亚洲日韩精品无码专区加勒比,91精品青青碰97国产,38在线电影一区二区三区,久久精品成人三级,亚洲高清A级毛片,久久久久亚洲精品高清免费观看,六月丁香花性爱视频免费看,三上悠亚国产精品一区内容阅读,久久线看观看精品香蕉国产

歡迎進入安科瑞電氣股份有限公司!
技術(shù)文章
首頁 > 技術(shù)文章 > 面向新型電力系統(tǒng)的儲充一體化方案研究 —— 基于智能負(fù)荷預(yù)測算法

面向新型電力系統(tǒng)的儲充一體化方案研究 —— 基于智能負(fù)荷預(yù)測算法

 更新日期:2025-11-25 點擊量:148

摘要:在新型電力系統(tǒng)穩(wěn)步發(fā)展與“雙碳"目標(biāo)持續(xù)構(gòu)筑背景下,“源荷互動新模式"成為電力系統(tǒng)能源轉(zhuǎn)型的必然趨勢,以多樣性、靈活性為主要特征的電力負(fù)荷作為電力系統(tǒng)的重要組成部分,其預(yù)測場景分析及預(yù)測模型研究對新型電力系統(tǒng)的運行、維護和規(guī)劃至關(guān)重要。為深入研究人工智能背景下負(fù)荷預(yù)測領(lǐng)域取得的進展與突破,以新型電力系統(tǒng)負(fù)荷預(yù)測為著眼點,總結(jié)歸納當(dāng)今負(fù)荷預(yù)測必要性與實用性,分類介紹五個典型負(fù)荷預(yù)測場景,針對基于人工智能技術(shù)的智能負(fù)荷預(yù)測算法模型進行系統(tǒng)化分析,結(jié)合機器學(xué)習(xí)中的神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法、集成學(xué)習(xí)算法對比單一預(yù)測模型及組合預(yù)測模型的特點,詳細(xì)闡述各類模型在負(fù)荷預(yù)測領(lǐng)域的應(yīng)用現(xiàn)狀,以期為“雙碳"目標(biāo)下新型電力系統(tǒng)源荷互動的新模式構(gòu)建提供合理化參考。

關(guān)鍵詞:無新型電力系統(tǒng);人工智能;神經(jīng)網(wǎng)絡(luò);負(fù)荷預(yù)測;機器學(xué)習(xí);深度學(xué)習(xí)

0引言


隨著“雙碳"進程的不斷深入推進,我國能源電力高質(zhì)量發(fā)展面臨新形式和新任務(wù)。電力系統(tǒng)作為能源系統(tǒng)的重要組成部分及“雙碳"目標(biāo)的主要參與者、推動者,其源網(wǎng)荷儲等關(guān)鍵環(huán)節(jié)正在面臨深刻變革。

傳統(tǒng)電力系統(tǒng)的電源特性決定其有足夠的轉(zhuǎn)動慣量與發(fā)電靈活性,在保持穩(wěn)定性的基礎(chǔ)上能夠?qū)崿F(xiàn)發(fā)電側(cè)緊隨負(fù)荷波動變化的“源隨荷動"發(fā)展模式。在新型電力系統(tǒng)構(gòu)建過程中,電源呈現(xiàn)出多能化、多層化、多樣化,風(fēng)電、光伏等新能源占比逐步提升,其波動幅度與頻次增加,大量的不確定性、隨機性造成電網(wǎng)靈活調(diào)節(jié)能力日趨緊張,加之涉及儲能材料及其成本的限制,電能依舊無法大量儲存,進而導(dǎo)致棄電與缺電交互出現(xiàn),因此源荷缺乏良性互動成為“雙碳"背景下能源綠色轉(zhuǎn)型中亟待解決的問題。構(gòu)建以新能源為主體的新型電力系統(tǒng),需從傳統(tǒng)模式下“源隨荷動"的穩(wěn)定電網(wǎng)逐步轉(zhuǎn)變?yōu)椤霸春苫?的非實時平衡、集中--分布協(xié)同控制的波動電網(wǎng),以適應(yīng)低慣量、弱靈活性的新型電力系統(tǒng)發(fā)電特性。

新能源的接入對電力系統(tǒng)調(diào)度計劃的制定提出了新的挑戰(zhàn),面對新型電力系統(tǒng)背景下發(fā)電側(cè)靈活性受限問題,要保障系統(tǒng)的穩(wěn)定運行,用戶側(cè)必須深度參與系統(tǒng)運行的調(diào)節(jié),多時間尺度、高精度的電力負(fù)荷建模、預(yù)測以及優(yōu)化對新型電力系統(tǒng)的運行、維護和規(guī)劃至關(guān)重要。

1電力系統(tǒng)負(fù)荷預(yù)測場景


首隨著電網(wǎng)需求側(cè)管理的日益普及與負(fù)荷調(diào)控的日趨深入,電力用戶不再同過去一樣僅僅作為被動的電力需求者,傳統(tǒng)剛性負(fù)荷的特性逐漸轉(zhuǎn)變,取而代之的柔性負(fù)荷成為電網(wǎng)負(fù)荷調(diào)控的重點對象。電力市場改革促使多種角色場景應(yīng)運而生,負(fù)荷預(yù)測應(yīng)用場景逐步多樣化、層次化,合理分析負(fù)荷場景典型特征并為之選取精準(zhǔn)預(yù)測模型成為當(dāng)今電力產(chǎn)業(yè)發(fā)展的重要課題。不同負(fù)荷預(yù)測場景總結(jié)歸納如下:

1.1區(qū)域級負(fù)荷預(yù)測

負(fù)荷特性分析工作是電力系統(tǒng)負(fù)荷預(yù)測的重要前提,了解并掌握預(yù)測供電區(qū)域內(nèi)的負(fù)荷特性變化有助于地區(qū)電網(wǎng)合理規(guī)劃及優(yōu)化調(diào)度。地區(qū)電網(wǎng)的區(qū)域級負(fù)荷特性分析與預(yù)測是我國負(fù)荷研究工作的重心。

以分區(qū)域分時段負(fù)荷曲線為研究對象,綜合分析天氣情況、社會經(jīng)濟發(fā)展態(tài)勢、節(jié)假日等外部因素對于區(qū)域級負(fù)荷的影響,通過三次樣條插值、影響因子賦值等計算方法將非量化因素轉(zhuǎn)化為預(yù)測模型可以識別的數(shù)學(xué)量,挖掘負(fù)荷內(nèi)在變化規(guī)律與外部影響因素間的非線性關(guān)系與復(fù)雜協(xié)同作用,細(xì)化分析區(qū)域級負(fù)荷特性并總結(jié)其發(fā)展變化態(tài)勢?;谪?fù)荷特性分析,區(qū)域級負(fù)荷預(yù)測模型需將高維負(fù)荷數(shù)據(jù)通過算法分析訓(xùn)練及模型交互融合,充分挖掘數(shù)據(jù)間的潛在關(guān)聯(lián),進而得到精度相對較高的預(yù)測結(jié)果。

區(qū)域級負(fù)荷預(yù)測模型評價體系一般以相對誤差、平均相對誤差、均方根誤差為基準(zhǔn),通過數(shù)值比較進行模型預(yù)測效果判斷。具體指標(biāo)計算方法如下:

  1. 相對誤差

  2. 平均相對誤差

  3. 均方根誤差

式中,pk代表第k個負(fù)荷采樣點的預(yù)測值,yk代表第k個負(fù)荷采樣點的實際值,n為短期負(fù)荷預(yù)測每日預(yù)測點的個數(shù)。

1.2母線負(fù)荷預(yù)測

作為系統(tǒng)區(qū)域級負(fù)荷的底層分布組成部分,母線負(fù)荷通常為由變電站的主變壓器共給的終端負(fù)荷總和,其預(yù)測精度對于電網(wǎng)負(fù)荷調(diào)控、優(yōu)化調(diào)度及精益化運行決策有著重要影響。與區(qū)域級宏觀負(fù)荷特性不同,由于受供電區(qū)域內(nèi)用戶自身用電行為影響,母線負(fù)荷的負(fù)荷慣性較小,規(guī)律性較差,因此需要長時間尺度的海量歷史負(fù)荷數(shù)據(jù)支撐預(yù)測模型的構(gòu)建。

母線負(fù)荷預(yù)測方法一般以聚類、擬合等數(shù)理統(tǒng)計算法為理論基礎(chǔ),考慮到非線性特征及波動性明顯,需采用人工智能算法構(gòu)建預(yù)測模型。

利用Kears深度學(xué)習(xí)框架調(diào)整網(wǎng)絡(luò)結(jié)構(gòu),避免了相似日等相關(guān)特征變量選取問題,實現(xiàn)了高精度自適應(yīng)變電站負(fù)荷預(yù)測。

母線負(fù)荷預(yù)測模型性能評估具有其獨立的評估度量體系,通常按照以下的母線負(fù)荷預(yù)測準(zhǔn)確率RT為基準(zhǔn)進行預(yù)測結(jié)果精度評價:

(4)

(5)

(6)

式中,RT代表當(dāng)日母線負(fù)荷預(yù)測準(zhǔn)確率,σK為時段t所有母線誤差的均方根,en,t為單母線誤差。

1.3居民住宅負(fù)荷預(yù)測

對于城市用電負(fù)荷而言,用戶側(cè)的居民住宅負(fù)荷占比較大,其主觀性的差異與用電電器的多樣性對城市電網(wǎng)運行時的應(yīng)變能力與穩(wěn)定性提出了較大的挑戰(zhàn)。考慮到居民住宅具有集群效應(yīng),且獨立用戶間的家用電器種類與用電習(xí)慣不盡相同,一般依據(jù)自上而下的負(fù)荷預(yù)測思想,利用相關(guān)聚類算法對海量居民住宅負(fù)荷數(shù)據(jù)進行聚類劃分后再建立差異化預(yù)測模型,避免海量數(shù)據(jù)預(yù)測效率較低的問題。

