• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于數(shù)值天氣預(yù)報(bào)風(fēng)速和蒙特卡洛法的短期風(fēng)電功率區(qū)間預(yù)測(cè)

    2021-03-18 02:36:38茂,董
    電力系統(tǒng)自動(dòng)化 2021年5期
    關(guān)鍵詞:概率密度蒙特卡洛電功率

    楊 茂,董 昊

    (現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室(東北電力大學(xué)),吉林省吉林市132012)

    0 引言

    風(fēng)電功率區(qū)間預(yù)測(cè)是指在既定的置信度下,對(duì)待預(yù)測(cè)時(shí)刻風(fēng)電出力的上下邊界進(jìn)行預(yù)測(cè),是提高電力系統(tǒng)經(jīng)濟(jì)運(yùn)行效率,降低電網(wǎng)安全風(fēng)險(xiǎn)系數(shù)的重要方法[1-2]。根據(jù)是否考慮氣象環(huán)境等因素,可以將風(fēng)電功率區(qū)間預(yù)測(cè)大體分為統(tǒng)計(jì)模型和物理模型[3-4]。

    統(tǒng)計(jì)模型利用歷史預(yù)測(cè)結(jié)果,對(duì)所得誤差進(jìn)行分類和擬合,結(jié)合待預(yù)測(cè)時(shí)刻的點(diǎn)預(yù)測(cè)結(jié)果進(jìn)而得到功率的上、下邊界[5]。文獻(xiàn)[6]利用混合Gaussian分布近似得到目標(biāo)隨機(jī)變量的條件分布,可以對(duì)模型的不確定性定量地描述。文獻(xiàn)[7]利用混合偏態(tài)分布模型估計(jì)短期風(fēng)電預(yù)測(cè)誤差分布,并通過概率密度曲線非線性擬合進(jìn)行參數(shù)估計(jì)。以上文獻(xiàn)所提方法均為參數(shù)型,即假設(shè)誤差滿足某一種特定的分布形式,具體還包括Beta分布[8]、Logistic分布[9]、翹曲高斯分布[10]等。但由于風(fēng)電出力具有強(qiáng)波動(dòng)性和高隨機(jī)性的特征,實(shí)際的預(yù)測(cè)誤差可能并不符合某一具體的分布,并且同一模型對(duì)于不同數(shù)據(jù)擬合效果的差異性較大。文獻(xiàn)[11]利用Bootstrap重采樣得到多個(gè)風(fēng)電功率誤差訓(xùn)練樣本,并結(jié)合待預(yù)測(cè)時(shí)刻功率數(shù)據(jù)得到區(qū)間預(yù)測(cè)結(jié)果。文獻(xiàn)[12]建立基于徑向基神經(jīng)網(wǎng)絡(luò)的分位數(shù)回歸模型,實(shí)現(xiàn)了氣象信息和功率數(shù)據(jù)的非線性映射,得到了分位數(shù)形式的短期功率上下邊界值。以上文獻(xiàn)所提方法均為非參數(shù)型,即事先不對(duì)誤差概率分布進(jìn)行假設(shè),更有利于提高誤差概率分布的擬合精度,常用方法還有核密度估計(jì)[13]、相關(guān)向量機(jī)[14]等。

    物理模型一般結(jié)合地勢(shì)、天氣等空氣動(dòng)力學(xué)因素建立物理預(yù)測(cè)模型,通過數(shù)值天氣預(yù)報(bào)(numerical weather prediction,NWP)信息來計(jì)算風(fēng)電機(jī)組輪轂高度處的風(fēng)速變化區(qū)間,然后通過尋找風(fēng)速與功率的非線性關(guān)系得到功率概率預(yù)測(cè)區(qū)間。這類方法能夠快速地捕捉風(fēng)速的變化,因涉及氣象等信息,數(shù)據(jù)量十分龐大,所以計(jì)算速度慢、效率低[15-16]。

    綜上所述,眾多學(xué)者已經(jīng)在區(qū)間預(yù)測(cè)領(lǐng)域做了大量深入的研究,但所建立的預(yù)測(cè)模型大多只選用單一的統(tǒng)計(jì)方法或者物理方法,導(dǎo)致了所建立的預(yù)測(cè)模型無法全面反映歷史數(shù)據(jù)和NWP氣象信息對(duì)待預(yù)測(cè)時(shí)刻功率的影響。由此,本文提出了一種基于NWP風(fēng)速分類和蒙特卡洛法的短期風(fēng)電功率區(qū)間預(yù)測(cè)模型。首先,按照NWP風(fēng)速大小對(duì)歷史時(shí)段的點(diǎn)預(yù)測(cè)誤差進(jìn)行分類,并對(duì)不同風(fēng)況下的誤差通過經(jīng)驗(yàn)分布模型進(jìn)行概率分布擬合。其次,對(duì)待預(yù)測(cè)時(shí)刻的NWP風(fēng)速所對(duì)應(yīng)的累計(jì)經(jīng)驗(yàn)分布概率值進(jìn)行蒙特卡洛抽樣。最后,在給定的置信水平下求取各待預(yù)測(cè)時(shí)點(diǎn)的功率波動(dòng)區(qū)間。將統(tǒng)計(jì)方法得到的信息與NWP氣象所提供的物理信息綜合起來,經(jīng)過對(duì)比分析,驗(yàn)證了所提方法的可靠性有所提升。

    1 基于層次聚類法的NWP信息特征類別劃分

    層次聚類(hierarchical clustering)是數(shù)據(jù)特征提取的一種常用聚類算法,通過分析不同類別樣本間的差異,得到一棵具有分層結(jié)構(gòu)的嵌套聚類樹[17]。

    層次聚類算法可以分為自下向上的凝聚型和自上向下的分裂型,這2種方法沒有孰優(yōu)孰劣之分,只是在實(shí)際應(yīng)用時(shí)要根據(jù)數(shù)據(jù)特點(diǎn)來考慮分解順序。層次聚類算法的優(yōu)勢(shì)在于能夠直接得到一棵完整的聚類樹,無須重新計(jì)算各類別間距就可以增加或減少分類數(shù)目。

