以及歷史交易數據預測用戶下一個交易的需求量以及 PV 和 EV 功率, 用戶 交易時的預測消耗功率可表示如下: eL,i = [ e 1 L,i , e 2 L,i , e 3 L,i ,··· , e T L,i ] i = 1,2,··· ,n (1) n i 式中, 為微電網中用戶的節點數量; T 為一個運行周期; 為用戶編號.

　　用戶 i 的 PV 發電功率預測可以表示如下: ePV,i = [ e 1 PV,i , e 2 PV,i ,··· , e k PV,i ,··· , e 24 PV,i ] (2)因此, 用戶 i 在交易當天的凈輸出功率如下式所示: enet,i = [ e 1 net,i , e 2 net,i ,··· , e k net,i ,··· , e 24 net,i ] (3)

　　用戶 i 在時段 k 的凈輸出功率為負荷與 PV 功率之差, 如式 (4) 所示: e k net,i = e k L,i −e k PV,i (4) k e k net,i e k net,i ≥ 0 e k net,i ≤ 0 Q NM = |M| NQ = |Q| 當 不同值時, 有所不同, 當 時, 表現為買家; 當 時, 表現為賣家; 設 M 為買家節點集合, 為賣家節點集合, 即 和 分別為該微電網內買家和賣家的數量. 在 P2P 電能交易過程中, 買家總購電功率和賣家總售電功率用式 (5) 和式 (6) 表示: e k TBP = ∑ NM i=1 e k net,i (5) e k TSP = ∑ NQ j=1 e k net, j (6) 式中, TBP 表示買家總購電功率, TSP 表示賣家總售電功率.

　　3.2 博弈模型

　　本文提出的基于區塊鏈技術的 P2P 電能交易模型的目標在保證買賣雙方獲得效益的的基礎上, 實現能源高效利用. 電能交易情況分類如下式所示: ????????????? eTSP = 0 (無內部電力交易) 0 < eTSP < eTBP (非合作不完全信息博弈) eTSP > eTBP ≥ 0 (內部電力交易電價為pg)

　　式中, 當 時, 即用戶 PV 功率不足, 此用戶以低于電網的售電價格 購電; 當 時, 即同時存在需要購電和需要售電的用戶, 此時則應使得內部電價盡量滿足買賣雙方的購售電效益; 當時, 即微電網內存在過剩的 PV 產能, 此時需要向電網出售電能. 假設內部電價定為 , 出售價格定為 . 當 時, 買賣雙方形成了非合作不完全靜態博弈模型, 其中買家為引領者, 賣家根據電價制定最佳用電策略. 該博弈模型 表示如下: S = { (NM ∪NQ),{Ei}i∈NQ ,{Ui}i∈NQ ,P,R } (8)

　　式中, 賣方用戶 根據買方用戶 的電價制定最佳用電策略; 為賣家 的用電量的策略集; 為賣家的用電效益, ; P 為既定范圍內的內部電價策略集, R 為買家購買電能的總費用, 如下式所示:

　　R = ∑ j∈NM Rj = p ∑ i∈NQ (ePV,i −eL,i) + pgs ????????? ∑ j∈NM (eL, j −ePV, j)− ∑ i∈NQ (ePV,i −eL,i) ????????? (9) C eTSP j wj 在微電網內買家用戶集合的購電費用 最低時, 只要將總售電功率 以負荷需求比例為依據分配給各個買家. 此時買家 購電量 為: wj = eTSP eL, j −ePV, j eTBP j ∈ NM (10) S 為了實現買家的購電費用以及賣家的用電效益最大這一目標, 微電網內的買方用戶群會制定最優的內部電價, 同時賣家也會根據這一電價選取最優用電計劃. 該博弈 的貝葉斯納什均衡即該問題的最優解[12] .

　　4 算例分析

　　4.1 算例描述

　　本文通過一個社區微網算例來研究的 P2P 電能交易平臺對配電網的影響. 該社區微網代表了一個典型的三相低壓郊區住宅系統, 本文選取了 5 名用戶作為樣本. 圖 8 是該樣本在一天 24 h 內需求負荷曲線圖. 饋線首端電壓設置為固定值, 低壓二次網無有功電壓調節. 網絡由 708 個節點之間的 707 個線路對組成的串聯阻抗 (由電阻和電抗組成). 該社區微網共有 55 名居民用戶, 幾乎平均分布在饋線的 3 段 (A 段 21 名用戶, B 段 19 名用戶, C 段 15 名用戶). 仿真過程每隔 5 分鐘計算以下參數: 每個用戶連接點的電壓、電網各支路有功、無功功率、每條支路中的有功功率損耗、低壓違規次數、高壓違規次數以及三相電壓不平衡度等.