作為需求響應(yīng)重要參與者,電力用戶的住宅樓宇中擁有大量以可平移、可中斷負(fù)荷形式存在的可調(diào)度需求響應(yīng)資源,其參與電力系統(tǒng)削峰填谷的潛力巨大,居民住宅樓宇負(fù)荷分布如圖1所示。通過對用戶可調(diào)節(jié)負(fù)荷曲線精確預(yù)測,電力公司及負(fù)荷聚合商能夠分析評估用電負(fù)荷需求響應(yīng)潛力,通過分時電價引導(dǎo)用戶參與需求響應(yīng)。

7237a6f66a0dcb0c13fc197cb1215ec

圖1 居民住宅樓宇負(fù)荷分布

考慮到電力市場改革與綠色電力蓬勃發(fā)展,充分考慮用戶差異化的用電習(xí)慣、消費心理及當(dāng)今電熱氣耦合模式,構(gòu)建基于需求響應(yīng)信號的LSTM超短期負(fù)荷預(yù)測模型,驗證了此模型對于計及需求響應(yīng)信號情況下的明顯優(yōu)勢。

以需求響應(yīng)為前提進行負(fù)荷預(yù)測并建立分布式電源與智能家電之間的新型供需互動模型,對未來智能電網(wǎng)的建設(shè)規(guī)劃、深入挖掘用戶側(cè)參與需求響應(yīng)的潛力、建立切實可行的新型源--荷互動模型、保障用電高峰期電網(wǎng)的安全高效運行等具有重要的理論和實踐意義。

1.4低壓配電臺區(qū)負(fù)荷預(yù)測

低壓配電臺區(qū)主要為 35kV或 10kV配電變壓器供電范圍內(nèi)的所有用戶集合,其數(shù)量取決于配電變壓器臺數(shù)及其配電范圍。典型低壓配電臺區(qū)負(fù)荷由同一配電臺區(qū)內(nèi)的居民用戶負(fù)荷、工業(yè)負(fù)荷及商業(yè)負(fù)荷組成,一般而言,同一配電所內(nèi)包含多個配電臺區(qū),臺區(qū)負(fù)荷數(shù)量僅次于前文所述的用戶住宅負(fù)荷。配電臺區(qū)負(fù)荷預(yù)測旨在根據(jù)精準(zhǔn)的預(yù)測結(jié)果指導(dǎo)相關(guān)配網(wǎng)工作、獲取配電變壓器裕度指標(biāo),進一步合理化安排檢修計劃,為實現(xiàn)事前預(yù)警、調(diào)配搶修資源奠定堅實基礎(chǔ),為提高臺區(qū)供電可靠性與運行經(jīng)濟型提供保障。

選取同一區(qū)域內(nèi)的三個低壓配電臺區(qū)數(shù)據(jù),利用經(jīng)細(xì)菌趨化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進行負(fù)荷數(shù)據(jù)預(yù)測,結(jié)合負(fù)荷狀態(tài)結(jié)果進行臺區(qū)內(nèi)低壓變壓器負(fù)荷率、容載比等裕度指標(biāo)分析,綜合損耗及負(fù)荷預(yù)測數(shù)據(jù)得出配電變壓器經(jīng)濟運行方式。在LSTM模型基礎(chǔ)上添加循環(huán)跳躍 組件與線性自回歸組件,構(gòu)建具有捕獲配電臺區(qū)負(fù)荷短期局部依賴關(guān)系能力的LSTNet預(yù)測模型,通過訓(xùn)練某小區(qū)一公共變壓器的負(fù)荷數(shù)據(jù),表明 LSTNet 模型在臺區(qū)負(fù)荷變化呈現(xiàn)強烈波動時能夠較好地捕捉其變化趨勢,緩解了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)對負(fù)荷數(shù)據(jù)極值不敏感的問題。

由于配電臺區(qū)具有較為明顯的用電差異性,其負(fù)荷規(guī)律有較強隨機性,單一預(yù)測模型的預(yù)測誤差較大,多數(shù)負(fù)荷預(yù)測模型難以投入實際應(yīng)用。

1.5綜合能源系統(tǒng)負(fù)荷預(yù)測

作為能源互聯(lián)網(wǎng)的物理載體,綜合能源系統(tǒng) (Integrated Energy System ,IES)集成多種形式的能量供應(yīng)、轉(zhuǎn)換和儲存設(shè)備,實現(xiàn)不同類型能源在 源、網(wǎng)、荷、儲等環(huán)節(jié)的耦合,促成多個能源系統(tǒng)間的互動互聯(lián)與協(xié)同運行。

由于多類能源間的物理特性差異及耦合效應(yīng)的必然存在,綜合能源系統(tǒng)存在明顯的負(fù)荷隨機波動性,其負(fù)荷預(yù)測準(zhǔn)確性大大影響系統(tǒng)優(yōu)化調(diào)度與協(xié)調(diào)規(guī)劃。綜合能源系統(tǒng)負(fù)荷預(yù)測框架如圖2所示。

f0b48d3686a7c02c0eed54973cf9879

圖2 綜合能源系統(tǒng)負(fù)荷預(yù)測框架

由從用戶級綜合能源系統(tǒng)入手,考慮到用戶級存在負(fù)荷類型多、規(guī)模小、波動大等特性,作者結(jié)合多通道卷積神經(jīng)網(wǎng)絡(luò)與長短期記憶循神經(jīng)網(wǎng)絡(luò)構(gòu)建 MCNN-LSTM 負(fù)荷預(yù)測模型,通過對電、熱、氣、冷等多個用戶級基本負(fù)荷單元進行圖像特征重構(gòu)及融合,更好地挖掘各類型負(fù)荷間的潛在關(guān)系,避免混合型負(fù)荷造成的模型預(yù)測結(jié)果混雜影響, 同時組合神經(jīng)網(wǎng)絡(luò)的應(yīng)用大大提高了預(yù)測精度。通過標(biāo)簽劃分方法將負(fù)荷類型及其影響因素分別歸納至靜態(tài)標(biāo)簽與動態(tài)標(biāo)簽,充分分析多元負(fù)荷間的相關(guān)性與變化趨勢構(gòu)建 CNN-LSTM負(fù)荷預(yù)測模型,依據(jù)標(biāo)簽內(nèi)容針對性進行差異性預(yù)測,通過利用由電、熱、氣三類能源組成的區(qū)域級綜合能源系統(tǒng)真實負(fù)荷數(shù)據(jù)進行訓(xùn)練,此模型能夠較準(zhǔn)確地預(yù)測三種能源耦合后的各自獨立負(fù)荷情況,預(yù)測精度較高。

2基于智能算法的負(fù)荷預(yù)測模型


負(fù)荷預(yù)測發(fā)展初期主要以數(shù)學(xué)算法理論為建?;A(chǔ),傳統(tǒng)負(fù)荷預(yù)測將電力負(fù)荷數(shù)據(jù)看作時間序列數(shù)據(jù)加以處理,預(yù)測方法主要包括時間序列法、回歸分析法、灰色預(yù)測法、卡爾曼濾波法等。當(dāng)今發(fā)展態(tài)勢下,電力負(fù)荷種類、數(shù)量及其外部影響因素不斷增多,加之新能源發(fā)電占比增加帶來的負(fù)荷端主動性荷被動不確定性增強,傳統(tǒng)負(fù)荷預(yù)測模型難以滿足新型電力系統(tǒng)的高要求。人工智能技術(shù)憑借其非線性擬合等能力,在負(fù)荷建模及預(yù)測、負(fù)荷優(yōu)化等方面取得突破,基于人工智能技術(shù)的智能算法模型能夠較好捕捉當(dāng)今電力負(fù)荷的非線性特征,大大提高了負(fù)荷預(yù)測精度,成為當(dāng)今負(fù)荷預(yù)測的主流模型。

2.1 單一預(yù)測模型

2.1.1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)一般具有輸入層、隱含層及輸出層三層網(wǎng)絡(luò)結(jié)構(gòu),用于負(fù)荷預(yù)測時,歷史負(fù)荷及 其影響因素進行數(shù)值量化后作為輸入數(shù)據(jù),在隱含層內(nèi)經(jīng)過激勵函數(shù)的擬合處理,多次循環(huán)、迭代誤差反向傳輸過程,以此減小網(wǎng)絡(luò)訓(xùn)練結(jié)果與已知實際真實值之間的誤差,最終由輸出層得到預(yù)測結(jié)果。BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖如圖3所示。

325f0e8f7e158d852625596aae46fb0

圖3 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

其中wi 、wj 分別代表輸入層與隱含層間的權(quán)重、隱含層與輸出層間的權(quán)重,X代表輸入量,y 代表神經(jīng)網(wǎng)絡(luò)的輸出量,Y代表數(shù)據(jù)真實值,E代表真實值與預(yù)測值之間的差值。

與傳統(tǒng)的算法相比,BP神經(jīng)網(wǎng)絡(luò)具有更好的模型泛化能力與非線性映射能力,其柔性的網(wǎng)絡(luò)結(jié)構(gòu)使之成為應(yīng)用為廣泛的人工神經(jīng)網(wǎng)絡(luò)之一。

傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)具有訓(xùn)練速度慢、易陷入局部極小值、易出現(xiàn)過擬合等缺點,應(yīng)用于負(fù)荷預(yù)測時,常通過加入遺傳算法、粒子群優(yōu)化算法等對其網(wǎng)絡(luò)內(nèi)部各層權(quán)值及閾值進行優(yōu)化,有效提高BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練精度與可靠性。