    本文采用層次聚類法對(duì)樣本數(shù)據(jù)進(jìn)行聚類,具體步驟如下。

    步驟1:以NWP信息中100 m層高風(fēng)速和風(fēng)向?yàn)樘卣鳂?gòu)造樣本特征矩陣Q。

    步驟2:計(jì)算各類初始樣本之間的馬氏距離DM,得到距離矩陣D,計(jì)算公式如下。

    式中:x和y為2個(gè)不同的數(shù)據(jù)類別;Σ為多維隨機(jī)變量的協(xié)方差矩陣,如果協(xié)方差矩陣是單位向量,即各維度獨(dú)立同分布,馬氏距離就變成了歐氏距離。

    步驟3:計(jì)算各類間距,將DM最小的2類凝聚為一個(gè)新的類別。

    步驟4:重復(fù)步驟1至步驟3,直至得到完整的聚類樹,即類別個(gè)數(shù)為1。

    2 風(fēng)電功率區(qū)間預(yù)測(cè)建模

    風(fēng)電功率區(qū)間預(yù)測(cè)建模主要分為3個(gè)階段:點(diǎn)預(yù)測(cè)建模、預(yù)測(cè)誤差概率密度分布建模和區(qū)間預(yù)測(cè)建模。

    2.1 風(fēng)電功率點(diǎn)預(yù)測(cè)

    極限學(xué)習(xí)機(jī)(extreme learning machine,ELM)屬于單隱含層前饋神經(jīng)網(wǎng)絡(luò)(SLFN)算法。同傳統(tǒng)的智能算法相比,該算法的特點(diǎn)表現(xiàn)為隱含層的節(jié)點(diǎn)參數(shù)均為隨機(jī)給定,整個(gè)學(xué)習(xí)過程只需求解輸出權(quán)值,是一種學(xué)習(xí)速度較快的智能算法[18],ELM的結(jié)構(gòu)示意圖如圖1所示,圖中o={oj}。

    單隱含層神經(jīng)網(wǎng)絡(luò)可以表示為:

    式中:g(?)為激活函數(shù);Wi=[ωi1,ωi2,???,ωiN]T為輸入權(quán)重;Xj為第j個(gè)輸入特征序列,總數(shù)為N;βi為輸出權(quán)重;bi為第i個(gè)隱含層單元的偏置;oj為第j個(gè)輸出序列;Wi°Xj表示W(wǎng)i和Xj的內(nèi)積。

    圖1 ELM模型結(jié)構(gòu)示意圖Fig.1 Schematic diagram of ELM model structure

    單隱含層神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的目標(biāo)是使得輸出序列oj盡可能接近目標(biāo)序列tj,即

    那么存在βi,Wi和bi使得:

    式中:L為隱含層神經(jīng)元數(shù)目。

    式(4)可以用矩陣表示為:

    式中:H為隱含層節(jié)點(diǎn)的輸出;β為輸出權(quán)重;T為期望輸出。

    式中:H+為隱含層輸出矩陣H的Moore-Penrose廣義逆??梢酝ㄟ^正交投影法或奇異值分解(SVD)等方法解析獲取。

    2.2 風(fēng)速-風(fēng)電功率預(yù)測(cè)誤差聯(lián)合概率密度分布

    傳統(tǒng)風(fēng)電功率區(qū)間預(yù)測(cè)一般只考慮預(yù)測(cè)誤差在不同功率水平下的分布情況,忽略了氣象因素對(duì)預(yù)測(cè)誤差的影響。結(jié)合不同風(fēng)況下風(fēng)電功率預(yù)測(cè)誤差的分布特點(diǎn),改善模型的預(yù)測(cè)性能,采用經(jīng)驗(yàn)分布估計(jì)方法建立各類別在不同NWP風(fēng)速條件下風(fēng)速-風(fēng)電功率預(yù)測(cè)誤差聯(lián)合概率密度分布模型。

    經(jīng)驗(yàn)分布函數(shù)是對(duì)樣本中生成點(diǎn)的累積分布函數(shù)的估計(jì)。根據(jù)Glivenko-Cantelli定理,它以概率1收斂到該基礎(chǔ)分布,同時(shí)也存在一些結(jié)果來量化經(jīng)驗(yàn)分布函數(shù)與潛在的累積分布函數(shù)的收斂速度。

    假設(shè)總體變量X存在一組容量為m的樣本觀測(cè)值x1,x2,…,xp…,xm,將其按照從小到大的順序重新排列后得到次序統(tǒng)計(jì)量x1m,x2m,…,xpm,…,xmm,對(duì)于任意實(shí)數(shù)x,其經(jīng)驗(yàn)分布表達(dá)式為:

    圖2為對(duì)NWP風(fēng)速進(jìn)行分類所得到的風(fēng)速-功率預(yù)測(cè)誤差聯(lián)合概率密度分布。聯(lián)合概率密度分布圖在待預(yù)測(cè)時(shí)刻N(yùn)WP風(fēng)速下的橫截面即為該風(fēng)速下誤差的概率分布,從而為下一步的區(qū)間預(yù)測(cè)提供理論依據(jù)。

    圖2 風(fēng)速-功率預(yù)測(cè)誤差聯(lián)合概率密度分布Fig.2 Joint probability density distribution of wind speed-power prediction error

    2.3 短期風(fēng)電功率區(qū)間預(yù)測(cè)

    2.3.1 蒙特卡洛法的原理

    蒙特卡洛法是一種對(duì)一系列數(shù)據(jù)進(jìn)行隨機(jī)抽樣的統(tǒng)計(jì)試驗(yàn)法。若要計(jì)算某一隨機(jī)事件發(fā)生的概率,可進(jìn)行大量試驗(yàn),通過計(jì)算其發(fā)生的頻率來估計(jì)該事件的概率分布[19]。對(duì)于蒙特卡洛法來說,最重要、最基本的試驗(yàn)是對(duì)一個(gè)概率分布在(0,1)上的分布進(jìn)行抽樣統(tǒng)計(jì),而通過誤差統(tǒng)計(jì)分析得到的累計(jì)概率密度分布恰好為一個(gè)(0,1)上的分布,從而印證了采用蒙特卡洛法的可行性。

    蒙特卡洛法作為廣泛使用的一種隨機(jī)抽樣方法,其優(yōu)勢(shì)在于靈活性高、普適性強(qiáng)。但是在實(shí)驗(yàn)中需要對(duì)樣本進(jìn)行重復(fù)采樣,因此對(duì)計(jì)算機(jī)的性能提出了更高的要求。

