变速恒频风力发电机组中长期时间尺度建模

刘艳章，杨可林，王湘艳，刘皓明

（1. 中国电力科学研究院，江苏 南京 210003；2. 河海大学 能源与电气学院，江苏 南京 211100）

— —— —

电力系统中各个动态元件对系统频率变化的响应时间可从微秒、毫秒级到数小时。目前，如果按照响应时间的尺度来分，电力系统数字仿真可分为[1]：电磁暂态过程、机电暂态过程、中长期动态过程，其时间尺度划分如图1所示。

图1 电力系统仿真过程时间尺度划分Fig. 1 Division of the time scales in power system simulation

由于风能具有随机性与间歇性的特点[2]，使得风力发电功率输出的间歇性波动持续时间往往为分钟级甚至小时级。现有的风力发电暂态稳定分析程序中描述多机系统振荡的微分方程的求解需要较小的步长，如果模拟长达数分钟甚至十几分钟的电力系统动态过程，不仅计算耗时较多，而且数值方法的稳定性也很难保证；同时，一般暂态稳定程序的模型没有考虑长时间过程和电压频率的大范围变化，简化或省略了电力系统慢动态元件，往往只能给出机电暂态过程（5～20 s）的稳定性[3]，很难对慢过程进行准确地模拟，导致相关分析结论和安全稳定性措施不能适应长时间动态过程模拟的要求[4]，因此，在风力发电大量接入的现实状况下，建立风力发电机组的具有中长期时间尺度的准稳态（Quasi Steady State，QSS）模型，开展风电并网中长期动态特性的研究具有重大的现实意义。

目前，针对变速恒频风力发电机组的建模和运行特性的研究，已有一些文献涉及。文献[5]详细总结介绍了恒频恒速机组、双馈机组和直驱机组的暂态仿真模型。文献[6]详细分析了变速恒频双馈感应风力发电机组的多变量、强相合、非线性的时变参数系统，总结并建立了完整的暂态仿真模型。文献[7]基于Matlab软件平台，采用机理建模法建立了变桨距风力发电机组的各个分系统的子模型，组合成整个机组的数学模型并以此来研究风电系统的稳定性。文献[8]建立了能表征大型变速恒频风电机组特性的整体动态数学模型，提出了由整流和逆变部分的4个控制参数表征的变频器数学模型和控制器的设计。以上文献建立了风力发电机组的电磁暂态或机电暂态模型，适用于风机并网后快速、短期运行特性分析，不适合用于模拟风电机组并网后的长过程动态，且模型较复杂。

Sauer和Kokotovis等研究了多时间尺度系统，并得到一些有意义的结果[9-10]。文献[11]建立了采用异步发电机的并网运行的风力机组的数学模型，并利用多时间尺度系统理论对模型进行了简化。文献[12-13]详细介绍了多时间尺度电力系统模型的降阶方法。文献[14-15]采用准稳态分析方法，建立了电力系统中长期仿真模型，并用于电力系统中长期电压稳定分析。

本文参考GE公司1.5 MW风机模型，建立了变速恒频（Variable Speed Constant Frequency，简称VSCF）双馈风力发电机组机电暂态数学模型，包括风速模型、风力机模型、传动机构模型、桨距角控制模型、换流器控制模型以及发电机和换流器模型，然后采用QSS近似方法对模型进行了降阶处理，保留中长期尺度的时间常数，得到VSCF双馈风力发电机组的QSS模型，最后通过算例仿真验证QSS模型的有效性。

1 时域仿真技术

1.1 全时域仿真

电力系统本质上是一个复杂的非线性动力学系统，其完整的动态行为可用含有连续变量和离散变量的微分-差分-代数方程组（Difference Differential Algebraic Equations，DDAE）描述[16]。

式（1）描述系统的网络关系，包含了静态负荷的电压特性和频率特性；式（2）描述系统中暂态范畴的动态过程，如发电机及其调节系统等；式（3）描述了系统中长期的连续动态过程，如动态负荷的慢恢复；式（4）描述了系统中长期的离散动态过程，如发电机过励限制器及定了过流限制器动作等。式中：x为暂态过程对应的状态变量；y为系统代数量，如母线电压的幅值和相位等；zc代表系统中的连续变量，zd代表系统中的离散变量。

