中文字幕在线看高清好看的电视剧_中文字幕 中文字幕明步_最近免费中文字幕大全免费版视频_中文字幕在线免费看线人_日韩中文字幕_中文字幕 中文字幕明步_乡下女人做爰A片_最近中文字幕_最好看的电影2019中文字幕_最近中文字幕高清中文字幕电影二_日本中文字幕在线

首頁 > 技術(shù)文章 > 面向新型電力系統(tǒng)的光儲充一體化方案研究基于智能負荷預測算法

面向新型電力系統(tǒng)的光儲充一體化方案研究基于智能負荷預測算法

2025-08-15 [513]

安科瑞 劉邁

摘要:在新型電力系統(tǒng)穩(wěn)步發(fā)展與“雙碳"目標持續(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荷作為電力系統(tǒng)的重要組成部分,其預測場景分析及預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荷預測領(lǐng)域取得的進展與突破,以新型電力系統(tǒng)負荷預測為著眼點,總結(jié)歸納當今負荷預測必要性與實用性,分類介紹五個典型負荷預測場景,針對基于人工智能技術(shù)的智能負荷預測算法模型進行系統(tǒng)化分析,結(jié)合機器學習中的神經(jīng)網(wǎng)絡(luò)、深度學習算法、集成學習算法對比單一預測模型及組合預測模型的特點,詳細闡述各類模型在負荷預測領(lǐng)域的應用現(xiàn)狀,以期為“雙碳"目標下新型電力系統(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);負荷預測;機器學習;深度學習

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、高精度的電力負荷建模、預測以及優(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)負荷預測場景

首隨著電網(wǎng)需求側(cè)管理的日益普及與負荷調(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)剛性負荷的特性逐漸轉(zhuǎn)變,取而代之的柔性負荷成為電網(wǎng)負荷調(diào)控的重點對象。電力市場改革促使多種角色場景應運而生,負荷預測應用場景逐步多樣化、層次化,合理分析負荷場景典型特征并為之選取精準預測模型成為當今電力產(chǎn)業(yè)發(fā)展的重要課題。不同負荷預測場景總結(jié)歸納如下:

1.1區(qū)域級負荷預測

負荷特性分析工作是電力系統(tǒng)負荷預測的重要前提,了解并掌握預測供電區(qū)域內(nèi)的負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)域級負荷特性分析與預測是我國負荷研究工作的重心。

以分區(qū)域分時段負荷曲線為研究對象,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)化為預測模型可以識別的數(shù)學量,挖掘負荷內(nèi)在變化規(guī)律與外部影響因素間的非線性關(guān)系與復雜協(xié)同作用,細化分析區(qū)域級負荷特性并總結(jié)其發(fā)展變化態(tài)勢。基于負荷特性分析,區(qū)域級負荷預測模型需將高維負荷數(shù)據(jù)通過算法分析訓練及模型交互融合,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測結(jié)果。

區(qū)域級負荷預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,通過數(shù)值比較進行模型預測效果判斷。具體指標計算方法如下:

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

1.2母線負荷預測

作為系統(tǒng)區(qū)域級負荷的底層分布組成部分,母線負荷通常為由變電站的主變壓器共給的終端負荷總和,其預測精度對于電網(wǎng)負荷調(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,母線負荷的負荷慣性較小,規(guī)律性較差,因此需要長時間尺度的海量歷史負荷數(shù)據(jù)支撐預測模型的構(gòu)建。

母線負荷預測方法一般以聚類、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)建預測模型。

利用Kears深度學習框架調(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)了高精度自適應變電站負荷預測。

母線負荷預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荷預測準確率RT為基準進行預測結(jié)果精度評價:

(4)

(5)

(6)

式中,RT代表當日母線負荷預測準確率,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居民住宅負荷預測

對于城市用電負荷而言,用戶側(cè)的居民住宅負荷占比較大,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,且獨立用戶間的家用電器種類與用電習慣不盡相同,一般依據(jù)自上而下的負荷預測思想,利用相關(guān)聚類算法對海量居民住宅負荷數(shù)據(jù)進行聚類劃分后再建立差異化預測模型,避免海量數(shù)據(jù)預測效率較低的問題。

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

7237a6f66a0dcb0c13fc197cb1215ec

圖1 居民住宅樓宇負荷分布

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慣、消費心理及當今電熱氣耦合模式,構(gòu)建基于需求響應信號的LSTM超短期負荷預測模型,驗證了此模型對于計及需求響應信號情況下的明顯優(yōu)勢。

以需求響應為前提進行負荷預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)負荷預測

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)負荷由同一配電臺區(qū)內(nèi)的居民用戶負荷、工業(yè)負荷及商業(yè)負荷組成,一般而言,同一配電所內(nèi)包含多個配電臺區(qū),臺區(qū)負荷數(shù)量僅次于前文所述的用戶住宅負荷。配電臺區(qū)負荷預測旨在根據(jù)精準的預測結(jié)果指導相關(guān)配網(wǎng)工作、獲取配電變壓器裕度指標,進一步合理化安排檢修計劃,為實現(xiàn)事前預警、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)細菌趨化算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)進行負荷數(shù)據(jù)預測,結(jié)合負荷狀態(tài)結(jié)果進行臺區(qū)內(nèi)低壓變壓器負荷率、容載比等裕度指標分析,綜合損耗及負荷預測數(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)負荷短期局部依賴關(guān)系能力的LSTNet預測模型,通過訓練某小區(qū)一公共變壓器的負荷數(shù)據(jù),表明 LSTNet 模型在臺區(qū)負荷變化呈現(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)對負荷數(shù)據(jù)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,其負荷規(guī)律有較強隨機性,單一預測模型的預測誤差較大,多數(shù)負荷預測模型難以投入實際應用。

