含分布式发电的微电网能量管理多目标优化

合集下载

分布式供电系统多目标能量优化方法

分布式供电系统多目标能量优化方法

分布式供电系统多目标能量优化方法
陈秋南;韦钢;朱昊;李红英
【期刊名称】《电力与能源》
【年(卷),期】2013(034)002
【摘要】分布式供电系统的能量控制与管理比较复杂,优化分布式供电系统的能量控制与管理,是推广分布式供电技术的一个关键问题.对分布式供电系统的多目标能量优化方法进行了综述,介绍了几种常见的优化模型,分析了这些模型的特点与算法未来的发展方向;总结了分布式供电系统多目标能量优化的主要求解方法,并对启发式、解析法和智能优化法的求解方法进行了分析;探讨了目前分布式供电系统多目标能量优化模型和算法中存在的问题.
【总页数】5页(P174-178)
【作者】陈秋南;韦钢;朱昊;李红英
【作者单位】上海电力学院上海市电站自动化技术重点实验室,上海200090;上海电力学院上海市电站自动化技术重点实验室,上海200090;上海电力学院上海市电站自动化技术重点实验室,上海200090;上海浦海求实电力新技术有限公司,上海200090
【正文语种】中文
【中图分类】TM91
【相关文献】
1.采用NSGA-Ⅱ算法的混合动力能量管理控制多目标优化方法 [J], 邓涛;林椿松;李亚南;卢任之
2.基于能量守恒的机械零件可靠性模糊多目标优化方法研究 [J], 吴卫东;黄洪钟;冯刚
3.基于ADMM的电气综合能源系统多目标最优能量流分布式计算 [J], 黄琳妮;郑宝敏;殷林飞
4.基于并行ADMM的分布式电-气能量流多目标协同优化 [J], 吴新;史军;马伟哲;徐伟枫;陈俊斌;余涛
5.基于分布式神经动力学算法的微电网多目标优化方法 [J], 刘青;赵洋;李宁;马博翔;尚英强;李文杰
因版权原因,仅展示原文概要,查看原文内容请购买。

