含分布式电源的配电网可靠性评估研究附Matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页:Matlab科研工作室

🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

一、研究背景与意义

在全球能源转型和 “双碳” 目标的推动下,分布式电源(Distributed Generation, DG),如太阳能光伏、风能、生物质能发电等,凭借其清洁、高效、灵活的特点,在配电网中的渗透率不断提高。配电网作为连接电力系统与用户的关键环节,其可靠性直接关系到社会生产生活的稳定运行。传统配电网通常采用辐射状结构,电源单一且集中,一旦发生故障,往往会导致较大范围的停电,可靠性水平相对较低。

分布式电源的接入改变了配电网原有的能量流向和拓扑结构,一方面为配电网带来了诸多益处,例如可以就近供电,减少输电损耗,提高能源利用效率,在电网故障时还可能作为备用电源,支持重要负荷的持续供电,从而提升配电网的可靠性;另一方面,分布式电源的随机性、波动性以及间歇性(如光伏发电受光照强度影响,风力发电受风速变化影响),也给配电网的规划、运行控制和可靠性评估带来了新的挑战。

因此,开展含分布式电源的配电网可靠性评估研究,准确分析分布式电源对配电网可靠性的影响机制,建立科学合理的评估体系和方法,对于指导配电网的优化规划、提高运行管理水平、保障电力系统安全可靠供电具有重要的理论价值和实际意义。

二、配电网与分布式电源的特点

(一)配电网特点

配电网是电力系统的重要组成部分,主要负责将电力从输电网输送到各类用户,其电压等级通常较低(如 10kV、0.4kV),网络结构复杂,覆盖范围广,用户数量多且类型多样(包括居民用户、工业用户、商业用户等)。传统配电网以辐射状供电为主,这种结构简单、投资成本低、运行维护方便,但在故障情况下,故障隔离和恢复供电的难度较大,供电可靠性易受影响。此外,配电网的负荷具有较强的时空差异性,例如一天中不同时段、一年中不同季节的负荷变化较大,不同区域的负荷密度也存在明显差异。

(二)分布式电源特点

分布式电源通常安装在用户侧或靠近负荷中心的位置,容量相对较小(从数千瓦到数兆瓦不等)。根据能源类型的不同,分布式电源具有不同的特性:太阳能光伏电源输出功率受日照强度、温度等气象因素影响较大,具有明显的昼夜变化和季节波动;风力发电电源输出功率依赖于风速,风速的随机变化导致其输出功率不稳定;生物质能、天然气等分布式电源输出功率相对稳定,可根据负荷需求进行调节。

同时,分布式电源的接入方式也多种多样,既可以直接接入低压配电网,也可以接入中压配电网。部分分布式电源还具备储能功能或与储能系统联合运行,能够在一定程度上平抑输出功率波动,提高供电稳定性。

三、含分布式电源的配电网可靠性评估指标

配电网可靠性评估指标是衡量配电网供电能力和可靠性水平的重要依据,结合分布式电源的接入特点,常用的可靠性评估指标主要包括以下几类:

(一)负荷点可靠性指标

负荷点可靠性指标主要反映单个负荷点或用户的供电可靠性水平,常用指标有:

  1. 负荷点平均停电频率(Average Interruption Frequency Index, AIFI):指在一定时间内(通常为一年),单个负荷点发生停电的平均次数。分布式电源的接入可能会减少负荷点的停电次数,例如当配电网主网发生故障时,分布式电源若能可靠运行并向负荷点供电,可避免该负荷点停电。
  1. 负荷点平均停电持续时间(Average Interruption Duration Index, AIDI):指在一定时间内,单个负荷点每次停电的平均持续时间。若分布式电源能够在主网故障期间快速切换并持续供电,可显著缩短负荷点的停电持续时间。
  1. 负荷点平均停电时间(Average Outage Time, AOT):指在一定时间内,单个负荷点累计停电时间与统计时间的比值,它等于负荷点平均停电频率与平均停电持续时间的乘积。

