快充协议握手背后的数学:从电压协商到功率最优化的算法之旅

别再乱用充电头了!一文看懂Type-C充电的‘握手’协议,选对充电器不伤设备 本文深入解析Type-C充电的‘握手’协议,揭示不同充电头速度差异的技术原理。从Type-C接口的物理结构到充电握手协议的电子对话,再到E-Marker芯片的作用,帮助读者理解如何选择安全高效的充电器和线缆,避免设备损伤。 阅读详情

快充协议握手背后的数学:从电压协商到功率最优化的算法之旅

当我们把手机连接到充电器时,屏幕瞬间亮起的"快速充电"提示背后,隐藏着一场精密的数学对话。这不是简单的电流传输,而是一场涉及实时优化、协议协商和动态调整的算法博弈。对于嵌入式系统工程师和协议开发者来说,理解这场"握手舞蹈"背后的数学原理,就如同掌握了一把开启高效能源管理的钥匙。

快充协议的核心挑战在于:如何在不断变化的温度、电池状态和设备负载条件下,实时计算出最优的电压-电流组合,以实现最快的充电速度,同时确保安全性和设备寿命。这本质上是一个带约束的动态优化问题,而协议握手过程就是求解这个问题的实时算法。

1. 快充协议握手的数学模型基础

快充协议握手本质上是一个分布式优化问题,涉及充电器(源端)和设备(接收端)之间的信息交换与协同决策。在这个过程中,双方通过通信协议交换各自的能力参数,然后基于这些信息共同求解一个实时优化问题。

从数学角度看,我们可以将充电过程建模为一个多目标优化问题:

最大化:P = V × I  (充电功率)
约束条件:
  V_min ≤ V ≤ V_max
  I_min ≤ I ≤ I_max
  T ≤ T_max  (温度约束)
  η ≥ η_min  (效率约束)
  R_cable × I² ≤ P_loss_max  (线损约束)

这个模型看起来简单,但实际上每个约束条件都带来复杂的计算挑战。以温度约束为例,电池温度与充电电流之间存在非线性关系:

T = f(I, T_ambient, t) = α·I²·t + β·(T_ambient - T_initial)·(1 - e^(-γ·t)) + T_initial

其中α、β、γ是电池特有的热参数,t是时间。这种非线性关系使得简单的线性优化方法无法直接应用。

协议握手中的关键参数交换通常包括:

参数类型发送方接收方数学表示实际含义
电源能力充电器设备{V_i, I_i} i=1..n充电器支持的电压-电流组合
设备需求设备充电器V_opt, I_opt设备当前最优充电参数
状态信息双方双方{T, SOC, R_internal}实时状态数据
约束条件双方双方{V_min, V_max, I_min, I_max}安全操作边界

2. 电压协商算法:从离散选择到连续优化

早期快充协议如QC2.0采用简单的离散电压选择机制:设备通过D+/D-线上的电压信号选择预设的电压档位(5V、9V、12V等)。这种方法的数学本质是一个离散优化问题:

选择 V* 使得:P = V × I 最大化
约束条件:V ∈ {5, 9, 12, 20} (V)
          I ≤ I_max(V)

现代PD协议则采用了更为精细的连续电压协商机制。USB PD 3.0引入了可编程电源(PPS) 功能,允许以20mV为步进调整电压,以50mA为步进调整电流。这使得电压协商从一个离散选择问题转变为连续优化问题。

PPS协商的数学优化过程:

  1. 设备侧参数估计:

    R_cable = (V_source - V_device) / I_current  // 实时线缆电阻估计
    V_optimal = V_battery + I_optimal × R_internal  // 考虑电池内阻的最佳电压
    
  2. 协同优化算法:

    目标函数:minimize |V_actual - V_optimal|² + λ·|I_actual - I_optimal|²
    约束条件:V_min ≤ V_actual ≤ V_max
              I_min ≤ I_actual ≤ I_max
              P_loss = I_actual² × R_cable ≤ P_loss_max
    

