本实用新型涉及无线充电技术领域，特别涉及一种基于光伏储能的智能公路无线充电系统，包括内 置无线充电接收端的电动汽车；还包括无线充电发射端，所述无线充电发射端包括自上而下依次排列的 钢化玻璃层、LED 发光层、太阳能光电层、无线充电层和地基层；所述 LED 发光层、太阳能光电层和 无线充电层之间电连接；所述无线充电发射端与所述无线充电接收端通过磁共振耦合传输电能；所述无 线充电发射端安装于公路路基。该无线充电系统占用地面空间少，维护成本低，能够在

该成果采用两级式电路，两级式光伏并网逆变器一般是在逆变器前级加入一个 DC/DC变换器。前级 DC/DC 变换器主要完成最大功率点跟踪功能，通过控制太阳能电池板的输出电压 UPV 跟踪基准 Umppt，进而实现太阳能电池板最大功率输出， PI 调节器的输出与载波比较生成 PWM 信号控制 DC/DC 变换器的开关管。后级 DC/AC 环节主要实现并网功能和稳定直流母线电压功能。成果中两级式拓扑结构是由前级一个 Boost 变换器和后级一个全桥逆变器构成。

中山市钙钛矿薄膜光伏电池创新平台是以程一兵院士及其团队在钙钛矿材料与薄膜太阳能电池领域的技术储备为基础,以推进钙钛矿薄膜光伏产业化为目标建立的科研开发型基地。在钙钛矿光伏产业化技术开发的同时,注重结合中山市在灯饰、家居、装备制造等领域的优势产业,服务中山市现有优势产业转型升级。力争中山本地孵化覆盖钙钛矿光伏产业上、下游配套技术的高技术企业,持续引进和培养具有国际化视野的中、青年骨干力量,务实建设高水平的技术骨干和管理人才团队。以此在推动钙钛矿薄膜光伏产业发展进程的同时,带动中山相关产业发展,为当地企业提供科研服务,社会服务和有利的科技创新实验平台。 环境亲和性更好、经济性更高的光伏产业; 薄膜特性使得在建筑幕墙、车辆贴膜及表面涂层等方面具有广阔前景; 由于其弱光发电特性,可深度融合家居、灯饰以及智能穿戴等产业。

产品详细介绍

（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。

项目简介 各种工业领域的冷却水目前大都循环利用，最终通过凉水池、凉水塔将热量散发到 大气之中。但是，冷却水在循环过程中会有蒸发损失，必须不断地补充新水，排出部分 旧水，以维持水量和盐分的平衡；此外，在夏季炎热潮湿天气下，凉水设施的散热作用 大打折扣，回用冷却水往往不能降低到工艺要求的温度，从而严重影响正常生产。本技 术将空调制冷技术与蒸发散热技术相结合，用于冷却水的辅助降温，通过消耗少量的能 源，减少新水消耗和污水排放，保证设备寿命，提高产品产量、收益率和质量=。 性能

本发明公开了一种光伏发电系统环境自适应式 MPPT 方法，本发明的方法引进电压修正参数ΔU， PI 控制环节，实时调节直流斩波器占空比 D，加快最大功率点电压 Um 寻优速度，减小功率损耗，并使 最大功率点电压 Um 实时跟随环境条件变化，减小增量电导法(I&C)寻优步长，快速、准确实现光伏电 池 MPPT，既改善传统 MPPT 算法易受环境影响，鲁棒性差，功率损耗较大的缺点，又避免智能型 MPPT 算法复杂，易陷入局部最优的劣势。

课题组研发的光伏一体化轻质墙体，采用结构化技术，将光伏板与轻质墙体材料连接，设置内保温与隔音层，从而达到极为优秀的保温与隔音效果。同时，轻质墙体内部设置通风层，起到墙内通风排湿的作用，有效降低墙体结露和发霉。同时，该墙体具有安装方便，价格低廉和经久耐用等诸多有点。

张华教授团队依托“中国机械工业环保制冷剂应用研究”重点实验室，提出 环保制冷剂的低温制冷系统、混合工质充注、大温差箱体保温结构创新方法，开 发了相配套的压力调节方法与装置，解决了制冷系统中压力稳定、精确分凝、压 缩机回油等技术难题，温度达-150°C深度要求，团队的多项科技成果达到国际领 先水平。1、研究开发系列产品，如-25°C、-40°C、-60°C、-80°C、-110°C、-130°C、 -150°C等温区低温冰箱。通过国家检测，主要指标优于国外先进产品，通过省级 科技鉴定，达

随着技术和经济的发展以及人们生活品质的提高，用电负荷峰谷差不断增大。开发利用低谷电技术，对平衡电网负荷，提高发电效率，降低电力设施投资，降低用电成本，促进环境保护都有重要意义。 为此，我们进行了低谷电蓄能供暖热冷技术与装备的研究与开发。低谷电蓄能供热制冷技术就是将电价低廉低谷时段的电力转化为热能进行有效贮存，在需要时再将其释放出来，对外直接供热或通过吸收式热泵（或制冷机）对外供热或供冷。 将电力转换为热能进行贮存，属于“高能低用之举”，依热力学第二定律是绝不能为之事，但研究结果表明，在特定的技术经济条件下实乃可为之举。依此项技术开发的低谷电蓄能供暖制冷装置，并配以先进的控制技术，使之在投资经济性上超过了燃煤、燃油或燃天然气锅炉；在运行经济性上超过燃油和燃天然气锅炉；在土地占用、自动化控制程度、运行安全性、应用的灵活性、环保效益等方面都显示出了极强的竞争力。 适用于居民小区或单个建筑的低谷电供暖制冷设备与装置；适用于居民小区、单个建筑、单个公寓或单个房间供暖供热的不同规格和形式的设备与装置。