（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。

本发明公开了一种基于电压信号复合前馈的构网型VSG输出功率解耦方法，涉及电力电子控制技术领域，对构网型VSG功率同步控制的变流器输出电压信号复合前馈实现构网型变流器并网系统及实现变流器输出功率解耦的方法。包括构网型VSG功率控制模块、电网参数检测单元、线路阻抗观测器、虚拟阻抗压降前馈环路以及电压信号二次前馈环路。本发明的复合前馈控制策略结合虚拟阻抗和电压幅值与功角补偿，显著减弱了有功与无功功率的耦合作用，实现了高效解耦，适用于复杂电网环境。

本发明公开了一种基于五相开绕组FTFSCW?IPM电机驱动系统的零序电流抑制方法，在电机运行过程中，将电机零序电流经过一个PI调节器得到共模电压的参考值，然后根据得到的共模电压的参考值将两个逆变器的零电压矢量的作用时间进行控制，使两个逆变器的开关序列错开时间工作，合成相对应的参考共模电压矢量，从而抑制零序电流。本发明提供的方法实现比较简单，对控制器要求不高，可以方便的移植到其它共直流母线；同时，不仅能抑制由共模电压引起的零序电流，而且可以很好的抑制逆变器死区引起的零序电流，减少电流的谐波分量。

本发明公开了一种基于定子弧形与内阶梯型混合结构的永磁直线电机，包括定子电枢一次侧和Halbach永磁动子二次侧，定子电枢一次侧位于永磁动子二次侧外侧，定子电枢一次侧由定子铁心和电枢绕组构成，定子铁心两侧端部齿采用内阶梯型结构，定子铁心内部齿采用弧形结构；永磁动子二次侧由动子铁心和贴于铁心表面的永磁体构成，该永磁体采用Halbach阵列结构。本发明的永磁直线电机可以获得比常规磁体更大的气隙磁通，而且具有很好的磁屏蔽作用，可减小动子导磁轭厚度。本发明给出弧形齿结构解析模型，通过该解析模型可推导出磁导大小及磁导随位置变化曲线。本发明的电机最优结构采用田口优化算法获得。

大连海事大学电机性能参数测试及控制实验平台采购竞争性磋商

北京交通大学电机状态预测可视化系统项目 招标项目的潜在投标人应在线上报名（邮件）获取招标文件，并于2022年07月05日 09点30分（北京时间）前递交投标文件。

普及电动汽车已成为国家实现节能减排的重要战略举措，而充电技术正是实现电动汽车普及的关键支撑技术。车载电源包括车载充电机(OBC)和DC-DC两个部分。OBC由两级构成，前级将电网交流电高效、高功率因数地转换为360V直流电，后级负责为动力电池组高效充电，完成200V~450V电压调节和电气隔离功能。DC-DC负责将动力电池组高电压高效地转换为14V直流电，为蓄电池充电，同时实现电气隔离。目前，市面上乘用车和大巴车两大类电动车，其动力电池母线电压范围分别为200-450V和450-800V。考虑DC-DC通用性，要求DC-DC在200V-800V的宽输入电压范围下为蓄电池充电，从而覆盖乘用车和大巴车两种车型的充电，实现一机多用。DC-DC的宽输入电压高变比也是本项目的特色所在。车载充电机和DC-DC的集成，具有优化束走向、易于整车布局、优化空间、降低整车重量及优化成本的多方面优势。

Technical parameters: (1) SRM Power rating: 3~10kW or Customizable Rotational speed: 0~6000rpm or Customizable Efficiency: > 90% (2) Controller Power: 3~10kW or Customizable Voltage: 36~96VDC or Customizable System efficiency: > 90% Speed range: 0~6000rpm or Customizable Starting torque: 4TN Locked-rotor torque: 6TN Working environment: -20℃~55℃ Communication mode: CAN bus Contact Information: Prof. Jun Cai, Novel Motor Drive and Control Research Team, C-MEIC, Nanjing University of Information Science and Technology Email: j.cai@nuist.edu.cn

三相混合式细分步进电机驱动器具有动态性能好、运行平稳、噪音小、输出力矩大等优 点，体现了现代步进电机驱动的最新发展趋势。具有如下技术特点： (1) 采用交流伺服控制原理，标准正弦波电流闭环驱动，低速运动平稳、无共振区、 噪音小。 (2) 直流 DC300V 母线电压，高速、高转矩输出。 (3) 具有过流、过压、过热、短路保护，可靠性高。 (4) 具有掉电相位记忆、半流功能。 (5) 具有各种细分数选择，最大可达 10000 细分，即最小步矩角为 0.036°(10000 步/ 转)，具有很高的精度。 (6) 根据所使用电机的不同，具有各种电流选择，最大可以达到 6.8A，覆盖 90 至 130 全系列各种三相步进电机（4Nm-36Nm）。 (7) 对产品成本进行了严格控制，确保具有很强的价格竞争力。 目前已投入批量生产，其技术与生产工艺已经非常成熟，性能稳定可靠，适合产业化与 市场推广。 

本实用新型公开了一种一体化高转速斜盘旋转式电机泵。包括电机泵壳体和集成地安装在电机泵壳体中的五相容错永磁无刷直流电机和斜盘，电机泵壳体为由大、小端壳体相连的结构，大端壳体端面安装有端盖，并通过密封圈进行密封，小端壳体端面安装有后泵体；大、小端壳体内的大、小端腔连接相通，分别装有五相容错永磁无刷直流电机和斜盘机构，电机与斜盘机构同轴连接，斜盘旋转带动一端伸入到后泵体中的配流轴同步旋转。本实用新型将斜盘旋转式轴向柱塞泵和五相容错永磁无刷直流电机沿轴向串接并集成在同一壳体内，大大降低了径向尺寸，减小了转动惯量，提高了动态响应速度；可靠性及容错能力强，进一步增大了功率密度，更易和液压缸进行集成。