1.5綜合能源系統(tǒng)負荷預測

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、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的必然存在,綜合能源系統(tǒng)存在明顯的負荷隨機波動性,其負荷預測準確性大大影響系統(tǒng)優(yōu)化調(diào)度與協(xié)調(diào)規(guī)劃。綜合能源系統(tǒng)負荷預測框架如圖2所示。

f0b48d3686a7c02c0eed54973cf9879

圖2 綜合能源系統(tǒng)負荷預測框架

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 負荷預測模型,通過對電、熱、氣、冷等多個用戶級基本負荷單元進行圖像特征重構(gòu)及融合,更好地挖掘各類型負荷間的潛在關(guān)系,避免混合型負荷造成的模型預測結(jié)果混雜影響, 同時組合神經(jīng)網(wǎng)絡(luò)的應用大大提高了預測精度。通過標簽劃分方法將負荷類型及其影響因素分別歸納至靜態(tài)標簽與動態(tài)標簽,充分分析多元負荷間的相關(guān)性與變化趨勢構(gòu)建 CNN-LSTM負荷預測模型,依據(jù)標簽內(nèi)容針對性進行差異性預測,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)真實負荷數(shù)據(jù)進行訓練,此模型能夠較準確地預測三種能源耦合后的各自獨立負荷情況,預測精度較高。

2基于智能算法的負荷預測模型

負荷預測發(fā)展初期主要以數(shù)學算法理論為建?;A(chǔ),傳統(tǒng)負荷預測將電力負荷數(shù)據(jù)看作時間序列數(shù)據(jù)加以處理,預測方法主要包括時間序列法、回歸分析法、灰色預測法、卡爾曼濾波法等。當今發(fā)展態(tài)勢下,電力負荷種類、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荷端主動性荷被動不確定性增強,傳統(tǒng)負荷預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,在負荷建模及預測、負荷優(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今電力負荷的非線性特征,大大提高了負荷預測精度,成為當今負荷預測的主流模型。

2.1 單一預測模型

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),用于負荷預測時,歷史負荷及 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測結(jié)果。BP神經(jīng)網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖如圖3所示。

325f0e8f7e158d852625596aae46fb0

圖3 BP神經(jīng)網(wǎng)絡(luò)拓撲結(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)具有訓練速度慢、易陷入局部極小值、易出現(xiàn)過擬合等缺點,應用于負荷預測時,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)訓練精度與可靠性。

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

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用于后序輸出計算中。RNN 網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖如圖 4 所示。

e3637e93bbb736f9f3a88dfe740f71e

圖 4 RNN 網(wǎng)絡(luò)拓撲結(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進行短期負荷預測。通過具有自適應能力的指數(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 確性對 RNN 模型負荷預測結(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荷序列信息傳遞的準確性。同時隨 著多層循環(huán)訓練, 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)拓撲結(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)拓撲結(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)驗模態(tài)分解將電力負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預測模型對復雜高頻分量進行預測,進一步提高波動大、規(guī)律性差的負荷高頻分量的預測精度?;诨バ畔⒗碚搶λx取的電力負荷進行最大相關(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荷預測。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)訓練難度。

b4d375df7f84e8cd3ff74accd40a898

圖 6 GRU 網(wǎng)絡(luò)拓撲結(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預測模型 的預測精度與泛化能力。

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

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, 高維電力負荷相關(guān)數(shù)據(jù)進行預處理后經(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測誤差。CNN網(wǎng)絡(luò)拓撲圖如圖7所示。

2eef0ff7c912ffa74ff8db37ee5762e

圖 7 CNN 網(wǎng)絡(luò)拓撲結(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,用于負荷預測時可將負荷數(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)訓練中的自學習、自適應優(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)負荷預測模型,通過對小型綜合能源系統(tǒng)負荷數(shù)據(jù)進行分析預測,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,在負荷預測領(lǐng)域能夠較好地捕捉負荷序列的時間連續(xù)性與空間關(guān)聯(lián)性。利用圖神經(jīng)網(wǎng)絡(luò)進行負荷預測時,需將歷史負荷數(shù)據(jù)進行預先聚類處理,利用同族負荷數(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)一般預測流程如圖8所示。

a6c29194567dac211488ae18e8bd4b6

圖8 圖神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)拓撲結(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荷序列作為節(jié)點特 征,建立面向用戶集群負荷預測的圖結(jié)構(gòu)數(shù)據(jù),構(gòu)建并訓練自適應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荷的時空關(guān)聯(lián)性,通過提取圖像特征提高預測精度,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)負荷時空預測,其中,利用圖卷積網(wǎng)絡(luò)捕獲電力網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、獲得空間依賴性,利用門控遞歸單元捕捉負荷信息的動態(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,提高時空兩維負荷預測的準確性。

2.2 組合預測模型

一直以來,高穩(wěn)定性和準確度都是負荷預測模 型訓練所追求的目標,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)成的組合模型在負荷預測領(lǐng)域逐步興起,較好地結(jié)合各個單一負荷預測模型的自身特長,改善因單一模型自身固有缺陷導致的預測精度受限問題。

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負荷預測模型在面對多維負荷數(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,負荷序列經(jīng) CNN 處理后輸入LSTM進行時序特征提取并進行負荷預測,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)拓撲結(jié)構(gòu)如圖9所示。

8c9e2d29fad7c65573a59f9e89698d2

圖9 CNN-LSTM 模型網(wǎng)絡(luò)拓撲結(jié)構(gòu)

CNN-LSTM 預測模型在綜合能源系統(tǒng)負荷預測、居民住宅負荷預測等方面應用廣泛,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)各類負荷變化情況,有效提高具有耦合性質(zhì)的獨立負荷預測精度。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)測與預測,表明 CNN-LSTM 組合模型可以 很好地預測住宅內(nèi)能耗占比較大的家用電器使用情況。

在系統(tǒng)區(qū)域級負荷預測方面,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測,明顯縮短負荷預測時間,有效提升負荷預測精度。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模型進行負荷預測,進一步增強模型預測性能。

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),在保證較高預測精度的同時可有效縮短模型的訓練時間,因此更適用于負荷預測領(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)訓練時間,進一步增強了時空關(guān)聯(lián)特征提取能力。

對負荷數(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,通過訓練 GRU 網(wǎng)絡(luò)輸出負荷預測值, 此模型在保持較快訓練速度的同時,具有較高的預測精度。基礎(chǔ)上引入Attention 機制,通過映射加權(quán)和學習參數(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 機制的預測模型相比,預測誤差明顯減小。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 模型進行預測,此模型得到的負荷曲線更加平滑,峰谷預測值及變化趨勢更加接近真實值,預測精度較高。

