成果与项目的背景及主要用途： 流场板（双极板）是质子交换膜燃料电池中的重要部件。目前，质子交换膜燃料电池广泛采用的流场板（双极板）主要有机加工硬质石墨板、机加工金属板和注塑碳-塑复合材料双极板三种类型。这三类流场板各有显著的优点，但是各自的缺点也较突出。为实现燃料电池商品化，需要更低成本和更适应批量化生产的流场板。为此，我们开发了基于天然鳞片石墨材料和模压成型工艺的复合石墨流场板技术。经过努力研究，现在形成的技术可以大幅度降低流场板的材料成本和加工成本，实现高生产率，同时使导电率（>10S/cm）、氢气透过系数（<1×10-4 cm3 /s.cm2）、热传导系数（>20W/m.K）以及抗压强度（>10MPa）等指标均满足双极板材料性能的要求。复合石墨流场板的主要用途是作为质子交换膜燃料电池的双极板。 技术原理与工艺流程简介： 技术原理： 复合石墨流场板主要由天然鳞片石墨和聚合物组成。天然鳞片石墨具有良好的导电和导热性能，且化学稳定性好，耐腐蚀，从而保证复合流场板具有良好的导电及导热性能。聚合物的添加可以提高复合流场板的强度，并且使复合板阻气性能得到改善，以实现双极板分隔氧化剂和还原剂的功能和满足燃料电池堆对双极板机械性能的要求。 工艺流程：配料→装料→升温→模压→降温→脱模→成品 技术水平及专利与获奖情况： 目前已开发和制备出工作面积为 100mm×100mm 的流场板。并可根据需要加工具有不同尺寸和流场形式的流场板。 应用前景分析及效益预测： 随着能源的消耗持续增长，能源短缺问题日益凸现。燃料电池的发展必然受到越来越广泛的重视。质子交换膜燃料电池是目前应用前景最广且发展最快的一类燃料电池。随着质子交换膜燃料电池的发展和普遍应用，复合石墨流场板因价格低和适应批量生产的优势显示出巨大的市场潜力和经济竞争力。 应用领域：质子交换膜燃料电池、直接甲醇燃料电池及其它电化学反应器。 合作方式及条件：面议

本研究成果研究出一种先进的能量管理和能量动态平衡新技术、使电池组使 用寿命（续航能力）成倍增长。 由于锂离子电池具有单节电压低的特点，通常将多节电池串联，构成电池组 使用。而由于制造工艺的原因，单体电池的特性总存在差异，在充（放）电过程 中容易出现部分电池过充或过放的现象，严重影响电池的使用寿命，从而导 致电池组使用寿命缩短几倍甚至十几倍。为了延长电池组的使用寿命，必须 使所有的电池均保持在同样的电池荷电状态（SOC, State of Charge）□因此， 需要建立锂离子电池组能量均衡系统，平衡电池组中各个单体电池的SOC,充 分发挥各单体电池性能，提高电池组使用容量，延长其使用寿命。该项技术已 有大量研究成果，包括有损均衡（被动均衡）和无损均衡（主动均衡）两种方式。 有损均衡是能量耗散型方式，技术趋成熟，已经得到广泛应用（丰田普锐斯混动 汽车）。但其能量全部损耗在电阻上，效率低。无损均衡通过电路对能量进行转 移来实现能量均衡，效率高。但其结构复杂，控制难度大，目前还在研究过程中。 主要问题是均衡速度慢、效率低。本研究成果提出了一种先进的电池组能量均衡 技术一一总线式均衡技术，与其它均衡技术相比，具有电路简单、易于模块化、 均衡速度快、效率高、电路成本不显著增加的特点。特别适用于大功率储能系统。 市场及经济效益分析： 该项技术可以应用于各个领域的储能系统，是智能电网、可再生能源接 入、分布式发电、微电网以及电动汽车发展必不可少的支撑技术，不但可以有 效地实现需求侧管理、消除昼夜峰谷差、平滑负荷，提高电力设备运行效率、降 低供电成本，而且还可以调整频率和补偿负荷波动，提高电网运行稳定性。例如, 风力发电与光伏发电互补系统组成的局域网；偏远地区供电、工厂及办公楼供电; 通信系统中不间断电源和应急电能系统；大规模电力存储和负荷调峰系统；电动 汽车的动力系统；国家重要部门的大型后备电源；军事领域中可移动大型供电设 备等。因此，该项技术具有巨大的产业化效益。