　　為了研究分布式能源資源滲透率極高的未來網絡場景, 并為 P2P 電能交易創造條件, 該社區微網中都增加了光伏 (PV) 發電和電動汽車 (EV) 充電需求. 住宅光伏單元視為每個負載點的有功功率注入. 光伏發電機組容量在 1.6 – 4 kW 之間, 采用最大功率點跟蹤, 并以固定單位功率因數運行. 本文使用的電動汽車充電數據來源于實際汽車充電數據, 其中每個電動汽車充電器的額定功率為 3 kW. 表 1 列出了安裝的 PV 和 EV 容量.

　　通過配電網仿真分析某一天中電網的功率流和電壓的變化. 本文為了方便進行比較研究, 分析了以下兩種情況:

　　場景一. 在不進行 P2P 電能交易的情況下, 利用圖 7 所示的需求負荷曲線、EV 充電需求和 PV 發電輸出功率進行配電網仿真.

　　場景二. 基于 P2P 電能交易平臺的基礎上, 采用與場景一相同的輸入數據, 和本文提出的基于分布式雙邊拍賣機制, 進行 P2P 電能交易與配電網的協同仿真.

　　4.2 算例結果分析

　　OpenDSS 網絡仿真中記錄的有功、無功輸入/輸出情況如圖 9、圖 10 所示. 由于該算例研究具有非常高的 PV 滲透率, 因此在一天的中午, 變電站有一個凈輸出, 此時有功及無功功率皆為負值. 本文假設低壓網絡能夠適應雙向潮流. P2P 電能交易的最大交易量發生在 17:00 到 20:00 之間, 如圖 9 和圖 10 中的虛線所示. 可以看出, 在這段時間里, P2P 電能交易對有功功率和無功功率影響較大.

　　表 2 給出了配電網仿真的數據結果. 這些結果表明, 在 P2P 情況下, 配電網的凈輸出在一天中增加了約 19 kWh. 無功電量減少 6 kvarh 以上. P2P 能源交易最大復功率和網絡有功功率損失均無顯著變化. P2P 能源交易對配電網電壓的影響也可以通過電壓不平衡度來測量. 本文定義相位電壓不平衡率 (PVUR) 為平均相位電壓的最大電壓偏差占平均相位電壓的百分比. 如表 2 所示, 與場景一相比, 場景二的 PVUR 略微降低.

　　圖 11 是場景一和場景二電壓分布差異示意圖, 以百分比值表示. 從圖中可以看出, P2P 電能交易對電壓影響最顯著的時間段是 17:00–20:00.

　　仿真結果表明, 在該算例中, 中等水平的 P2P 電能交易對配電網運行性能沒有顯著影響. 從表 2 中可以看出, 最大復功率沒有受到顯著影響, 場景一和場景二 的差異小于 1 kVA. 圖 11 的結果顯示, 即使在 P2P 電能交易對電壓影響最顯著的時間段, 電壓分布也只有微小的差異.

　　5 結論

　　本文在基于區塊鏈和能源互聯網的條件下, 提出了一種基于區塊鏈技術的 P2P 電能交易市場機制與配電網協同仿真的框架. 采用分布式雙邊拍賣技術和智能合約, 通過建立的數學模型和博弈模型對 P2P 電能交易機制進行了仿真分析. 與傳統的電力市場交易模式相比較, P2P 電能交易模式減少了不必要的電力損耗, 使資源成本和交易成本最小化. 在算例分析中, 設置了場景一和場景二, 通過兩個場景的仿真分析結果, 從功率和電壓兩個方面研究了 P2P 電能交易對配電網運行的影響并驗證了其潛在效益. 本研究對推動區塊鏈在電能交易中的落地應用、保證用電安全穩定、實現能源平衡以及使得與區塊鏈相結合的 P2P 能源交易機制獲得更大范圍的接受有著重要意義.