这个优化问题通常在设备端求解,然后通过PD协议中的Request消息将最优参数发送给充电器。

实际实现中,为了避免频繁的电压切换带来的稳定性问题,算法通常会加入滞后阈值:只有当预期增益超过当前功率的5%时,才会发起重新协商。

3. 实时功率优化:动态调整的控制理论应用

快充过程中的功率优化不是一个一劳永逸的静态优化,而是一个需要持续调整的动态过程。这涉及到闭环控制系统的设计,其中电池管理系统(BMS)作为控制器,充电器作为执行器。

典型的功率控制回路:

// 伪代码:功率优化控制循环
while (charging) {
    // 读取当前状态
    temperature = read_temperature();
    voltage = read_battery_voltage();
    current = read_charging_current();
    soc = estimate_state_of_charge();
    
    // 计算最大允许充电电流(基于温度和安全约束)
    I_max_safe = calculate_max_current(temperature, soc, voltage);
    
    // 计算最优充电参数
    optimal_params = optimize_charging(I_max_safe, soc, temperature);
    
    // 如果需要调整,发起重新协商
    if (need_renegotiation(current_params, optimal_params)) {
        send_pd_request(optimal_params.voltage, optimal_params.current);
    }
    
    // 等待一段时间或等待状态变化
    sleep_until_next_sample();
}

优化算法的核心函数可能如下所示:

def optimize_charging(I_max_safe, soc, temperature):
    # 基于电池化学特性的最优充电曲线
    if soc < 0.2:  # 恒流阶段
        target_current = min(I_max_safe, I_max_cc)
        target_voltage = calculate_voltage_for_current(target_current)
    elif soc > 0.8:  # 恒压阶段
        target_voltage = V_max
        target_current = calculate_current_for_voltage(target_voltage)
    else:  # 过渡阶段
        # 使用平滑插值
        alpha = (soc - 0.2) / 0.6
        target_current = I_max_cc * (1 - alpha) + I_cv * alpha
        target_voltage = V_cc * (1 - alpha) + V_max * alpha
    
    # 温度补偿
    if temperature > 40:
        # 线性降额
        derating_factor = 1 - (temperature - 40) * 0.02
        target_current *= derating_factor
        target_voltage *= derating_factor
    
    return {"voltage": target_voltage, "current": target_current}

这个算法考虑了电池充电的三个典型阶段:恒流阶段、恒压阶段和两者之间的过渡阶段,同时加入了温度补偿机制。

4. 多协议兼容性下的优化挑战

现实世界中,设备可能需要与多种快充协议兼容,这就引入了额外的优化复杂度。多协议兼容性不是一个简单的协议转换问题,而是一个多模式优化问题。

多协议环境下的优化策略:

  1. 协议检测与模式切换:

    检测到充电器连接
    for each supported protocol in priority order:
        尝试握手协商
        if 握手成功且功率 > 阈值:
            使用该协议
            break
    
  2. 跨协议参数映射: 不同协议使用不同的参数表示方法,需要智能映射:

    // PD协议使用mV和mA单位
    PD: Voltage = 9000 mV, Current = 3000 mA
    
    // QC协议使用电压档位和电流最大值
    QC: Voltage = 9V, Current = 3A
    
    // 映射算法需要处理单位转换和精度差异
    
  3. 降级策略: 当最优协议不可用时,需要智能降级:

    if PD_negotiation_failed:
        尝试QC_negotiation
        if QC_negotiation_failed:
            尝试SCP_negotiation
            if SCP_negotiation_failed:
                使用标准5V/2A模式
    

在实际实现中,协议栈通常会维护一个协议优先级表,基于设备能力、历史成功率和功率需求动态调整协议尝试顺序。

5. 实际实现中的算法优化技巧

在实际的嵌入式系统中,复杂的数学算法需要适应有限的计算资源和实时性要求。这导致了一系列算法优化技巧的发展。

嵌入式环境中的算法简化:

  1. 查表法替代实时计算: 对于复杂的非线性函数,预先计算结果并存储在表中:

    // 温度-电流降额表
    const uint16_t current_derating_table[] = {
        1000,  // 20°C: 100%
        980,   // 25°C: 98%
        950,   // 30°C: 95%
        900,   // 35°C: 90%
        800,   // 40°C: 80%
        700,   // 45°C: 70%
        500,   // 50°C: 50%
    };
    