考慮到過多歷史負(fù)荷數(shù)據(jù)的輸入將大大增加神經(jīng)網(wǎng)絡(luò)預(yù)測模型的復(fù)雜度,隨機分布式嵌入框架及BP神經(jīng)網(wǎng)絡(luò)的負(fù)荷預(yù)測模型,采用核密度估計法擬合多個預(yù)測結(jié)果,通過聚合估計法得出負(fù)荷最終預(yù)測值,有效改善數(shù)據(jù)維度對BP神經(jīng)網(wǎng)絡(luò)預(yù)測精度的影響。

2.1.2 傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)

BP 神經(jīng)網(wǎng)絡(luò)的三層網(wǎng)絡(luò)結(jié)構(gòu)為全連接,且層間節(jié)點相互無連接,因此難以體現(xiàn)先后輸出數(shù)據(jù)的關(guān)聯(lián)關(guān)系。循環(huán)神經(jīng)網(wǎng)絡(luò)( Recurrent Neural Network ,RNN)在BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,為隱含層各節(jié)點提供前序連接與后序連接,用以記錄前序信息并將其應(yīng)用于后序輸出計算中。RNN 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖如圖 4 所示。

e3637e93bbb736f9f3a88dfe740f71e

圖 4 RNN 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

考慮到RNN隱含層的基本循環(huán)體單元較多, 對多個循環(huán)體單元的權(quán)值進行 Xaier 初始化, 以保證初始權(quán)值的可靠性,進而利用隨機梯度下降算法優(yōu)化的多尺度循環(huán)神經(jīng)網(wǎng)絡(luò)RNN進行短期負(fù)荷預(yù)測。通過具有自適應(yīng)能力的指數(shù)加權(quán) 平均調(diào)整方案進行數(shù)據(jù)插值,以減少量測數(shù)據(jù)準(zhǔn) 確性對 RNN 模型負(fù)荷預(yù)測結(jié)果的影響。

由于RNN具有短時記憶特性,難以保證時間跨度較大的負(fù)荷序列信息傳遞的準(zhǔn)確性。同時隨 著多層循環(huán)訓(xùn)練, 內(nèi)部梯度不斷減小,RNN 容易出現(xiàn)梯度消失和梯度爆炸等問題,因此 RNN 并不適用于長時間序列訓(xùn)練。

2.1.3 長短期記憶神經(jīng)網(wǎng)絡(luò)

傳統(tǒng)循環(huán)神經(jīng)網(wǎng)絡(luò)的內(nèi)部循環(huán)單元結(jié)構(gòu)無法 傳遞前序特征信號與后序特征信號的函數(shù)關(guān)系, 為此基于循環(huán)神經(jīng)網(wǎng)絡(luò)改進所得長短期記憶神經(jīng) 網(wǎng)絡(luò)(Long Short-Term Memory ,LSTM),其網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖5所示。

LSTM 保留了RNN基本結(jié)構(gòu)中相鄰時間節(jié)點的隱含層傳遞關(guān)系,在循環(huán)體內(nèi)部更新加入遺忘 門、輸入門和輸出門,對前序信息進行記憶、提取并篩選,進一步增強后續(xù)特征信號與前序特征信號間的關(guān)聯(lián)程度,有效解決傳統(tǒng) RNN在長時間序列訓(xùn)練時出現(xiàn)的梯度消失與梯度爆炸問題。

cc28c2a296fc53e7661078bc72ce735

圖 5 LSTM網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

LSTM保為充分發(fā)揮LSTM在處理長時間序列大數(shù)據(jù)集時性能較好的顯著優(yōu)勢,利用互補集合經(jīng)驗?zāi)B(tài)分解將電力負(fù)荷分解為不同頻率的分量,其中建立經(jīng)貝葉斯優(yōu)化的LSTM預(yù)測模型對復(fù)雜高頻分量進行預(yù)測,進一步提高波動大、規(guī)律性差的負(fù)荷高頻分量的預(yù)測精度。基于互信息理論對所選取的電力負(fù)荷進行最大相關(guān)最小冗余特征變量選擇(mRMR),以此擇出輸入變量集合,并通過 LSTM 進行用戶日前電力負(fù)荷預(yù)測。結(jié)果表明,mRMR-LSTM 模型能夠更好地處理波動較大、隨機性較強的用戶電力負(fù)荷序列。

2.1.4 門控循環(huán)單元

門控循環(huán)單元(Gated Recurrent Unit ,GRU)為長短期記憶神經(jīng)網(wǎng)絡(luò)單元的簡化變體,其將LSTM循環(huán)體內(nèi)部的遺忘門與輸入門合并為更新門,將輸出門替換為重置門,有效對前序信息進行記憶或遺忘,可以同時兼顧電力負(fù)荷序列的時序性與非線性,大大減少了參數(shù)數(shù)量,降低了網(wǎng)絡(luò)訓(xùn)練難度。

b4d375df7f84e8cd3ff74accd40a898

圖 6 GRU 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

考慮到單一的GRU網(wǎng)絡(luò)在處理非連續(xù)性長時間序列時難以對序列特征做差異化區(qū)分,利用譜聚類算法對用電負(fù)荷進行聚類劃分,通過模型融合算法動態(tài)調(diào)節(jié)多種GRU模型在整體預(yù)測模 型中的權(quán)重,動態(tài)融合淺層、深層及多層疊加的各類 GRU網(wǎng)絡(luò),提高聚類劃分下GRU預(yù)測模型 的預(yù)測精度與泛化能力。

為減少單一GRU模型存在的長時間序列信息丟失問題,在GRU負(fù)荷預(yù)測模型中加入 注意力(Attention)機制模塊,提高對負(fù)荷序列關(guān) 鍵特征的捕捉能力,進一步減小負(fù)荷序列長度對 預(yù)測精度的影響。對歷史電力負(fù)荷進行經(jīng)驗?zāi)B(tài)分解,構(gòu)建EMD- GRU-Attention 混合預(yù)測模型,較好地捕捉了負(fù)荷數(shù)據(jù)的時序性與復(fù)雜非線性關(guān)系。 此外,GRU- Attention 預(yù)測模型也較為廣泛地應(yīng)用于具有強耦合性質(zhì)的綜合能源系統(tǒng)冷、熱、電負(fù)荷的預(yù)測中,借助多任務(wù)學(xué)習(xí)中的權(quán)重共享機制提取不同類型負(fù)荷間的耦合信息,進一步提高大波動下單一負(fù)荷預(yù)測精度。

2.1.5 卷積神經(jīng)網(wǎng)絡(luò)

考慮到循環(huán)神經(jīng)網(wǎng)絡(luò)無法提取序列的空間特征,研究學(xué)者提出依靠卷積神經(jīng)網(wǎng)絡(luò)模型提取序列的時間特征與空間特征。卷積神經(jīng)網(wǎng)絡(luò)(Convolution Neural Networks ,CNN)在 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上將隱含層替換為卷積層與池化層, 高維電力負(fù)荷相關(guān)數(shù)據(jù)進行預(yù)處理后經(jīng)輸入層輸入網(wǎng)絡(luò)模型,經(jīng)卷積層的卷積計算提取不同數(shù)據(jù)間的關(guān)聯(lián)特征,經(jīng)池化層池化后實現(xiàn)特征值篩選與降維,從而減少系統(tǒng)需要優(yōu)化的參數(shù)數(shù)量, 降低了人為提取特征帶來的預(yù)測誤差。CNN網(wǎng)絡(luò)拓?fù)鋱D如圖7所示。

2eef0ff7c912ffa74ff8db37ee5762e

圖 7 CNN 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)具有較強的非線性映射能 力及圖像特征提取能力,用于負(fù)荷預(yù)測時可將負(fù)荷數(shù)據(jù)及相關(guān)影響因素進行圖像化排列,充分發(fā)揮CNN在網(wǎng)絡(luò)訓(xùn)練中的自學(xué)習(xí)、自適應(yīng)優(yōu)勢, 通過提取圖像數(shù)據(jù)關(guān)鍵特征來減小CNN處理序列數(shù)據(jù)時出現(xiàn)的過擬合問題。

卷積時間網(wǎng)絡(luò)在處理長時間序列時常存在視 野區(qū)間有限、難以提取全部時序特征等問題, 針對此問題,在傳統(tǒng)CNN基礎(chǔ)上引入擴張卷積、因果卷積及殘差網(wǎng)絡(luò),構(gòu)成具有更強時序特征捕捉能力的時序卷積神經(jīng)網(wǎng)絡(luò)(TCN)負(fù)荷預(yù)測模型,通過對小型綜合能源系統(tǒng)負(fù)荷數(shù)據(jù)進行分析預(yù)測,驗證了此改進卷積神經(jīng)網(wǎng)絡(luò)模型具有更高特征辨識能力及穩(wěn)定性。

2.1.6 圖神經(jīng)網(wǎng)絡(luò)

圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Networks ,GNN)主要包括圖卷積神經(jīng)網(wǎng)絡(luò)、圖記憶力網(wǎng)絡(luò)等,是一種新興的專門處理圖數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)模型,其具備同時挖掘節(jié)點內(nèi)特征信息與節(jié)點間的相關(guān)性信息的能力,在負(fù)荷預(yù)測領(lǐng)域能夠較好地捕捉負(fù)荷序列的時間連續(xù)性與空間關(guān)聯(lián)性。利用圖神經(jīng)網(wǎng)絡(luò)進行負(fù)荷預(yù)測時,需將歷史負(fù)荷數(shù)據(jù)進行預(yù)先聚類處理,利用同族負(fù)荷數(shù)據(jù)的時間序列特征與空間關(guān)聯(lián)性特征構(gòu)建局部時空圖,利用圖聚合函數(shù)將自身特征信息與相鄰節(jié)點特征信息進行聚合,將最終信息平均值輸入至神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)一般預(yù)測流程如圖8所示。

a6c29194567dac211488ae18e8bd4b6

圖8 圖神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

利用 K-means 聚類算法將用電集群進行分組,將每組用戶聚合的負(fù)荷序列作為節(jié)點特 征,建立面向用戶集群負(fù)荷預(yù)測的圖結(jié)構(gòu)數(shù)據(jù),構(gòu)建并訓(xùn)練自適應(yīng)時空同步圖卷積神經(jīng)網(wǎng)絡(luò)模型,充分挖掘居民用電負(fù)荷的時空關(guān)聯(lián)性,通過提取圖像特征提高預(yù)測精度,但由于圖神經(jīng)網(wǎng)絡(luò)捕獲時間依賴關(guān)系的能力有限,預(yù)測精度仍有待提升。為進一步提高 GNN的時間特征提取能力,利用圖神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)組合模型進行配電網(wǎng)負(fù)荷時空預(yù)測,其中,利用圖卷積網(wǎng)絡(luò)捕獲電力網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、獲得空間依賴性,利用門控遞歸單元捕捉負(fù)荷信息的動態(tài)變化、獲取時間依賴性,發(fā)揮兩種神經(jīng)網(wǎng)絡(luò)自身特性,提高時空兩維負(fù)荷預(yù)測的準(zhǔn)確性。

2.2 組合預(yù)測模型

一直以來,高穩(wěn)定性和準(zhǔn)確度都是負(fù)荷預(yù)測模 型訓(xùn)練所追求的目標(biāo),但單一的模型算法往往存在自身固有缺陷,僅僅憑借調(diào)整算法內(nèi)部參數(shù)難以減弱甚至消除缺陷所帶來的結(jié)果誤差。當(dāng)今,以參數(shù)耦合方式、流程組合方式、算法融合方式為基本構(gòu)成的組合模型在負(fù)荷預(yù)測領(lǐng)域逐步興起,較好地結(jié)合各個單一負(fù)荷預(yù)測模型的自身特長,改善因單一模型自身固有缺陷導(dǎo)致的預(yù)測精度受限問題。

2.2.1 CNN-LSTM 模型

卷積神經(jīng)網(wǎng)絡(luò)可以較好地提取長時間序列的空間特征,但難以準(zhǔn)確地提取出序列的時間特征,長短期記憶神經(jīng)網(wǎng)絡(luò)憑借其記憶功能能夠準(zhǔn)確提取序列時間特征信息,但自身短時記憶的固有缺陷容易丟失序列信息。因此,單一CNN與LSTM負(fù)荷預(yù)測模型在面對多維負(fù)荷數(shù)據(jù)序列常出現(xiàn)多維特征信息提取不充分、序列信息結(jié)構(gòu)混亂等問題。

CNN-LSTM 組合模型可由 CNN 層提取序列空間特征,負(fù)荷序列經(jīng) CNN 處理后輸入LSTM進行時序特征提取并進行負(fù)荷預(yù)測,充分集成 CNN與LSTM 兩類神經(jīng)網(wǎng)絡(luò)模型的固有優(yōu)勢,有效減少單一模型在預(yù)測方面體現(xiàn)出的序列丟失、時序特征捕獲等問題。CNN-LSTM 模型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖9所示。

8c9e2d29fad7c65573a59f9e89698d2

圖9 CNN-LSTM 模型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

CNN-LSTM 預(yù)測模型在綜合能源系統(tǒng)負(fù)荷預(yù)測、居民住宅負(fù)荷預(yù)測等方面應(yīng)用廣泛,其較強的時空特征捕捉特性能夠差異化跟蹤綜合能源系統(tǒng)及居民住宅內(nèi)各類負(fù)荷變化情況,有效提高具有耦合性質(zhì)的獨立負(fù)荷預(yù)測精度。進一步研究了居民住宅內(nèi)家用電器的能耗情況,通過對電熱水器與變頻空調(diào)的能耗監(jiān)測與預(yù)測,表明 CNN-LSTM 組合模型可以 很好地預(yù)測住宅內(nèi)能耗占比較大的家用電器使用情況。

在系統(tǒng)區(qū)域級負(fù)荷預(yù)測方面,運用 CNN 充分提取各分量的潛在特征并作為 LSTM 網(wǎng)絡(luò)輸入對各分量進行預(yù)測,明顯縮短負(fù)荷預(yù)測時間,有效提升負(fù)荷預(yù)測精度。由于傳統(tǒng) CNN- LSTM 模型只在結(jié)構(gòu)上實現(xiàn)兩個單體網(wǎng)絡(luò)的順序鏈接,為進一步提高訓(xùn)練性能,在整體結(jié)構(gòu)上,可引入時序注意力機制及通道注意力機制來強化負(fù)荷序列特征提取能力;在單一網(wǎng)絡(luò)上,可建立具有雙向遞歸反饋的雙向長短期記憶循環(huán)網(wǎng)絡(luò) BiLSTM,利用給 L1正則化對特征數(shù)據(jù)進行特征篩選后通過CNN-BiLSTM模型進行負(fù)荷預(yù)測,進一步增強模型預(yù)測性能。

2.2.2 CNN-GRU 模型

門控循環(huán)單元GRU簡化了LSTM的內(nèi)部單元結(jié)構(gòu),在保證較高預(yù)測精度的同時可有效縮短模型的訓(xùn)練時間,因此更適用于負(fù)荷預(yù)測領(lǐng)域。使用GRU網(wǎng)絡(luò)雖然可以考慮時序性數(shù)據(jù)的歷史規(guī)律,但是需人工構(gòu)造特征關(guān)系,不能充分挖掘非連續(xù)特征在高維空間中的聯(lián)系,因此考慮結(jié)合其他網(wǎng)絡(luò)以提升對負(fù)荷特征的挖掘能力。與CNN-LSTM 模型相比,CNN-GRU 模型結(jié)構(gòu)更為簡單,大大縮減了循環(huán)單元的參數(shù)數(shù)量與網(wǎng)絡(luò)訓(xùn)練時間,進一步增強了時空關(guān)聯(lián)特征提取能力。

對負(fù)荷數(shù)據(jù)進行 k-means 聚類劃分后, 采用 CNN 網(wǎng)絡(luò)提取特征與負(fù)荷因素在高維空間的 聯(lián)系,構(gòu)造時序序列的特征向量并輸入到三層GRU網(wǎng)絡(luò)中,通過訓(xùn)練 GRU 網(wǎng)絡(luò)輸出負(fù)荷預(yù)測值, 此模型在保持較快訓(xùn)練速度的同時,具有較高的預(yù)測精度。基礎(chǔ)上引入Attention 機制,通過映射加權(quán)和學(xué)習(xí)參數(shù)矩陣賦予 GRU 隱含狀態(tài)不同的權(quán)重,以此減少序列信息的遺忘丟失,與未加 Attention 機制的預(yù)測模型相比,預(yù)測誤差明顯減小。在 GRU網(wǎng)絡(luò)基礎(chǔ)上建立雙向門控循環(huán)單元BiGRU,對負(fù)荷數(shù)據(jù)特征進行特征初篩后,通過經(jīng)貝葉斯算法優(yōu)化的CNN-BiGRU 模型進行預(yù)測,此模型得到的負(fù)荷曲線更加平滑,峰谷預(yù)測值及變化趨勢更加接近真實值,預(yù)測精度較高。

2.2.3 RNN-ResNet 模型

高維的電力系統(tǒng)負(fù)荷數(shù)據(jù)通常需要結(jié)構(gòu)復(fù)雜、層數(shù)較多的神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練,以此提高負(fù)荷特征提取的完整性與預(yù)測結(jié)果的準(zhǔn)確性。由于神經(jīng)網(wǎng)絡(luò)層數(shù)疊加及多種神經(jīng)網(wǎng)絡(luò)耦合互聯(lián),面對高維度海量數(shù)據(jù)時模型訓(xùn)練速度較慢,且當(dāng)訓(xùn)練達到一定次數(shù)與深度時,卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等將出現(xiàn)精度飽和甚至下降的“模型退化現(xiàn)象"。深度殘差網(wǎng)絡(luò)(Residual Network ,ResNet)由多個殘差塊堆疊而成,其內(nèi)部的殘差塊結(jié)構(gòu)不會增加網(wǎng)絡(luò)模型參數(shù)數(shù)量與計算復(fù)雜度,可以有效緩解其他神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度慢及模型退化問題, 因此深度殘差網(wǎng)絡(luò)已被用于組合神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型中配合其他循環(huán)神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)訓(xùn)練,其組合模型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖10所示。

68697bd79d10d88d0edb9e96da9f0fe

圖 10 RNN-ResNet 模型網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

綜合上述分析,經(jīng)過長時間的發(fā)展,電力系統(tǒng)短期負(fù)荷預(yù)測技術(shù)更加趨于智能化,預(yù)測模型越發(fā)復(fù)雜,預(yù)測精度隨之不斷提高。雖然已經(jīng)存在較為成熟的短期負(fù)荷預(yù)測理論,但隨著新型電力系統(tǒng)的發(fā)展,傳統(tǒng)的負(fù)荷預(yù)測理論已難以滿足當(dāng)前環(huán)境下對于負(fù)荷預(yù)測的要求,提出預(yù)測精度 更高、預(yù)測過程更穩(wěn)定、泛化能力更強的電力系統(tǒng)短期負(fù)荷預(yù)測模型仍為當(dāng)前的重要研究方向。

3安科瑞光儲充一體化方案

安科瑞為新能源工程包括分布式光伏、儲能、充電站提供軟硬件一體化解決方案,圖11為一個包含分布式光伏、儲能、汽車充電站和傳統(tǒng)用電負(fù)荷組成的新型10kV配電網(wǎng),由10kV開閉所、10kV并網(wǎng)分布式光伏系統(tǒng)、10kV并網(wǎng)儲能系統(tǒng)、電動汽車充電站以及其它負(fù)荷組成。

ee22779e84bd976d04813d2ededc408

圖11 安科瑞分布式光伏、儲能、充電樁的10kV配電系統(tǒng)

e769105fdc0eacc824b3a2d8e63d7f3

圖12 分布式光伏電站綜合自動化系統(tǒng)結(jié)構(gòu)