(二)系统可靠性指标

系统可靠性指标从整体上反映配电网的可靠性水平,综合考虑了所有负荷点的停电情况,常用指标有:

  1. 系统平均停电频率(System Average Interruption Frequency Index, SAIDI):指在一定时间内,系统中所有用户平均经历的停电次数,计算公式为系统所有用户停电次数的总和与系统总用户数的比值。
  1. 系统平均停电持续时间(System Average Interruption Duration Index, SAIFI):指在一定时间内,系统中所有用户平均经历的停电持续时间,计算公式为系统所有用户停电持续时间的总和与系统总用户数的比值。
  1. 电量不足期望(Expected Energy Not Supplied, EENS):指在一定时间内,由于配电网故障或其他原因,系统无法满足用户负荷需求而造成的期望电量损失。分布式电源的接入可以通过补充供电减少系统的电量不足期望,尤其是在主网供电中断时,分布式电源的发电能力直接影响 EENS 的大小。

(三)考虑分布式电源特性的特殊指标

除了上述传统可靠性指标外,结合分布式电源的随机性和波动性,还可以引入一些特殊指标来更全面地评估含分布式电源的配电网可靠性:

  1. 分布式电源供电可靠率:指在一定时间内,分布式电源能够正常向负荷供电的时间占总统计时间的比例,反映了分布式电源自身的可靠性水平,其高低直接影响配电网的整体可靠性。
  1. 负荷备用率:指分布式电源的可用容量与负荷需求的比值,用于衡量分布式电源在应对负荷波动和主网故障时的备用能力,负荷备用率越高,配电网应对突发情况的能力越强,可靠性水平越高。

四、含分布式电源的配电网可靠性评估方法

目前,针对含分布式电源的配电网可靠性评估方法主要基于传统配电网可靠性评估方法,并结合分布式电源的特性进行改进和优化,常用的评估方法可分为解析法、模拟法和混合法三大类。

(一)解析法

解析法是通过建立数学模型,利用概率统计理论和网络拓扑分析方法,计算配电网的可靠性指标。该方法具有计算速度快、结果精度高的优点,但对于结构复杂、含有大量分布式电源的配电网,模型建立和求解难度较大。

  1. 故障树分析法(Fault Tree Analysis, FTA):故障树分析法以配电网发生停电故障为顶事件,通过分析导致顶事件发生的各种直接原因和间接原因(如元件故障、保护装置拒动等),构建故障树,然后利用布尔代数和概率理论计算顶事件的发生概率和相关可靠性指标。在含分布式电源的配电网中,故障树需要考虑分布式电源的接入位置、运行状态以及对故障隔离和恢复的影响。
  1. 网络等值法(Network Equivalence Method):网络等值法将复杂的配电网分解为若干个简单的等值单元,通过计算每个等值单元的可靠性参数,再逐步合并得到整个配电网的可靠性指标。对于含分布式电源的配电网,可以将分布式电源及其所带负荷视为一个独立的等值单元,考虑分布式电源的发电概率、出力水平等因素,计算该单元的可靠性参数,再与其他等值单元进行合并计算。

(二)模拟法

模拟法是通过对配电网的运行状态和故障过程进行随机模拟,生成大量的样本数据,然后根据样本数据统计计算配电网的可靠性指标。该方法能够较好地处理分布式电源的随机性和波动性,以及配电网的复杂运行约束,但计算量大,需要较长的计算时间。