  2. 固定点算术替代浮点: 在无FPU的微控制器上,使用定点数提高计算效率:

    // 使用Q格式定点数:Q15表示(1位符号,15位小数)
    int16_t voltage_q15 = (int16_t)(voltage * 32768.0 / 20.0);  // 20V最大值
    int16_t current_q15 = (int16_t)(current * 32768.0 / 5.0);   // 5A最大值
    
    // 定点数乘法(功率计算)
    int32_t power_q30 = (int32_t)voltage_q15 * current_q15;  // Q30格式
    float power = (float)power_q30 / (32768.0 * 32768.0) * 100.0;  // 转换为实际功率
    
  3. 状态机简化协商流程: 使用状态机管理复杂的握手流程:

    typedef enum {
        STATE_DISCONNECTED,
        STATE_DETECTING,
        STATE_NEGOTIATING,
        STATE_CHARGING,
        STATE_MONITORING,
        STATE_RENEGOTIATING
    } charging_state_t;
    
    // 状态处理函数
    void handle_charging_state(charging_state_t state) {
        switch (state) {
            case STATE_DETECTING:
                detect_protocol();
                break;
            case STATE_NEGOTIATING:
                negotiate_parameters();
                break;
            // ... 其他状态处理
        }
    }
    

6. 安全性与鲁棒性算法考虑

快充协议握手不仅关乎效率,更关乎安全。数学算法中必须内置多重安全机制。

安全监控算法:

  1. 超限检测与响应:

    // 电压异常检测
    if (abs(measured_voltage - target_voltage) > tolerance) {
        if (consecutive_errors++ > MAX_ERRORS) {
            initiate_safety_shutdown();
        }
    } else {
        consecutive_errors = 0;
    }
    
  2. 梯度限制与平滑过渡: 避免电压/电流的突变:

    // 电压斜坡控制
    delta_v = min(desired_voltage - current_voltage, MAX_VOLTAGE_STEP);
    new_voltage = current_voltage + delta_v;
    
  3. 多重确认机制: 重要参数变更需要多次确认:

    // 电压变更确认流程
    send_voltage_change_request(new_voltage);
    wait_for_ack();
    verify_actual_voltage();
    if (abs(actual_voltage - new_voltage) < tolerance) {
        commit_voltage_change();
    } else {
        rollback_voltage_change();
    }
    

在实际项目中,我发现最容易被忽视的是线缆电阻的实时估计。很多快充性能问题其实源于对线缆质量的错误假设。通过实现基于电压差和电流的实时线缆电阻估计算法,我们能够动态调整输出电压,补偿线损,这在长线缆或低质量线缆场景下尤其重要。

另一个实用技巧是在协议握手阶段加入线缆能力检测:通过测试性电流脉冲和电压测量,估算线缆最大承载能力,避免后续大电流传输时的过度压降甚至安全隐患。这种前瞻性的检测算法能够显著提升快充系统的整体可靠性和用户体验。

USB-PD 记录自己的学习PD协议层的文章。 阅读详情

相关推荐

从握手到快充:深入Type-C PD私有协议‘黑盒’,用分析仪破解手机厂商的充电‘暗号’

本文深入探讨了Type-C PD私有协议的破解方法,通过PD协议分析仪揭示手机厂商在充电过程中的私有协议验证环节。文章详细解析了标准PD协议与私有协议的交互流程,并提供了实战捕获私有协议通信的步骤与技巧,帮助用户突破第三方充电器的兼容性限制,实现更高效的快充体验。

weixin_42536058的博客 513

图文解析交流慢充原理和握手协议以及OBC工作原理

OBC里面包括单片机1和单片机2,DSP。有的厂家方案只有一个单片机,CC/CP部分直接用DSP实现。交流桩的ARM控制K1、K2,S1。BMS控制PDU里面的K5,K6和动力电池包里面的K7。K5表示预充接触器,K6表示慢充接触器,K7表示动力电池总负接触器。

qq_36412526的博客 1万+

嵌入式工程师必学(33):USB TypeC接口和USB PD快充协议

很多人一下子搞不清楚,怎么USB即是TypeC又是USBPD呢? 首先USB标准有几个版本的,比如USB2.0->USB3.0->USB3.1->USB4.0,通常提到这个,说的是通信速度变快了。 那USBTypeC又是什么呢?它主要是指接口,它出现之前,USB接口是多样的,比如: USBTypeB:从USB2.0开始定义,只有4个针脚,常用于打印机、显示器等的连接。MiniUSB:分为A型,B型和AB型,从USB1.1/USB2.0开始就有定义,.