    2.3.2 基于蒙特卡洛法的短期風(fēng)電功率區(qū)間預(yù)測(cè)

    由于經(jīng)驗(yàn)分布擬合得到的是非連續(xù)的概率密度分布函數(shù),因此難以采用傳統(tǒng)的基于連續(xù)分布函數(shù)的分位數(shù)回歸方法,但是對(duì)于累計(jì)密度函數(shù)在(0,1)上的均勻分布,則可以采用蒙特卡洛法進(jìn)行采樣,之后根據(jù)給定的置信水平求取功率不確定波動(dòng)區(qū)間,具體步驟如下。

    1)根據(jù)歷史的確定性預(yù)測(cè)誤差建立基于NWP風(fēng)速信息的風(fēng)速-功率聯(lián)合概率密度分布模型。

    2)對(duì)待預(yù)測(cè)時(shí)刻功率進(jìn)行點(diǎn)預(yù)測(cè),根據(jù)待預(yù)測(cè)時(shí)刻的NWP風(fēng)速信息匹配該風(fēng)況下的誤差累計(jì)概率密度分布函數(shù)。

    3)采用蒙特卡洛法對(duì)累計(jì)概率密度進(jìn)行1 000次的抽樣,之后根據(jù)抽樣累計(jì)概率密度得到所對(duì)應(yīng)的誤差序列,最后按照采樣累計(jì)概率密度的大小對(duì)采樣誤差序列進(jìn)行重新排序。

    4)給定置信區(qū)間,例如90%,根據(jù)所得誤差序列分布得到第50個(gè)和第950個(gè)采樣誤差結(jié)果,從而結(jié)合點(diǎn)預(yù)測(cè)結(jié)果得到該時(shí)刻的功率預(yù)測(cè)區(qū)間。

    基于蒙特卡洛法的風(fēng)電功率短期區(qū)間預(yù)測(cè)流程如圖3所示。

    圖3 基于蒙特卡洛法的風(fēng)電功率短期區(qū)間預(yù)測(cè)流程Fig.3 Flow chart of short-term interval prediction of wind power based on Monte Carlo method

    2.4 置信區(qū)間的評(píng)價(jià)指標(biāo)

    本文選取區(qū)間覆蓋率、區(qū)間平均帶寬[20]和可靠性指數(shù)[21]3個(gè)指標(biāo)對(duì)短期風(fēng)電功率區(qū)間預(yù)測(cè)結(jié)果進(jìn)行分析評(píng)估。

    1)預(yù)測(cè)區(qū)間覆蓋率

    預(yù)測(cè)區(qū)間覆蓋率(PICP)指標(biāo)反映了實(shí)際功率落在預(yù)測(cè)波動(dòng)區(qū)間內(nèi)的概率,可以評(píng)估預(yù)測(cè)模型的可靠性,其表達(dá)式為:

    式中:RPICP為PICP值;W為待預(yù)測(cè)點(diǎn)的數(shù)目,本文取96;kwa為布爾量,kwa=1時(shí)說明在給定的置信度a下待測(cè)點(diǎn)w的實(shí)際功率值落入預(yù)測(cè)區(qū)間內(nèi),kwa=0時(shí)說明實(shí)際功率值落入預(yù)測(cè)區(qū)間外。

    在實(shí)際中,預(yù)測(cè)所得的區(qū)間覆蓋率應(yīng)盡可能地超過給定的置信度。若PICP小于置信度a,說明預(yù)測(cè)無效;反之,預(yù)測(cè)有效。PICP越大說明實(shí)際功率落入預(yù)測(cè)上下限之間的概率越大,預(yù)測(cè)效果越好。

    2)預(yù)測(cè)區(qū)間平均帶寬

    預(yù)測(cè)區(qū)間平均帶寬(PINAW)指標(biāo)可以評(píng)估預(yù)測(cè)模型的清晰度。用來反映預(yù)測(cè)上下限間寬度的平均值,可表示為:

    式中:RPINAW為PINAW值;Z為預(yù)測(cè)功率的變化區(qū)間,作為歸一化的基準(zhǔn)值;U(?)和L(?)分別為功率預(yù)測(cè)的上、下限。當(dāng)預(yù)測(cè)結(jié)果的PICP相同時(shí),較小的PINAW對(duì)應(yīng)更好的預(yù)測(cè)效果。

    3)可靠性指標(biāo)

    可靠性指標(biāo)ra是指區(qū)間覆蓋率與預(yù)設(shè)的置信水平之間的差值,如式(10)所示。若實(shí)際風(fēng)電功率曲線落于預(yù)測(cè)區(qū)間內(nèi),表示預(yù)測(cè)結(jié)果有效,可靠性高。

    通過可靠性指標(biāo)的正負(fù)來判斷模型的可靠水平,當(dāng)可靠性指標(biāo)ra大于零時(shí),說明模型產(chǎn)生有利偏差,可靠性高于給定置信水平;當(dāng)可靠性指標(biāo)ra小于零時(shí),說明模型產(chǎn)生有害偏差,可靠性低于給定置信水平。

    3 算例分析

    3.1 NWP特征信息劃分

    以中國(guó)吉林省某風(fēng)電場(chǎng)功率變化特點(diǎn)進(jìn)行聚類分析。將NWP中100 m層高風(fēng)速和風(fēng)向信息作為聚類特征參量,用來分析聚集類別的特征。將風(fēng)電場(chǎng)歷史的功率預(yù)測(cè)誤差作為聚類時(shí)的功率特征數(shù)據(jù),用來計(jì)算類別間的距離。聚類樹見附錄A圖A1,聚類后的各樣本特征見表A1。

