• <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MADDPG算法的家用電動汽車集群充放電行為在線優(yōu)化

    2021-11-01 05:28:44戴武昌劉艾冬馬鴻君
    東北電力大學學報 2021年5期
    關(guān)鍵詞:智能優(yōu)化用戶

    戴武昌,劉艾冬,申 鑫,馬鴻君,張 虹

    (1.現(xiàn)代電力系統(tǒng)仿真控制與綠色電能新技術(shù)教育部重點實驗室(東北電力大學),吉林 吉林 132012;2.國網(wǎng)遼寧省電力有限公司撫順供電公司,遼寧 撫順 113000)

    近年來,電動汽車因為具有清潔環(huán)保、噪音低等優(yōu)勢,在全球范圍內(nèi)得到大力發(fā)展[1-3].在需求響應環(huán)節(jié)中,電動汽車具有可中斷負荷的用電特性,為其充電行為優(yōu)化提供了可能[4].若有效利用,電動汽車也可以為電網(wǎng)提供諸如削峰填谷等作用[5-6].如何兼顧用戶側(cè)經(jīng)濟性和網(wǎng)側(cè)轉(zhuǎn)移限制峰值負荷的要求優(yōu)化充放電行為成為重要的研究課題.

    目前,有許多的優(yōu)化模型和算法應用于電動汽車充放電行為調(diào)度中,以滿足電網(wǎng)側(cè)或用戶側(cè)的利益.文獻[7]提出了基于蒙特卡洛和粒子群算法的電動汽車有序充放電控制策略,運營商考慮多種因素制定策略,目的是限制電網(wǎng)功率和降低用戶成本.文獻[8]提出了一種基于超圖模型的最小能量損耗路由算法,通過電動汽車異地充放電進行電能的運輸,并規(guī)劃輸送路徑以減少了輸送過程的能量損失.文獻[9]建立了需求響應下代理商定價與購電策略,通過主從博弈的方式實現(xiàn)代理商與車主雙方利益最大化.文獻[10]建立了一種分時電價下電網(wǎng)與用戶雙方互動的主從博弈模型,以極小化負荷均方差和車主成本為優(yōu)化目標,實現(xiàn)了良好的經(jīng)濟效益與調(diào)峰效果.文獻[11]引入電動汽車集群管理機構(gòu),建立以最小化網(wǎng)側(cè)生產(chǎn)成本和用戶側(cè)充放電成本為目標的主動配電網(wǎng)供需協(xié)同優(yōu)化調(diào)度模型,得到的優(yōu)化調(diào)度策略不僅降低了生產(chǎn)成本和車主用電費用,而且改善了系統(tǒng)的電壓質(zhì)量.

    上述文獻提供了電動汽車充電行為優(yōu)化調(diào)度的解決方案,但沒有充分挖掘歷史用電數(shù)據(jù)特性以指導電動汽車充放電行為.

    近年來,由于具備對大數(shù)據(jù)的分析處理能力以及精準快速的決策能力,深度強化學習成為研究熱點,并廣泛應用在電動汽車充放電調(diào)度中.文獻[12]應用了DDQN算法進行汽車充電策略的制定,并通過調(diào)整電網(wǎng)節(jié)點的電動汽車負荷,保證了配電網(wǎng)滿足電壓約束.文獻[13]將家用電動汽車歸類為家用負荷中的可中斷負荷,將A3C算法與基于設(shè)備運行狀態(tài)概率分布的住宅用電模型相結(jié)合,生成的能耗調(diào)度策略可用于向電力用戶提供實時反饋,以實現(xiàn)用戶用電經(jīng)濟性目標.文獻[14]提出了一種基于Q-learning的V2G電力交易決策算法用于降低用電成本.

    上述文獻提供了電動汽車充放電行為策略的優(yōu)化方案,但控制策略都是離散化的,缺少靈活性,且少有考慮通過集群內(nèi)部合作的方式轉(zhuǎn)移和限制峰值負荷的充放電行為優(yōu)化.

    多智能體深度確定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)算法是一種融合博弈與數(shù)據(jù)處理的算法,由于其在多智能體環(huán)境中具備良好的決策能力,成為了多智能體深度強化學習的重要算法之一[15].

    本文首先基于用戶的歷史用電數(shù)據(jù),根據(jù)電動汽車用戶群體與網(wǎng)側(cè)雙方的需求建立了家用電動汽車集群充放電行為優(yōu)化調(diào)度模型,鼓勵用戶參與需求響應;其次,通過深度神經(jīng)網(wǎng)絡(luò)對大規(guī)模復雜數(shù)據(jù)的特征提取與存儲,并利用強化學習算法在控制與決策方面的優(yōu)勢,實現(xiàn)對家用電動汽車充放電調(diào)度的在線優(yōu)化.最后,算例分析表明該算法可以兼顧用戶的經(jīng)濟性和舒適性,同時可以轉(zhuǎn)移網(wǎng)側(cè)峰值負荷,并限制峰值負荷的大小.

    1 家用電動汽車充放電行為調(diào)度模型

    1.1 家用電動汽車用電場景分析

    本文的用電場景是一處智能小區(qū),在該小區(qū)內(nèi),存在多戶擁有電動汽車的家庭,住宅中均裝有充電裝置供各自的電動汽車使用.用戶側(cè)通過高級量測體系與電網(wǎng)側(cè)進行雙向?qū)崟r通信,在線交換電價信息和用戶的電動汽車充放電情況,并通過用戶調(diào)度中心參與電力調(diào)度.示意圖如圖1所示.

    圖1 家用電動汽車充放電管理系統(tǒng)

    電動汽車用戶可以自行決定出行時間與行駛里程,僅在電動汽車處于在家狀態(tài)下才被允許參與調(diào)度.用戶除了可以通過供電公司購電為電動汽車供電外,還可以將電動汽車作為家用儲能裝置向電網(wǎng)出售電能獲取收益.