2.2.3 RNN-ResNet 模型

高維的電力系統(tǒng)負荷數(shù)據(jù)通常需要結(jié)構(gòu)復雜、層數(shù)較多的神經(jīng)網(wǎng)絡(luò)進行訓練,以此提高負荷特征提取的完整性與預測結(jié)果的準確性。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)時模型訓練速度較慢,且當訓練達到一定次數(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)量與計算復雜度,可以有效緩解其他神經(jīng)網(wǎng)絡(luò)的訓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)負荷預測模型中配合其他循環(huán)神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)訓練,其組合模型網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖10所示。

68697bd79d10d88d0edb9e96da9f0fe

圖 10 RNN-ResNet 模型網(wǎng)絡(luò)拓撲結(jié)構(gòu)

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

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、過負荷聯(lián)切等功能,保障電網(wǎng)穩(wěn)定。

遠動通訊屏

/

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、遠動及無線通訊,與調(diào)度進行數(shù)據(jù)對接

ANet-4E16S

ANet-4E16S遠動裝置

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身份認證等安全需求,支持斷點續(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荷調(diào)節(jié)等功能,并與云端平臺進行交互,響應云端策略配置。

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、微型風機)、網(wǎng)(企業(yè)內(nèi)部配電網(wǎng))、荷(固定負荷和可調(diào)負荷)、儲能系統(tǒng)、新能源汽車充電負荷進行有序管理和優(yōu)化控制,實現(xiàn)不同目標下源網(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)展與負荷預測技術(shù)日益*,面對當今負荷預測研究面對的問題與挑戰(zhàn),需著力推進負荷預測模型綜合化、精準化發(fā)展,高效提升以人工智能為基礎(chǔ)的預測模型泛化能力與自調(diào)節(jié)能力。同時,在保證負荷預測精準度前提下開展柔性可控負荷參與電網(wǎng)優(yōu)化調(diào)度方面的研究也在逐步展開,綜合考慮多指標下的可控負荷響應與互動潛力,構(gòu)建負荷可調(diào)潛力評估指標體系與可控負荷預測模型,為電網(wǎng)開展需求響應潛力分析及調(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。