光伏監(jiān)控系統(tǒng)需要使用相關(guān)保護、測控、穩(wěn)控、分析及數(shù)據(jù)安全和通訊設(shè)備,典型的分布式光伏電站并網(wǎng)系統(tǒng)需要用到的二次設(shè)備如下表所示。

設(shè)備名稱

圖片

型號

功能

安全自動裝置屏

AM5SE

AM5SE-IS防孤島/防逆流保護裝置

安裝在并網(wǎng)柜,當(dāng)外部電網(wǎng)停電后跳開并網(wǎng)斷路器,斷開分布式電源和電網(wǎng)連接;當(dāng)安裝在公共連接點時具備防逆流監(jiān)測和保護功能

APView500

APView500PV電能質(zhì)量在線監(jiān)測裝置

安裝在并網(wǎng)柜,對光伏發(fā)電側(cè)側(cè)電能質(zhì)量進行監(jiān)測,主要包括:電壓偏差、頻率偏差、2-63次諧波、0.2-62.5次間諧波、直流分量、電壓波動、電壓閃變等穩(wěn)態(tài)數(shù)據(jù);電壓暫降、電壓暫升、短時中斷。

AM6

AM6-FE頻率電壓緊急控制裝置

實現(xiàn)低周減載、低頻解列、過負(fù)荷聯(lián)切等功能,保障電網(wǎng)穩(wěn)定。

遠(yuǎn)動通訊屏

/

多合一數(shù)據(jù)加密采集裝置

提供AGC/AVC、數(shù)據(jù)采集、數(shù)據(jù)加密、遠(yuǎn)動及無線通訊,與調(diào)度進行數(shù)據(jù)對接

ANet-4E16S

ANet-4E16S遠(yuǎn)動裝置

數(shù)據(jù)通過104協(xié)議上傳調(diào)度

/

以太網(wǎng)交換機

本地數(shù)據(jù)的通訊組網(wǎng)

/

北斗對時時鐘

按照用戶輸出符合規(guī)約的信息格式,完成同步授時服務(wù)

分散安裝

保護測控裝置

AM5SE

AM5SE-C SVG保護裝置

具有兩段式定時限過流保護,反時限保護,欠電壓保護,過電壓保護等功能對電容器進行保護

AM5SE-F線路保護測控裝置

具有三段式過流保護,重合閘,過負(fù)荷告警、跳閘,過電壓告警、跳閘等功能對線路進行保護

AM5SE-T升壓變保護測控裝置

具有三段式過流保護,兩段零序過流保護,過負(fù)荷保護,高溫超溫保護,瓦斯保護等保護功能

Acrel-2000MG微電網(wǎng)能量管理系統(tǒng)


具有完善的電池管理功能和豐富的外部通信接口,可實現(xiàn)對儲能系統(tǒng)、充電系統(tǒng)、光伏系統(tǒng)等智能設(shè)備的運行信息實時監(jiān)控,包括對儲能系統(tǒng)內(nèi)電壓、電流、溫度、壓力、流量等信息采集、實時監(jiān)視、優(yōu)化管理、智能維護及信息查詢功能。具備新能源消納、峰谷套利、防逆流、需量控制、柔性擴容、限電模式等多種控制策略,保障儲能系統(tǒng)安全穩(wěn)定、智能運行。

設(shè)備名稱

圖片

型號

功能

防孤島/防逆流保護裝置

AM6

AM5SE-IS防孤島/防逆流保護裝置

安裝在并網(wǎng)柜,當(dāng)外部電網(wǎng)停電后跳開并網(wǎng)斷路器,斷開分布式電源和電網(wǎng)連接;當(dāng)安裝在公共連接點時具備防逆流監(jiān)測和保護功能

電能質(zhì)量監(jiān)測裝置

APVIEW400

APView400電能質(zhì)量監(jiān)測裝置

對并網(wǎng)柜電能質(zhì)量進行監(jiān)測,主要包括:電壓偏差、頻率偏差、2-63次諧波、0.2-62.5次間諧波、電壓波動、電壓閃變等穩(wěn)態(tài)數(shù)據(jù);直流分量、短時中斷;電壓瞬態(tài)、電流瞬態(tài)。

智能儀表

APM520

APM520

具有全電量測量,諧波畸變率、電壓合格率統(tǒng)計、分時電能統(tǒng)計,開關(guān)量輸入輸出,模擬量輸入輸出。

直流電能表

9fbbfe2d333dbef8e77f2a7d0897ac5

DJSF1352-RN

可測量直流系統(tǒng)中的電壓、電流、功率以及正反向電能等,配套霍爾傳感器(可選)。

霍爾傳感器

霍爾(1)

AHKC-EKA

測量DC0~(5-500)A電流,輸出DC4-20mA,工作電源DC12/24V。

直流絕緣監(jiān)測

AIM-D100

AIM-D100-TH

監(jiān)測直流系統(tǒng)絕緣狀況

智能網(wǎng)關(guān)

anet(2)

ANet-2E4SM

邊緣計算網(wǎng)關(guān),嵌入式linux系統(tǒng),網(wǎng)絡(luò)通訊方式具備Socket方式,支持XML格式壓縮上傳,提供AES加密及MD5身份認(rèn)證等安全需求,支持?jǐn)帱c續(xù)傳,支持Modbus、ModbusTCP、DL/T645-1997、DL/T645-2007、101、103、104協(xié)議

儲能控制單元

ANet-2E8S1

ANet-ESCU

適用于儲能一體柜(箱)的EMS裝置,可用于磷酸鐵鋰電池、全釩液流電池等儲能本體,對接電池管理系統(tǒng)(BMS)、儲能逆變器(PCS)、電量計量、動力環(huán)境、消防儲能柜內(nèi)數(shù)據(jù)的統(tǒng)一采集、存儲。其具備監(jiān)視控制、能量協(xié)調(diào)、聯(lián)動保護、經(jīng)濟優(yōu)化增效等功能。

協(xié)調(diào)控制器

672793be59467e758bfdf735afcb362

ACCU-100

具備智能網(wǎng)關(guān)數(shù)據(jù)采集、協(xié)議轉(zhuǎn)換、存儲等功能之外,還具備新能源的使用策略控制功能,可以按照預(yù)設(shè)的邏輯控制光伏出力、儲能充/放電、充電樁充電控制以及負(fù)荷調(diào)節(jié)等功能,并與云端平臺進行交互,響應(yīng)云端策略配置。

儲能柜能量

管理系統(tǒng)

Acrel-2000ES

針對0.4kV分布式儲能柜的能量管理,包括充放電策略控制、運行狀態(tài)監(jiān)測、電池信息管理以及故障報警。

微電網(wǎng)能量

管理系統(tǒng)

Acrel-2000MG

對企業(yè)微電網(wǎng)的源(市電、分布式光伏、微型風(fēng)機)、網(wǎng)(企業(yè)內(nèi)部配電網(wǎng))、荷(固定負(fù)荷和可調(diào)負(fù)荷)、儲能系統(tǒng)、新能源汽車充電負(fù)荷進行有序管理和優(yōu)化控制,實現(xiàn)不同目標(biāo)下源網(wǎng)荷儲資源之間的靈活互動,增加多策略控制下系統(tǒng)的穩(wěn)定運行。

4結(jié)束語


綜上所述,隨著新型電力系統(tǒng)穩(wěn)步發(fā)展與負(fù)荷預(yù)測技術(shù)日益先進,面對當(dāng)今負(fù)荷預(yù)測研究面對的問題與挑戰(zhàn),需著力推進負(fù)荷預(yù)測模型綜合化、精準(zhǔn)化發(fā)展,高效提升以人工智能為基礎(chǔ)的預(yù)測模型泛化能力與自調(diào)節(jié)能力。同時,在保證負(fù)荷預(yù)測精準(zhǔn)度前提下開展柔性可控負(fù)荷參與電網(wǎng)優(yōu)化調(diào)度方面的研究也在逐步展開,綜合考慮多指標(biāo)下的可控負(fù)荷響應(yīng)與互動潛力,構(gòu)建負(fù)荷可調(diào)潛力評估指標(biāo)體系與可控負(fù)荷預(yù)測模型,為電網(wǎng)開展需求響應(yīng)潛力分析及調(diào)峰調(diào)度工作提供參考性建議與合理化策略,緩解用電高峰時段下的供電壓力,逐步實現(xiàn)源網(wǎng)荷協(xié)調(diào)、平衡發(fā)展。