    1.2 不確定電價信息下充放電行為分析

    電動汽車參與充放電行為優(yōu)化調(diào)度的主要目標是實現(xiàn)電動汽車充放電成本的最小化,同時兼顧用戶的舒適性和電網(wǎng)對電動汽車負荷的限制,因此需要盡可能提高用戶的綜合收益,即綜合成本的最小化.用戶的綜合成本可以表示為

    (1)

    (2)

    公式中:λt為時段t的電價信息;li,t為電動汽車i在時段t的充放電量,表示為

    (3)

    公式中:pi,t為電動汽車i在時段t的充放電功率;pi,t∈[-pmax,pmax],當電動汽車充電時pi,t為正值,放電時pi,t為負值.

    (4)

    SoCmin≤SoCi,t≤SoCmax,

    (5)

    公式中:SoCmin為荷電狀態(tài)的最小值約束.

    (6)

    公式中:ρ為懲罰系數(shù),ρ>0;lt為電動汽車集群在時段t的總用電負荷,可以表示為

    lt=∑i∈Bli,t;

    (7)

    lth為產(chǎn)生懲罰成本的充電功率閾值,可以表示為

    lth=kthNpmax;

    (8)

    公式中:kth為充電閾值百分比,表示電動汽車集群充電功率閾值占集群最大充電功率的百分比;pmax為電動汽車最大充放電功率.

    1.3 電動汽車集群的強化學習設(shè)置

    由于電動汽車集群的充放電過程具備馬爾可夫性,也包含用戶之間的合作,該過程可以描述為馬爾可夫博弈,這是多智能體強化學習算法的基礎(chǔ).在多智能體環(huán)境中,由于智能體之間存在著聯(lián)系,每個智能體的下一狀態(tài)不僅與當前自身的狀態(tài)與動作相關(guān),還與其它智能體的狀態(tài)與動作相關(guān).每個智能體不能完全觀測其他智能體的狀態(tài)和動作,需要根據(jù)自身的觀測結(jié)果從復雜的狀態(tài)空間中選取對自己更加有利的動作,保證每次決策的優(yōu)勢不斷累積,形成優(yōu)勢策略[16].

    在電動汽車的充放電模型中,每個智能體代表一輛電動汽車,代替用戶進行充放電操作與參與環(huán)境的交互.電動汽車i在時段t充放電功率pi,t可以作為智能體i的動作ai,即

    ai=pi,t.

    (9)

    將每一時刻的電價信息、電動汽車的充放電操作權(quán)限和荷電狀態(tài)設(shè)置為狀態(tài)量.智能體i能夠觀測到的狀態(tài)量oi設(shè)置為

    oi={λt,σi,t,SoCi,t},

    (10)

    公式中:σi,t為電動汽車i在時段t的充放電操作權(quán)限,表示電動汽車是否允許接入電網(wǎng)進行充放電操作,可以表示為

    (11)

    全局狀態(tài)量x包含當前時刻所有智能體的觀測量,即當前電價和電動汽車集群的狀態(tài)信息,定義為

    x={o1,…,oN}={λt,σ1,t,SoC1,t,…,σN,t,SoCN,t}.

    (12)

    在執(zhí)行動作a={a1,…,aN}后,所有智能體由狀態(tài)x轉(zhuǎn)移至下一狀態(tài)x′,并從環(huán)境中獲取各自的獎勵值ri和下一時段各自的觀測量o′i.獎勵值ri反映每個智能體采取動作的優(yōu)劣.根據(jù)公式(1)的優(yōu)化目標,智能體i獲得的獎勵值ri定義為

    (13)

    (14)

    2 多智能體深度確定性策略梯度算法

    MADDPG算法源起于確定性行為策略算法(Deep Deterministic Policy Gradient,DDPG),能夠在動作空間是連續(xù)的情況下,無需對動作空間進行離散化,直接輸出一個確定的動作值,從而避免由動作空間離散化而帶來的復雜運算[17-18].

    2.1 算法描述

    在環(huán)境中含有N個智能體,每個智能體僅能觀測到環(huán)境的局部狀態(tài)信息,無法得知全局狀態(tài),且含有神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)參數(shù)分別為θ={θ1,…,θN}.MADDPG算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示.MADDPG中每個智能體的主網(wǎng)絡(luò)包含兩種的網(wǎng)絡(luò):一是策略網(wǎng)絡(luò)μ,用來做出符合當前環(huán)境和狀態(tài)的決策;二是價值網(wǎng)絡(luò)Q,用來評判策略網(wǎng)絡(luò)輸出動作的優(yōu)劣.

    圖2 MADDPG算法神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

    策略網(wǎng)絡(luò)引入確定性策略替代隨機性策略,網(wǎng)絡(luò)輸出從動作的概率分布變?yōu)榫唧w的動作,有助于算法在連續(xù)動作空間中進行學習.引入白噪聲機制,用于提高策略網(wǎng)絡(luò)在特定環(huán)境狀態(tài)下輸出不同的動作值的可能性,提高訓練的探索度.智能體i的動作值ai為

    ai=μi(oi)+Nt,

    (15)

    公式中:μi為智能體i策略網(wǎng)絡(luò)輸出的策略;Nt為白噪聲.

    每次策略網(wǎng)絡(luò)根據(jù)oi生成動作ai后,環(huán)境會返回獎勵值ri與下一時刻的觀測量o′i.將所有智能體的信息{x,a1,…,aN,r1,…,rN,x′}存入經(jīng)驗池D中,等待訓練階段作為訓練樣本供神經(jīng)網(wǎng)絡(luò)使用.