    3.2 點(diǎn)預(yù)測(cè)結(jié)果

    神經(jīng)網(wǎng)絡(luò)輸入變量的選取對(duì)于預(yù)測(cè)精度的提高至關(guān)重要,計(jì)算NWP中各類別信息與誤差之間的相關(guān)系數(shù)。將關(guān)聯(lián)度最大的歷史NWP中100 m層高風(fēng)速和歷史實(shí)測(cè)功率作為ELM模型測(cè)試集的外部輸入;將待預(yù)測(cè)日NWP中100 m層高風(fēng)速作為測(cè)試集的輸入;將實(shí)際功率作為網(wǎng)絡(luò)期望輸出。模型的原始訓(xùn)練集數(shù)據(jù)范圍為吉林省某風(fēng)電場(chǎng)2017年和2018年各季度前2個(gè)月的數(shù)據(jù),測(cè)試集分別為各訓(xùn)練集范圍之后的一天。為了觀察較長(zhǎng)時(shí)間范圍內(nèi)的預(yù)測(cè)效果,對(duì)2017年和2018年各季度數(shù)據(jù)進(jìn)行了為期1個(gè)月的短期滾動(dòng)預(yù)測(cè),預(yù)測(cè)時(shí)間窗為24 h,即提前一天預(yù)測(cè)未來24 h的點(diǎn)。按照文獻(xiàn)[22]所提誤差公式對(duì)預(yù)測(cè)結(jié)果進(jìn)行評(píng)估,預(yù)測(cè)效果見附錄A表A2。對(duì)比分析表A2的預(yù)測(cè)結(jié)果可以看到,在較長(zhǎng)時(shí)間范圍內(nèi),ELM模型所得確定性預(yù)測(cè)結(jié)果相對(duì)穩(wěn)定。對(duì)于不同季節(jié)下各類的風(fēng)況,確定性預(yù)測(cè)準(zhǔn)確率均達(dá)到了85%,預(yù)測(cè)效果準(zhǔn)確可靠。應(yīng)用上述模型,得到2018年各個(gè)季度最后1個(gè)月的風(fēng)電功率預(yù)測(cè)值,為后續(xù)提供建模數(shù)據(jù)。

    3.3 點(diǎn)預(yù)測(cè)誤差概率密度估計(jì)

    以2017年春季2月份為例,對(duì)通過ELM模型預(yù)測(cè)得到的確定性誤差進(jìn)行概率密度統(tǒng)計(jì)分析。0~4 m層高風(fēng)速段誤差概率分布直方圖見附錄A圖A2。分別通過Gaussian分布、Logistic分布、t-Location分布和經(jīng)驗(yàn)分布對(duì)統(tǒng)計(jì)誤差進(jìn)行概率分布擬合。對(duì)比不同方法的擬合效果,可以發(fā)現(xiàn)該風(fēng)速段的誤差分布呈現(xiàn)明顯的非對(duì)稱性,因此適用于對(duì)稱分布的Gaussian分布、Logistic分布、t-Location分布的擬合效果要差一些。而經(jīng)驗(yàn)分布得到的是一條近似于各類誤差對(duì)應(yīng)概率的包絡(luò)線,其擬合效果最佳。

    為了更加準(zhǔn)確地比較不同分布模型的優(yōu)劣,采用文獻(xiàn)[23]中的擬合平均絕對(duì)誤差eMAE、均方根誤差eRMSE和相關(guān)系數(shù)R這3個(gè)指標(biāo)來定量地刻畫模型的擬合效果。結(jié)果見附錄A表A3。通過對(duì)表A3中各種分布方法擬合效果的對(duì)比分析可以發(fā)現(xiàn):經(jīng)驗(yàn)分布具有最小的縱向誤差(eMAE和eRMSE),說明該模型擬合誤差均值最小、分散程度最低;從橫向誤差(R)來看,經(jīng)驗(yàn)分布和實(shí)際分布之間的相關(guān)系數(shù)很大,達(dá)到了0.997 3。說明經(jīng)驗(yàn)分布對(duì)于0~4 m層高風(fēng)速段誤差的概率分布擬合效果最好。

    3.4 區(qū)間預(yù)測(cè)效果對(duì)比分析

    選擇中國(guó)吉林省整場(chǎng)裝機(jī)容量為400.5 MW的某風(fēng)電場(chǎng)數(shù)據(jù)進(jìn)行算例分析,2017年各個(gè)季度最后1個(gè)月的預(yù)測(cè)誤差數(shù)據(jù)用于誤差的概率密度統(tǒng)計(jì),2018年各個(gè)季度最后1個(gè)月的數(shù)據(jù)用于風(fēng)電功率短期區(qū)間預(yù)測(cè)。

    圖4為2018年春季最后1個(gè)月某2天的預(yù)測(cè)效果圖,圖中以每15 min為1個(gè)時(shí)段。附錄A圖A3為2018年夏、秋、冬季最后1個(gè)月某2天的預(yù)測(cè)效果圖。可以看出,在同一置信水平下,基于NWP風(fēng)速和蒙特卡洛法的區(qū)間預(yù)測(cè)模型,能夠緊密地跟隨風(fēng)電功率序列的變化趨勢(shì),并得到更窄的平均帶寬和更高的區(qū)間覆蓋率,能夠?yàn)闆Q策者提供更加精準(zhǔn)的預(yù)報(bào)信息。

    圖4 2018年春季某2天的預(yù)測(cè)效果Fig.4 Prediction effect of two days in spring,2018

    為了進(jìn)一步研究本文模型的性能,分別計(jì)算蒙特卡洛法、分位數(shù)回歸法、Bootstrap重采樣法和核密度估計(jì)法的預(yù)測(cè)評(píng)估指標(biāo),結(jié)果如表1和附錄A表A4所示。

    表1 風(fēng)速分段下各方法預(yù)測(cè)結(jié)果對(duì)比Table 1 C omparison of prediction results of different methods with wind speed segmentation

    由附錄A表A4可以看出,相比于只考慮歷史功率水平來對(duì)誤差進(jìn)行分類的分析方法,考慮NWP風(fēng)速信息來對(duì)誤差進(jìn)行分類的分析方法的預(yù)測(cè)效果更好,區(qū)間覆蓋率平均提高了1.93%,平均帶寬縮小了2.45%,說明考慮NWP風(fēng)速的物理動(dòng)態(tài)過程能夠有效地提高區(qū)間預(yù)測(cè)的預(yù)測(cè)精度。同時(shí),本文所提出的基于NWP風(fēng)速分類和蒙特卡洛法的短期區(qū)間預(yù)測(cè)方法效果最佳,在不同的置信水平下,均能得到大于預(yù)設(shè)置信水平的區(qū)間覆蓋率。通過和其他非參數(shù)方法相比,區(qū)間覆蓋率平均提高了1.62%,平均帶寬縮小了2.76%。

