一种宽光谱、强吸收的表面光伏型光探测器的制备方法，其作法是：以钛箔为阳极，铂为阴极，对钛箔进行氧化，得非晶态TiO2纳米管阵列；经处理后，得TiO2纳米管阵列；将钛箔置于高温反应釜内，再将Na2S2O3、Bi(NO3)3水溶液注入密封反应釜，热处理得Bi2S3-TiO2纳米管阵列；在Bi2S3-TiO2纳米管阵列表面覆盖FTO，引出电极，在未生成Bi2S3-TiO2纳米管阵列的钛箔上引出电极，将FTO与钛箔及其Bi2S3-TiO2纳米管阵列的接触边缘封装即得本发明的光探测器。该方法能耗低，工艺、设备简单；制得物适用光谱范围大，适合做光谱分析；还可以做光敏开关等光电器件，具有广阔的应用前景。

本发明公开了一种基于模糊概率的光伏电池的最大功率点的跟 踪方法。所述跟踪方法包括：以ε为采样间隔，获得 N 个采样点 [ui,P(ui)]，i 为小于等于 N 的正整数；其中，ε为 0.05UOC/Ns～ 0.5UOC/Ns，UOC 为光伏电池的开路电压，Ns 为光伏电池的串联数； 通过构造扩散函数 fD 和隶属度函数 fM，求取概率函数 Pro(i)，对概率 函数 Pro(i)的结果从大到小排序，并依次选取排序靠前的概率对应的 Xi 的并集作为最大功率点的搜索范围，使得所述排序靠前的概率函数 Pr

（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。

在碳中和目标驱动下，光伏发电装机水平预计将成倍增长。空气污染将会降低光伏发电水平，有损光伏发电的“减污降碳”效益，然而，我国空气污染及其改善对光伏发电的影响仍缺乏系统研究。

底座尺寸400*300*70mm,模具一体成型，两端呈弧形，上翘47度，两面四角注塑有1.5mm脚垫，长度25*25mm，仪器整体高度330mm，底座内装有水池，容量3L，电源总开关型号KCD1-105 耐压400V，采用DC12V 2A安全电压供电，水泵采用HLDI-12C型号，电压12V，扬程8米，水力发电六片涡轮叶片采用金属烤漆制成，发电机采用300电机，输出电压1.5-2.8V，带动红色LED发光，LED直径10mm，演示水力发电效果。

小型风力发电是风能利用的重要途径，分为垂直轴风力发电和水平轴风力发电两种形式，其中小型垂直轴风力发电装置的发电功率从几百瓦到几十千瓦之间，具有结构简单、造价低；组装维护简单方便；启动风速低，抗风能力强、安全性好；适用场所广；噪音低、美观等优点。因此，美国、欧洲等发达国家出台了许多激励政策，大力扶持小型垂直轴风电技术的发展和应用。在这些国家，小型垂直轴风力发电已是家庭和公共设施用电的重要形式之一。 大型风力发电机组在较大风速下才能正常工作，存在易损坏、运输、安装难度大、上网困难、投资大等问题，鉴于大型风电场建设的弊端，国家能源局正在调整风电的发展策略，在继续推进大型风电基地的基础上，将着重进行中小型风电项目的建设。小型风力发电技术市场前景广阔，既可用于家庭和公共设施，又可用于农村、偏远地区、海上等连接电网困难、用电不便的地区，从而缓解国家电力集团节能降耗压力，促进我国不发达地区的经济建设，具有巨大的市场和潜在的经济效益。 北航在风力发电技术方面有着长期的研究基础，承担了传统大型叶片、垂直轴发电装置、集风式发电装置等多项国家863、国家973项目，形成了集设计、材料、制造、电控等为一体的专业齐全、技术融合的研发团队。已针对小型垂直轴风力发电技术进行了深入研究，设计出百瓦至千瓦级系列小型垂直轴风力发电装置，拥有从气动设计、结构设计到材料工艺、发电机、控制系统的全套技术。针对不同风况和应用场合开发出了多台样机，能够在2m/s的风速下启动，实现了照明工程与城市景观相结合，风力发电与光伏发电相结合，单机发电与多机成网相结合，同时还具有发电效率高、噪声小、外形美观、安全性好、运输安装方便、适用场所广等特点。

近期，我院肖瑞春副教授与中国科学院合肥物质科学研究院张昌锦研究员课题组及其合作者在二维滑移铁电材料中发现了与铁电序不完全同步的体光伏效应，这一结果丰富了人们对铁电序和体光伏效应之间关系的理解，相关研究成果近期发表在《npjComputationalMaterials》上。

太阳能光伏发电及太阳能热水器是目前太阳能利用最为成熟和广泛的两个技术领域，但是由于其产能形式单一，最终严重制约了其进一步的技术发展和市场推广前景。 其中太阳能光伏发电存在光电转化效率低（由于温度效应，晶硅型光伏发电系统综合光电转化效率只能达到12%-13%），光伏组件成本高，导致其成本回收期长。同时光伏电池生产也存在高能耗高污染的问题。 如何提高单位面积光伏电池的发电量，减少电池用量是降低系统成本提高发电收益的重要手段。通过聚光可以有效提高光伏电池片表面的太阳能能流密度，并大大增加光伏电池的光电输出功率，成倍减少电池片用量（用量为传统技术的1/4），间接降低了光伏电池生产的总能耗和总污染，但是提高电池表面太阳能能流密度的同时，电池的温度也急剧升高，严重影响电池的电输出性能和使用寿命，只有通过水冷的方式来降低电池温度，这就形成了该技术手段的另一种产能形式，太阳能热水。即太阳能热电联供。