电力系统的全时域仿真（Full Time Simulation，简称FTS）需要求解式（1）—式（4）描述的所有时间尺度的DDAE方程。目前，DDAE求解方法主要有以下两种[17]：

1）代数方程和微分方程交替求解。在这种方法中，代数方程和微分方程分别求解。首先求解代数方程，并计算对应的潮流解和相关的其他非状态变量，然后求解微分方程对状态变量进行积分。这种方法的优点是实现简单，主要不足在于微分方程和代数方程的接口处会出现交替误差。

2）微分方程差分化的联立求解方法。该方法将微分方程差分化，并与代数方程联立求解，从而把微分方程转换成代数方程的求解。在处理微分方程差分化时，一般采用隐式梯形积分法，在联立求解差分方程和代数方程时，一般采用牛顿法。这种方法的优点是可以消除交替误差。

全时域仿真计及各种时间尺度的动态过程，所有元件都采用详细模型，动态时间常数差别较大，是一个典型的刚性系统，仿真步长选取受较大限制，计算量大，仿真时间长。若仅需关注电力系统中长期时间尺度的缓慢变化动态过程，进行全时域仿真并不经济。

1.2 准稳态仿真

为了提高仿真计算的效率和准确性，近年来，Van Cutsem等学者提出了准稳态近似方法[18]。此方法物理概念明确，忽略系统中短期元件的动态过程，能够准确地反映电力系统的中长期动态特性。

该方法的实质是利用电力系统的短期现象和长期现象在时间上可分的特性，在进行电力系统中长期仿真时，认为系统的短期动态过程都能够迅速收敛至平衡点，故快动态元件的微分方程可用其平衡点方程来代替。即将式（2）描述的机电暂态方程修改为

本文采用准稳态仿真技术，忽略模型中快速变化的机电暂态方程，保留适合于中长期过程动态仿真的中长期时间尺度时间常数，对DDAE方程组进行降阶，简化计算量，减少仿真时间，提高仿真效率。在计算时采用隐式梯形积分法将微分方程差分化后联立求解，消除交替误差，避免了风电并网系统模型DDAE的刚性问题，提高了计算的数值稳定性和收敛性。

2 变速恒频风力发电机组建模

本文首先建立VSCF双馈风电机组详细的机电暂态模型，包括：风速模型、风力机及传动轴系模型、桨距角控制模型、电气控制模型、发电机-换流器模型[19-20]，如图2所示。再根据准稳态近似方法，对VSCF双馈风电机组机电暂态模型简化得到中长期时间尺度模型。

图2 变速恒频双馈风电机组动态模型Fig. 2 Dynamic model of the VSCF wind turbine

由于电磁、机电和中长期时间过程动态响应的不同，因而VSCF双馈风电机组机电暂态模型中含有跨多种尺度的时间常数，根据准稳态近似原则，忽略快速变化的暂态过程，保留中长期时间尺度的慢动态过程，对模型进行降阶。本文中的准稳态过程仿真主要模拟秒级以上动态过程，时间步长可取为秒级，在仿真步长h和模型中微分方程的时间常数τ关系满足：h>10τ时，微分方程中的微分项可忽略[21]，因此在降阶过程中，忽略模型中0.1 s以下的时间常数，简化模型中部分微分方程。

2.1 风速模型

为了模拟作用在风力机上的风速，一般采用简化四分量模型，即基本风va、阵风vb、渐变风vc和随机风vd[22]。

1）基本风：由风力发电机组运行状态或实测风的平均风速确定，也可以通过测风数据的威布尔分布参数近似确定，该风速决定了风电机组输出额定功率的大小，不随时间变化。

式中，A、K分别为威布尔分布尺度参数和形状参数，Γ（·）表示伽马函数。

2）阵风：用于描述风速突然变化的特性。

式中，T1G、TG分别为阵风启动时间、持续时间，s；VG为阵风最大值，m/s。

3）渐变风：描述风速的渐变特性。

式中，T1R、TR、T2R分别为渐变风起始时间、终止时间和持续时间，s；VR为渐变风最大值，m/s。

4）随机风：反映风速变化的随机特性。

其中，

式中，准i为0～2π之间均匀分布的随机变量；Δ覣i为随机分布的离散间距；KN为地表摩擦系数；F为扰动范围，m2；σ为相对高度的平均风速，m/s。

在上述四分量风速模型中，不含有微分环节，故风速的准稳态模型可以表示为

2.2 风力机及传动轴系模型

风力机输入功率与风速的三次方成正比，但只有部分风能被利用并转化，

式中，A为风轮的扫掠面积，m2；R为风轮半径，m；ρ为空气密度，kg/m3；v为风速，m/s；Cp为风力机的风能利用系数；β为叶片桨距角；λ=ωm；R/v为叶尖速比；ωm为风轮的旋转角速度，rad/s。