码农17年的博客 1万+

2.1 握手阶段报文

握手辨识和充电握手辨识 BMS 充电机 1、充电机向BMS发送“充电机握手报文CHM” 2、BMS等待是否收到“充电机握手报文CHM”。(1)、是,向充电机发送“BMS握手报文BHM”。(2)、否,则继续等待 3、充电机等待是否收到“BMS握手报文BHM”。(1)、是,结束握手辨识阶段。(2)、否,重新返回步骤1。 4、BMS等待是否收到“充电机握手报文CHM”。(1)、是,重新返回步骤2.1。(2)、否,结束握手辨识阶段。 BMS 充电机

八度空间 1万+

《算法设计与分析》全套PPT课件(哈尔滨工程大学)

《算法设计与分析》全套PPT课件(哈尔滨工程大学)

数字政府政务服务AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

数字政府政务服务AI大模型赋能智能体平台及AI场景应用规划方案(决策评审版).pptx

20款USB PD握手协议芯片

FS312B 系列芯片能够根据外部电路设置的电压,如5V、9V、12V、15V和20V,自动与充电设备进行握手,完成所需电压的配置。上海南芯半导体科技股份有限公司(简称:南芯科技,股票代码:688484),是一家专注于电源、电池管理和嵌入式的高性能国产半导体设计公司,拥有 Charge pump、DCDC、ACDC、有线充电、无线充电、快充协议、锂电保护、汽车电子等多条产品线,基于自主研发的升降压充电、电荷泵和 GaN 直驱等核心技术,推出了多款明星产品,得到业内广泛认可。支持可持续升级和灵活扩展。

tianpu2320959696的博客 6385

T18_低空经济示范区十五五通感一体化低空智联网与飞行服务保障体系设计方案_生态合作版.pptx

T18_低空经济示范区十五五通感一体化低空智联网与飞行服务保障体系设计方案_生态合作版.pptx

快充协议的奥秘:工作原理与特性比较

最近,我打算设计一款类似于手机快充头的电路板,目的是为设备提供快速充电功能。为了实现这个目标,我查阅相关资料,研究了各种快充协议,并在此过程中进行了一些总结和归纳。现在,我想把这些知识分享给大家,帮助大家更好地理解快充协议的工作原理,以及各种快充协议的特点。PD充电协议,全称为USB Power Delivery,是由USB-IF组织制定的一种快速充电规范,是目前主流的快充协议之一。PD充电器上的芯片可以控制充电过程,一旦充满就自动停止充电,使整个充电过程变得安全、高效。

xiaobuding的博客 3万+

T04_城市生命线AI智能体平台及AI大模型应用场景规划方案_技术方案版.pptx

T04_城市生命线AI智能体平台及AI大模型应用场景规划方案_技术方案版.pptx

EPLAN自动成图与报表实战合集 API批量成图脚本+端子表电缆表自动生成

内容概要:EPLAN自动成图与报表自动生成实战合集,含2篇原创:API批量成图脚本骨架(对象模型+可运行C#代码+三个必踩坑+42页从3.5小时压到11分钟实测)、端子表/电缆表/部件清单报表自动生成(配置逻辑+翻车点+提效数据)。适用人群:电气设计工程师、成套厂制图员、EPLAN二次开发。使用场景:图纸批量生成提效、报表自动化。原创整理。

QC2.0简易握手器的设计与制作

QC2.0充电协议分为Class A和Class B模式,Class A最高支持12V,Class B最高支持20V电压 以下是握手过程: 1、手机在D+或D-上加0.6V电压,这时D+和D-是通过充电器内部MOS管联通联通的,D+和D-同时是0.6V。 2、在1秒后,充电器内部断开D+和D-的联通,D-电压降到0,这时表示充电器支持协议。 3、紧接着就是手机请求电压输入: 如下表: D+ D- Voltage 0.6V GND 5V 3.3V 0.6V 9V 0.6V 0.6V 1

qq_44503950的博客 3283

多目标粒子群算法求解综合能源系统最优容量配置研究(Matlab代码实现)