    MADDPG算法引入DDPG的目標網(wǎng)絡(luò)結(jié)構(gòu),與主網(wǎng)絡(luò)的結(jié)構(gòu)相似,目的是保證訓練的穩(wěn)定性.目標網(wǎng)絡(luò)同樣分為目標策略網(wǎng)絡(luò)μ′和目標價值網(wǎng)絡(luò)Q′,分別使用主網(wǎng)絡(luò)中的策略網(wǎng)絡(luò)參數(shù)和價值網(wǎng)絡(luò)參數(shù)進行初始化,作用是替代主網(wǎng)絡(luò)完成在下一時刻的決策與評判,并將做策略網(wǎng)絡(luò)與價值網(wǎng)絡(luò)的更新.

    關(guān)于預期回報J(μi)的策略網(wǎng)絡(luò)更新公式為

    (16)

    價值網(wǎng)絡(luò)通過最小化TD誤差來更新網(wǎng)絡(luò)參數(shù)[19],更新公式為

    (17)

    公式中:L(θi)為價值網(wǎng)絡(luò)的損失函數(shù),用于評估價值網(wǎng)絡(luò)估計的價值函數(shù)與實際價值函數(shù)的誤差;y為實際的動作值函數(shù),可以表示為

    (18)

    主網(wǎng)絡(luò)的訓練目標是最大化策略網(wǎng)絡(luò)的期望收益J(μi),同時最小化價值網(wǎng)絡(luò)損失函數(shù)L(θi).對主網(wǎng)絡(luò)中的策略網(wǎng)絡(luò)和價值網(wǎng)絡(luò)以學習率α為更新步長進行更新,更新公式分別為

    θi←θi+α?θiJ(μi),

    (19)

    θi←θi-α?θiL(θi).

    (20)

    目標網(wǎng)絡(luò)采用Soft update的更新方式,主網(wǎng)絡(luò)參數(shù)用于目標網(wǎng)絡(luò)的更新,目標網(wǎng)絡(luò)的更新幅度由目標網(wǎng)絡(luò)更新率τ決定,0≤τ<1,更新公式為

    θ′i←τθi+(1-τ)θ′i.

    (21)

    2.2 充放電行為實時優(yōu)化流程

    基于MADDPG算法的電動汽車充放電實時優(yōu)化流程如圖3所示.MADDPG算法的學習過程包括訓練階段與執(zhí)行階段,采用集中式訓練、分布式執(zhí)行的學習框架.

    圖3 充放電行為優(yōu)化流程圖

    在訓練階段,系統(tǒng)首先依據(jù)電價信息、電動汽車集群的操作權(quán)限和荷電狀態(tài)的歷史數(shù)據(jù)進行行為探索,學習現(xiàn)實環(huán)境中多種可能發(fā)生的用電情況.然后,依據(jù)獎勵函數(shù)評估每個充放電行為的優(yōu)劣.如果該行為為集群帶來更多收益,則給予該充放電行為較高的獎勵值.反之,給予該行為較低的獎勵值.將這些信息作為訓練素材存儲在經(jīng)驗池中,并通過抽樣的方式參與神經(jīng)網(wǎng)絡(luò)的集中訓練,積累大量的先驗知識.

    在執(zhí)行階段,每個智能體不需要調(diào)動各自的價值網(wǎng)絡(luò)對當前的狀態(tài)與策略進行評價,依靠訓練環(huán)節(jié)中完成優(yōu)化的策略網(wǎng)絡(luò)可以進行充放電行為的輸出.向各個智能體的策略網(wǎng)絡(luò)中輸入局部觀測量oi={λt,σi,t,SoCi,t},經(jīng)過策略網(wǎng)絡(luò)運算輸出優(yōu)化后的充放電動作,實時指導用戶的充放電行為,以滿足用戶側(cè)與電網(wǎng)側(cè)的多種需求.

    由于算法采用集中式訓練、分布式執(zhí)行的學習框架,每個智能體在訓練階段考慮到了其他智能體對環(huán)境和自身的影響,有利于降低電動汽車用戶群體的成本.在執(zhí)行階段,每個智能體的神經(jīng)網(wǎng)絡(luò)已經(jīng)經(jīng)過訓練并得到優(yōu)化.可以將各個智能體分散在用戶家中,根據(jù)自身的觀測量做出優(yōu)化的行為決策,同時利于保護用戶隱私.

    3 算例分析

    3.1 參數(shù)設(shè)置

    本文采用美國某電力公司2017年~2018年制定的電價數(shù)據(jù).其中,2017年電價數(shù)據(jù)作為訓練集使用,2018年數(shù)據(jù)作為測試集使用.仿真車型相關(guān)參數(shù)如表1所示.充放電模型參數(shù)如表2所示.

    表1 電動汽車參數(shù)

    表2 電動汽車充放電模型參數(shù)

    由于用戶出行行為具有習慣性與規(guī)律性,以出行鏈的方式對用戶出行狀態(tài)進行描述[20].圖4表示用戶較為常見的出行鏈,包括以下2個場景:

    圖4 出行鏈示意圖

    場景1:居民區(qū)→辦公區(qū)/學?!用駞^(qū)

    生態(tài)城市是在人與自然建立關(guān)系的基礎(chǔ)上產(chǎn)生的一種文化觀,這種文化觀是在生態(tài)學原則上建立起的社會、經(jīng)濟、自然協(xié)調(diào)發(fā)展的新型社會關(guān)系,是城市生產(chǎn)力和生產(chǎn)關(guān)系發(fā)展形成的一種全新的價值體系。生態(tài)城市本質(zhì)上就是一個生態(tài)健康的城市,能夠有效地將環(huán)境資源利用起來,建立健康、適宜人居住的環(huán)境,并實現(xiàn)可持續(xù)發(fā)展的生活方式。

    場景2:居民區(qū)→辦公區(qū)/學?!虡I(yè)區(qū)→居民區(qū)

    根據(jù)文獻[21],綜合場景下集群的電動汽車按照場景1出行的頻率占比為65%,按照場景2出行的頻率占比為35%.電動汽車的出行時間和到家時刻荷電狀態(tài)服從正態(tài)分布,如表3所示.