多源互联的微电网发电系统多级多目标优化研究

多源互联的微电网发电系统多级多目标优化研究

多源互联的微电网发电系统多级多目标优化研究多源互联的微电网发电系统多级多目标优化研究随着能源问题的日益突出,传统的能源供应模式已经不能满足日益增长的电力需求。

为了提高能源供应的可靠性和可持续性,微电网发电系统应运而生,并成为了解决能源问题的有效手段之一。

然而,微电网发电系统的优化问题仍然具有挑战性,特别是多源互联的微电网发电系统。

多源互联的微电网发电系统由多种不同类型的能源资源相互交织而成,包括太阳能、风能、生物质能等。

多源互联的微电网发电系统的优化研究涉及到多个级别和多个目标的问题。

首先,不同能源资源具有不同的特性和输出功率,如何合理协调各资源的供电能力,以满足微电网发电系统的电力需求,是一个重要的优化目标。

其次,微电网发电系统需要考虑经济性和可靠性的问题。

如何在有效降低发电成本的同时,保证供电的可靠性,也是一个关键的问题。

对于多源互联的微电网发电系统的多级多目标优化研究,可以采用多种优化方法和算法。

其中,遗传算法、粒子群优化算法、模拟退火算法等启发式算法是常用的优化方法。

这些方法通过模拟生物进化、粒子群的协同行为等原理,不断搜索最优解的空间,从而得到微电网发电系统的优化方案。

此外,还可以采用优化模型和优化软件对微电网发电系统进行建模和仿真,以评估和分析不同策略的性能。

在多级多目标优化研究中,需要将不同级别的优化目标进行权衡和协调。

一种常见的方法是采用多目标优化算法,将多个优化目标同时考虑,并在多个目标之间寻求权衡。

例如,可以通过定义适应度函数,将经济性和可靠性作为优化目标进行权衡。

另外,还可以引入灵敏度分析和风险评估等方法,对不同优化方案进行评估和比较。

多源互联的微电网发电系统的多级多目标优化研究不仅涉及到技术问题,还涉及到经济、环境和社会等方面的综合考虑。

因此,在进行优化研究时,还需要考虑各种因素的影响和协调,并采取综合分析和综合决策的方法。

同时,还需要充分考虑实际应用的可行性和实施的可操作性,避免理论与实际之间的脱节。

微电网中多能源协调与优化控制研究

微电网中多能源协调与优化控制研究

微电网中多能源协调与优化控制研究随着能源需求的不断增加和能源供给的局限性,如化石燃料资源的有限性和环境问题的愈发严重,新型的能源系统逐渐受到关注。

而微电网作为能源系统的一种重要形式,具备着分散化供电、可再生能源利用和弹性调整等特点,成为实现能源可持续发展的重要手段。

然而,微电网中引入多能源系统时,多种能源间的协调和优化控制成为一个重要的研究方向。

在多能源协调与优化控制研究中,需要考虑以下几个方面:第一,多能源的互补性。

在微电网中,不同能源来源具有各自的特点,如太阳能在白天充足,而风能则可能在夜间较为丰富。

因此,多能源间的协调运行将能够最大程度地利用各种能源,提高能源利用率。

第二,能源的经济性。

在微电网中引入多能源系统,不仅要考虑能源间的协调,还需要考虑能源的经济效益。

通过对不同能源的成本、效益、供需情况等因素进行综合考虑,可以形成能源的经济运行模式,降低能源供应成本。

第三,能源的可靠性。

微电网中的多能源系统需要保证供电的可靠性和稳定性。

为了实现此目标,需要进行多能源系统的优化调度和控制,以保证微电网系统能够正常运行,并对故障进行迅速的响应和修复。

第四,能源的环境友好性。

多能源协调与优化控制的研究也需要从环境保护的角度进行考虑。

通过合理设计能源供应方案,降低能源的排放和污染,实现微电网的低碳、清洁发展。

为了实现微电网中多能源协调与优化控制的研究,可以采用以下几个方法:第一,建立能源模型。

通过建立微电网中各种能源来源的数学模型,可以对能源进行准确描述和分析,为后续的协调与优化控制提供基础。

第二,优化调度算法。

利用现代优化算法,设计出适用于微电网多能源协调与优化控制的调度算法。

通过对能源供需的分析和调度,实现能源的最优利用。

第三,系统控制与调节。

通过设计合理的控制策略和调节机制,实现微电网多能源系统的稳定运行和快速响应。

例如,可以采用分布式控制系统,对微电网中的能源进行实时监测和调节。

第四,智能决策与管理。

微电网系统多目标优化运行研究

微电网系统多目标优化运行研究

微电网系统多目标优化运行研究微电网系统多目标优化运行研究摘要:随着能源需求的不断增长,传统的中央电网面临着诸多挑战,如网络脆弱性、能源供应不稳定等。

微电网系统作为一种具有分布式能源资源和能源储存的智能化能源系统,能够有效地解决这些问题。

在微电网系统中,如何实现多目标优化运行是一个重要的研究方向。

本文将从多目标问题的介绍、微电网系统的特点、多目标优化算法以及微电网系统多目标优化运行的研究现状等方面进行分析和总结。

一、多目标问题的介绍多目标问题是指有多个冲突的目标需要优化的问题。

在微电网系统中,常见的多目标问题包括经济性、环境友好性和供电可靠性等。

在微电网系统的运行过程中,需要在不同的目标之间进行权衡和优化。