内容概要:本文研究了基于多目标粒子群算法(MOPSO)求解综合能源系统(IES)中最优容量配置的方法,并提供了完整的Matlab代码实现。研究旨在通过优化风电机组、光伏机组、燃气轮机、储能系统等多种能源设备的容量配置,实现系统在经济性、环保性和能源利用率等方面的多目标平衡。文中构建了综合能源系统容量配置的数学模型,明确了以最低综合成本、最小碳排放为核心的目标函数,以及能量供需平衡、设备出力能力等关键约束条件,并详细阐述了MOPSO算法的实现流程,包括种群初始化、非支配排序、拥挤距离计算和外部存档更新等核心机制。最后,通过Matlab平台的仿真实验验证了该方法的有效性,结果表明该算法能够生成分布均匀且具有良好多样性的Pareto最优解集,为决策者根据不同侧重点选择最终方案提供了科学依据。; 适合人群:具备一定电力系统、优化算法和Matlab编程基础的研究生、科研人员及工程技术人员。; 使用场景及目标:① 学习和掌握综合能源系统容量配置问题的建模方法;② 深入理解多目标粒子群算法(MOPSO)的核心原理及其在实际工程优化问题中的应用;③ 获取可直接运行和修改的Matlab代码,用于复现研究成果或进行二次开发。; 阅读建议:建议读者在阅读时,首先理解综合能源系统的背景和优化问题的数学建模过程,然后结合提供的Matlab代码,逐步跟踪算法的执行流程,重点关注目标函数和约束条件的代码实现,以及MOPSO算法中非支配排序和拥挤距离计算等核心模块。为了更好地掌握,可以尝试调整算例参数、增减优化目标或修改算法参数,观察结果的变化。

细谈Type-C、PD原理(上/下)

接口大小跟Micro USB相近,约为8.3mm x 2.5mm,支持正反插,同时也规范了对应的线材,接口定义如下(线材端只有一对USB2.0 DATA):图2 Type-C端口的PIN定义-1图3 Type-C端口的PIN定义-2在插座定义上,定义了如下两种插座:a)全功能的Type-C插座,可以用于支持USB2.0、USB3.1、等特性的平台和设备。b)USB 2.0 Type-C插座,只可以用在支持USB2.0的平台和设备上。在插头定义上,定义了如下三种插头:

uunubt的专栏 2万+

PSO-LSTM基于PSO优化LSTM网络的电力负荷预测(Python代码实现)

内容概要:本文提出了一种基于粒子群优化算法(PSO)优化长短期记忆网络(LSTM)的电力负荷预测方法,并通过Python代码实现了完整的模型构建与仿真验证。该方法利用PSO算法全局寻优的能力,自动优化LSTM网络的关键超参数,如学习率、隐含层节点数、训练迭代次数等,从而克服传统LSTM依赖人工调参导致的预测精度不高和收敛速度慢的问题。文中详细阐述了PSO-LSTM混合模型的架构设计、算法流程及其实现细节,结合实际电力负荷数据进行了实验验证,结果表明该模型在预测精度、稳定性与泛化能力方面均优于标准LSTM及其他传统预测模型,尤其适用于短期电力负荷预测任务。; 适合人群:具备一定Python编程基础和机器学习理论知识,从事电力系统分析、能源管理、智能电网调度及相关领域研究的研发人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于电力系统短期负荷预测,提升电网运行调度的科学性与经济性;②为能源管理系统提供高精度负荷数据支持,优化发电计划与资源配置;③作为智能优化算法与深度学习融合的教学案例,帮助学习者掌握PSO与LSTM协同建模的方法与实践技巧;④为后续研究提供可复现的代码基础和技术参考。; 阅读建议:建议读者结合提供的Python代码,动手复现整个建模与训练过程,深入理解PSO优化机制与LSTM网络结构的耦合方式,并尝试在不同时间尺度和负荷场景的数据集上进行迁移测试,以全面评估模型的适应性与鲁棒性。