丁香五月天网站| 六月婷婷天堂| 曰曰久久| 五月综合婷婷久久在线| 中文字幕AV在线播放| 九热av| 五月丁香激情怕怕| 丁香五月播播| 五月天色色网站| 97色婷婷五月天| 五月综合婷婷久久在线| 色综合久久888| xx久久| 思思热在线精品视频网站| 亚洲热久久| 91日韩美女被插视频| 狠婷婷五月| 亚州美女| 色情·com| 狠狠插狠狠插| 超碰色碰碰| 色婷婷婷综合五月天| 天天狠狠六月婷丁香影院| 国外亚洲成AV人片在线观看| 婷婷五月激情图片| 91AV视频| 婷婷丁香五月亚洲17cao| 激情丁香五月婷| www.com五月天| 色一情一乱一乱一区91Av| 熟女强人妻一区二区三区四区无| 色噜噜狠狠色综| 天天操中文字幕| 久久婷婷五月天大香蕉| www.激情| 热99在线| 青青操绿aaa一区日v| 色婷五月天激情| 99色综合久久| 亚洲亚洲亚洲AAAAAA| 激情五月婷婷丁香| www.婷婷五月| 久久婷婷六月| 深爱激情网综合| 99在线精品免费视频| www,五月天com| 中美日韩成人在线| 丁香六月啪| 亚洲中文字幕AV| 激情九色| 亚洲情a| 婷婷在线精品| 99婷婷五月天| 操操综合网婷婷| 97人人干| 思思热精品在线| 国产激情av| 九九热99精品| 五月开心深爱激情网| 26uuu色噜噜精品一区| 毛片蕉地一二| AA片在线观看视频在线播放| 日本99热| 91无码高清| 五月丁香成人视频| 五月天成人网婷婷| 丁香五月婷婷色| 欧美激情综合色综合啪啪五月| 无码人妻AV久久久一区二区三区| 丁香六月啪| 久久精品人妻| 超碰国产在线观看| 永久免费一区二区三区| 激情深爱五月婷婷| www.久久婷婷| 5月丁香美女影院| 操日本色| 色yeye色综合| 97综合在线| 99亚洲日韩| 華人性愛AV在線| 五月天开心激情综合网| 婷婷第六色| 精国产品一区二区三区A片 | 久久偷拍综合五月天| 九色91国产| 亚洲精品又粗又大又爽A片| 天天狠狠色噜噜| 色综啪啪| 五月天成人小说| 人人做人人看人人摸| 成人短视频免费| 色五月婷婷综合| 久久久人妻门| 97婷婷久久丁香| 一起草av| 激情五月狠狠| 996er在线观看| 一起草日本| 色婷丁香| 丁香五月冃欧美| 无码人妻激情| 2005天天干天天1| 五月天另类激情在线| 白天AV月月| 奇米影视777在线_在线观看午夜_h小视频在线观看_岛国大片 | 国产熟妇乱子伦hd| 日本久久婷婷| 狠狠色噜噜狠狠| AV动漫不卡无码免费| 人人操97| 五月婷婷激情四月| 激情综合五月激情| av成人在线播放| 99色爱| 丁香六月激情| 9色在线| 五月婷婷激情中文字幕| 丁香五月a| 亚洲激情AV| 五月婷婷黄色毛片| 国精产品一区一区三区免费视频| 网色99| 激情五月天开心总和网| 啪啪啪五月天| 天天干夜夜操A片| 人伦30P| 五月激情婷婷偷拍| 嫩草AV久久伊人妇女超级A| 成人视屏在线观看| 中美日韩成人在线| 天天干,夜夜爽| 丁香五月婷婷综合网| 一夜福利不卡| 在线不卡视频| 狠狠干狠狠色| 玖玖无码中文| 婷婷丁香九月| 久久婷网| 亚洲久久激情| 啪到高潮激情丁香五月| 天天色色婷婷| 国产日韩欧美性生活| 久久婷婷五月国产激情综合片| 成人毛片在线免费观看| 91婷婷丁香五月| Av九九| 超碰免费大香蕉| 就去色色五月丁香婷婷久久久| 午夜天堂一区人妻| 国外亚洲成AV人片在线观看| 亚洲国产无线乱码在线观看| 99热这里只有精| 婷婷五月天综合网| 婷婷五月天开心网| 欧美三日本三级少妇三99| 日本色爽| 國語久久婷| 综合激情在线视频| 色99网站| 国产精品国产成人国产三级| 日本综合99| WWW.久久久久久久| 色99日韩| 丁香五月激情宗合| 婷婷 激情 五月| 欧洲亚洲欧洲99久久| 蜜臀嫩草| 99视频在线观看网址| 久热 91| 婷婷性爱| 精品一二三区久久AAA片| 香蕉久久av一区二区三区| 婷婷久久大香蕉| 丁香五月AV| ..真实国产乱子伦对白在线_欧| 人妻内射一区二区在线视频| 在线播放人妻| 婷婷五月丁香综合亚洲| 激情五月婷婷啪啪| 激情婷婷| 99人这里只有精品| 黄色激情五月天| 九热免费视频| 欧美日韩成人在线| 丁香五月婷婷啪啪视频| 精品操逼一区二区| 丁香六月婷婷综合激情欧美| 伊人大香五月天| 五月噜噜| 成人在线99| 久久草中文日韩欧美| 一级精品999WWW| 五月天色图| 国产激情综合| 婷婷五月天天激情| 婷婷九月| 战争与艾拉电影免费观看| 久久天天| 性做久久久久久久免费看| 中文AV网站| 久久香视频| 超碰在线综合| 侠女刀之记忆电影在线看免费| 成人狠狠成人狠狠成人狠狠成人狠狠| 久久美女五月天| 婷婷五月成人| 91色综合久久| 综合视频久久| 婷婷综合网伊人| 激情五月天 婷婷| 婷婷成人五月天成人文学| 久久无码成人| 色色色婷婷五月| 久久与婷婷| 泰州成人视频| 99色色网| 久久综合九色综合88i| 丁香六月婷婷久久高清| 五月天色婷婷视频| 天天干,天天日| 五月丁香六月婷婷久久| 亚洲六月色| 综合久久综合久久| 丁香五月激情鲁| 很很干天天干| 91pornav在线| 天天橾夜夜爽| 精品人妻伦一二三区久久| 婷婷色资源| 玖玖在线视频福利| 五月丁香色综合| 色五月激情综合网| 丁香九色不卡aaa| 噜综合| 丁香五月激情在线| 天天爽天天爽| 成人中文网| 婷婷狠狠操| 先锋男人99资源| 性一交一乱一交A片久久四色| 丁香五月色激情| 五月天激日本色情在线| 色哟哟精品| 狠狠色婷| 天天综合五月| 99re8这里只有精品99re8热视频| 狠狠爱婷婷色| 影音先锋女人av鲁色资源网小说免费 | 亚洲无码色| 人妻丰满精品一区二区A片| 五月婷婷丁香啪啪| 五月天色导航| 