其中风能利用系数Cp与叶尖速比λ和叶片桨距角β有关，可以表示为[23]，

典型风力发电系统的机械传动链由风力机叶片、轮毂、低速传动轴、齿轮箱、高速传动轴和发电机等构成。根据研究问题的性质和目的不同，风力机轴系建模的方法很多。通常在不需要进行应力分布分析和机械强度设计的情况下，往往可采用等效集中质块法。本文将风力机、齿轮箱、传动轴和发电机转子等效成一个集中质量块，则单质量块风力机轴系模型为[24]

式中，H为传动部分的惯性时间常数；Tw为轴系机械转矩；Te为电磁转矩。

在上述建立的风力机及其传动轴系模型中，传动部分的时间常数H一般取值为（4～5）s，不可忽略，故风力机及其传动轴系的准稳态模型为式（11）～式（13）所示。

2.3 桨距角控制模型

桨距角控制是使风力机叶片绕其安装轴旋转，调节叶片的桨距角，改变空气流对叶片的角度。变桨距VSCF风电机组能够控制桨距角在0～90°范围内变化，从而改善风电机组的风能利用系数Cp，调整输入机械功率的大小[25]。桨距角控制系统包括两个部分：桨距角控制环节和桨距角补偿控制环节。VSCF风电机组的桨距角控制系统模型如图3所示。

图3 桨距角控制模型Fig. 3 Pitch angle control model

图中，ωm为风力机转速；ωref为风力机参考转速；Pref为有功功率参考值；Po为换流器控制输出有功功率；β为风力机输出桨距角。从图3可以看出，桨距角的取值来自桨距角控制和桨距角补偿控制两个环节。当换流器控制模型输出的有功功率指令大于有功功率参考值时，增大桨距角可以降低转矩，使功率降回到额定值，从而减小电机转子转速。

在桨距角控制系统的机电暂态模型中，延时环节时间常数Tp一般取值（0.01～0.02）s，根据准稳态近似原则，可以忽略。降阶后的桨距角控制系统准稳态模型为

2.4 换流器控制模型

换流器控制模型包括无功功率控制模块和有功功率控制模块，可实现有功和无功的解耦控制[19]，图4为换流器控制模型整体框图。

图4 换流器控制模型Fig. 4 Converter control model

1）无功功率控制。如图4（a）所示，无功功率控制部分通过监测系统中关键节点电压Ureg得到无功功率控制命令Qo，将Qo和无功功率Qg进行比较，通过限幅和积分环节之后，与机端电压Ut比较，再经过闭环电压控制模块得到风电机组无功电压指令Eq。

2）有功功率控制。如图4（b）所示，输入风机电磁功率Pe，通过转速-功率曲线得到风机转速偏差参考值ωref，与实际风机转速ωm比较，通过PI控制器得到转矩Tw，再与风机实际转速相乘，将得到的有功功率命令值Po除以机端电压Ut，得到风电机组有功电流指令Ip。

在换流器控制详细模型中，测量环节时间常数Tr一般取值（0.01～0.05）s，一阶延迟环节时间常数T1、Tpc一般取值（0.01～0.02）s，都为快速变化过程，根据准稳态近似原则，均可以忽略，得到准稳态模型为

2.5 发电机和换流器模型

与传统的同步发电机模型不同，本文将发电机和换流器等效为一个受控电流源I，根据有功电流指令Ip和无功电压指令Eq以及风机等值暂态电抗X″，可以计算得到电流I。由于换流器响应速度较快，本文中用时间常数较小的延迟环节表示。发电机和换流器模型如图5所示，该模型能够较为准确地反映VSCF双馈风力发电机和换流器的动态行为[20]。