    為了進(jìn)一步對(duì)比分析不同預(yù)測(cè)方法的預(yù)測(cè)效果,通過可靠性指數(shù)對(duì)不同預(yù)測(cè)方法的可靠性進(jìn)行分析。由附錄A圖A4可以看出,僅考慮歷史功率水平來對(duì)誤差進(jìn)行分類分析的非參數(shù)方法進(jìn)行預(yù)測(cè)的方法預(yù)測(cè)效果普遍較差、可靠性水平較低,其中分位數(shù)回歸法和核密度估計(jì)法在各個(gè)置信水平下均產(chǎn)生有害偏差。而根據(jù)NWP風(fēng)速信息對(duì)誤差進(jìn)行分類分析并結(jié)合蒙特卡洛法的區(qū)間預(yù)測(cè)方法不僅在各個(gè)置信水平均產(chǎn)生有利偏差,還有較高的可靠性。

    風(fēng)電的保證出力對(duì)于機(jī)組發(fā)電計(jì)劃至關(guān)重要,其預(yù)報(bào)的準(zhǔn)確性直接影響電力系統(tǒng)運(yùn)行的安全性。因此,通過超下限比例這一指標(biāo)對(duì)不確定性預(yù)測(cè)的下限進(jìn)行定量評(píng)估。附錄A圖A5為不同方法超上限比例直方圖,對(duì)比分析可得,本文所提的考慮NWP風(fēng)速信息的蒙特卡洛區(qū)間預(yù)測(cè)方法能夠有效地預(yù)測(cè)風(fēng)電功率的保證出力,從而為電力系統(tǒng)的運(yùn)行調(diào)度提供更可靠的指導(dǎo)。圖A6為不同方法超下限比例直方圖,通過和圖A5對(duì)比可以看出:各置信度下,超下限比例的均值明顯低于超上限比例的均值,說明下限預(yù)測(cè)的可靠性更高。這樣更有利于實(shí)現(xiàn)電力系統(tǒng)的優(yōu)化調(diào)度。

    4 結(jié)語

    本文建立了一種基于歷史誤差數(shù)據(jù)和NWP風(fēng)速分類的誤差聯(lián)合概率密度經(jīng)驗(yàn)分布模型,并據(jù)此提出了基于NWP風(fēng)速和蒙特卡洛法的短期風(fēng)電功率區(qū)間預(yù)測(cè)方法,結(jié)論如下。

    1)與基于功率水平進(jìn)行誤差分析和建模的傳統(tǒng)方法相比,基于NWP的風(fēng)速信息對(duì)誤差進(jìn)行統(tǒng)計(jì)分析能夠更好地反映模型在不同風(fēng)況下的適應(yīng)性,并有效提高了區(qū)間預(yù)測(cè)的預(yù)測(cè)精度。

    2)相對(duì)于Gaussian分布、Logistic分布、t-Location分布,經(jīng)驗(yàn)分布對(duì)于預(yù)測(cè)誤差的分布具有更好的擬合效果。

    3)與分位數(shù)回歸法、核密度估計(jì)法等其他不確定性預(yù)測(cè)方法相比,蒙特卡洛法在不同置信度下均有較高的可靠性,區(qū)間覆蓋率平均提高了1.62%。

    本文在預(yù)測(cè)模型構(gòu)建時(shí)充分考慮了氣象因素和誤差的統(tǒng)計(jì)特性,但是地形地貌等環(huán)境因素也會(huì)通過改變風(fēng)況來間接地改變風(fēng)電的出力大小,這是本文沒有涉及的方面。后續(xù)研究工作中,風(fēng)電功率預(yù)測(cè)不確定性分析將聚焦于綜合考慮預(yù)測(cè)誤差的統(tǒng)計(jì)特性、物理天氣過程的動(dòng)態(tài)變化和地形地貌等環(huán)境特征。