超碰在线国产| 精品久久二6| 色玖玖综合| tingtingseav| 婷婷基地五月色| 日本色色网| 99热最新| 97碰碰视频在线观看免费| 91女人18毛片水多国产| 欧美天天干五月丁香| 丁香婷在线| 99热国品| 99毛片| 99热的无码| 色播五月丁香| 日本女va| 性一交一乱一交A片久久四色| 久9热在线视频| 日本3级片一区2区| 超碰99热精品| 天天干 夜夜爽| A片天天| 操笔无码| 亚洲操逼网| 九月色婷婷| 9|无码久久久久久| 人妻久热| 永久免费视频| 免费播放片大片| 精品人妻久久久久| 蜜臀综合久草| 激情性五月天免费小说视频| 婷婷色色色| 六月亭亭久久综合激情| 婷婷五月天天| 色婷婷久久综合丁香五月| 九月色婷婷婷| 天天狠狠六月婷丁香影院| 婷婷五月激情黄色| 久久草婷婷丁香网站| 少妇人妻偷人精品无码视频新浪| 在线五月色播| 国产偷人爽久久久久久老妇APP| 五月婷婷开心色伊人| 九九热在线99| 亚洲综合在线伊人婷| 狠狠操狠狠操| 亚洲成Av人片乱码色第1集| 日韩五月丁香| se99热久久一本| 在线成人视频免费| www.91久久| 五月成人网站| 激情五月天之六月婷婷| 国产AV一区二区三区最新精品| 欧洲婷婷五月天| 亚洲综合九九| 亚洲性爱99在线| 疯狂做受XXXX高潮A片动画| 蜜臀A∨在线水帘洞| 激情AV| 6080av| 影院久久久| 五月婷婷亚洲| 俺来也狠狠| 夜夜躁爽日日| 九九香蕉网| 日本色婷婷| 韩国情人在线电视剧免费观看高清版全集| 色狠狠色噜噜AV天堂五区| 99成人网站| 五月婷婷影视| 婷婷狠狠97| 超碰在线国产9| 亚洲中文字幕av| 思思视频这里是精品| 久久久久久久久18久久| 色婷婷狠| 97中文在线| 丁香婷婷社区| 婷婷五月激情丁香激情| 91嫩草国产线观看亚洲一区二区| 激情www| 五月丁香六月香香蕉| 极品人妻VIDEOSSS人妻| 免费亚洲婷婷五月| 永久的网站AAAA| 狠狠干综合| 伊人网色婷婷五月天| 亚洲中文字幕翔田千里| 五月天激情久久| 丁香婷婷五月天校园春色| 超碰在线免费观看日韩| 久久99热这里只有精品| www98日本小时间到了| 婷婷在线视频| 五月丁香综合中文| 丁香婷婷六月天| 婷婷操久久| 天天操夜夜操| 婷婷成人五月天成人文学| 久久五月天激情美女| 伊人爱爱日本| 97人人操人人| 秋霞电影理论| 五月色丁香| 国产精品久久久久久久久久免费 | 涩涩网五月天| 久热亚洲| av中文字幕免费观看| 天天噜| 丁香五月综合高清在线| 婷婷丁香精品视频在线观看| 久久婷婷五月综合| 激情综合五月色丁香婷婷 | 色99网站| 精品国产AV色一区二区深夜久久| 五月天另类小说亚洲| 激情婷婷六月天| 99无码免费视频| 夜夜躁爽日日| 婷婷五月天Av| 青青青在线视频国产| 襙比视频| 色九九一二| 成人网站免费在线播放| 综合激情啪啪| 97碰碰免费.视频| 五月综合激情视频在线| www.99在线| 亚洲亚洲人成综合网络| 综合九九| 色婷婷久久综合| 日韩999| 婷婷狠狠五月综合| 伊人九九热| 成人网站在线观看视频| 天天天天天操| 玖玖综合玖玖| 色色色色色色色色网站| 天天日天天做天天操| 超碰精品国产首页| 婷婷五月天成人网| 国产婷婷五月天| 97丁香五月| 色五月婷婷五月天| 69er小视频| 色五月婷婷伊人| 人妻中文在线| xfplayav在线| 99操无码视频观看| 国产毛片欧美毛片久久久| 日本成人小说婷婷六月| 狠狠第四色| 九九十99视频| 99色在线观看视频者| 欧美综合五月丁香六月婷| 26uu| 久久综合爱| 99热在线播放精品| www.婷婷五月| 伊人色欲五月天| 99视频这里有精品| 婷婷基地爱| 丁香色播五月天| 五月天啪啪| 亚洲va成人va成人va在线观看| 99热亚洲只有色| 超碰色天堂| 激情五月网站| www.色99| 丁香五月综合婷婷| 婷婷在线五月天观看| www.wuyuetian啪啪| 激情综合99| 五月激情开心婷婷| 国产精品电影网| 开心五月色婷婷综合开心网| 天天激情欧美美女| 国产婷婷五月中文字幕高清| 激情五月综合久久| 中文字幕乱码亚洲精品一区| 伊人www22综合色| 91精品熟女| 99热国产婷婷| 风流少妇A片一区二区蜜桃 | 五月丁香色婷婷色| 亚洲天堂AAA| 色五月综合激情| 婷婷另类开心| 亚洲天堂大香蕉| 国产精产国品一二三在观看 | 五月总合激情网| 五月做爱| 婷婷五月天激情网| 色色色在线观看| 丁香婷婷六月天| 欧美日韩成人在线免费| 大香网伊人久久综合| 99热这里只有的精品视| 久久视这里只有精品| 99在线小视频| 97人人草| 婷婷五月综激情| 天天爽天天爽夜夜爽| 国产av影片| 五月桃花网综合| 青青草激情网| 六月丁香五月天| 日韩一66精品| 99久热在线精品| 国产av天天插天天操天天爽| 婷婷另类小说| 日日干日日| 亚洲五月天狠狠| 99激情在线| 丁香婷婷综合影院| 亚洲乱码日产精品BD| 97九色视频| 综合在线丁香五月| 丁香婷婷色情| 日操夜操天天操不卡| 伊人在线视频| 婷婷六月天激情| 亚洲视频在线观看99| 丁香五月婷婷亚洲色图| 久99在线| 公的粗大挺进了我的密道| 五月婷婷草| 五月情四婷婷| 99ri在线| 岛国操B不卡在线| 国产亚洲精品AAAA片APP| 97色天堂| www,99热| 五月婷婷干| 丁香六月啪啪| 丁香五月婷婷偷拍| 一级韩国产精品毛| 国产毛片精品一区二区色欲黄A片| 激情四射网| 一级黄色尤物综合视频手机在线观看| 艾小青av| 亚洲天堂亚洲色色色| 激情99| 婷婷黄色网| 中文字幕按摩做爰| 五月天成人小说| 色婷婷国产精品综合在线观看| 九九久久综合网站| 婷婷五月欧美综合| 久久久久9999| 亚洲小电影在线观看黄999| 色婷婷精| 狠狠色 综合色区| 91啪啪视频| 天天爽人人综合免费7799| 99热这里只有精品3| 99色在线观看| 五月天综合在线| 9久9久| 97偷拍对白视频| 色婷婷电影网| 久久久久久久人妻| 丁香五月激情综合| 丁香五月婷婷偷拍| 能看的av网站| 99亚州综合精品成人网| 五月花丁香婷婷| 色播五月丁香婷婷| 99热色无码| 六月婷婷色色网| 五月丁香网站| 五月婷婷六月丁香在线| 91精品久久久久久久| 丁香六月综合激情| www.