  1. 蒙特卡洛模拟法(Monte Carlo Simulation, MCS):蒙特卡洛模拟法是目前应用最广泛的模拟方法之一,其基本思想是通过随机抽样生成配电网中各元件的故障时间、修复时间以及分布式电源的输出功率等随机变量,模拟配电网的运行过程和故障发生、隔离、恢复过程,记录每次模拟中的停电事件和负荷损失情况,最后根据大量的模拟结果统计计算可靠性指标。根据抽样方式的不同,蒙特卡洛模拟法可分为序贯蒙特卡洛模拟和非序贯蒙特卡洛模拟,序贯蒙特卡洛模拟能够更真实地反映配电网的动态运行过程,适合分析含分布式电源的配电网可靠性。
  1. 时序模拟法(Time Series Simulation):时序模拟法基于时间序列分析理论,通过建立分布式电源输出功率、负荷需求等时间序列模型,模拟不同时刻配电网的运行状态和故障情况,计算各时刻的可靠性指标,并对时间序列上的可靠性指标进行统计分析。该方法能够考虑分布式电源和负荷的时序特性,更准确地评估配电网在不同时间段的可靠性水平。

(三)混合法

混合法结合了解析法和模拟法的优点,在配电网可靠性评估中,对于结构简单、元件数量较少的部分采用解析法计算,对于含有分布式电源、结构复杂的部分采用模拟法计算,从而在保证计算精度的同时,提高计算效率。例如,可以将配电网主网部分采用网络等值法进行解析计算,而对于接入分布式电源的分支网络,采用蒙特卡洛模拟法进行模拟计算,然后将两部分的计算结果进行合并,得到整个配电网的可靠性指标。

五、分布式电源对配电网可靠性的影响因素

分布式电源对配电网可靠性的影响是多方面的,其影响程度取决于分布式电源的类型、容量、接入位置、运行控制策略以及配电网的拓扑结构和负荷特性等多种因素。

(一)分布式电源类型

不同类型的分布式电源具有不同的输出特性和可靠性水平,对配电网可靠性的影响也不同。例如,生物质能、天然气分布式电源输出功率稳定,可靠性较高,在主网故障时能够持续向负荷供电,对配电网可靠性的提升作用较为明显;而太阳能光伏、风力发电电源输出功率受自然条件影响较大,可靠性相对较低,其对配电网可靠性的提升效果会受到气象条件的限制,在极端天气下甚至可能因自身出力不足而无法有效支持负荷供电。

(二)分布式电源容量

分布式电源的容量大小直接影响其在配电网故障时的供电能力。若分布式电源容量过小,无法满足负荷需求,即使在主网故障时能够运行,也只能减少部分负荷的停电损失,对配电网可靠性的提升作用有限;若分布式电源容量过大,可能会导致配电网电压、频率超出允许范围,影响配电网的安全稳定运行,甚至可能引发新的故障,反而降低配电网的可靠性。因此,需要根据配电网的负荷需求和运行约束,合理确定分布式电源的容量。

(三)分布式电源接入位置

分布式电源的接入位置对配电网的潮流分布、故障隔离和恢复过程具有重要影响,进而影响配电网的可靠性。一般来说,将分布式电源接入负荷密度较高、重要负荷集中的区域,能够更好地实现就近供电,减少输电损耗,在主网故障时可以快速为重要负荷提供电源,显著提升该区域的供电可靠性;若将分布式电源接入配电网的末端或偏远地区,虽然可以改善该区域的供电质量,但由于距离主网较远,故障隔离和恢复难度较大,对整个配电网可靠性的提升作用相对较小。此外,分布式电源的接入位置还会影响配电网的保护配置,若接入位置不当,可能导致保护装置误动或拒动,影响配电网的故障处理效率。

(四)运行控制策略

分布式电源的运行控制策略直接决定了其在配电网正常运行和故障情况下的行为,对配电网可靠性具有重要影响。在正常运行情况下,合理的运行控制策略可以使分布式电源与主网协调运行,优化配电网的潮流分布,降低网损,提高供电质量;在故障情况下,分布式电源的控制策略应能够快速检测故障,并根据故障类型和配电网的运行状态,采取相应的措施,如孤岛运行、切机等,以保证分布式电源自身的安全稳定运行,并尽可能为负荷供电。例如,当配电网发生永久性故障时,分布式电源若能及时与主网解列,进入孤岛运行模式,为重要负荷供电,可有效减少停电时间和停电范围,提升配电网可靠性;若分布式电源无法实现孤岛运行或孤岛运行控制策略不合理,可能会导致分布式电源在故障时退出运行,无法发挥备用电源的作用。