    猜你喜歡
    概率密度蒙特卡洛電功率
    基于PCC-CNN-GRU的短期風(fēng)電功率預(yù)測(cè)
    輕松上手電功率
    你會(huì)計(jì)算電功率嗎
    連續(xù)型隨機(jī)變量函數(shù)的概率密度公式
    征服蒙特卡洛賽道
    解讀電功率
    利用控制變量方法縮減蒙特卡洛方差
    蒙特卡洛模擬法計(jì)算電動(dòng)汽車充電負(fù)荷
    基于蒙特卡洛的非線性約束條件下的優(yōu)化算法研究
    Hunt過程在Girsanov變換下的轉(zhuǎn)移概率密度的表示公式
    国产精品一区二区三区四区久久| 精品国产三级普通话版| 又粗又硬又长又爽又黄的视频| 狂野欧美激情性xxxx在线观看| 国内精品宾馆在线| 午夜精品一区二区三区免费看| 国产伦理片在线播放av一区| 在线观看av片永久免费下载| 高清日韩中文字幕在线| 国产成人a∨麻豆精品| 色视频www国产| 日韩欧美一区视频在线观看 | 男女国产视频网站| 国产成人福利小说| 亚洲欧美日韩无卡精品| 精品一区二区三区人妻视频| 亚洲欧美日韩东京热| 尾随美女入室| 日韩视频在线欧美| 直男gayav资源| 中文在线观看免费www的网站| 亚洲精品乱码久久久v下载方式| 亚洲精品乱码久久久v下载方式| 国产高清三级在线| 亚洲丝袜综合中文字幕| 免费少妇av软件| 久久久久久久久中文| 赤兔流量卡办理| 国产伦一二天堂av在线观看| 国产精品一区二区三区四区免费观看| 全区人妻精品视频| av在线观看视频网站免费| 日本wwww免费看| 日韩av免费高清视频| 最近手机中文字幕大全| 蜜桃亚洲精品一区二区三区| 天天一区二区日本电影三级| 菩萨蛮人人尽说江南好唐韦庄| av在线播放精品| 日韩一区二区三区影片| 99re6热这里在线精品视频| 国产黄频视频在线观看| 国产黄色小视频在线观看| 人人妻人人澡欧美一区二区| 亚洲精品国产成人久久av| 亚洲四区av| 中文字幕人妻熟人妻熟丝袜美| 久久久久久久久久久免费av| 国产成人免费观看mmmm| 亚洲av免费高清在线观看| 精品久久久久久成人av| 少妇高潮的动态图| 色综合亚洲欧美另类图片| 成人午夜高清在线视频| 亚洲图色成人| 国产精品一区二区三区四区免费观看| 日韩伦理黄色片| 美女xxoo啪啪120秒动态图| 在线免费十八禁| 黄色欧美视频在线观看| 久久久亚洲精品成人影院| 九色成人免费人妻av| 男人和女人高潮做爰伦理| 国产 一区 欧美 日韩| 国产男女超爽视频在线观看| 国产成年人精品一区二区| 国语对白做爰xxxⅹ性视频网站| 欧美成人精品欧美一级黄| 青春草视频在线免费观看| 高清毛片免费看| 天堂俺去俺来也www色官网 | 国产精品国产三级国产专区5o| 亚洲精品日本国产第一区| 男人爽女人下面视频在线观看| 99热全是精品| 91精品国产九色| 中文在线观看免费www的网站| 18+在线观看网站| 亚洲av二区三区四区| av在线蜜桃| 国产精品无大码| 97人妻精品一区二区三区麻豆| 美女国产视频在线观看| 高清av免费在线| a级毛片免费高清观看在线播放| 激情 狠狠 欧美| 2018国产大陆天天弄谢| 97精品久久久久久久久久精品| 亚洲精华国产精华液的使用体验| 街头女战士在线观看网站| 亚洲精品国产成人久久av| 99热全是精品| 黄色日韩在线| 国产成人精品婷婷| 国产精品国产三级国产专区5o| 啦啦啦韩国在线观看视频| 一区二区三区乱码不卡18| 亚洲成人av在线免费| 九草在线视频观看| 精品不卡国产一区二区三区| 人妻夜夜爽99麻豆av| 91av网一区二区| 在线免费观看的www视频| 青春草亚洲视频在线观看| 成人无遮挡网站| 熟女人妻精品中文字幕| 狠狠精品人妻久久久久久综合| 联通29元200g的流量卡| 波野结衣二区三区在线| 日本与韩国留学比较| 亚洲av福利一区| 欧美成人a在线观看| 99热全是精品| 岛国毛片在线播放| 亚洲国产欧美在线一区| 国产亚洲一区二区精品| 九九在线视频观看精品| 淫秽高清视频在线观看| 韩国高清视频一区二区三区| 国产熟女欧美一区二区| 国产高清国产精品国产三级 | 成人漫画全彩无遮挡| 男插女下体视频免费在线播放| 成年女人看的毛片在线观看| 欧美日本视频| 免费看不卡的av| 久久久久免费精品人妻一区二区| 啦啦啦韩国在线观看视频| 少妇的逼水好多| 可以在线观看毛片的网站| 白带黄色成豆腐渣| 免费观看av网站的网址| 91av网一区二区| 男女国产视频网站| 免费观看的影片在线观看| 亚洲成人一二三区av| 精品一区二区三卡| 一个人看的www免费观看视频| 午夜福利在线在线| 国产亚洲91精品色在线| 欧美成人a在线观看| 欧美成人精品欧美一级黄| 看黄色毛片网站| 久久精品人妻少妇| 久久韩国三级中文字幕| 久久久久久久久中文| 亚洲精品成人久久久久久| 亚洲精品影视一区二区三区av| 国产亚洲av片在线观看秒播厂 | 国产精品日韩av在线免费观看| 在线免费观看不下载黄p国产| 国产伦理片在线播放av一区| 最近最新中文字幕免费大全7| 亚洲国产色片| 精品酒店卫生间| 免费不卡的大黄色大毛片视频在线观看 | 国产精品蜜桃在线观看| 欧美xxⅹ黑人| 午夜亚洲福利在线播放| 国产探花在线观看一区二区| 国产黄a三级三级三级人| 午夜爱爱视频在线播放| 精品酒店卫生间| av又黄又爽大尺度在线免费看| 成人av在线播放网站| 国产伦理片在线播放av一区| 亚洲自偷自拍三级| 中文字幕亚洲精品专区| 久久精品人妻少妇| av卡一久久| 精品久久久噜噜| 日日啪夜夜撸| 午夜免费激情av| 午夜免费观看性视频| av国产免费在线观看| 禁无遮挡网站| 黄色配什么色好看| 丰满乱子伦码专区| 观看免费一级毛片| 日本色播在线视频| 亚洲国产精品成人久久小说| 99久久九九国产精品国产免费| 亚洲熟妇中文字幕五十中出| 中文字幕制服av| 免费观看在线日韩| 69人妻影院| av黄色大香蕉| 亚洲最大成人中文| 免费av不卡在线播放| 久久精品人妻少妇| 