久热| 操操操Av| 五月婷婷片| 日日夜夜狠狠干| 五月天成人在线| 在线国产精品色| 激情视频91| 操人精品| 人人叉久| 啪啪操网| 亚洲日比视频| 精品亚洲国产成AV人片传媒| 婷婷色色五月| 五月丁香六月激情综合| 五月婷婷六月丁香| 婷婷九月| 青青青在线视频国产| 五月丁香婷婷综合| 久热九九| 五月婷婷色| 日韩成人综合网| 91热在线| 五月婷婷影| 丁香六月婷婷久久综合| 精品久久99码| 色九网| 精品网站:999WWW| 天天日夜夜爽| 五月综合久久| 伊人久久大香线蕉av一区| 色色无码| 精品99视频| 精品99在线| 亚洲av日韩无码| 九九99九九99九九99视频网| 97人人干人人操| 色区久久| 色五月婷婷老师| 六月丁香中文字幕| 久久婷婷激情| 99超级碰免费视频| 五月丁香婷婷六月| 九九黄色网| 99九九视频| 天天干天天拍| 国产婷婷色综合AV蜜臀AV| 五月激情小说| 中文字幕中文有码在线| 五月婷护士| 亚洲一二三网| 日本理论久久| 激情九九六月激情免费视频| 色情久久久| 九九综合九九| 色色操| 丁香婷婷六月婷婷六月婷婷六月婷婷| 777.色色| 激情综合婷婷| 五月婷婷深爱六月| 亚洲欧州色情在线观看| 色婷婷丁香| 五月天婷婷导航| 五月婷婷伊人久久| 色色色色av777| 日日夜夜爽| 俺也高清无码高清视频| 亚洲另类噜噜| 婷婷五月激情丁香| 亚洲精品影视| 六月色色| 丁香伍月婷电影全集| 九月色婷婷综合亚洲| 91国产精品视频播放| 2015在线中文字幕| 97婷婷狠狠久久综合9色| 91久久综合亚洲噜噜成人在线 | 五月婷婷内射网| 色综合久久天天综合网| 婷婷五月天成人综合网| 亚洲欧美一区二区三区四区爱爱动图| 五月色婷婷综合| 66成人网| 99热国产这里只有精品| 亚洲乱码日产精品BD| 伊人热在线大香蕉| 中文网婷婷字幕婷| 色狠狠综合网| 五月六月播婷婷| site:wpjngj.com| 丁香婷五月| 五月婷婷开心亚州在线| 五月丁香综合激情| 人妻22p| 激情九色| 六月丁香五月天| 五月丁香六月婷婷啪啪| www.狠狠| 成人.在线日韩| 亚洲成AV人片在线观看| 桃色激情五月天| 91久久1118| 人人舔人人色人人高潮| 怡红院一二三| 色色无码| 色色色色色色网| 国产在线激情视频| 国产精品人妻在线网址| 激情五月天在线观看色婷婷| 丁香五月婷婷亚洲另类| 天天艹夜夜艹| 99热久| 天天日天天肏天天奸| 综合网网欲色| 五月总合激情网| 人妻尝试久久久久久久久久久久| 开心五月网| 久热9| www.超碰97| 99热色婷婷| 色五月开心婷婷| 色情免费视频播放| 超碰日日操| 少妇大叫太大太粗太爽了A片| 日本英国美国欧美亚洲国产精亚洲日韩精品在线观看 | 激情五月丁香六月综合AVXXXX| 久久精典| 激情网 久久| 九艹在线| 五月婷婷网久久| 天天干狠狠| 97丁香婷婷| 女同激情久久av久久| 久99久视频| 麻豆科斗777| 久久精品爱爱| 国产美女精品| 亚洲丁香网| 天天操婷婷| 久久综合99| 四色永久成人网站| 99色色| 99热久| wwwxxx五月婷婷小说| 久久婷婷六月综合资源| 婷婷丁香六月综合激情站| 狠狠色噜噜狠狠狠狠综合| 婷婷亚洲色| 激情深爱婷婷网| 久久99热这里只有| 91一起操| 亚洲丁香五月深爱五月| 黄涩毛片| 亚洲丁香婷婷五月天综合色| 婷婷六月激情综合| 天天综合精品| 一级性爱大片| 99精品视频在线免费观看| 久久婷婷视频| 嫩BBB搡BBBB榛BBBB| 九热免费视频| 操丝袜视频影院导航| 久婷久婷| 色色色五月天婷婷| 操99| 亚洲日日操| 免费AV播放| 《久久综合九色综合97婷婷| 激情丁香网| 婷婷的久久网站| 欧美在线ee日韩| 九九av| 激情婷婷五月天日本系列| 538在线精品| 亚洲另类AV| 丁香五月婷婷成人色区| 超碰9| 亚洲综合色婷婷文学| 久久五月婷婷电影| 天天影视天天爽天天草| 桃色成人网| 五月激情啪啪啪| 九九在线这里只有精品视频| 99精品在线观看| 操九色| 五月综合婷婷网| 另类激情综合| www99精品在线观看| 欧亚色色| 99热碰碰| CHINESE熟女老女人HD视频| 97在线刺激| 久 久9 9 热 视 频| 久热这里只有精品99re| 人人爽欧美婷婷久久久五月丁香| 日本人人xxx| 婷婷五月无码| 激情五月天福利| 激情深爱综合| 婷婷狠狠操| 粉嫩AV久久一区二区三区| 91精品啪| 婷婷五月天亚洲天堂| 欧美性爱五月天| 青青草激情网| 五月天啪啪网| 97丁香五月| 九九爱看亚洲| 9九色首页| 五月花婷婷| 日本三级日本三级99| 老美AA片| 国产 亚洲 在线| 色五月丁香六月婷婷| 欧美性爱五月天| 五月婷久草| 五月色婷婷在线观看| 91热er| 丁香五月香蕉在线| 国产综合网在线| 婷婷午夜| 热九九精品| 五月天婷婷在线播放| 99精品丁香五月| 久久久久婷婷五月热综合| 色婷操逼| 1区2区视频| 99久久激情视频| 综合久久激情久久| 狠狠狠狠狠狠草| 桃色五月天| 综合激情五月丁香| 91AV婷婷| 伊人玖玖精品| 十一月婷婷激情四射| 五月婷婷综合天天操| 人妻在线中文字幕久久| 