二、微电网系统的特点微电网系统具有以下几个特点:1)分布式能源资源:微电网系统利用周围的分布式能源资源来提供电力供应,如太阳能、风能等。

2)能源储存技术:微电网系统通过能源储存技术,能够在能源不足时提供备用电力供应。

3)智能化管理:微电网系统通过智能化管理,能够实现能源的有效调度和优化。

三、多目标优化算法多目标优化算法是解决多目标问题的重要工具。

常见的多目标优化算法包括基于遗传算法的多目标优化算法、粒子群优化算法和模拟退火算法等。

这些算法能够在多个目标之间找到一组最优解,帮助微电网系统实现多目标优化运行。

四、微电网系统多目标优化运行的研究现状目前,针对微电网系统多目标优化运行的研究已经取得了一定的进展。

研究者们通过构建微电网系统的数学模型,并应用多目标优化算法进行优化。

他们考虑了微电网系统的经济性、环境友好性和供电可靠性等多个方面,通过调整微电网系统的运行策略,使得系统在多个目标上同时得到优化。

此外,还有一些研究将不确定性因素引入多目标优化问题中,例如考虑天气预报的不确定性对微电网系统运行的影响。

这些研究结果表明,多目标优化算法能够为微电网系统实现多目标优化运行提供有效的解决方案。

结论:微电网系统多目标优化运行是一个具有挑战性的研究问题,但已经取得了一些进展。

分布式发电系统微网能量的多目标优化

分布式发电系统微网能量的多目标优化

文 章编 号 :0 778 (0 10 —650 1 0—3 3 2 1 ) 50 4—4
分 布 式发 电系统 微 网能 量 的 多 目标 优 化
鲁 敏 , 立 娇 , 咪 龚 赵
( 石河 子 大 学 机 械 电气 工 程 学 院 , 石河 子 8 2 0 ) 3 0 3
摘要 : 在详 细 分 析 分 布式 电源 特性 、 境 效 益 和 优 化 数 学 目标 模 型 的 基 础上 , 对 微 电 网 中 分 布 式 电 源 出 力 的 优 化 环 针 管理 , 出 一 种 空 间 分 割 协 同 进化 算 法 , 优 化 函 数 分 割 为 不 同 的 子 空 间 , 各 个 子 空 间 分 别 进 行 优 化 , 到 整 个 提 将 对 得
wh l y t m b an d Mo e v r t ea g r h i i u ta e y a t pc l c o g i n g me ta d isa v n a e i p o e o es se i o t i e . s r o e ,h l o i m l s r t d b y ia t s l mi r — rd ma a e n n d a t g s r v d t
系统 的最 优解 ; 通过算例与 Ns GA一 Ⅱ算法 的比较证 明了此算法 的有效性 。 关键 词 : 电网 ; 同图分 类 号 : M7 5 3 T 1 . 文献标识码 : A 。
M ut o jcieOpi l n ryM a a e n f l—b t t eg n gme t i e v ma E o
b o a igt eNS y c mp rn h GA —I lo ih wi h r p s dmeh d Iag rtm t t ep o o e t o . h

分布式供电系统多目标能量优化方法

分布式供电系统多目标能量优化方法
中图分类号 : TM9 1 文献标志码 : A 文章编号 : 2 0 9 5 —1 2 5 6 ( 2 O 1 3 ) 0 2 —0 1 7 4 —0 5
Mu l t i — o b j e c t i v e E n e r g y Op t i mi z a t i o n Me t h o d s o f t h e Di s t r i b u t e d P o we r S u p p l y S y s t e m
1 7 4
电 力 与 能 源
第3 4卷第 2期
2 0 1 3年 4月
分布式供 电系统 多 目标能量优化方法
陈秋 南 , 韦 钢 , 朱 昊 , 李 红 英
( 1 .上 海 电力 学 院 上 海 市 电站 自动 化技 术 重 点 实 验 室 , 上 海 2 0 0 0 9 0 ; 2 .上 海 浦 海 求 实 电 力新 技 术 有 限 公 司 , 上 海 2 0 0 0 9 0 )
方法 , 并对启发式 、 解 析 法 和 智 能 优 化 法 的求 解 方 法 进 行 了 分 析 ; 探 讨 了 目前 分 布 式 供 电 系 统 多 目标 能 量 优 化模 型 和 算 法 中存 在 的 问 题 。 关键词 : 分 布 式 供 电 系统 ; 多 目标 能 量 优 化 ; 优化模 型 ; 求 解 方 法 基金项 目: 上 海 市 教 育 委 员 会 重 点 学 科 建设 项 目( J 5 1 3 0 3 )
Abs t r a c t:En e r g y e o nt r ol a nd m a na ge me nt o f t he di s t r i bu t e d p owe r s uppl y s ys t e m i s ve r y c om pl i c a t e d, op t i mi z i ng t he