图5 发电机和换流器模型Fig. 5 Generator and converter model

在发电机和换流器详细模型中，延迟环节TEQ、TIP为较小的时间常数，通常取（0.01～0.02）s，根据准稳态近似原则，可以忽略，简化后的准稳态模型为

本文推导了VSCF风力发电机组的详细机电暂态模型，并根据准稳态近似方法，将详细模型简化为QSS模型，QSS仿真模型所对应的方程数量统计见表1。

表1 QSS仿真的方程数量统计Tab. 1 Equations of QSS simulation

3 仿真分析

本文选择美国西部电网WSCC 3机9节点系统作为仿真分析算例[26]，在节点8接入变速恒频风力发电机组等效的风电场[19]，风电场的额定功率为100 MW，取系统功率基准值为100 MV·A，系统接线如图6所示。

图6 含风电场的WSCC 3机9节点系统Fig. 6 WSCC three- machine and nine-node systemcontaining wind farms

为验证QSS模型的准确性，将采用文中建立的机电暂态详细模型进行FTS仿真（仿真步长为0.001 s）与采用简化后的中长期时间尺度模型进行QSS仿真（仿真步长为0.2 s）进行对比分析。

3.1 风速扰动下风电功率输出

风速采用的是第二节中建立的综合风速模型，风速变化曲线如图7所示，总仿真时间为100 s。对比分析FTS详细模型和QSS模型仿真结果，风电场输出有功功率和无功功率如图8和图9所示。

从图8可以看出，当系统遭受风速扰动时，风电场输出有功功率发生变化。由于QSS模型忽略掉部分快速变化过程，如控制系统中的某些时间常数较小的环节，并且QSS仿真步长取值较大，使得QSS曲线更为平滑，且与FTS曲线有微小的偏差，但两者总体变化趋势一致，因此不会影响中长期时间尺度上的动态性能分析。

图7 输入风速曲线Fig. 7 Curves of the input wind speed

图8 风电场输出有功功率曲线Fig. 8 Output active power curve of the wind farm

图9 风电场输出无功功率曲线Fig. 9 Output reactive power curve of the wind farm

仿真中，采用QSS方法计算所花费的时间大大缩小，明显提高了仿真效率。可以看出本文所建立的QSS模型有效，能用于风机并网风速扰动后动态过程研究。

由图9可以看出，风电场输出的无功功率能够响应风速变化。由于QSS模型的简化处理，输出曲线较为平滑，且FTS和QSS仿真曲线基本吻合，最后仿真结果一致，说明所建立的变速恒频风电机组QSS模型是能够用于风电并网动态仿真。

3.2 故障扰动下风电功率输出

风电场输入恒定风速12 m/s，为了观察短期故障后的风电并网运行特性，使总仿真时间为10 s。在3.5 s时，线路5-7靠近节点7一侧发生三相短路故障，3.8 s故障切除，线路重合。对比分析FTS和QSS仿真结果，风电场输出有功功率、无功功率和并网点（节点8）电压如图10—12所示。

图10 风电场输出有功功率曲线Fig. 10 Output active power curve of the wind farm

图11 风电场输出无功功率曲线Fig. 11 Output reactive power curve of the wind farm

图12 风电场并网点电压曲线Fig. 12 Voltage curve at point of common coupling（PCC）of the wind farm

由图10至图11可以看出，当故障发生时，风电场输出功率发生较大波动，由于QSS忽略了模型中快速变化过程，FTS较QSS能更好地表现短暂故障时功率变化；当故障切除后，输出功率逐渐恢复正常，FTS和QSS仿真功率曲线最后趋于吻合。

由图12可以看出，在故障期间，风电场并网点电压跌至较低的值，在系统切除故障后，电压经过一段时间波动后，能够恢复正常。由于QSS忽略了和电压控制相关的快速变化过程，导致结果在暂态部分与FTS有一些偏差，但两种仿真电压曲线最后都稳定在一致1.02 pu。仿真中，采用QSS方法计算所花费的时间大大降低，可适用于更长时间范围内的电力系统动态时域仿真。

4 结论

本文建立了变速恒频风力发电机组暂态详细模型，并对模型根据准稳态近似方法，忽略模型中快速变化的暂态过程，保留中长期时间尺度的慢动态过程，对模型进行降阶，形成了风力发电机组DDAE模型，采用隐式梯形积分法将微分方程差分化的联立求解方法，实现了风电并网QSS仿真。通过对风电场接入美国西部电网3机9节点系统的仿真计算，对比分析验证了所建立的VSCF风力发电机组QSS模型的正确性。

[1] 汤涌，宋新立. 电力系统全过程动态仿真的数值方法—电力系统全过程动态仿真软件开发之一[J]. 电网技术，2002，26（9）: 7-12.TANG Yong，SONG Xinli. Power system full dynamic simulation part I: numerical method[J]. Power System Technology，2002，26（9）: 7-12（in Chinese）.