    表3 出行行為參數(shù)設(shè)置

    算法參數(shù)中,折扣因子γ取為0.99,學習率α取為0.001,目標網(wǎng)絡(luò)更新率τ取為0.01.仿真環(huán)境為英特爾core i7-8700@3.2GHz,6核12線程,內(nèi)存16GB DDR4,軟件配置為Python3.7.0,Tensorflow1.13.0.

    3.2 結(jié)果分析

    3.2.1 需求響應能力評估

    為了評估智能體參與需求響應的能力,隨機抽取某用戶在連續(xù)120 h內(nèi)電動汽車用電優(yōu)化情況如圖5所示.在不同的場景下,電動汽車處于在線狀態(tài)的時段下系統(tǒng)可以做出不同的決策以適應不同的電價水平,最終的荷電狀態(tài)穩(wěn)定在較高水平,滿足用戶用電要求.因為高負荷懲罰項,充電功率被限制,有利于網(wǎng)側(cè)充電負荷的控制.場景1放電行為更多集中在高電價時段,具有更大的調(diào)度空間.綜合場景的優(yōu)化效果介于兩種場景之間.

    圖5 不同用電場景下電動汽車用電行為優(yōu)化情況

    3.2.2 經(jīng)濟性評估

    本文對不同場景下用戶個體的經(jīng)濟性進行評估.其不同場景下優(yōu)化前后的用電成本和綜合成本如圖6(a)、圖6(b)所示.考慮到在現(xiàn)實情況中用戶無法在每個時段針對變動的電價調(diào)整電動汽車的充電行為,對比了優(yōu)化前的充電模式.在這種情況下,電動汽車到家后以高功率充電,直到電池充滿為止,之后不再進行充電,本次充電過程結(jié)束.在場景1下,優(yōu)化后的日平均用電成本為0.262 4$,較優(yōu)化前降低了0.456 7$.在場景2下,優(yōu)化后的日平均用電成本為0.480 6$,降低了0.100 4$.在綜合場景下,優(yōu)化后的日平均用電成本為0.350 9$,降低了0.295 8$.由于電動汽車經(jīng)歷了先放電后充電的過程,優(yōu)化后成本呈先下降后上升的趨勢,成本得到控制.

    其不同場景下優(yōu)化前后的費用占比情況如圖6(c)所示.在同種場景下,優(yōu)化后的用電成本普遍低于優(yōu)化前的用電成本,綜合場景的優(yōu)化效果介于場景1與場景2之間.場景1的用電成本相比場景2優(yōu)化效果更好,這是由于場景1下用戶到家的時間比場景2更早,為系統(tǒng)調(diào)度提供了更多的時間,同時場景1下用電過程經(jīng)歷了更多的高電價時段,有利于汽車向電網(wǎng)放電以減小用電成本.同種場景下,綜合成本在用電成本的基礎(chǔ)上有小幅提高,但優(yōu)化后的綜合成本普遍低于優(yōu)化前的水平.優(yōu)化后的潛在成本降低,但潛在成本占比高于優(yōu)化前,說明該算法在滿足用戶和電網(wǎng)的潛在需求下,大幅降低了用電成本.

    圖6 不同場景下的經(jīng)濟性評估

    為了驗證電動汽車集群的經(jīng)濟性,對含有30輛電動汽車的集群進行分組調(diào)度,隨機抽取10輛電動汽車,其用戶的年費用支出對比如圖7所示.用戶的優(yōu)化結(jié)果略有差異,這與用戶的出行習慣有關(guān).用戶的潛在成本占比較低,說明系統(tǒng)能夠兼顧用戶的出行需要和電網(wǎng)的負荷要求.

    圖7 不同用戶的年費用支出對比

    用戶的年平均用電成本如表4所示,在不同場景下優(yōu)化后的用電成本較優(yōu)化前有不同程度的下降,說明變動的電價下的充放電決策可以滿足用戶群體的經(jīng)濟性.

    表4 年平均用電成本優(yōu)化結(jié)果對比

    3.2.3 負荷情況評估

    電動汽車集群每日平均負荷情況如圖8所示,其中虛線表示電動汽車集群的充電功率懲罰閾值.原有的充電方式在用電高峰時段進行充電,在17時至次日1時產(chǎn)生兩個負荷高峰.經(jīng)過初步優(yōu)化后,電動汽車集群整體在17時至23時處于向電網(wǎng)放電的狀態(tài),并在次日0時至6時從電網(wǎng)吸收電能,轉(zhuǎn)移峰時負荷,緩解電網(wǎng)壓力.引入高負荷懲罰后,峰值充電負荷得到下降,負荷曲線更加平滑,峰值負荷向后續(xù)時段轉(zhuǎn)移.這是由于集群的成員在充電行為上產(chǎn)生合作關(guān)系,為了防止集群總充電負荷超出閾值對每個用戶施加懲罰,智能體對各自的充電功率進行限制,從而降低了峰值負荷.

    圖8 優(yōu)化前后電動汽車集群充放電負荷對比

    3.2.4 舒適性評估

    在不同場景下用戶的舒適性情況如圖9所示.隨著不舒適系數(shù)的升高,兩種場景下的荷電狀態(tài)在不斷升高,直至電池完全充電,但用電成本也隨之增加.當相同成本的情況下,場景1的系數(shù)比場景2的小,這是因為場景1包含更多高電價時期,系統(tǒng)指導電動汽車放電換取利潤,具備更多的調(diào)度空間,充電成本較低,此時相對較低的系數(shù)可以滿足需求;同樣場景下,較高的系數(shù)使得荷電狀態(tài)更高,可以帶來更好的使用體驗.

