并网型光伏发电系统所发电能馈入电网，降低系统发电 成本及能耗。由于与电网相联，因而发电装置的电能质量、发电效率、稳定性、可监控性的技术要求都很高。分布式运营利用建筑屋顶，就近就地分散供电，发电节点（单机容量20KW及以下）将电能馈入低压内网，提供给局域电网内用电节点，在局域网内起到电网用电调峰作用，电能在局域网内消化，不需电力部门调度。

本实用新型公开了一种光伏太阳能硅片上料设备，包括：机架；安装在机架上用于将硅片沿着 X 轴方向输送路径可调换方向地输送至下位机的硅片输送机构；分别设置在输送路径的两侧用于贮存硅片的料盒；处于输送路径的上方，通过 Y 轴和 Z 轴方向的移动拾取硅片并将其释放至输送路径上执行输送的机械手，该机械手还具备硅片分离装置，由此在拾取硅片的过程中使得相邻硅片予以分离以便逐一拾取；用于对整体工况提供控制指令的电气控制系统；以及根据电气控制系统的控制指令对相应功能元件执行驱动的气动模块。本实用新型还公开了相应的上料系统。通过本实用新型，能够取得上料效率高、降低硅片破损率以及灵活设定传送方向等方面的优点。

简介：本发明属于单相光伏发电领域，公开了一种单相光伏并网发电系统功率解耦电路及其控制方法。该电路包括从左至右依次并联的光伏电源、BOOST升压单元、全桥逆变单元、功率解耦单元、LC滤波单元和电网。该方法步骤为：1）光伏电源的电压经BOOST升压单元进行升压；2）经步骤1）升压后的直流电压通过全桥逆变单元逆变成交流电压；3）功率解耦单元通过控制功率解耦单元中MOSFET开关管Sc1和Sc2的开通关断时序，在电感Lc上产生一个功率向量；步骤4）从步骤3）输出的交流并网电压信号由LC滤波单元滤波后接入电网。本发明的电路及其控制方法实现了以小容量薄膜电容代替大容量电解电容，提高了光伏系统的发电效率和使用寿命，有效降低了发电成本。

本实用新型公开了一种可折叠的太阳能光伏加热保温被，包括保温被单元、滑块、绳索、檩条、滑轮，保温被单元之间通过合页相连接，保温被单元内部均匀排布有电加热丝，保温被单元设置在滑块上，滑块安装在檩条上，滑块下方安装有补光灯，电加热丝和补光灯均由太阳能蓄电池供电，绳索穿过滑块后绕过滑轮又穿回滑块，并由电机控制绳索的拉伸，以此来实现保温被的打开与关闭。本实用新型可折叠的太阳能加热保温被将柔性保温被做成刚性的

2021 年 3 月 26 日，Science（《科学》）在线发表了西北工业大学黄维院士团队的研究成果 Stabilizing black-phase formamidinium perovskite formation at room temperature and high humidity。此项研究独创性地提出以一种多功能的“离子液体”作为溶剂来替代传统的有毒的有机溶剂制备钙钛矿光伏材料，用这一方法制备的材料具有稳定性高、制备工艺简单等优势。相关研究成果解决了传统钙钛矿光伏材料制备过程中的世界性难题，实现了光伏领域的重大突破。离子液体及其制备的钙钛矿太阳能电池 团队研发的可折叠柔性电子产品。目前，全球以“光伏”为代表的可再生能源产业链驶入发展快车道。其中，钙钛矿光伏功不可没，它相比传统太阳能电池板中使用的硅晶体，不仅更便宜、更轻薄、可变型，同时成本也更低廉、更环保，在应用范围上将产生颠覆性变革。因此，钙钛矿光伏材料的研究已经成为各国科学家追逐的“热点”。“未来，沙漠腹地、楼宇外墙、手机等都不再需要传统电池，只需要一块更低廉、更清洁，薄如纸张的钙钛矿太阳能电池就能够满足所需。同时，还可以应用在柔性可穿戴、航天器搭载等重要领域。” 团队“大师兄”晁凌锋对钙钛矿光伏材料应用前景充满信心。 黄维院士团队致力于钙钛矿光伏材料研究，通过原始创新解决材料不稳定、光电转化率不高、工艺制备复杂且污染性较高等卡脖子难题。 

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。

（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。

研究发现具有层状结构的SnSe的二维界面对声子具有强烈的散射作用 (图1左)，使得SnSe沿着层间方向具有很低的热导率，在773K温度下可达最小理论值 ~ 0.18 W/mK。寻找低热导率材料和降低热导率是热电领域长期以来提高热电优值ZT的有效途径。在聚焦SnSe层间低热导率的基础上，如能在此方向上实现高的电传输性能，则可实现高的热电性能。通过简化由 Wiedemann-Franz和Pisarenko关系决定的载流子浓度对ZT值的束缚后，ZT值关系可简化为: ，可见提高层间电传输性能需同时优化载流子迁移率 (m) 和有效质量 (m)。 由于SnSe材料在800K温度点存在一个从Pnma到Cmcm的相变，经过同步辐射和变温TEM实验测试发现该相变从600K便开始持续发生。利用该持续相变特性，通过调整电子掺杂浓度可将轻导带和重导带之间经历一个简并收敛 (增加有效质量和减小迁移率) 和退简并收敛 (减小有效质量和增加迁移率) 的过程。利用这一过程，恰好优化了迁移率和有效质量的乘积 (mm) (图1中)，使得SnSe在整个温度范围内都保持较高的电传输性能。通过对比电子和空穴掺杂的n型和p型SnSe材料发现，通过电子掺杂后Sn和Se的p轨道在导带底会产生电子离域交叠杂化（而在价带顶则不存在这一现象），使得n型SnSe的电荷密度增大到足以填满层间空隙，实现了层间电子的隧穿 本征的SnSe的层状结构就像一堵墙，可以同时阻碍声子和载流子 (电子和空穴) 的传输。但通过重电子掺杂后，导带底的电子离域杂化现象增大了电荷密度，在墙内和墙之间只为电子量身定制了一条传输的隧道，如图2所示。在大电荷密度的基础上，加之连续相变引起的能带结构变化和晶体对称性的提高三个主要因素使得SnSe在层间方向表现出优异的电传输性能，当温度高于700K时，在SnSe的层间方向产生了比层内更优异的“三维电荷”传输效应。这种 “二维声子/三维电荷” 传输特点大幅提高了n型SnSe的热电性能。