【安徽理工大学】一文带你高分拿下计算机考研复试(85+的秘密)

一文带你高分拿下安徽理工大学计算机考研复试(85+的秘密)

猫天意的博客 1525

BC1.2协议以及QC2.0/3.0快充协议学习笔记

BC1.2快充协议介绍 BC1.2定义 BC1.2 (Battery Charging v1.2)是USB-IF下属的BC(Battery Charging)小组制定的协议,主要用于规范电池充电的需求,该协议最早基于USB2.0协议来实现。 BC1.2充电端口 USB2.0协议规定外设从USB充电器抽取电流的最大值为500mA,500mA的电流限制无法满足日益增长的快充需求。因此,BC1.2引入了充电端口识别机制,主要包括以下几个USB端口类型: 1.标准下行端口(SDP) SDP端口支持USB协议,最大电

zzsddre的博客 1万+

手把手教你用Kali+字典爆破WiFi密码:从抓包到破解的完整流程

本文提供了一份详尽的无线网络渗透测试实战指南,重点讲解如何使用Kali Linux和Aircrack-ng套件进行WiFi安全评估。内容涵盖从硬件选型(如RTL8812AU网卡)、驱动配置、监听模式设置,到使用airodump-ng扫描抓包、捕获WPA握手包,以及利用字典进行离线破解的完整流程。同时强调了在授权环境下进行安全测试的重要性,并给出了相应的网络加固建议。

weixin_28568819的博客 1677

qc快充协议2.0/3.0

https://blog.youkuaiyun.com/qq_25595331/article/details/102543391

hhcs 6089

基于Isaac Gym与PPO算法的机械臂抓取任务仿真与强化学习实战(附完整代码与训练策略)

本文详细介绍了基于Isaac Gym与PPO算法的机械臂抓取任务仿真与强化学习实战。通过环境搭建、PPO算法实现、奖励函数设计等核心环节的优化,结合完整代码与训练策略,显著提升机械臂抓取效率与成功率。特别适合开发者快速掌握强化学习在机器人控制领域的应用。

weixin_29256771的博客 606

从硬件拆解到图像生成:一次搞懂MRI设备(主磁体、梯度线圈、射频系统)是如何协同工作的

本文深入解析MRI设备的三大核心系统——主磁体、梯度线圈和射频系统如何协同工作,实现从量子现象到诊断图像的转化。通过详细的技术参数和临床案例,揭示磁共振成像(MRI)在医疗图像处理中的精密工程原理和最新技术突破,帮助读者全面理解这一现代医学影像技术的运作机制。

weixin_33734785的博客 552

PD快速充电协议(转)

来源-作者@:http://www.elecfans.com/d/647097.html建议读者阅读原文,确保获得完整的信息1.PD充电协议是什么意思    PD充电协议是USB-IF组织公布的功率传输协议,它可以使目前默认最大功率5V/2A的type-c接口提高到100W,同时谷歌宣布Android7.0以上的手机搭载的快充协议必须支持PD协议,意在统一快充市场。2.PD协议快充是什么意思   ...

neha的博客 13万+

[Dify实战] 合同审阅助手:识别风险条款、生成修改建议-带绑定资源

摘要: Dify合同审阅助手通过AI技术提升合同审阅效率,快速识别风险条款并输出结构化修改建议。方案包括合同输入、关键条款识别、风险评级和报告生成流程,重点关注付款、责任限制等核心条款。采用分层风险分级(高/中/低)和"红线清单"机制,确保审阅标准化。实施建议先建立条款库和模板,通过样本测试优化模型,定期更新规则库。该方案可缩短审阅时间50%以上,提高风险识别准确率,最终实现法务经验的可复用沉淀。

技术小甜甜:传播可落地技术,帮助个人和企业降低解决真实场景问题的成本 600
上一篇: 微机接口TPC-ZK智慧交通系统:8255/8254多模块协同控制实战
下一篇: NVIDIA显卡架构演进:从图形渲染到AI计算的革命之路
vim8coder
博客等级 码龄1天 0粉丝 1693原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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