    圖9 不同場景下的舒適性情況對比

    4 結(jié) 論

    針對電動汽車集群參與需求響應的充放電行為,本文提出了一種基于MADDPG算法的電動汽車集群充放電行為在線優(yōu)化方法.主要結(jié)論如下:

    (1)建立了電動汽車集群充放電優(yōu)化調(diào)度模型,綜合考慮用戶在不同場景下的出行習慣、用能需求及網(wǎng)側(cè)負荷約束,為電動汽車集群參與需求響應提供優(yōu)化方案.

    (2)引入多智能體深度確定性策略梯度算法,采用集中式訓練、分布式執(zhí)行的學習架構(gòu),在保護用戶隱私的前提下,實現(xiàn)電動汽車集群充放電行為的在線優(yōu)化.

    (3)所提模型可以提高用戶用能經(jīng)濟性,在綜合場景下的用電成本相比用戶原有的充電方式降低約41%,同時可以轉(zhuǎn)移電網(wǎng)峰值負荷,將新負荷高峰限制在最高充電負荷的81%,實現(xiàn)用戶群體與電網(wǎng)的雙贏.

    猜你喜歡
    智能優(yōu)化用戶
    超限高層建筑結(jié)構(gòu)設(shè)計與優(yōu)化思考
    民用建筑防煙排煙設(shè)計優(yōu)化探討
    關(guān)于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    智能前沿
    文苑(2018年23期)2018-12-14 01:06:06
    智能前沿
    文苑(2018年19期)2018-11-09 01:30:14
    智能前沿
    文苑(2018年17期)2018-11-09 01:29:26
    智能前沿
    文苑(2018年21期)2018-11-09 01:22:32
    關(guān)注用戶
    商用汽車(2016年11期)2016-12-19 01:20:16
    關(guān)注用戶
    商用汽車(2016年6期)2016-06-29 09:18:54
    一本一本综合久久| eeuss影院久久| 亚洲欧美日韩无卡精品| 色在线成人网| 国产av在哪里看| 大型黄色视频在线免费观看| 国产熟女欧美一区二区| 欧美不卡视频在线免费观看| 老司机深夜福利视频在线观看| 色综合婷婷激情| 天堂av国产一区二区熟女人妻| 久久精品国产鲁丝片午夜精品 | 国产精品不卡视频一区二区| 啦啦啦观看免费观看视频高清| 国产av一区在线观看免费| 婷婷丁香在线五月| xxxwww97欧美| 99热这里只有是精品在线观看| 简卡轻食公司| 精品欧美国产一区二区三| 男人的好看免费观看在线视频| 日本a在线网址| 黄色视频,在线免费观看| 国产一区二区三区在线臀色熟女| 在线观看美女被高潮喷水网站| 综合色av麻豆| 国产精品自产拍在线观看55亚洲| 精品乱码久久久久久99久播| 国产高清激情床上av| 日本色播在线视频| 无遮挡黄片免费观看| 亚洲av中文av极速乱 | 男人的好看免费观看在线视频| 一区二区三区免费毛片| a在线观看视频网站| 欧美xxxx黑人xx丫x性爽| 亚洲精华国产精华精| 丝袜美腿在线中文| 亚洲欧美日韩卡通动漫| 成人午夜高清在线视频| 国产一区二区亚洲精品在线观看| 男女边吃奶边做爰视频| 亚洲内射少妇av| 免费高清视频大片| 丰满的人妻完整版| 草草在线视频免费看| avwww免费| 亚洲美女黄片视频| 色噜噜av男人的天堂激情| 日本 av在线| 少妇被粗大猛烈的视频| 久久热精品热| 欧美一区二区精品小视频在线| 老熟妇仑乱视频hdxx| 精品一区二区三区视频在线观看免费| 看免费成人av毛片| 亚洲无线观看免费| 中国美白少妇内射xxxbb| 免费在线观看日本一区| 亚洲美女搞黄在线观看 | 18禁黄网站禁片午夜丰满| 非洲黑人性xxxx精品又粗又长| 国产日本99.免费观看| 夜夜夜夜夜久久久久| 婷婷丁香在线五月| 一卡2卡三卡四卡精品乱码亚洲| 国产单亲对白刺激| 乱系列少妇在线播放| 亚洲国产色片| 韩国av在线不卡| 特大巨黑吊av在线直播| 国产久久久一区二区三区| 久久久久久久久久久丰满 | 久久国产精品人妻蜜桃| 校园春色视频在线观看| 国产欧美日韩一区二区精品| 麻豆国产av国片精品| 成人av在线播放网站| 国产亚洲欧美98| 成熟少妇高潮喷水视频| 午夜久久久久精精品| 内地一区二区视频在线| 女的被弄到高潮叫床怎么办 | 国产高潮美女av| 成人特级黄色片久久久久久久| 夜夜看夜夜爽夜夜摸| 久久精品人妻少妇| 午夜福利18| 精华霜和精华液先用哪个| 久久精品国产清高在天天线| 亚洲熟妇中文字幕五十中出| 亚洲国产欧美人成| 国产伦人伦偷精品视频| 日本爱情动作片www.