亚洲精品成人久久久久久| 国产精品人妻久久久影院| 噜噜噜噜噜久久久久久91| 久久6这里有精品| 非洲黑人性xxxx精品又粗又长| 久久精品国产亚洲av天美| 久久亚洲国产成人精品v| 99视频精品全部免费 在线| 日韩中字成人| 国国产精品蜜臀av免费| 在线观看免费高清a一片| 国产视频内射| 十八禁国产超污无遮挡网站| 亚洲最大成人中文| 亚洲激情五月婷婷啪啪| 色综合亚洲欧美另类图片| 国产免费视频播放在线视频 | 噜噜噜噜噜久久久久久91| 色尼玛亚洲综合影院| 22中文网久久字幕| 丰满少妇做爰视频| 一个人看视频在线观看www免费| 99久久中文字幕三级久久日本| 在线免费观看不下载黄p国产| 波野结衣二区三区在线| 搡老妇女老女人老熟妇| a级一级毛片免费在线观看| 3wmmmm亚洲av在线观看| 国产视频内射| 天天躁夜夜躁狠狠久久av| 国精品久久久久久国模美| 成人一区二区视频在线观看| 日韩制服骚丝袜av| 欧美3d第一页| 国产爱豆传媒在线观看| 欧美xxxx黑人xx丫x性爽| 赤兔流量卡办理| 国产成人91sexporn| 国产中年淑女户外野战色| 黄色日韩在线| 免费观看性生交大片5| 啦啦啦韩国在线观看视频| 少妇丰满av| 午夜爱爱视频在线播放| 免费观看av网站的网址| 嫩草影院入口| 99re6热这里在线精品视频| 国产精品一区二区三区四区久久| 国产乱人偷精品视频| 亚洲av国产av综合av卡| 国产精品熟女久久久久浪| 久久精品国产亚洲av涩爱| 五月玫瑰六月丁香| 国产在线一区二区三区精| 日韩av在线免费看完整版不卡| 嫩草影院入口| 黄色配什么色好看| 视频中文字幕在线观看| 免费av观看视频| 99热网站在线观看| 晚上一个人看的免费电影| 天天躁夜夜躁狠狠久久av| 欧美成人一区二区免费高清观看| 免费看光身美女| 午夜激情久久久久久久| videos熟女内射| 亚洲精品日韩av片在线观看| 亚洲国产色片| 国产一级毛片七仙女欲春2| 青春草亚洲视频在线观看| 91精品国产九色| 国产亚洲精品av在线| 麻豆久久精品国产亚洲av| 亚洲怡红院男人天堂| 乱人视频在线观看| 国产亚洲av嫩草精品影院| 亚洲人与动物交配视频| 成人一区二区视频在线观看| 两个人的视频大全免费| xxx大片免费视频| 亚洲四区av| 免费少妇av软件| 中文天堂在线官网| 床上黄色一级片| 嫩草影院入口| 丝瓜视频免费看黄片| 免费看光身美女| 婷婷六月久久综合丁香| 卡戴珊不雅视频在线播放| 国产精品伦人一区二区| 国产在线男女| 91午夜精品亚洲一区二区三区| 日本猛色少妇xxxxx猛交久久| 又爽又黄无遮挡网站| 午夜福利高清视频| 亚洲国产精品成人久久小说| 身体一侧抽搐| 大片免费播放器 马上看| 国产伦理片在线播放av一区| 搡老乐熟女国产| 亚洲在线自拍视频| 菩萨蛮人人尽说江南好唐韦庄| 久久草成人影院| freevideosex欧美| 精品一区二区三区视频在线| 成人亚洲欧美一区二区av| 日日干狠狠操夜夜爽| 欧美高清成人免费视频www| 亚洲精品色激情综合| 亚洲人成网站在线播| 国产亚洲5aaaaa淫片| 久久久久网色| 国产av码专区亚洲av| 国产黄片视频在线免费观看| 国产一区有黄有色的免费视频 | 亚洲四区av| 亚洲精品456在线播放app| 99久久精品一区二区三区| 国产av在哪里看| 婷婷色综合大香蕉| 亚洲av成人精品一二三区| 亚洲高清免费不卡视频| 在线观看人妻少妇| 国产精品久久久久久久电影| 少妇丰满av| 国产亚洲精品久久久com| 国产在线男女| 91aial.com中文字幕在线观看| 一区二区三区四区激情视频| 亚洲美女搞黄在线观看| .国产精品久久| 一级毛片 在线播放| 亚洲欧美中文字幕日韩二区| 赤兔流量卡办理| 亚洲自偷自拍三级| 日韩视频在线欧美| 亚洲精品色激情综合| 麻豆av噜噜一区二区三区| 嘟嘟电影网在线观看| 亚洲欧美一区二区三区国产| 亚洲在线自拍视频| 午夜福利在线观看免费完整高清在| 国产成人91sexporn| 亚洲欧美清纯卡通| 国产乱人偷精品视频| 国产熟女欧美一区二区| 日本猛色少妇xxxxx猛交久久| 日韩 亚洲 欧美在线| av在线亚洲专区| 少妇被粗大猛烈的视频| 2021少妇久久久久久久久久久| 欧美潮喷喷水| av网站免费在线观看视频 | 性插视频无遮挡在线免费观看| 观看免费一级毛片| 午夜日本视频在线| 搡老妇女老女人老熟妇| 又黄又爽又刺激的免费视频.| 日韩av不卡免费在线播放| 国产免费视频播放在线视频 | 亚洲18禁久久av| 亚洲一区高清亚洲精品| 男女啪啪激烈高潮av片| 最近的中文字幕免费完整| 纵有疾风起免费观看全集完整版 | 人人妻人人澡人人爽人人夜夜 | 特级一级黄色大片| 搡老妇女老女人老熟妇| 色综合色国产| 国精品久久久久久国模美| 国产日韩欧美在线精品| 26uuu在线亚洲综合色| 国产精品伦人一区二区| 国产黄频视频在线观看| 超碰97精品在线观看| 欧美精品一区二区大全| 久久午夜福利片| 91狼人影院| 久久人人爽人人爽人人片va| 欧美 日韩 精品 国产| 纵有疾风起免费观看全集完整版 | 波野结衣二区三区在线| 亚洲va在线va天堂va国产| 欧美最新免费一区二区三区| videossex国产| 国产成人精品福利久久| 国产精品久久视频播放| 夜夜看夜夜爽夜夜摸| 一区二区三区乱码不卡18| 精品国产露脸久久av麻豆 | 日本熟妇午夜| 久久6这里有精品| 黄色一级大片看看| 一区二区三区免费毛片| 国产有黄有色有爽视频| 2021少妇久久久久久久久久久| 亚洲第一区二区三区不卡| 一级毛片我不卡| 国产熟女欧美一区二区| 在线 av 中文字幕| 日韩av在线免费看完整版不卡| 免费黄色在线免费观看| 国产av在哪里看| 国产69精品久久久久777片| 日产精品乱码卡一卡2卡三| 建设人人有责人人尽责人人享有的 | 在线免费观看不下载黄p国产| 男人舔奶头视频| 在线免费观看不下载黄p国产| 汤姆久久久久久久影院中文字幕 | 精品不卡国产一区二区三区| 久久久久九九精品影院| 大话2 男鬼变身卡| 