91丨九色丨国产打屁股| 日韩成人综合网| 99狠狠色| 色婷婷AⅤ| 激情深爱五月| 日韩av在线播放综合网| 五月丁香六月综合激情网| 五月天激情小说| 在线视频99| 国产美女视频久| 八戒青柠影视剧在线观看| 婷婷久久午夜网| 99精品在这里| 婷婷五月综合在线| 婷婷五月天堂| 婷婷久久五月天丁香| 日本色爽| 亚洲精品网址| 这里只有精品1| jiuse91在线| 五月婷天天搞视频| 婷婷伊人綜合中文| 色欲久久久久| 人五月天婷婷喷水| 五月婷婷花| 婷婷色色综合| 狠狠狠狠狠狠狠狠草| 噼里啪啦在线观看免费完整版视频 | 乱精品一区字幕二区| 丁香六月激情综合网| 五月丁香六月激情| 久久停停超碰| Av大香蕉| 成人AV免费观看| 中文字幕在线日亚洲9| 9久热在线视频精品| 六月丁香五月婷婷| www,com,五月色色| 国产激情在线| 亚洲av日韩无码| 婷婷久久丁香五月| 久久大香蕉同僚| 色五月天丁香| 婷婷亚洲色| 五月婷婷中文| 久热这里只有精品6官网亚洲| 99这里只有精品|v| 在线国产精品色| 色婷五月| 婷婷五月天无码视频| 亚洲精品又粗又大又爽A片| 深爱婷婷色| 日本人妻伦在线中文字幕 | 激情狠狠丁香月| 婷婷激情久久| 好激情在线综合网| 五月天激情日色在线| 日本婷婷| AV网站免费在线| 婷婷激情综合网| www.97碰碰com| 久久人人看| 五月丁欧美| 国产精品大香蕉| 国语对白性爱视频播放| 青青草免费公开视频| 99色综合| 秋霞电影理论| 夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂夂亚洲亚洲亚洲亚洲亚洲亚洲亚洲亚洲色 | 99热99日天天干| 天天日,天天干,天天操| 一本九九色| 99热最新精品| 亭亭五月基地在线| 草综合14| 九九精品丁香花| 翔田千里aV中文字幕| 97狠狠色| 久久91久久91色欲精品| 97碰| 综合激情伊人影视在线| 亚洲色色色| 五月婷婷就去色| 国产高潮A片羞羞视频涩涩| 秋霞三级影视资源| 香蕉久日夜| 欧美一级色| 高清成人综合| 亚洲六月婷婷| 99久久久国产大片区| 偷偷与邻居做爰完整视频| 欧美日本一区二区三区| 新激情综合| 婷婷五月天黄色| 五月天婷婷色在线视频免费观看| 97色色网| 永久AⅤ1| 99色在线观看视频| 激情五月六月婷婷| 五月色婷婷影视在线电影| 热99玖玖99玖玖99九九| 天天色视频| 久99| 人妻丰满精品一区二区A片| 99热只有精| 9婷婷内射| 婷婷五月激情综合| 热99热| 五月激情综合婷婷| 夜夜躁婷婷AV| 天天摸.天天mo| 狠狠噪| 五月丁香色综合| 玖玖在线视频福利| 久久九九激情五月天| 亭亭五月丁香五月天激情| 五月婷婷色色| av网站不卡在线| 婷婷射丁香| 五月丁香啪啪啪综合网| 大地9中文在线观看免费高清| 五月深爱激情网| 91婷婷色 | 六月丁香影院| 婷婷爱五月| 婷婷久热| 伍月婷丁香花全集| www.久久久久久久| 国产亚洲精品AAAA片APP| 99热这里只有精品22| 99激情在线| 欧美叉叉叉BBB网站| 久久激情网| 丁香五月婷婷久久综合激情网| 激情亚洲五月| 亚洲情色一区| 五月丁香在线国产| 超碰色女人| 婷婷在线视频| 天天摸色吧天天摸色吧| 粉嫩av懂色av蜜臀av熟妇| 人妻体体内射精一区二区| 久久久久久人妻久久久久久久久久人妻久久久| 成人 在线 日韩| 色呦精品| 激情99| 激情五月综合ì香亚洲| 成人短视频在线免费观看| 婷婷色色五月天| 丁香五月天啪啪激情综和网| 91丨九色丨白浆秘| 五月婷婷六月激情| 国产偷人妻精品一区| 9.1综合网| 久久99激情五月天| 99综合| 天天天摸夜夜夜玩| 无码人妻电影| 丁香五月婷婷欧美性爱| 色三级色三级| 人人干AV| 日本操碰碰| 亚洲九N| 日韩人妻无码精品| caopeng97日韩| 91精品人妻少妇无码影院| 丁香激情五月天| 欧美黄色AA片哗啦啦啦| 激情图片亚洲| 激情超碰网| 亚洲精品婷婷| 噜噜久| 操操操操操操婷婷五月天| 天天日色情| 激情综合网五月激情| 天天干com| 六月丁香婷婷视频综合在线观看| 日本道久久91| 九九99精品| 丁香色婷婷五月天| 五月丁香婷婷无码A∨| AV六月丁香| 五月婷婷激情综合| 久草热在线视频| 五月婷婷亚洲综合网| 国产av基地| 激情五月天婷婷播播久久综合91| 五月丁香婷婷色色| 五月网网站| 五月六月播婷婷| 人妻中文字幕精品| 99这里有精品视频| 激情av在线| 激情五月天免费视频| 91操人| 超爽内射| 久久在线视频免费观看| 久久 婷婷 五月天| 丁香五月婷婷天| 99色色热热| 五月婷婷色色网址| 亚洲乱码日产精品BD| 超碰色综合| 亚洲成人乱码av网站| 六月色色| 亚洲日韩操B| 久99热| 五月天婷婷激情在线色图| 人人色性网| 五月婷婷人人人操| 丁香花狠狠婷婷亚洲中文字幕| 99成人| 可以免费观看的AV| 欧美综合在线五月天色婷婷| 色婷婷婷婷| 97成人超碰免| 亚洲经典三级| 婷婷精品在线| 精品人妻久久久久| 成人色情五月天婷婷丁香| 久9热在线视频| 亚洲啪啪精品| 538在线精品| 超碰人人干| 99精彩视频| 五月丁香色播| 亚洲小视频免费看| 色婷久九| 久久综合香蕉国产国产蜜臀AV| 国产99久久久国产精品免费看| 另类专区在线| 激情五月天在线视频| 99在线观看免费精品视频| 91精品在线看| 亚洲欧美国产A片免费观看| 欧洲电影在线观看免费版英语版| 综合久久婷婷| 九九亚洲| 看国产探花操逼三级片| 99人这里只有精品| 超碰99热| 一二区成人电影| 岛囯综合激情网| 人妻丰满精品一区二区A片| 五月婷婷激情综合网| 色播播婷婷| 综合网五月天123| 66久久视频在线| 亚洲操人| 91人人超碰在线| 97色综合视频| 少妇出轨做爰高潮A片| 五月天桃色深爱网| 久久久大香蕉| 五月婷婷六月激情| 天天做天天摸| 另类综合激情| 99久久精彩视频。