操操操91| 色婷婷综合在线| 日本三级99人妇网站| 深爱开心激情| 日本久久99| 亚洲精品福利一区二区在线观看| 99偷拍视频在线日本| 淫视馆aV二区一区| 天天日天天做天天操| 色欲AV天天AV亚洲一区| 国产毛多水多女人A片| 五月婷婷丁香综合,亚洲天堂| 成人短视频在线| 亚洲色色在线| 久久久性爱视频| 婷婷色综合| 涩五月婷婷| 五月丁香婷婷啪啪综合| 婷婷五月激情片| 五月婷婷婷丁香播| 亚洲免费视频在线| 91干| 另类小说五月天激情| 第四色五月天| 亚洲视频一区| 亚洲第一成人无码A片| 婷婷六月丁香久| 六月婷婷色五月| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 色色色国产| 成人AV在线中文版| 久久小视频免费| 五月天激情综合网| 国产精品久久久久久亚洲毛片| 婷婷丁香色情| 这里只有精品2| 日操夜操天天操不卡| 亚洲六月色婷婷| 人人妻人人澡| 五月天天天色| 五月丁香婷婷五月色| 综合XX网| 婷五月天在线草| 色五月激情| 青青青国产精品免费观看| 久er7久热| 婷婷综合五月天| 中国女人做爰A片| 亚洲一区二区无遮挡A片| 99热免| 婷婷六月激情| 久99热| 中文不卡av| 97色精品视频| 五月天婷婷基地| 91碰碰视频| 色婷婷丁香五月综合| 91ncom.色| 丁香五月天殴美激情| 婷婷五月丁香基地| 综合五月天| 九九精品9| 91丨九色丨大屁股| 猛烈顶弄H禁欲老师H春潮| 婷婷色在线| 五月丁香久人妻中文| 国产色丁香| 六月伊人| 丁香六月婷婷综合色| 性av| 五月激情另类| 最近2019中文字幕大全第二页| 丁香五月香蕉在线| 欧洲综合色| 少妇精品久久久一区二区三区 | 五月丁香六月激情欧美综合| 九一牛视频探花| www.五月婷婷| 色综合色综合色综合高潮| 毛片新网地| 91re色综合视频| 亚洲人成www在线播放| 天天操夜夜啊| 棕合影院色色| 综合五月丁香六月婷婷| 亚洲成人AV在线播放| 丁香五月婷婷色| 99亚洲天堂| 国产欧洲欧洲精品久久| 丁香五月手机在线| 五月丁香综合啪啪| 国产色视频网站2| 婷婷亚洲五| 91久久久久久久| 在线中文av| 色网五月婷婷| 日韩精品人妻AV一区二区三区| 99re热在线视频观看| 五月久熟女| 开心四房| 婷婷丁香五月天中文字幕| 五月丁香婷婷在线| 婷婷色五月综合丁香| 97热久久| 天天综合五月天| 精品动漫 无码av| 久久性爱视频久久性爱视频| 激情图片亚洲| 婷婷五月丁香色情| 丁香五月电影| SS丁香五月婷婷| 婷婷精品| 丁香五月婷在线| 五月网站| 九九视频精品在线免费 | 无码激情AAAAA片-区区| 婷婷激情五月天色| 日韩一级一片内射视频4K| 99久久成人| 久久精彩视频| 婷婷激情五月天在线| 天天射天天操天天干| 丁香五月开心婷婷| 91久久九色| 久草热在线视频| 色原狠狠综合| 99在线资源| 伊人五月天97| 丁香五月欧美激情| 亚洲激情亚洲激情 | 蜜臀av粉嫩av懂色av| xxxx久| 久99久精品| 欧美丁香五月97色| 99re6在线视频精品免费| 天天爱天天日| 五月天激情色色| 精品成人无码A片观看香草视频| 色婷婷丁香五月| 激情丁香婷婷五月天| 五月婷婷激情综合| 五月亭亭激情综合| 亚洲国产网址| 色热久| 狠狠色丁香五月婷巨| 婷婷五月色| 激情丰满熟妇五月| 噜噜五月天综合| 丁香五月婷婷基地| 久9无码视频| 操操碰| 很很操96| 亚洲色五月| 亚洲天码视频www蛋播视频| AV网在线观看| 91超级碰在线视频| 婷婷久久五月| 狠狠操综合| 久久精品婷婷| 久久人妻无码毛片A片麻豆潘金莲| 日日夜夜天天爽| 9色免费网| WWW.99视频| 亚洲色五月| 秋霞无码AV久久久精品小说| www.99热视频| 亚洲综合婷婷五月| 99精品久久| 五月天婷婷在线播放| 成人版视频在线观看| 人妻少妇色综合| 亚洲午夜一区二区| 色婷婷电影网| 亚洲va欧美va国产综合久久久| 日本综合99| 天天草天天爽| 99爱这里只有精品| 亚洲第二AV| 五月丁香欧美综合| 亚洲AAAA网| 人妻Av在线| 久久婷婷综合网| 五月人妻婷婷| 97九色视频| 国产午夜精品AV一区二区麻豆| 久久久久久久合一狠狠做深爱| 综合激情专区| 国产精品久久久久久福利| 婷婷色五月丁香六月欧美啪| 五月婷婷在线视频免费观看| 亚洲无码猫咪| 婷婷五月天堂| 天天做天天爱天天要| 色五月色五天色情网| 一区二区视频在线观看高清视频在线| 亚洲成人婷婷| 九九激情网| 五月婷婷综合天天操| 五月丁香激情四射| 天天日天天做天天操| 五月天婷婷情色| 99这里只有精| 深爱五月激情五月| 天天综合干| 99色精品| 国产精品久久久久久亚洲毛片| 五月天综合视频| 亚洲激情综合| 在线观看熟女少妇| 热久久婷婷| 色色色9| 婷婷综合六| 天天操五月天| 色情终和网| 67194成I人在线观看线路1| 五月天婷婷丁香视频| 91成人电影| 亚洲视频一区| 99视频精品| 人人噜天天上| 丁香婷婷丁香五月欧美人| 一本狠婷婷综合| 麻豆AV一区二区三区| site:pnnrt.com| 一區四區歐美日韓| 亚洲成人免费电影| 香蕉久久av一区二区三区| 人人视频色| 成人视屏在线观看| 国产综合A片| 亚洲12p| 直接看的AV| 一起草无码视频| 九 九九九AV| 久久久国产精品黄毛片| 99精品久久| 久色婷婷200| 奸逼视频| 婷婷五月激情四月综合| 日韩99视频| 亚洲日本三级片| 69精品人人人人| 丁香伊人网| 婷婷五月色播放| 婷婷国产日本欧美| 亭亭五月丁香综合欧美| 日本色99网站| 日韩欧美1区| 99人妻碰碰碰久久久久禁片| 丁香五月激情综合| 思思热久热| 在线中文字幕视频| 久久超视频| 五月天大香焦| 婷婷丁香五月综合| 日本人妻伦在线中文字幕| 99热这里| 九九热大香蕉| 蜜桃视频网站APP| 五月婷婷开心综合| AAA亚洲AV| 性婷婷| 久久香蕉网| 国产精品99久久久久久猫咪| 青青免费视频观看在线视频| 久久HD| 激情五月六月婷婷| 天天综合五月| 免费观看亚洲AV片| 另类专区在线| 色色五月丁香婷婷| 亚洲成人AV在线观看| 激情九九六月激情免费视频| 六月丁香婷婷大香蕉| 婷婷天堂伊人| 五月婷无码| 伊人久久大香线蕉精品| 国产性爱在线| 丁香伍月婷电影全集| 人与禽A片啪啪| 深爱综合网| 激情五月综合| 91啪啪| 色婷久久| 深爱婷婷网| 天天色,天天日,天天做| 天天色激情| 色五月综合网| 色狠狠色综合| 99热6这里只有精品| 六月婷婷久久大全| 丁香久久| 99在线精品视频| 丁香五月手机在线| 99热最新| 中文在线最新版天堂8| 少妇荡乳欲伦交换A片欧美| 亚洲九九视频| 粉嫩小泬还没有毛小便是怎么回事| 五月天夜夜爱夜夜操| 日韩人妻操逼视频| 婷婷激情五月天激情| 老司机伊人| 噜噜五月天综合| 色播激情五月天| 五月天狠狠| 亚洲五月天激情| 开心四房播播| 狠狠爱综合| Va另类视频| 五月丁综合在线观看| 丁香五月婷婷综合视频| 婷婷狠狠五月综合| 五月天五月天成人网亭亭成人色网站| 人妻久久久久久久久久| 性色播| 婷婷丁香色五月天久久88| 婷婷丁香五月天欧美| 91婷婷五月天综合视频| 激情婷婷五月天日本系列| WWW五月| 色婷婷久综合久久一本国产AV| 人人人人人人人人人草| 亚洲一区二区无码蜜乳av| 五月婷导航| 久久五月天婷婷| 开心四房| 日日干天天| 国产第1页| 天天做天天爱天天玩| 最近中文字幕大全在线电影视频| 婷婷色网| 小香蕉av| 婷婷色色色| 久久九九婷婷| 久久精彩综合视频| 丁香五月天殴美激情| 色婷婷五月影视| 婷婷色香六月综合激情| 丁香五月天在线| 五月天激情AV| WWW.婷婷| 五月开心播播网| 丁香九月激情| a久久| 久久综合九九| 大香网伊人久久综合| 激情AV| 99久操视频| 丁香熟女乱| 九九综合网色全集| 狠狠另类视频| 99视频在线精品| 丁香五月色情| 色婷婷五月天| 久久久久久久久久久jjjj| 九九狠狠干| 欧美欧盟性爱网| 五月丁香婷婷伊人| 伊人久久大香蕉网| 国产综合视频在线观看一区| 丁香五月天天| 在线成人网站| 淫荡综合网| h亚洲| 蜜臀AV在线观看| 99在线综合视频| 丁香五月天激情| 亚洲婷婷开心五月| 四月婷婷五月丁香| 99热国品| 中文字幕性爱视频| 色婷婷五月丁香在线观看| 棕合影院色色| 夜夜天天天天天干天天爽| 丁香婷婷影院| 中文毛片无遮挡高潮免费| 久久综合香蕉国产国产蜜臀AV| 午夜免费试看| 五月婷婷在线综合| 少妇性按摩无码中文A片| 99视频内射三四| 日本久久9| 丁香五月综合久久综合| 开心五月丁香综合久久| 高潮A片揉搓乳尖乱颤视频| 爱久久小说下载网| 国产午夜亚洲精品理论片八戒 | 色噜婷婷| 99热精品少| 激情小说视频图片| 全部老头和老太XXXXX| 大香蕉伊然在亚洲90| 丁香五月性| 婷婷五月天激情综合深爱激情| 91久热| 97操女视频| WWW.