[2] 孙红雨，黄勇，马佳艺. 基于双馈型风力发电机组并网技术概述[J]. 西北水电，2012（4）: 60-62.SUN Hongyu，HUANG Yong，MA Jiayi. Briefing of technology on grid connection of double-fed wind turbinegenerator unit[J]. Northwest Water Power，2012（4）: 60-62（in Chinese）.

[3] 黄德唬，陈继军，张岚. 大规模风电并网对电力系统的影响[J]. 广东电力，2010，23（7）: 27-30.HUANG Dehu，CHEN Jijun，ZHANG Lan. Impacts of large scale wind power integration on power system[J].Guangdong Electric Power，2010，23（7）: 27-30 （in Chinese）.

[4] 常永吉，于继来. 含风电场的电力系统长过程动态行为分析[J]. 电网技术，2009，33（18）: 133-138.CHANG Yongji，YU Jilai. Analysis on long-term dynamic behavior of power grid containing wind farms[J]. Power System Technology，2009，33（18）:133-138（in Chinese）.

[5] 许寅，陈颖，梅生伟. 风力发电机组暂态仿真模型[J]. 电力系统自动化，2011，35（9）: 100-107.XU Yin，CHEN Ying，MEI Shengwei. Review on wind turbine models for power system transient simulations[J].Automation of Electric Power Systems，2011，35（9）: 100-107（in Chinese）.

[6] 李菁，杨浩，段秦刚. 基于Matlab的双馈感应风力发电机组暂态模型[J]. 陕西电力，2013，41（8）: 21-25.LI Jing，YANG Hao，DUAN Qingang. Probe into model of doubly fed induction wind turbine system based on matlab[J]. Shaanxi Electric Power，2013，41（8）: 21-25（in Chinese）.

[7] 陈虎，孟克其劳，马建光. 基于MATLAB的风力发电机组建模和仿真研究[J]. 节能技术，2012，30（1）: 24-28.CHEN Hu，MENG Keqilao，MA Jianguang. The modeling and simulation study of wind turbine based on matlab[J].Energy Conservation Technology，2012，30（1）: 24-28（in Chinese）.

[8] 李晶，宋家骅，王伟胜. 大型变速恒频风力发电机组建模与仿真[J]. 中国电机工程学报，2004，24（6）: 100-105.LI Jing，SONG Jiahua，WANG Weisheng. Modeling and dynamic simulation of variable speed wind turbine with large capacity[J]. Proceedings of the CSEE，2004，24（6）:100-105（in Chinese）.

[9] KOKOTOVIC P V，SAUER P W. Integral manifold as a tool for reduced-order modeling of nonlinear systems: a synchronous machine case study[J]. IEEE Transactions on Circuits and Systems，1989，36（3）: 403-410.

[10] CHOW J H. Time-scale modeling of dynamic networks with applications to power systems[M]. Springer-Verlag，1982.

[11] 董萍，吴捷，杨金明，等. 基于多时间尺度的并网型风力发电机组模型[J]. 太阳能学报，2005，25（6）: 728-734.DONG Ping，WU Jie，YANG Jinming，et al. A model of grid-connected wind turbine based on multi-time scale[J].Acta Energiae Solaris Sinica，2005，25（6）: 728-734（in Chinese）.

[12] 刘永强，杨志辉. 多时间尺度电力系统的模型降阶及稳定性分析（一）基本理论[J]. 电力系统自动化，2003，27（1）: 5-10.LIU Yongqiang，YANG Zhihui. Order reduction and stability analysis for multi-time scale power systems partone fundamental theory[J]. Automation of Electric Power Systems，2003，27（1）: 5-10（in Chinese）.