《2024年分布式发电与微网系统多目标优化设计与协调控制研究》范文

《2024年分布式发电与微网系统多目标优化设计与协调控制研究》范文

《分布式发电与微网系统多目标优化设计与协调控制研究》篇一一、引言随着能源需求的持续增长和传统能源的逐渐枯竭,可再生能源的开发与利用成为当前及未来发展的必然选择。

分布式发电及微网系统以其高灵活性、低成本和环境友好型特点,受到了世界各地政府及学术界的广泛关注。

本研究着重探讨了分布式发电与微网系统的多目标优化设计与协调控制问题,旨在通过高效、可靠的优化设计与控制策略,提高微网系统的稳定性和可靠性,并推动分布式发电的可持续发展。

二、分布式发电与微网系统概述分布式发电系统是指分散在用户端的各类小型发电系统,如风能、太阳能、生物质能等。

而微网系统则是由分布式电源、储能装置、能量转换设备及负荷等组成的局域电力系统。

微网系统能够在离网或并网模式下运行,实现本地电能的自给自足和平衡。

三、多目标优化设计研究在分布式发电与微网系统的多目标优化设计中,主要考虑的是如何实现经济性、环保性、稳定性和可靠性等多重目标的最优平衡。

具体而言,本研究从以下几个方面进行了深入探讨:1. 电源配置优化:根据不同地区的气候条件、能源需求等因素,优化分布式电源的配置方案,包括各类发电机的容量分配和安装位置等。

2. 能量管理策略:针对微网系统内部的能量分配问题,设计了一套基于多智能体技术的能量管理策略,实现了能量的高效利用和平衡。

3. 储能系统设计:考虑到可再生能源的间歇性和不稳定性,设计了合理的储能系统,以实现电能的平滑输出和调节。

四、协调控制研究在分布式发电与微网系统的协调控制方面,本研究主要关注以下几个方面:1. 中央控制器设计:设计了一套中央控制器,负责整个微网系统的协调控制,实现了对各分布式电源和储能系统的有效调度。

2. 通信网络建设:建立了可靠的通信网络,实现了各分布式电源和控制器之间的信息交互和共享,为协调控制提供了基础支持。

3. 运行模式优化:针对不同的运行环境和需求,优化了微网系统的运行模式,包括并网运行、离网运行及混合运行等。

多源互联的微电网发电系统多级多目标优化研究

多源互联的微电网发电系统多级多目标优化研究

多源互联的微电网发电系统多级多目标优化研究随着能源需求的增长和环境问题的日益严重,多源互联微电网发电系统作为一种新的能源供应方式,在能源领域引起了广泛的关注。

多源互联微电网发电系统是指通过将多个能源源进行互联,在节约能源的同时,可以保证电网的稳定运行。

为了提高多源互联微电网发电系统的性能,并实现系统运行的多个目标,需要进行多级多目标优化。

多源互联微电网发电系统通常包括多个能源源,例如太阳能、风能、生物质能等。

每种能源源都有不同的发电性能和运行特点,因此在系统设计和运行过程中需要考虑不同能源源之间的协调和平衡。

此外,由于电网的稳定运行需要满足一定的电能需求和功率平衡条件,因此需要对系统的运行状态进行优化。

多级多目标优化是指在优化过程中考虑多个决策变量和多个目标函数。

在多源互联微电网发电系统中,决策变量可以包括能源源的容量、运行方式、运行状态等,目标函数可以包括能源利用率、经济性、环境友好性等。

通过多级多目标优化,可以在保证电网稳定运行的前提下,优化系统各项指标的值,提高系统性能。

多级多目标优化的研究方法包括数学模型建立、求解算法设计和优化结果评价等。

首先,需要建立多源互联微电网发电系统的数学模型,将各个能源源的发电特性、电网运行状态等纳入模型中。

其次,需要设计求解算法,通过优化算法来求解多级多目标优化问题。

常用的求解算法包括遗传算法、粒子群算法等。

最后,需要评价优化结果,通过比较不同方案的指标值来评估系统的性能。

多源互联微电网发电系统多级多目标优化的研究具有重要的理论和实际意义。

从理论上讲,多级多目标优化可以提高系统的性能,优化系统的能源利用率和经济性,减少对传统能源的依赖,从而促进可持续能源的发展。

从实践上讲,多级多目标优化可以为多源互联微电网发电系统的设计、运行和管理提供一种有效的决策支持工具,为实际工程应用提供指导和参考。

综上所述,多源互联微电网发电系统多级多目标优化研究对于提高能源的利用效率、增强能源供应的可靠性和可持续性具有重要的意义。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