激情| 噜噜狠狠色| 九色视频91疯狂| 色在线视频网2025| 婷婷五月激情欧美| 激情综合网激情五月俺也去| 99色综合网| 免看黄大片AA | 五月天六月婷婷| 久热免费| 亚洲色图日韩网址| 天天操天天爽天天爱| 色婷另类| 欧美搡BBBBB摔BBBBB| 免费一区二区三区| 亚洲人人96@| 婷婷四房播播| 欧美性爱专区| 中文人妻主播久久| 91丨九色丨高潮丰满日本| 久月久在线视频| 超碰在线99| 丁香五月成人婷婷| 午夜丁香久久久久久| 婷婷九月激情| 99热综合| www.综合久久.com| 99在线精品视频在线观看| 99久久精品免费看国产一区二区| 婷婷丁香黄色| 婷婷五月天亚洲天堂| 少妇激情五月婷婷| 综合另类视频| 久久五月婷婷视频| 婷婷色爱| 欧美情色一区| 亚洲色五月天是什么| 四虎成人精品永久免费AV九九| 婷婷五月丁香综合桃花色网| 丁香五月激情图片| 欧美日韩第一区| 五月天婷婷基地| 丁香久月| 日本人妻操| 丁香五月欧美色综合| 国产精品第一国产精品| jiqingtaose五月天| 五月婷婷中文字幕| 538在线精品| 国产乱码久久| 综合久久99| 色综合偷拍| 中文字幕簧片| 99精品视频在线观看| 9l视频自拍9l九色成人| 激情五月天小说| 香蕉影院色| 丁香六月开心| 欧美色色色| www.黄色片-久久成人国产精品在线播放-999AV| 这里只有精品视频99| 激情五月丁香亭亭| 色激情网| 终合激情网| 九月停停| 日本社区五月天激情| 婷婷五月丁香青青草在线| 五月天婷婷六月激情网| 深爱婷婷网| 大香蕉综合在线| 成人AV免费观看| www.五月婷婷.com| 9色在线视频| 99开心五月五月丁香激情| 丁香六月青青草| 久久精品99国产精品日本| 人人妻人人澡| 国产精品久久久久久妇女6080| 婷婷玖玖五月天| 激情五月天噢美| 丁香六月婷婷社区| 麻豆COMCN| 激情五月天网| 第四色婷婷五月| 日本色图综合| 夜夜穞天天穞狠狠穞AV美女按摩| 亚洲.欧美.在线视频| 狠狠色丁香乆乆| 激婷网| 色播五月丁香综合| 人妻操在线看| 就爱啪啪婷婷| 激情五月丁香综合网站| 国产AV一区二区三区最新精品| 亚洲亚洲人成综合网络| 九九综合网| 超碰97免费在线| 丁香婷婷五月色成人网站| 狠狠色狠狠色综合日日91| 亚洲视频二区| 国产婷婷综合| 五月婷婷婷婷| 在线中文字幕视频| 99操| 丁香婷婷综合激情五月色| 五月天激情无码专区| 9797色| 久久久18| 大香蕉在九| 深爱五月激情网| 另类色视频| 青青草婷婷综合五月| 性爱视频99| 97婷婷五月丁香| 丁香五月综合激情久久潮喷| 啪啪激情网站| 国产AV午夜精品一区二区入口| 亚洲综合婷婷| 亚洲av电影在线| 十区AV| 激情五月五月婷婷| 婷婷九月丁香| 五月丁香激情综合| 九九热在线观看6| 97超级操操| 大香蕉九九热| 久久婷婷六月| 天天操天天操天天操天天操天天操天天操天天操天天操天天操 | 超碰在线观看9| 色色色综合网| 久久婷婷视频| 色999;丁香五月| 亚洲最大在线| 五月天婷婷六月激情网| 五月激情在线| 色久九| 九九视频在线观看| 99色视频| 99爱爱网| 日良久久| 五月丁香天堂| www.maotanji.com| 丁香五月天日韩无码| 丁香五月婷婷AV| 这里只有精品在线观看视频| 涩综合在线| 综合激情在线观看| 好青青在线视频观看视频| AV五月丁香| 99少妇精品| 五月婷婷综合久久| 超碰人人操人人9| 天天操天天日天天爽| 色色色九九九五月婷婷| 深爱五月激情五月| 99久久6| 狠狠婷婷综合| 五月欧美色色五月| AV片在线观看| 天天干天天色综合| 99在线视频女女视频| 情趣视频66| 搡BBBB搡BBB搡18| www.五月天婷婷| 久久婷婷激情| 99热免| 99re99在线看| www.婷婷,com| 大香蕉天堂| 国产激情在线观看| 日韩色色小视频| 另类老太婆BBWBBW| 五月丁香六月色| 96精品久久久久久久久| 久久五月天精品视频| 欧美 日韩 成人 在线| 国产小网站| 国产亚洲色婷婷久久99精品91| 日韩经典欧美一区二区三区| 丁香五月六月婷婷综合| www99热| 九九九午夜视频| 成人一级片| 精品人妻久久久| 亚洲综合在线播放| 波多婷婷久久| 婷婷成人视频| 99热这里是精品| 深爱激情AV| 激情久久网| 午夜天堂一区人妻| 久久婷婷成人综合色怡春院| 开心久久xxx色| 亚洲黄3级片网站欧美| 国产亚洲精品久久久999密壂最新版介绍 | 色婷婷亚洲精品天天综| www.狠狠操.com| 性爱网五月天| 人妻Av在线| 韩国日本免费不卡在线丷 | 亚洲亚洲永久无码777777| 丁香五月婷婷久久综合激情网| 久久精品无码一区| 伊人久久婷婷| 婷婷六月色| 激情五月天婷婷视频| 五月色在线| 婷婷九月在线| 国内自拍1区| AA片在线观看视频在线播放| 日本超碰在线| 激情五月婷婷视频一区二区三区| 99久久婷婷综合| 欧美色久| 日韩五月丁香| 欧美婷婷五月天综合| 亚洲五月婷| 五月丁香婷婷啪啪综合| 在线综合亚洲欧美65| 欧美性生交XXXXX无码小说| 中文字幕资源网| 五月丁香六月婷婷啪啪综合 | 99在线资源| 99热最新网址| ,99视频久久| 99热精品在线| 强伦轩人妻一区二区电影| 色综合久久8| 欧美AAAA片免费播放观看| 中文字幕永久在线| 色碰碰| 久久99热这里只有精品| 色婷婷五月天激情| 婷婷天堂综合| 五月天激情四射网站| 《丁香激情综合久久伊人久久》影视在线观看 -高清预告手机免费播放 -三妹影院 | 色色色色综合| 色婷婷丁香五月综合| 久久五月视频| 亭亭丁香97| 中文字幕无码高清晰| 涩婷婷五月天在线精品视频 | 激情六月丁香综合| 亚洲欧美综合在线中文| 天天日天天操心| 狠狠操狠狠操AV| 夜夜综合色| 伊人9999| 第一区久久网站| 婷婷久热| 五夜婷婷| 婷婷色丁香五月| 久久婷婷色色| 五月婷婷综合成人| 九九热精品视频在线观看| 九九热在线观看视频| 久久这里只有欧美| 婷婷伊人久久综合| 性生活视频98791| 中文字幕 久久9999| 五月激情婷婷六月丁香| 天干干夜夜操| 亚洲av成人在线| 五月丁香婷草| 天天操五月天| 超碰永久在线| 亚州精品成人片| 停停六月 综合| 久婷自拍视频| 9久9久| caopeng97人人| 九九色婷婷五月天| 色婷婷99| 无码碰碰| 日本少妇AA一级特黄大片| 狠狠色狠狠色综合日日91| 婷婷丁香先锋资源网站| 色色色天堂网| 青草视频在线观看视频| 国产偷人爽久久久久久老妇APP| 五月婷婷开心色伊人| 九九九九综合| 激情综合婷婷| 激情深愛五月視頻| www.狠狠色.com| 亚洲色小说在线综合| 色情激情五月| 色色操| va中文资源在线观看| 婷婷五月天99| 亚艹艹| 26UUU精品一区二区| 丁香婷婷色情| 九九性视频| 国产69久久久欧美黑人A片 | 婷婷天天插天天爱| 天天 青草 丝袜制服 在线| 噜一噜免费视频| 操97| 26uuu色五月| 91性人人| 大香蕉Av在线| 亚洲欧洲另类| 色婷婷欧美在线| 婷婷五月天六月| 婷婷九月丁香| 五月婷婷之综合激情| 亚洲五月丁香六月婷婷| 日本啪啪网| 农村熟妇高潮精品A片| 色色欧美色色色| ady狠狠入| Av在线不卡一区| 一区=区操屄高清大全av| 99超碰人人| 婷婷五月天色色| 五月丁香六月欧美综合| 色情综合网| 97色97干| 五月天激情小说婷婷基地| 婷婷五月综合激情免费视频| 婷婷欧美| 欧美视频五区| 色偷偷AV亚洲男人的天堂| 啪啪日本欧美| 色婷婷777狠狠| 午夜理论片最新午夜理论剧| 久久亚洲婷婷| 色五月偷偷| 成人做爰黄A片免费看直播室男男 精品一区二区三区四区五区六区 99热久久这里只有精品 | 97人人射| 九九av| 超碰在线播放免费观看| 成人视屏在线观看| 日韩无码系列| 综合激情在线| 色欲日日躁| 亚洲va国产va天堂va综合va| 一级二级色大片| 精品久久久久成人码免费动漫| 久久久婷丁香五月| 亚洲成人AV在线播放| 人妻熟妇国产精品| 亚洲激情电影五月天色婷婷丁香一起草 | 成人AV中文字幕| 婷婷五月成年人| www激情五月天| 99爱视频在线观看这里只有精品| 色婷婷狠| 欧美一级色| 大香伊人婷婷影院| 狠狠搞五月天| 久狠日av| 99在线观看精品视频| 婷婷5月久久综合网站| caop在线| 午夜婷婷六月天| 丁香五月婷婷超碰在线| 色网五月婷婷| 强辱丰满人妻HD中文字幕| 五月丁香亭亭A片| 欧美精产国品一二三区| 五月婷婷丁香五月婷婷| 五月丁香成人视频| 丁香五月欧美| 婷婷五月天影院| 亚洲乱码日产精品BD| 影音先锋 萱萱| 婷婷五月av| 亚城区在线| 婷久久| 一本色综合色| 99ri精品| 老司机伊人| 青草视频在线观看视频| 五月丁香婷婷成人版| 丁香色播五月天| 一级精品999WWW| 五月婷婷综合网| 婷婷色偷拍| 玖玖精品资源| 色婷婷电影网| 涩玖玖免费视频| 六月丁香婷婷色综合| 丁香五月激情综合| 97操操网| 六月丁香啪啪| 丁香六月激情综合| 人人干人人看| 婷婷激情五月视频| 91九色精品熟女内射| www天天色天天射| 99色视频在线| www.