| 狠狠五月激情丁香六月| 欧美婷婷九月| 影音先锋 萱萱| 99爽视频| 国产精品久久久久久久久久| 潘金莲AAAAAAAAAA| 91亚洲视频| 日本久热| 亚洲色婷婷网站| 婷婷五月天日本无码| 天天干天天干天天干天天干天| 激情五月婷婷| 丁香五月av| 五月婷婷黄网站大全| 九色 在线| 亚洲日韩人妻操逼| 婷婷色五月久久| 久久99网| 婷婷六月色| 人人超碰99| 色色婷婷五月天| 清纯唯美 激情四射| 日韩在线一级| 九九99在线免费在线观看视频| 色噜噜伊人| 国产五月丁香在线| 五月丁香婷婷AV天堂| www.六月丁香看AV| www.色五月.com| 狠狠CAO日日穞夜夜穞AV| 激情AV中文| 丁香激情久久| 天天成人综合| 亚洲综合五月| 性爱综合网| 九月婷婷激情| 九月色婷婷综合| wwwC0maV五月花| 五月婷婷手机在线| 无码激情精品色婷婷久久久久| 五月婷婷六月激情在线| 婷婷六月丁香综合| 五月天另类小说亚洲| 97人人草| 99热18| 97精品综合久久| 狠狠干综合| 色五月激情视频在线综合| 婷婷久草| 啪啪啪综合网| 九九视频免费| site:901-07.com| 99久久精| 这里只有精品偷拍| 九九久久99| 国产 码在线成人网站| 天天操中文字幕| 狠狠五月激情丁香六月| 色综合中文| 天天噜日日噜综合无码| 色五月婷婷av| 日韩无码专区| 九九热这里只有精品7| 激情宗合哪里能看| 欧美丁香婷婷天天操| 日本va网站| 天天操天天操综合| 五月天全国最大成人网| 五月丁香六月合| 伊人午夜综合色啪| 五月激情婷婷开心| 开心激情网五月| www.成人婷婷综合| 成人丁香五月| 婷婷五月天在线观看| 天天搞天天爽| 婷婷的色色五月天| 欧美精品啪啪| 99热在线精品观看| 丁香五月婷婷AV| 成人丁香五月| 色综合色综合网| 色五月欧美| 丁香五月成人| 欧美69久成人做爰视频| WW婷婷五月天com| 另类婷婷五月天啪帕帕| 68热超碰在线| 狠狠狠狠青草| 婷婷五月综合啪| 婷婷激情人妻| 免费黄色片子| 性五月激情| 婷婷黄色五月天在线视频| 五月天婷婷色播| 五月天激情开心网| 国产精品色婷婷AV综合色色| 久久丁香综合| 中文字幕成人| 五月丁香狠狠爱| 五月婷婷色欲| 亚洲AV日韩AV永久无码网站| www激情网站| 人人操AV| 五月天激情美女久久| 色天使色综合| 婷婷五月色图| 亚洲中文字幕网| 婷婷五月俺要去| 亚洲噜色| 天天狠天天叉| 五月婷啪啪| 久久六月天| 大香蕉九九| 人人爽网| www.99操| 狼友超碰| 97人人超| 婷婷区日本| www夜夜操comwww| 婷婷丁香五月网| 久久HD| 丁香五月电影| 99操九九网| 丁香五月激情月| 97干免费视频| 九九AV| http://www.lingjunshare.com/ | 超级碰91| 色情五月婷| 天天色图| 久热这里只有精品在线观看| 三级大香蕉网| 开心五月深爱五月| 色爱五月天| 色九九综合色| av最新在线| 9色在线| 狠狠操天天日| 精品久久艹| 97av在线视频| 成人超碰网| 99热欧美精品| 99er日韩| 99re这里只有精品首页| 天天插综合| 色999五月色| 国产精品久久久久久妇女6080| 中文字幕欧美精品久久| 天堂久久婷婷| 99在线观看视频| 久久婷婷五月综合色奶水99啪| 五月伊人综合| 九九色视频| 九九色影视| 久久精品国产精品| 国产免费一区二区三州老师F1F1……| 99视频精品| 就爱射中文字幕资源网| 中文字幕丰满人妻无码专区| 思思热在线视频精品| 殴美97色| 婷婷自拍| 久热这里只有精品3| 激情黄色小说五月天| 少妇搡BBBB搡BBB搡毛茸茸 | 123草逼网| 婷婷大香蕉| 久久六月婷婷| 欧美色宗和激情| 狠狠色丁香99| 精品爆操| 国产亚洲精品AAAAAAA片| 色色网91| 婷婷激情中文综合| 五月天婷婷丁香社区| Av九九| 超碰av在| 另类在线观看视频| 色婷婷在线视频久| 五月激情偷拍| 婷婷激情四射| 久久五月婷综合| 超碰在线超碰| 色色色综合视频| 亚洲综合激情五月久久| 五月婷在线| 日本大逼91| 久久五月六月| 人妻久久久久久久| 99亚洲视频| WWW色色色COM| 久久er这里只有精品| 五月丁香综合激情网| 日韩人妻无码专区| 九九九九九九毛片| 六月婷婷狠狠| 五月丁香婷婷网在线在线| 五月激情综合网| 啪啪操操| 丁香桃色综合网| 原琪琪色影院| 99九九这里有免费视频| 超碰人人操人人干| 丁香五月天在线| 亚洲激情综合| 欧美69色| 亚洲色情免费网| 狼人婷婷久久| 精品一区二区三区四区五区六区| 色欲久久久久久综合网综合网| α久久| 色五月天激情| WWW久久99久久99久久| 久久婷婷青草五月天| 。久久久久久久久久久久久久人妻| 色丁香五月婷婷| 婷五月天| 99热这里只有精品26| 丁香六月婷婷| 免费看欧美成人A片无码| 婷婷六月丁综合| 久久99最新| 婷婷色色丁香五月天| 懂色av粉嫩AV蜜臀AV| 天搞天天天天天| 人人操av| 99国产精品久久久久久久久久久| 超碰在线99热| 都市激情五月婷婷亚洲| 婷婷五月天基地| 五月天另类图片区99| 成人欧美Va| 人妻久久久久久久 | 亚洲五月丁香六月婷婷| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 精品一二三区久久AAA片| 91狠狠色色丁香婷婷综合久久| 99色免费视频| 丁香六月啪啪| 日本色图综合| 天天噜噜| 超碰在线caop|