(五)配电网拓扑结构

配电网的拓扑结构是影响其可靠性的基础因素,分布式电源的接入会改变配电网原有的拓扑结构,进而影响其可靠性。传统的辐射状配电网结构简单,但故障影响范围较大,分布式电源的接入可以在一定程度上改变这种结构,例如通过环网建设和分布式电源的协同作用,实现故障区域的隔离和负荷的转移,减少停电范围。此外,配电网的自动化水平也会影响分布式电源对可靠性的提升效果,自动化程度较高的配电网能够更快地检测故障、隔离故障区域,并实现分布式电源与主网的切换,提高故障处理效率,进一步提升配电网可靠性。

六、提升含分布式电源配电网可靠性的策略

针对分布式电源接入对配电网可靠性的影响因素,结合配电网的运行特点和实际需求,可以从以下几个方面采取策略,提升含分布式电源配电网的可靠性:

(一)合理规划分布式电源的配置

  1. 优化分布式电源类型选择:根据配电网所在区域的自然资源条件、负荷特性和可靠性需求,选择合适类型的分布式电源。例如,在光照充足的地区,优先发展太阳能光伏电源;在风力资源丰富的地区,重点建设风力发电电源;在对供电可靠性要求较高的工业区域,可配置生物质能或天然气分布式电源,并与储能系统联合运行,以提高供电稳定性。
  1. 科学确定分布式电源容量和接入位置:通过对配电网的负荷预测、潮流计算和可靠性评估,合理确定分布式电源的容量和接入位置。在负荷密度高、重要负荷集中的区域,适当增加分布式电源的容量,提高本地供电能力;在配电网的关键节点接入分布式电源,以增强配电网的故障恢复能力和抗干扰能力。同时,避免分布式电源容量过大或接入位置不当导致的配电网安全稳定问题。

(二)改进配电网运行控制技术

  1. 优化分布式电源运行控制策略:开发先进的分布式电源运行控制算法,实现分布式电源与主网的协调控制、分布式电源之间的协同运行以及分布式电源与储能系统的联合控制。在正常运行时,通过优化分布式电源的出力,实现配电网潮流优化和网损最小化;在故障情况下,快速检测故障并切换运行模式,如实现孤岛运行的无缝切换,确保重要负荷的持续供电。
  1. 提高配电网自动化水平:加快配电网自动化建设,推广应用智能配电终端、馈线自动化系统、配电自动化主站等设备和系统,实现配电网故障的自动检测、隔离和恢复。通过自动化技术,缩短故障处理时间,减少停电范围,提高配电网的故障处理效率。同时,利用大数据、人工智能等技术,对配电网的运行状态进行实时监测和预警,及时发现潜在故障隐患,预防故障发生。

(三)加强配电网保护与安全控制

  1. 优化配电网保护配置:根据分布式电源接入后的配电网拓扑结构和潮流分布变化,重新设计和配置配电网的保护装置,如调整继电保护的整定值、增设方向保护、差动保护等,避免分布式电源接入导致的保护装置误动或拒动。同时,开发适用于含分布式电源配电网的新型保护技术,如基于广域信息的保护、自适应保护等,提高保护装置的可靠性和适应性。
  1. 强化配电网安全稳定控制:建立含分布式电源配电网的安全稳定控制体系,制定应对分布式电源出力波动、负荷突变、故障扰动等情况的控制策略。例如,当分布式电源出力大幅波动时,通过储能系统的充放电调节或切除部分非重要负荷,维持配电网电压和频率的稳定;当配电网发生严重故障时,快速切除故障元件和部分分布式电源,防止故障扩大,保障配电网的安全稳定运行。

