（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。

本发明公开了一种用于实现无线充电平面恒压充电的发射线圈， 包括金属导线、线圈基板，发射线圈为多层平面方形的金属导线，其 特征是同一层内导线绕制方向相同，相邻两层线圈的绕制方向相反。 发射线圈固定于线圈基板平面之上或者位于线圈槽内。由于此发射线 圈由多层绕制方向不同的导线构成，合理设定发射线圈参数，可综合 调控发射线圈上方充电平面的磁场，实现均匀的磁场分布，由此实现 充电平面内接受负载的恒压稳定功率充电。本发明所提供发射线圈能 有效降低无线充电平面内充电负载位置变化时的功率抖动，在电动汽 车无线充电领

本发明公开了一种无人机充电杆位置识别充电方法、系统及装置，该方法包括：获取无人机各起落架末端之间距离及停机坪底部阴影图像；对停机坪底部阴影图像进行预处理，获得二值化图像；提取二值化图像中每个轮廓的特征向量，并进行标准化处理，获得标准化后的轮廓特征数据；对标准化后的轮廓特征数据进行聚类分析，筛选出符合起落架末端之间距离的轮廓，得到这些轮廓对应的中心点坐标组合，根据中心点坐标组合判断无人机充电杆位置，以控制充电机械臂定位抓取无人机充电杆，构成充电回路。本发明实现了多维特征融合，提高复杂背景条件下的无人机充电杆位置识别精度。

成果描述：1．本外观设计产品的名称：无人机无线充电基站。2．本外观设计产品的用途：本外观设计产品用于主要用于实现多旋翼无人机的无线充电,平面外观将可用于无人机机器视觉定点降落。3．本外观设计产品的设计要点：无人机无线充电基站的整体形状及充电基站整体形状和色彩的结合。4．最能表明本外观设计设计要点的图片或照片：立体图。5．请求保护的外观设计包含色彩。市场前景分析：1．本外观设计产品的名称：无人机无线充电基站。2．本外观设计产品的用途：本外观设计产品用于主要用于实现多旋翼无人机的无线充电,平面外观将可用于无人机机器视觉定点降落。3．本外观设计产品的设计要点：无人机无线充电基站的整体形状及充电基站整体形状和色彩的结合。4．最能表明本外观设计设计要点的图片或照片：立体图。5．请求保护的外观设计包含色彩。与同类成果相比的优势分析：国内领先

Ø  成果简介：电池组在采用连续电流充电过程中存在着极化现象，影响电池使用寿命和充电性能，在充电过程中采用脉冲电流充电并按一定规则间歇地放电能有效抑制电池极化。利用了变脉冲宽度充电并间歇地瞬间放电以及将电池在充电过程中的温度、电压、电流、动态内阻综合控制的智能快速充电器设计思想，制成了变脉冲快速电池充电器，实际应用表明使用该充电器提高了充电效率、缩短了充电时间、延长了电池的使用寿命。具有如下特点：采用变脉冲充电并按一定规则间歇地放电能够有效抑制电池的极化，保障电池的使用寿命；功率

中国科大合肥微尺度物质科学国家研究中心和化学与材料科学学院中科院能量转换材料重点实验室季恒星教授联合美国加州大学洛杉矶分校段镶锋教授等在锂离子电池领域取得重要进展，在国际学术期刊《科学》（Science）上刊发重要研究成果。中国科学技术大学季恒星教授表示：“高容量、高速率和长循环寿命是电池研究的重点，这取决于电池的关键部件——电极材料。我们的目标是寻找一种电极材料，可以在实验室研究中对性能指标产生影响，并有望满足产业生产技术要求。”研究人员表示，能量得以进入和离开电池，是通过电极内的电化学反应，所以如何快速有效的转移锂离子至关重要，尤其是通过负极将能量从电池转移到设备上。 研究团队尝试使用黑磷作为负极材料。这种材料因容易沿层状边缘变形，严重影响锂离子迁移率，之前一度被放弃。在此次研究中，研究人员将黑磷和石墨结合在一起，使两种材料之间的化学键保持稳定，防止发生边缘变形。研究小组还解决了这种材料存在的另一问题，即电解质可以分解成导电性较差的碎片，堆积在电极表面，抑制锂离子迁移至电极材料中。该团队在电极材料上涂上一层薄的聚合物凝胶涂层，使锂离子能够快速进入材料。中国科学院化学研究所的辛森教授表示：“这种复合负极材料充电不到10 分钟，即可恢复 80%的电量，而且在室温下，可以实现 2000 次左右的循环寿命。如果能够实现量产，这种材料可能成为石墨负极新的替代品，使锂离子电池的能量密度超过每千克 350 瓦时，并且可以快速充电。这将大大提高电动汽车相对于燃料汽车的竞争力。” 如果电池的能量密度达 350 瓦时每千克，电动汽车单次充电可以行驶 600 英里。相比之下，特斯拉 Model S 单次充电的续航里程为 400 英里。季恒星教授表示，研究人员将在新技术的基础上，继续探讨锂离子充放电过程中的基本科学问题，以及规模化生产复合材料的相关产业问题。“我们将研究合理选择结构的工程材料，同时考虑到价格和实用性，使材料性能更具吸引力。”本工作对优选电极材料体系并通过界面设计挖掘电极性能潜力具有重要的借鉴，以期推动锂离子电池的包括能量密度、功率密度和循环寿命在内的综合性能指标的进步。论文第一作者是合肥微尺度物质科学国家研究中心的博士研究生金洪昌。该研究工作得到了科技部、国家自然科学基金委、安徽省等的支持。 

内容介绍： 数字化智能充电系统是一种能智能分辨电池种类，对电池进行最优化 快速充电处理，同时能向通讯电台提供高精度直流供电电压的设备。 设备釆用APFC技术，改善了电子设备的电力供应品质，可提供高精度 直流供电电压，具备完善的保护功能。系统可对电池的状态进行准确判 断，根据各状态之间的关系，按最佳充电曲线充电，从而达到了充电过 程的智能化、

本实用新型涉及无线充电技术，具体涉及一种无线充电装置，包括充电发射模块和充电接收模块， 包括轨道，线圈移动旋转装置，电能转换器，充电发射线圈，驱动装置，温度控制装置 I，电路切断装 置和报警装置；用户充电接收线圈，整流模块、温度控制装置 II 和信息反馈装置；充电发射线圈位于轨 道上，充电发射线圈分别连接驱动装置和线圈移动旋转装置，线圈移动旋转装置连接驱动装置，电能转 换器分别连接充电发射线圈和电路切断装置，温度控制装置 I 分别连接线圈移动旋

目前，影响电动汽车普及的两大瓶颈问题是：续驶里程短，找充电桩难！而无线充电技术为彻底解决这些问题提供了终极的解决方案。近年来，国外开始尝试无线充电技术在电动汽车上的应用，IEC、SAE等机构开始讨论制定相关标准。 本项目经十余年积累，已完成多套电动汽车无线充电样机的试制，包括带定位机构、不带定位机构、边走边充（移动充电）等三类样机。完全自主开发了电路拓扑、控制方法、磁路设计、通信等结构。通过本项目的实施，可以提供更有效的方法来解决电动汽车充电困难的问题，为我国电动汽车相关技术紧跟国际先进水平打下技术基础。 在本项目实施过程中，与上海市电力公司、众泰汽车等多家单位进行过合作，积累了丰富的经验。本项目在2015年智慧校园展示中得到了上海市经信委领导的关注和推动，也参加了2015年上海工博会的展出和深圳高新技术交易会的展出，引起了业内人士及公众的热情关注与较好的反响。