分布式电源的功率因数达到最大,可以取目标函数 为
min( 1 ) =
1
N

Pdgi
(5)
E
N i=1
P2 dgi
+
Q2 dgi
式中: N 为分布式电源的个数。
因此,在微电网正常运行时,不考虑分布式电
源的暂态特性,能量管理优化的总目标函数为
min(F )
=
min(∆V ,
∆SL ,
1 E
)
(6)
1.2 约束条件
(1. Electrical Engineering Department, Shanghai Jiao Tong University, Shanghai 200240, China; 2. Power Dispatching and Communication Center, Shanxi Electric Power Company, Taiyuan 030001, China)
中图分类号: TM71 文献标识码:A
文章编号: 1674-3415(2009)20-0079-05
0 引言
随着人们环境意识的增强,分布式发电 (DG-distributed generation)得到了越来越多的重 视与应用,由小容量分布式电源形成的微电网研究 则更加令人关注[1~3]。这类微电网中的分布式电源主 要包括风力发电机、太阳能光伏电池、燃料电池、 微型燃气轮机等,而不同种类的分布式电源又有着 不同的运行特性。在确保微电网正常运行时,如何 对这些分布式电源进行合理的管理,以保证微电网 在不同时段都能满足负荷的电能质量要求并且获得
Abstract: To carry out the optimal management of the distributed generation, this paper presents a multi-objective niche evolutionary immune algorithm (MO-NEIA) based on detailed analysis of the distributed generations’ characteristics and the optimization objectives’ math models. The algorithm, using the objective function as antigen and the solution of the problem as antibody, builds some niches to enhance the variability of the antibody and restore the good antibody. In the process of niche evolution, the optimal solution can be obtained through the antibodies selection, crossover and mutation according to the affinity between antibody with antigen and the affinity between antibodies. The proposed algorithm is applied to the management of the distributed generations in a microgrid system and the results compared to another optimal algorithm demonstrate its feasibility.
第 37 卷 第 20 期 2009 年 10 月 16 日
电力系统保护与控制
Power System Protection and Control
Vol.37 No.20 Oct. 16, 2009
含分布式发电的微电网能量管理多目标优化
王新刚 1,艾 芊 1,徐伟华 1,韩 鹏 2
(1.上海交通大学电气工程系,上海 200240; 2.山西省电力公司电力调度中心,山西 太原 030001)
(4)
其中: n 为系统支路数; ∆PL 、 ∆QL 为线路上的 有功、无功损耗。
运行效率的目标函数就是使微电网中分布式电 源获得最好的经济效益,在保证电压合格的前提下, 尽可能地提高分布式电源的功率因数。在不考虑无 功补偿的情况下,通过改变换流器的控制参数实现 分布式电源有功 Pdgi 和无功 Qdgi 的独立控制,为了使
- 80 -
电力系统保护与控制
经过多次算例验证此方法在微电网能量优化管理方 面有一定的先进性,特别是多目标优化方面。
1 微电网优化问题的描述
1.1 优化的目标函数
微电网能量管理的优化问题一般包括技术目
标和经济目标。其中技术目标主要反应在电能质量
Байду номын сангаас
方面,包括各负荷节点的电压水平最好,即电压偏
差最小,而经济目标则包括系统的网损最小,微电
摘要:在详细分析了分布式电源特性和优化目标数学模型的基础上,针对微电网中分布式电源出力的优化管理,提出了一种 基于小生境进化的多目标免疫算法。该算法将优化的多目标函数作为抗原,优化问题的可行解作为抗体,构造多个小生境以 增强抗体种群的多样性并保存优良抗体。在小生境进化过程中,依据抗体对抗原的适应度以及抗体之间的亲和力对可行解进 行评价和选择,反复通过选择、交叉、变异等操作完成对最优解的搜索。应用此算法对一个微电网的多个分布式电源进行能 量管理,通过与其他优化算法的比较证明了该算法的有效性。
在进行多目标优化时,很难使所有目标同时达 到最优,于是解决这类问题的手段通常就是在各个 目标之间进行协调和折衷,使目标函数尽可能达到 最优。基于权重系数的多目标优化算法是求解这类 问题最直接有效的方法,但权重系数的确定比较困 难;基于 Pareto 可行解形成的 Pareto 非支配边界有 效解决了这一问题,但是计算时间较长,很难满足 微电网能量实时管理的要求。