(四)完善配电网运维管理体系

  1. 加强分布式电源和配电网设备运维:建立健全分布式电源和配电网设备的定期巡检、维护和检修制度,及时发现和处理设备缺陷,提高设备的健康水平和可靠性。利用状态监测技术,对分布式电源的输出功率、运行温度、绝缘状态等参数以及配电网设备的运行状态进行实时监测,实现设备的状态检修,减少检修成本和停电时间。
  1. 提升运维人员专业素质:加强对配电网运维人员的培训,提高其对含分布式电源配电网运行特性、故障处理方法和新技术新设备的掌握程度。培养具备跨学科知识的复合型运维人才,能够熟练应对分布式电源接入带来的各种复杂问题,提高配电网的运维管理水平。

七、研究展望

随着分布式电源技术的不断发展和在配电网中渗透率的进一步提高,含分布式电源的配电网可靠性评估将面临更多新的挑战和机遇,未来的研究方向主要包括以下几个方面:

(一)考虑多能互补和综合能源系统的可靠性评估

未来的配电网将逐渐向综合能源系统发展,除了电力系统外,还将整合热力、天然气、冷能等多种能源系统,分布式电源也将与储能系统、电动汽车、可控负荷等多种元素深度融合,形成多能互补的能源供应模式。因此,需要建立考虑多能互补和综合能源系统特性的可靠性评估模型,研究多种能源之间的耦合关系和相互影响,以及不同能源系统故障对配电网可靠性的综合影响,实现对综合能源系统整体可靠性的全面评估。

(二)基于大数据和人工智能的可靠性评估方法

随着配电网监测设备的不断增加和通信技术的快速发展,配电网将产生海量的运行数据、故障数据、气象数据、负荷数据等。如何充分利用这些大数据资源,提高可靠性评估的精度和效率,是未来研究的重要方向。可以利用大数据分析技术对数据进行清洗、挖掘和分析,提取有用的信息和知识,用于构建更准确的分布式电源输出功率预测模型、负荷预测模型和元件故障概率模型;同时,将人工智能技术(如深度学习、强化学习、模糊逻辑等)应用于可靠性评估中,开发智能化的可靠性评估算法,实现可靠性评估的自动化、智能化和实时化。

(三)考虑不确定性和风险的可靠性评估

含分布式电源的配电网中存在大量的不确定性因素,如分布式电源输出功率的不确定性、负荷需求的不确定性、元件故障的不确定性以及气象条件的不确定性等。这些不确定性因素会给配电网的可靠性带来风险,传统的可靠性评估方法往往只考虑了不确定性因素的概率特性,而对风险的量化分析不够充分。未来需要建立考虑不确定性和风险的可靠性评估框架,引入风险理论和方法,对配电网可靠性风险进行量化评估,识别配电网中的高风险区域和关键元件,为配电网的风险管控和决策提供科学依据。

(四)面向主动配电网的可靠性评估

主动配电网是未来配电网的发展方向,其具有分布式电源高渗透率、灵活的网络拓扑结构、先进的控制和通信技术以及用户积极参与等特点。在主动配电网中,分布式电源不仅可以向配电网供电,还可以参与配电网的运行控制和调度,用户也可以根据电价信号和自身需求调整用电行为。因此,需要建立面向主动配电网的可靠性评估模型,研究主动配电网的运行机制和控制策略对可靠性的影响,评估分布式电源、储能系统、可控负荷等元素在主动配电网中的作用,以及用户参与对配电网可靠性的影响,为主动配电网的规划和运行提供支持。

⛳️ 运行结果

图片

图片

图片

🔗 参考文献

[1] 王朝珲.含分布式电源的配电网继电保护研究[D].西安理工大学[2025-12-04].DOI:CNKI:CDMD:2.1017.731986.

[2] 陈松.智能配电网供电可靠性评估[D].华北电力大学,2015.DOI:10.7666/d.D759863.

[3] 赵文龙.分布式电源对配电网保护影响的评估方法[D].山东理工大学,2014.

📣 部分代码

🎈 部分理论引用网络文献,若有侵权联系博主删除

 👇 关注我领取海量matlab电子书和数学建模资料 

🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:

🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值