成人av在线播放网站| 91午夜精品亚洲一区二区三区| 久久人人爽人人片av| 婷婷色麻豆天堂久久| 国产中年淑女户外野战色| 人人妻人人澡欧美一区二区| 日韩一区二区三区影片| 1000部很黄的大片| 欧美zozozo另类| 晚上一个人看的免费电影| 亚洲av二区三区四区| 国内揄拍国产精品人妻在线| 麻豆成人午夜福利视频| 国产伦在线观看视频一区| 看非洲黑人一级黄片| 国内精品宾馆在线| 欧美日本视频| 精品国产三级普通话版| 久久精品夜色国产| 亚洲,欧美,日韩| 亚洲自偷自拍三级| 乱系列少妇在线播放| 亚洲性久久影院| 97人妻精品一区二区三区麻豆| 欧美成人a在线观看| 天堂网av新在线| 亚洲真实伦在线观看| 毛片一级片免费看久久久久| 一级爰片在线观看| 国产黄色免费在线视频| 2021少妇久久久久久久久久久| 日本-黄色视频高清免费观看| 春色校园在线视频观看| 国产女主播在线喷水免费视频网站 | 色5月婷婷丁香| 成人午夜高清在线视频| 欧美日韩综合久久久久久| 亚洲欧美清纯卡通| 国产精品一区二区在线观看99 | 国产探花极品一区二区| 大片免费播放器 马上看| 美女脱内裤让男人舔精品视频| 午夜福利在线观看吧| 夜夜看夜夜爽夜夜摸| av女优亚洲男人天堂| 亚洲精品日韩在线中文字幕| 国产亚洲一区二区精品| 婷婷六月久久综合丁香| 欧美97在线视频| 精品久久久久久久久av| 久久久久久久久久成人| 欧美成人一区二区免费高清观看| 一区二区三区高清视频在线| 干丝袜人妻中文字幕| 26uuu在线亚洲综合色| 国产综合懂色| 精品久久国产蜜桃| 不卡视频在线观看欧美| 一区二区三区乱码不卡18| 国产高潮美女av| 精品人妻熟女av久视频| 亚洲高清免费不卡视频| 成人亚洲欧美一区二区av| 国产老妇伦熟女老妇高清| 汤姆久久久久久久影院中文字幕 | 日韩精品青青久久久久久| 免费看日本二区| 亚洲欧美成人综合另类久久久| 老女人水多毛片| 日韩av免费高清视频| 亚洲无线观看免费| 欧美成人一区二区免费高清观看| 国产爱豆传媒在线观看| 欧美成人精品欧美一级黄| 97人妻精品一区二区三区麻豆| 国产单亲对白刺激| 两个人的视频大全免费| 禁无遮挡网站| 黄色日韩在线| 欧美性猛交╳xxx乱大交人| 99热这里只有是精品50| 亚洲精品成人久久久久久| 国产片特级美女逼逼视频| 国产成人精品福利久久| 精品一区在线观看国产| 青春草视频在线免费观看| 亚洲av免费在线观看| 国产在视频线在精品| 国产伦精品一区二区三区视频9| 又爽又黄无遮挡网站| 亚洲精品,欧美精品| 亚洲欧美一区二区三区国产| 纵有疾风起免费观看全集完整版 | 精品久久久噜噜| 亚洲精品乱久久久久久| 乱码一卡2卡4卡精品| 国内揄拍国产精品人妻在线| 蜜桃亚洲精品一区二区三区| 亚洲激情五月婷婷啪啪| 在现免费观看毛片| 日本免费在线观看一区| av国产久精品久网站免费入址| 国产一区二区三区综合在线观看 | 国产熟女欧美一区二区| 国产成人aa在线观看| 亚洲自拍偷在线| 熟妇人妻不卡中文字幕| 国产成年人精品一区二区| 国产伦理片在线播放av一区| 一区二区三区乱码不卡18| 亚洲精品自拍成人| 亚洲人成网站在线播| 天堂√8在线中文| 亚洲精品一二三| 好男人视频免费观看在线| 精品人妻偷拍中文字幕| 亚洲久久久久久中文字幕| 少妇的逼好多水| 免费看不卡的av| 一二三四中文在线观看免费高清| 寂寞人妻少妇视频99o| 男人和女人高潮做爰伦理| 我的老师免费观看完整版| 少妇熟女欧美另类| 国产精品av视频在线免费观看| 亚洲在线观看片| 一级二级三级毛片免费看| 精品国产露脸久久av麻豆 | 日本免费在线观看一区| 国产精品国产三级国产专区5o| 久久久久久伊人网av| 91精品一卡2卡3卡4卡| 六月丁香七月| 天天躁夜夜躁狠狠久久av| 亚洲国产成人一精品久久久| 日本猛色少妇xxxxx猛交久久| 伊人久久精品亚洲午夜| 中文乱码字字幕精品一区二区三区 | 18禁裸乳无遮挡免费网站照片| 在线a可以看的网站| 最近的中文字幕免费完整| 国内揄拍国产精品人妻在线| 波多野结衣巨乳人妻| 亚洲欧美日韩卡通动漫| 两个人的视频大全免费| 国产精品蜜桃在线观看| 日本猛色少妇xxxxx猛交久久| 色综合色国产| 熟女人妻精品中文字幕| 国产伦精品一区二区三区视频9| 国产伦精品一区二区三区四那| 免费观看无遮挡的男女| 身体一侧抽搐| 亚洲精品国产av蜜桃| 少妇的逼好多水| 久久久久久久久久久免费av| 国产成人aa在线观看| 99久久精品热视频| 国产又色又爽无遮挡免| 最近手机中文字幕大全| 91av网一区二区| 夜夜爽夜夜爽视频| 久久精品久久精品一区二区三区| av在线蜜桃| 成人二区视频| 精品久久久久久久久av| .国产精品久久| 99热全是精品| 爱豆传媒免费全集在线观看| 99re6热这里在线精品视频| 成年人午夜在线观看视频 | 99热全是精品| 亚洲av.av天堂| 国产精品不卡视频一区二区| 一个人观看的视频www高清免费观看| 国产爱豆传媒在线观看| 亚洲精品国产av蜜桃| a级毛片免费高清观看在线播放| 亚洲经典国产精华液单| 99热6这里只有精品| 日韩制服骚丝袜av| 亚洲在线自拍视频| 综合色av麻豆| 天堂av国产一区二区熟女人妻| 久久鲁丝午夜福利片| 青春草亚洲视频在线观看| 国产成人一区二区在线| 91精品伊人久久大香线蕉| .国产精品久久| 亚洲va在线va天堂va国产| 九九在线视频观看精品| 亚洲av免费高清在线观看| 街头女战士在线观看网站| 国产久久久一区二区三区| 国产精品一区二区三区四区久久| 国产伦在线观看视频一区| 午夜福利视频精品| 人体艺术视频欧美日本| 乱系列少妇在线播放| 深夜a级毛片| 天堂影院成人在线观看| 日韩三级伦理在线观看| 日韩视频在线欧美| 嫩草影院精品99| 国产成人午夜福利电影在线观看| 人人妻人人澡人人爽人人夜夜 | 简卡轻食公司| 边亲边吃奶的免费视频| 久久精品国产亚洲网站| 97人妻精品一区二区三区麻豆| 国产v大片淫在线免费观看| 97人妻精品一区二区三区麻豆|