在线观看 | 日本免费a在线| 俄罗斯特黄特色一大片| 日本a在线网址| 夜夜爽天天搞| 午夜福利在线观看吧| 免费观看的影片在线观看| 国产精品嫩草影院av在线观看 | 亚洲av成人精品一区久久| 波多野结衣巨乳人妻| 麻豆一二三区av精品| 亚洲国产日韩欧美精品在线观看| 中文字幕av在线有码专区| 久久久久久久久久成人| 老熟妇乱子伦视频在线观看| 免费无遮挡裸体视频| 99视频精品全部免费 在线| 亚洲成人免费电影在线观看| 一级黄色大片毛片| 不卡一级毛片| 22中文网久久字幕| 99国产极品粉嫩在线观看| 久久亚洲精品不卡| 91麻豆精品激情在线观看国产| 天堂√8在线中文| 嫩草影院精品99| 淫秽高清视频在线观看| 国产精品爽爽va在线观看网站| 久久久精品欧美日韩精品| 偷拍熟女少妇极品色| 一区二区三区四区激情视频 | 黄色配什么色好看| 在线观看66精品国产| 日韩欧美 国产精品| 在线观看av片永久免费下载| av天堂在线播放| 草草在线视频免费看| 欧美日韩中文字幕国产精品一区二区三区| 免费看美女性在线毛片视频| 亚洲aⅴ乱码一区二区在线播放| 欧美成人一区二区免费高清观看| 国产精华一区二区三区| 久久国内精品自在自线图片| 国产亚洲欧美98| 内地一区二区视频在线| 亚洲在线自拍视频| 中文资源天堂在线| 国产精品98久久久久久宅男小说| 日韩人妻高清精品专区| 一区福利在线观看| 日韩强制内射视频| 亚洲黑人精品在线| 好男人在线观看高清免费视频| 成人亚洲精品av一区二区| x7x7x7水蜜桃| 亚洲男人的天堂狠狠| 麻豆一二三区av精品| 麻豆成人av在线观看| 欧美+亚洲+日韩+国产| 亚洲成人精品中文字幕电影| 亚洲自偷自拍三级| 精品免费久久久久久久清纯| 国产淫片久久久久久久久| 久久精品国产99精品国产亚洲性色| 国产av一区在线观看免费| 中文资源天堂在线| 日韩中文字幕欧美一区二区| 日日啪夜夜撸| 久久婷婷人人爽人人干人人爱| 人人妻人人澡欧美一区二区| 一区福利在线观看| 日本与韩国留学比较| 亚洲av美国av| 乱人视频在线观看| 97热精品久久久久久| 人妻少妇偷人精品九色| 成熟少妇高潮喷水视频| 国产av麻豆久久久久久久| 白带黄色成豆腐渣| 不卡一级毛片| 一级a爱片免费观看的视频| 亚洲av成人av| а√天堂www在线а√下载| 久99久视频精品免费| 麻豆一二三区av精品| 中文资源天堂在线| 久久精品91蜜桃| 五月伊人婷婷丁香| 精品久久国产蜜桃| 亚洲国产精品成人综合色| 国产人妻一区二区三区在| 国产精品永久免费网站| 亚洲精华国产精华液的使用体验 | 日韩av在线大香蕉| 能在线免费观看的黄片| 99热这里只有精品一区| 午夜免费男女啪啪视频观看 | 国产老妇女一区| 亚洲精品成人久久久久久| 男女边吃奶边做爰视频| 美女cb高潮喷水在线观看| 婷婷丁香在线五月| 日日摸夜夜添夜夜添小说| 国产精品一区二区三区四区免费观看 | 精品久久久久久久末码| 一级黄片播放器| 亚洲在线自拍视频| 婷婷精品国产亚洲av| 日本与韩国留学比较| 国产一区二区在线av高清观看| 淫秽高清视频在线观看| 久久国内精品自在自线图片| 日韩欧美在线二视频| 黄色一级大片看看| 国产精品久久久久久亚洲av鲁大| 国产精品一区二区三区四区久久| 一个人观看的视频www高清免费观看| 欧美色欧美亚洲另类二区| av专区在线播放| 日韩中文字幕欧美一区二区| 久久精品国产自在天天线| 乱人视频在线观看| bbb黄色大片| 成人美女网站在线观看视频| 黄色日韩在线| 国产av在哪里看| 久久人人爽人人爽人人片va| 亚洲五月天丁香| 亚洲精品456在线播放app | 麻豆国产97在线/欧美| 国模一区二区三区四区视频| 欧美另类亚洲清纯唯美| 国产亚洲精品综合一区在线观看| 一区二区三区激情视频| 少妇丰满av| 国产黄色小视频在线观看| 国产麻豆成人av免费视频| 日韩大尺度精品在线看网址| 在线观看66精品国产| 少妇丰满av| 91在线精品国自产拍蜜月| 最新在线观看一区二区三区| 少妇的逼水好多| 精品一区二区三区人妻视频| 一进一出好大好爽视频| 最近中文字幕高清免费大全6 | 成人美女网站在线观看视频| 亚洲专区国产一区二区| 一区福利在线观看| 亚洲七黄色美女视频| a在线观看视频网站| 国产亚洲av嫩草精品影院| 嫩草影院精品99| 日日撸夜夜添| 成人毛片a级毛片在线播放| 在线国产一区二区在线| 欧美丝袜亚洲另类 | 国产老妇女一区| 欧美一区二区精品小视频在线| 国产私拍福利视频在线观看| 最后的刺客免费高清国语| 在线播放国产精品三级| 欧美绝顶高潮抽搐喷水| 精品久久久久久久久亚洲 | 国产精品伦人一区二区| 国产精品电影一区二区三区| 国产一级毛片七仙女欲春2| 一区福利在线观看| а√天堂www在线а√下载| 两人在一起打扑克的视频| 波多野结衣巨乳人妻| 12—13女人毛片做爰片一| 国产精品人妻久久久影院| 欧美xxxx黑人xx丫x性爽| 如何舔出高潮| 伦精品一区二区三区| 日韩人妻高清精品专区| 丰满人妻一区二区三区视频av| 一个人观看的视频www高清免费观看| 精品午夜福利视频在线观看一区| 国产精品亚洲美女久久久| 亚洲专区中文字幕在线| 国产高清视频在线观看网站| 久久久久九九精品影院| 亚洲av电影不卡..