n
ViVj (Gij
j∈i
cosθij
+
Bij
sinθij ) = 0
∑ ⎨
⎪⎪⎩∆Qi
= Qis

n
ViVj (Gij sinθij
j∈i
− Bij
cosθij ) = 0
(8)
式中:n 为系统节点数,i = 1, 2,", n ,Gij 、Bij 和θij 分别为节点 i 和节点 j 之间的导纳和相角差; j ∈ i 表示与节点 i 相连的节点。 1.3 最优解的确定
本文在 Pareto 非支配解的思想上对基于权重系 数的优化算法进行改进,通过一定的方向改变权重
王新刚,等 含分布式发电的微电网能量管理多目标优化
- 81 -
系数Wi 来获得一组在不同权重下的最优解 Fi 。在确 定了一个目标范围(如网损小于某一定值且功率因 数大于某一定值)以后,搜索满足这一范围内的最 优解。若存在这样一个最优解,就将它作为此次优 化的最优解输出;若不存在,则通过与这一目标范 围最近的两个最优解进行插值运算,获得满足要求 的权重系数,将多目标化为单目标再通过优化算法 计算得到最优解。
基金项目:国家 863 高技术基金项目(2007AA05Z458); 上海自然科学基金项目(08ZR1409700)
最理想的经济效益,是研究微电网技术的关键问题 之一。
本文针对分布式电源的运行特性,将不同类型 的电源区别对待,以达到整个微电网的最优化运行。 由于分布式电源的功率输出并不像传统电网中的发 电机那样稳定,这对优化算法的实时性要求就比较 高,常规的优化算法很难在优化结果和计算速度之 间取得一个较好的平衡点。本文采用改进的多目标 免疫算法,它吸收了 NSGA-II 算法[4]的优势并与基 于小生境进化[5~8]的免疫算法相结合,即基于小生境 进化的多目标免疫算法。它利用了小生境技术防止 早熟、提高搜索速度和精度的优点,通过不断度量 抗体之间的相似性来限制相似抗体的数量,维持了 种群的多样性,能够快速、准确地完成多目标优化。
网中分布式电源的运行效率最高。因此,最优能量
管理的目标函数表达式为
⎧ min(∆V )
F = ⎪⎨min(∆SL )
(1)
⎪⎩ max(E)
式中: ∆V 为电压偏差; ∆SL 为系统网损; E 为分 布式电源的运行效率。
电压偏差的目标函数就是将各节点的电压偏
移总和最小化,其表达式为
∑ min(∆V ) = n Φ ( ∆Vi − δVi )
微电网能量管理优化的约束条件主要有变量
约束和潮流约束,其中变量约束分为:每个分布式 电源输出的有功功率约束,补偿电容器的无功容量
约束,以及各节点的运行电压约束。其不等式表示
如下
⎧ ⎪
Pk
min
⎨Qk min
≤ ≤
Pk ≤ Pk max Qk ≤ Qk max
(7)
⎪⎩Vj min ≤ Vj ≤ Vj max
2 小生境进化的多目标免疫算法
2.1 小生境进化多目标免疫算法的描述 生物中的小生境是指特定环境下的一种生存
环境,生物在其进化过程中,一般总与自己相同的 物种生活在一起,生活在一个特定的地理区域中[9]。 小生境进化多目标免疫算法基于免疫应答原理,其 主要思想是将求解问题的多目标函数对应入侵免疫 系统的抗原,多目标函数的可行解对应免疫系统产 生的抗体,用抗体和抗原亲和力(适应度)来描述 可行解和最优解的逼近程度[10]。小生境内抗体的数 量是固定的,它通过更高适应度抗体的不断加入和 最低适应度抗体的逐步淘汰完成其进化过程。通过 引入小生境方法来增强群体多样性及保存优良抗 体,提高搜索能力。 2.2 抗体的亲和力
(2)
i =1
Vi
式中:n 为微电网的节点数;Vi 为节点 i 的电压,∆Vi 为节点 i 的电压偏差量,标幺化以后,则
相关文档
最新文档