[13] 刘永强，严正. 多时间尺度电力系统的模型降价及稳定性分析（二）电力系统的降阶与中长期失稳[J]. 电力系统自动化，2003，27（2）: 45-51.LIU Yongqiang，YAN Zheng. Order reduction and stability analysis for multi-time scale power systems parttwo order reduction and loss of mid-term and long-term stability[J].Automation of Electric Power Systems，2003，27（2）: 45-51（in Chinese）.

[14] 安宁，周双喜，朱凌志. 中长期电压稳定准稳态时域轨迹追踪方法[J]. 电网技术，2006，30（20）: 40-45.AN Ning，ZHOU Shuangxi，ZHU Lingzhi. An approach to trace power system quasi steady state time domain trajectories of medium and long term voltage stability[J]. Power System Technology，2006，30（20）: 40-45（in Chinese）.

[15] 陈文广，刘明波，林声宏，等. 长期电压稳定准稳态仿真算法比较[J]. 电网技术，2009，33（9）: 44-51.CHEN Wenguang，LIU Mingbo，LIN Shenghong，et al.Comparison of quasi-steady-state simulation algorithms for long-term voltage stability[J]. Power System Technology，2009，33（9）: 44-51（in Chinese）.

[16] 马世英，印永华，汤涌，等. 短期和中长期电压稳定仿真及评价[J]. 电网技术，2006，30（19）: 14-20.MA Shiying，YIN Yonghua，TANG Yong，et al. Simulation and evaluation for short term and mid/long term voltage stability[J]. Power System Technology，2006，30（19）: 14-20（in Chinese）.

[17] 宋新立，汤涌，刘文焯，等. 电力系统全过程动态仿真的组合数值积分算法研究[J]. 中国电机工程学报，2009，29（28）: 23-29.SONG Xinli，TANG Yong，LIU Wenzhuo，et al. Mixed numerical integral algorithm for full dynamic simulation of the power system[J]. Proceedings of the CSEE，2009，29（28）: 23-29（in Chinese）.

[18] VAN CUTSEM T，VOURNAS C D. Voltage stability analysis in transient and mid-term time scales[J]. IEEE Transactions on Power Systems，1996，11（1）: 146-154.

[19] CLARK K，MILLER N W，SANCHEZ-GASCA J J. Modeling of GE wind turbine-generators for grid studies[R].Tech. Rep. Version 4.5，2010. Available at: http://ceee.hust.edu.cn/yuanxm/973/images_1/2012082054141805.pdf

[20] MILLER N W，PRICE W W，SANCHEZ-GASCA J J.Dynamic modeling of GE 1.5 and 3.6 wind turbinegenerators[R]. Tech. Rep. Version 3.0，2003. Available at:http://easthavenwindfarm.com/filing/high/modeling.pdf.

[21] GRENIER M E，LEFEBVRE D，VAN CUTSEM T. Quasi steady-state models for long-term voltage and frequency dynamics simulation[C]. IEEE Russia Power Tech，2005.

[22] 邵庆华，邵昱，赵波，等. 风速扰动情况下的风电并网电压稳定性研究[J]. 陕西电力，2013（3）: 15-17.SHAO Qinghua，SHAO Yu，ZHAO Bo，et al. Study on voltage stability of regional power grid-connected wind farms under wind disturbance[J]. Shaanxi Electric Power，2013（3）: 15-17（in Chinese）.

[23] SALMAN S K，TEO A L J. Windmill modeling consideration and factors influencing the stability of a grid-connected wind power-based embedded generator[J]. IEEE Transactions on Power Systems，2003，18（2）: 793-802.

[24] 赵吴鹏，王彪. 传动链模型对风机低电压穿越能力的影响[J]. 节能技术，2012，30（4）: 335-338.ZHAO Wupeng，WANG Biao. Drive-train model for wind turbine LVRT capability influence[J]. Energy Conservation Technology，2012，30（4）: 335-338（in Chinese）.

[25] 蔡彦涛，杨俊华，杨梦丽，等. 基于并网型双馈感应发电机的风电场暂态稳定性研究[J]. 陕西电力，2011，39（6）: 6-11.CAI Yantao，YANG Junhua，YANG Mengli，et al. Study on transient stability of grid-connected wind farm with doubly fed induction generator[J]. Shaanxi Electric Power，2011，39（6）: 6-11（in Chinese）.

[26] ANDERSON P M，FOUAD A A. Power system control and stability[M]. John Wiley & Sons，2008.