在线观看| 特级一级黄色大片| 午夜福利在线在线| 国产男人的电影天堂91| 听说在线观看完整版免费高清| a在线观看视频网站| 成人鲁丝片一二三区免费| 中文字幕人妻熟人妻熟丝袜美| 亚洲av五月六月丁香网| 成人三级黄色视频| 校园人妻丝袜中文字幕| aaaaa片日本免费| 午夜精品在线福利| 特大巨黑吊av在线直播| 亚洲va日本ⅴa欧美va伊人久久| 神马国产精品三级电影在线观看| 国产一区二区亚洲精品在线观看| 男人和女人高潮做爰伦理| 乱码一卡2卡4卡精品| 亚洲人成网站在线播放欧美日韩| www日本黄色视频网| 黄色视频,在线免费观看| 久久99热6这里只有精品| 亚洲成av人片在线播放无| 国产真实伦视频高清在线观看 | 天堂影院成人在线观看| 女同久久另类99精品国产91| 色吧在线观看| 99久久精品国产国产毛片| 真实男女啪啪啪动态图| 国产高清不卡午夜福利| 国产精品一及| 高清毛片免费观看视频网站| 男女那种视频在线观看| 亚洲国产高清在线一区二区三| 天堂√8在线中文| 极品教师在线视频| 午夜福利在线观看免费完整高清在 | aaaaa片日本免费| 国产欧美日韩精品一区二区| 身体一侧抽搐| 色哟哟·www| 国内精品久久久久久久电影| 亚洲午夜理论影院| 亚洲乱码一区二区免费版| 欧美一区二区亚洲| 成人二区视频| 黄色日韩在线| 国产精品人妻久久久影院| 欧美色视频一区免费| 人妻丰满熟妇av一区二区三区| 日本黄大片高清| 噜噜噜噜噜久久久久久91| 如何舔出高潮| 九九在线视频观看精品| 亚洲精品色激情综合| 在线免费十八禁| 尾随美女入室| 亚洲欧美日韩无卡精品| 欧美黑人巨大hd| 国产在线精品亚洲第一网站| 欧美+亚洲+日韩+国产| 日韩强制内射视频| 婷婷丁香在线五月| 国产白丝娇喘喷水9色精品| 亚洲av.av天堂| 国产精品嫩草影院av在线观看 | 精品一区二区三区人妻视频| 色综合站精品国产| 亚洲一区高清亚洲精品| 又黄又爽又免费观看的视频| 亚洲一级一片aⅴ在线观看| 成人av在线播放网站| 搞女人的毛片| 国产主播在线观看一区二区| 午夜福利视频1000在线观看| 联通29元200g的流量卡| 免费看a级黄色片| 久久6这里有精品| 欧美日韩亚洲国产一区二区在线观看| 久久精品91蜜桃| 色哟哟·www| 91麻豆av在线| 黄色日韩在线| 亚洲自偷自拍三级| 国产成人aa在线观看| 亚洲性久久影院| 日韩精品有码人妻一区| 亚洲四区av| 18+在线观看网站| av国产免费在线观看| 99riav亚洲国产免费| 啦啦啦观看免费观看视频高清| 日日啪夜夜撸| 两个人视频免费观看高清| 午夜久久久久精精品| 午夜免费成人在线视频| 啪啪无遮挡十八禁网站| 免费在线观看日本一区| 精品久久久久久,| 97热精品久久久久久| 免费一级毛片在线播放高清视频| 国产三级在线视频| 岛国在线免费视频观看| 淫妇啪啪啪对白视频| 村上凉子中文字幕在线| 国产精品久久视频播放| 看片在线看免费视频| 亚洲国产精品sss在线观看| 午夜免费激情av| 中文资源天堂在线| 国产精品国产三级国产av玫瑰| 最近在线观看免费完整版| av在线亚洲专区| 免费av毛片视频| 在线免费观看不下载黄p国产 | 听说在线观看完整版免费高清| 国产久久久一区二区三区| 一进一出抽搐gif免费好疼| 亚洲欧美日韩卡通动漫| 真实男女啪啪啪动态图| 日本与韩国留学比较| 久久久久国内视频| 日日摸夜夜添夜夜添av毛片 | 九九爱精品视频在线观看| 国产一区二区三区视频了| 国产伦人伦偷精品视频| 亚洲av成人精品一区久久| 日本五十路高清| 中国美女看黄片| 久久久久久久久中文| 香蕉av资源在线| 久久精品国产亚洲网站| 婷婷精品国产亚洲av| 国产黄a三级三级三级人| 精品日产1卡2卡| 欧美一区二区精品小视频在线| 欧美激情在线99| 亚洲精华国产精华液的使用体验 | 亚洲图色成人| 亚洲精品在线观看二区| 国模一区二区三区四区视频| netflix在线观看网站| 久久精品国产清高在天天线| 国内精品久久久久久久电影| 熟女电影av网| 欧美一区二区亚洲| av在线老鸭窝| 村上凉子中文字幕在线| 日本一二三区视频观看| 搞女人的毛片| 国产亚洲精品av在线| 久久久久久久久大av| 美女高潮的动态| 国产亚洲精品久久久久久毛片| 中文字幕熟女人妻在线| 黄色丝袜av网址大全| 久久精品人妻少妇| 一区二区三区免费毛片| 赤兔流量卡办理| 亚洲综合色惰| 夜夜夜夜夜久久久久| 亚洲第一区二区三区不卡| 最近中文字幕高清免费大全6 | 夜夜看夜夜爽夜夜摸| 亚洲七黄色美女视频| 成人欧美大片| 国产伦精品一区二区三区视频9| 久99久视频精品免费| 欧美日韩综合久久久久久 | 国产v大片淫在线免费观看| 人妻夜夜爽99麻豆av| 欧美zozozo另类| 欧美高清成人免费视频www| 91麻豆精品激情在线观看国产| 非洲黑人性xxxx精品又粗又长| 熟女电影av网| 精品免费久久久久久久清纯| 免费观看精品视频网站| 国内揄拍国产精品人妻在线| 小蜜桃在线观看免费完整版高清| 色5月婷婷丁香| 床上黄色一级片| 亚洲国产精品久久男人天堂| 亚洲真实伦在线观看| 高清毛片免费观看视频网站| 亚洲成av人片在线播放无| 亚洲av免费在线观看| 精品日产1卡2卡| 国产精品久久久久久亚洲av鲁大| 国产亚洲av嫩草精品影院| 亚洲国产精品合色在线| 嫩草影院精品99| 日韩一区二区视频免费看| 国产蜜桃级精品一区二区三区| 啦啦啦啦在线视频资源| 12—13女人毛片做爰片一| 嫩草影院入口| 欧美+日韩+精品| 九九久久精品国产亚洲av麻豆| 国产亚洲欧美98| 12—13女人毛片做爰片一| 成人无遮挡网站| 国产精品99久久久久久久久| 精品久久国产蜜桃| 国产在视频线在精品| 欧美bdsm另类| x7x7x7水蜜桃| 99久久久亚洲精品蜜臀av| videossex国产| 日韩,欧美,国产一区二区三区 | 亚洲精品影视一区二区三区av| a级一级毛片免费在线观看| 美女黄网站色视频| 成熟少妇高潮喷水视频| 亚洲乱码一区二区免费版| aaaaa片日本免费| 亚洲中文字幕一区二区三区有码在线看| 男女视频在线观看网站免费| 91狼人影院| 色综合站精品国产| 成人欧美大片| 国产精品一区二区三区四区久久| 亚洲第一电影网av| 国产一区二区在线观看日韩| 欧美3d第一页| 午夜福利在线在线| 亚洲人与动物交配视频| 欧美日韩黄片免| 桃红色精品国产亚洲av| 亚洲精品一卡2卡三卡4卡5卡| 女人十人毛片免费观看3o分钟| 国产精品99久久久久久久久| 床上黄色一级片| 成人一区二区视频在线观看| 深夜精品福利| 十八禁国产超污无遮挡网站| 黄色女人牲交| 91麻豆av在线| 婷婷色综合大香蕉| 女人被狂操c到高潮| 亚洲精品在线观看二区| 在线免费十八禁| 麻豆久久精品国产亚洲av| 桃红色精品国产亚洲av| 熟女电影av网| 久久久久九九精品影院| 小说图片视频综合网站| 一个人观看的视频www高清免费观看| 伊人久久精品亚洲午夜| 日本a在线网址| 一个人看视频在线观看www免费| 91久久精品国产一区二区三区| 99久久精品一区二区三区| 精品久久国产蜜桃| 国产伦精品一区二区三区四那| 天堂√8在线中文| 欧美一级a爱片免费观看看| 国产精品国产三级国产av玫瑰| 久久国产精品人妻蜜桃| 免费电影在线观看免费观看| 国产精品伦人一区二区| 日日啪夜夜撸| 简卡轻食公司| 久久久久久九九精品二区国产| 麻豆成人午夜福利视频| 久久久久久九九精品二区国产| 在线免费十八禁| 国产精品综合久久久久久久免费| 久久九九热精品免费| 国产午夜福利久久久久久| 禁无遮挡网站| 国产一区二区三区视频了| 给我免费播放毛片高清在线观看| 成年女人看的毛片在线观看| 午夜免费激情av| 欧美区成人在线视频| 久久久久九九精品影院| 精品不卡国产一区二区三区| 一边摸一边抽搐一进一小说| av福利片在线观看| www.www免费av| 亚洲电影在线观看av| 午夜精品在线福利| 成年女人看的毛片在线观看| 在现免费观看毛片| 两个人的视频大全免费| 欧美色视频一区免费| 成人毛片a级毛片在线播放| 人妻少妇偷人精品九色| 日韩人妻高清精品专区| 国产美女午夜福利| 神马国产精品三级电影在线观看| 51国产日韩欧美| 亚洲专区中文字幕在线| 久99久视频精品免费| 精品人妻偷拍中文字幕| 精品人妻熟女av久视频| 亚洲真实伦在线观看| 日本撒尿小便嘘嘘汇集6| 村上凉子中文字幕在线| 久久精品国产99精品国产亚洲性色| 精品人妻视频免费看| 极品教师在线视频| eeuss影院久久| 色尼玛亚洲综合影院| 国产精品久久久久久精品电影| 高清在线国产一区| 丰满人妻一区二区三区视频av| 午夜精品一区二区三区免费看| 哪里可以看免费的av片| 国产精品野战在线观看| 噜噜噜噜噜久久久久久91| 在线国产一区二区在线| 黄色视频,在线免费观看| 日韩国内少妇激情av| 亚洲av日韩精品久久久久久密| 国产欧美日韩精品一区二区| 国产一区二区三区在线臀色熟女| 久久久久免费精品人妻一区二区| 日本a在线网址| 国产精品98久久久久久宅男小说| 久久久久九九精品影院| 亚洲中文字幕一区二区三区有码在线看| 午夜精品久久久久久毛片777| 大型黄色视频在线免费观看| 夜夜夜夜夜久久久久| 国产一区二区在线观看日韩| 黄色丝袜av网址大全| 国产亚洲91精品色在线| 亚洲av中文字字幕乱码综合| 最近视频中文字幕2019在线8| 国产精品亚洲美女久久久| 久久久久久久精品吃奶| av天堂中文字幕网| 精品一区二区三区视频在线| 精品人妻1区二区| 亚洲av不卡在线观看|