婷婷五月.com| 色婷婷五月基地在线| 91久久九久久九久久九久久九久久| 涩涩五月天| 色99网| 久久激情五月天| 日本欧美成人片AAAA| 日本久久99| 久热丁香| 热久久视频99| 色婷婷五月天| 亚洲综合视频网| 激情综合网激情五月丁香| 亚洲无AV在线中文字幕| 91丨九色丨高潮丰满日本| 色色色色色色色色网站| 亚洲精品123区在线观看| 丁香五月婷婷天堂大香蕉| 亚洲开心激情网| 色色色色色色色色综合网| 日韩人妻AV在线| 婷婷五月亚洲激情| 五月天婷婷伊人| 丁香婷婷久久综合在线| 密桃激情五月天综合网| 亚洲欧洲中文日韩久久AV乱码| 亚洲色碰| 色综色五月天婷婷| 亚洲精品又粗又大又爽A片 | 婷婷在线精品| 99久久精彩视频。| www.久久爱.com| 任你干aa| 久久婷婷色情7777网站| 天天插天天插| 葵花AV在线| www.玖玖婷婷在线| 五月丁香婷中文| 五月天综合网| 成人婷婷| 日本婷婷| 欧美操人| 琪琪理论片| 丁香五月婷婷大香蕉| av超碰在线| 成人色情五月天婷婷丁香| 国产熟人AV一二三区| 丁香五月综合激情久久潮喷| 五月成人综合| 精品久久久中文字幕大豆网推荐理由| 欧美亚洲999| 91啪啪| 午夜成人在线免费视频| 人人射人人高潮| 色八戒操婷婷| 亚洲五月天综合色| www.五月天婷婷| 五月综合久久| 九月色婷婷| 99久久婷婷国产综合| 色婷婷国产精品综合在线观看| 探花搜索结果 - 黄上黄| 色婷婷久久| 射久久丁香五月| 色开心| 人人97操| 91色情播放| 狼人伊人干| 久久小片| 无码少妇高潮喷水A片免费| 色99视| 色五月激情五月| 99噜噜噜在线播放| 激情五月婷婷网| AV伊人青草丁香六月| 色婷婷视频在线| 秋霞电影一级黄| 深爱激情五月天色婷婷| av九九| 久久66er久久| 五月天久久婷婷| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 丁香五月婷婷老师网站| 婷婷五月天激情基地| 丁香六月天婷婷| 丁香五月天堂网| 日本人妻操| 亚洲色网址| 国内熟女黄色系列| 丁香五月婷婷AV在线| 国产免费性爱| 婷婷精品性性性性性性性| 日本A片一区| 欧美va在线观看| 99视频九九热| 丁香五月婷婷视频| 婷婷大乡焦噜噜| 亚洲AV成人片无码网站| 久草五月天| 99热这里都是精品| 色久播播| 精品国产VA久久久久久久冰| 五月四色婷婷| 超碰在线观看三级片| 天天干天天 亚洲| 精品人妻一区| 在线一起草av| 色婷婷亚洲婷婷| caopeng97人人| 开心四房| 中文字幕精品在线观看| 五月婷婷开心综合| 成人丁香五月婷| 爽爽影院免费观看| 婷婷五月天久久综合88| 婷婷久久大香蕉| 99热这里只有精品在线免费| 少妇水多A片太爽了| 欧美综合五月丁香六月婷| 激情熟女网| 日韩淑女人妻luan伦激情精品一区二 | 九九精品在线观看视频6| 伊人丁香五月天丁香在线婷| 日韩无码色色| 久久婷婷激情四射五月天| 成人性做爰AAA片免费看不忠| 色~性~乱~伦~噜| 国产在线aaa片一区二区99| 天天成人综合视频| 五月激情久久| 免费AV在线| 99久久久国产大片区| 五月天综合网| 婷婷六月天激情| 久久婷婷综合网| 校花娇喘呻吟校长陈若雪视频| 久色网五月| 99久久国产综合精品五月天喷水\| 激情深爱五月天| 九九色热| 天天插天天插| 99热精品在线| 久久五月天激情美女| 国产真人做爰视频免费| 小视频一区 | 激情四射五月天| www.色婷婷| 亚洲精品婷婷| 91精品婷婷国产综合久久| www.91九色| www.色婷婷| 精品9久| 五月天天综合| 国产伦理精品高清在线观看网站一区二区 | 99在线看视频| 91色噜噜狠狠狠狠色综合| WWW,激情五月天,COM| 激情婷婷另类| 婷婷五月天亚洲五码| 色色色图| 狠狠噪| 色一情一乱一乱一区91| 九九九午夜影院成人| 伊人干综合| 99久久九九| 五月丁香天天| 野战毛片三一3| 91啪啪视频| 五月丁香啪啪| 丁香久月婷| 日操| 99视频一区| 在线观看av网站| 国产在线视频精品视频| 啪啪九九色| 久久99久久99精品免观看粉嫩| 99热这里只有精品98| 女主播扒开屁股给粉丝看尿口| 国产69久久久欧美黑人A片| aaaaaa片| 噜噜狠狠色综无码久久合欧美| 国产午夜伦鲁鲁| 久9精品| 久久五月天色婷婷| 婷婷丁香小说| 日本不卡高字幕在线2019| 五月婷激情影院| 天天操天天草天天草天天| 久久99久久99久久99人受| 亚洲在线成人| 思思热性操| 六月丁香久久| 美女爆乳18禁www久久久久久| 桃色五月婷婷| 色色色色色网| 在线观看亚洲欧美视频免费| 色婷婷777狠狠| 亚洲小视频| 午夜成人片400| 人人综合久| 精品51XX| 婷婷五月天久久| 色99色| 久热网在线视频| 欧洲色区| 99啪啪| 天天色天天日天天舔| 九九九九九九热| 色婷婷六月精品| 天天激情站| 色444综合网| 久久这里只有精品无码| 国产这里只有精品| 99热最新精品| 狠狠色五月天| 丁香婷婷AV| 婷婷深爱五月亚洲综合| 伊人激情AV一区二区三区| 黄色三级日本| 久热成人| 超碰不卡在线| 婷婷激情小说| 99热每日| 丁香激激情网| 色欲AV久久一区二区三区久| 深爱激情网五月| 夜夜爽天天爽| 婷婷色综合| 这里只有精品视频99| 五月天久久www| 天天日夜夜爽| 69热91天堂| 五月天成人在线播放丁香| 99年操人人爽| 五月天堂婷婷| 国产精品午夜小视频观看| 99热国产这里只有| 国产a高清| 五月色情网| 99国产精品白浆在线观看免费 | 五月色婷婷综合| 94干大香蕉| 丁香六月婷婷| 大香蕉人人网| 五月丁香综合中文| 久久久久久97| www.五月天婷婷| 久久婷婷五月综合色区| 天天干天天操| 日逼影音先锋AV男人资源站| 免费不卡狠操美女视频网 | 人体裸体BBBBB欣赏| 激情综合99| 久久久精品人妻| 三区激情四射av| 久久黄色片| 欧美日韩AAAA| 日韩美女在线视频19| 五月婷婷色播| 久99视频| 99精品国产在热久久| caobi四区| 日韩成人精品中文字幕| 五月婷婷综合潮喷| 丁香97综合| 亚洲丁香五月天视频| 九热免费视频| 99性视频| 可以直接看的av网站| 婷婷五月成人社区| 婷婷五月天激情电影| 日韩成人电影AV| 可以免费观看的AV| 欧洲日韩一区二区三区| 91在线观看九区| 天干天天干天天天天天| 婷婷综合国产| 久久婷婷五月综合激情国产| 99色色热热| 性做爰1一7伦| 欧州色色| 婷婷激情性爱| www.五月天| 国产玖玖资源| 亚洲精品无码久久| 国产成人精品综合在线观看| 天天撸天天干天天插| 天天肏天天肏天天肏| 成熟妇人A片免费看网站| 五月色丁香视频精品| 国产9色在线/日韩| 亚洲亚洲人成综合网络| 五月婷婷丁香狠狠撸久久| 全高清无码视頻| 精品一二三区久久AAA片| 婷婷五月天AV| 99热这里只有精品国产免费| H亚洲| 久激情网| www色五月天| 伍月婷丁香婷| 九热视频免费观看| 国产成人精品一区二三区熟女在线| 丁香五月六月婷婷怡红院| 色色五月天婷婷| 久久99网| 俺去也综合| 999热在线视频| 草草视频91| 色婷婷无吗| 精品久热| 五月天激情久久| 天天草狠狠擦| 五月婷婷黄色毛片| 欧美成人AAA片一区国产精品| 婷婷操超碰| 五月丁香淫淫婷婷婷|