本成果针对燃料电池催化剂长时间运行过程中因碳载体腐蚀、Pt 溶解、迁移团聚长大及Pt中毒等原因而逐渐退化的技术难题，发展了多种提高 燃料电池催化剂稳定性和活性的新方法、新技术，研制出了一系列低成本、高性 能、长寿命燃料电池催化剂。目前，该项目已经具有完全自主知识产权，所开发的燃料电池催化剂已经完全能够满足动力电池的性能要求，属于国际一流国内领 军的高科技技术。

珠海冠宇集团成立于2007年，总部位于珠海，拥有珠海、重庆、浙江三大生产基地，并在印度设立工厂。珠海冠宇是全球消费类聚合物软包锂离子电池主要供应商之一，长期服务于全球知名笔记本电脑、平板电脑、智能手机、智能穿戴、电动工具、无人机等领域客户。 在动力电池领域，珠海冠宇经过多年积累已成为多家汽车厂商的合格供应商。目前已进入高端电动摩托车、汽车启动电池、储能等领域，将逐渐步入乘用车BEV和高压储能等领域。 同时，公司拥有一批专业技术人才，涉及电化学、材料学、物理化学、机械及自动化、计算机、电子信息等多个学科领域，对公司发展形成了有力的支撑并积累了丰富的技术成果，多次获得国家级、省级荣誉奖项。

280mm×160mm×120mm，采用拼接式，由太阳能电池、小电机（带风扇）、蜂鸣器、发光二极管、连接线、底板组成。探究太阳能的利用。

该系统是新能源电动汽车中电池管理系统的教学、开发平台，并提供控制器C语言程序代码、电路原理图、理论/实验指导书、主要芯片数据手册等资料通过学习掌握电池管理系统原理，并具备一定的系统开发、故障诊断能力。

本发明公开了一种电喷雾装置及利用电喷雾制备太阳能电池减反层的方法，利用电喷雾的原理，在透明导电薄膜上制备一层倒置纳米碗微结构的减反层，形状类似于倒扣的半球形；通过调节喷液的流速，喷嘴的口径大小，高压发生器的电压以及金属喷嘴与透明导电层的间距等参数来控制倒置“纳米碗”的形状及大小；通过 PC 控制单元调节运动平台在 X 和 Y 方向的运动速度来控制倒置纳米碗的密度。本发明采用电喷雾技术来制备减反层，工艺环境要求低，整个工艺过程采用数字化控制，工艺参数易于控制；制备的减反层能有效地降低太阳能电池表面的反

本发明公开了一种应用于智能配电网的双有源桥直流变换器软启动控制方法，先解锁原边全桥，闭锁副边全桥和外移相角的闭环控制，原边全桥采用斩波控制，开关管Q3和开关管Q4以50％的占空比互补导通，开关管Q1和开关管Q2采用变占空比控制，并且每个开关周期以一定的步长增加；当副边电压上升到足以驱动开关管，且开关管Q1和开关管Q2的占空比都增至0.99时，解锁副边全桥及外移相角的闭环控制；当输出电压达到额定值时，切入负载，输出电压稳定完成启动过程。本发明有效抑制双有源桥直流变换器在启动过程中的电流过冲，保证电流的正负对称，降低对开关管的耐流要求，降低成本，避免变压器偏磁现象，降低变压器的容量、体积和成本。

本发明公开了一种应用于智能配电网的 EPON 通信系统的动态 带宽分配方法，包括步骤(1)基于不同需求将智能配电网各业务分为 EF 业务、AF 业务和 BE 业务；步骤(2)通过层次分析法计算 AF 业务和 BE 业务的权值，并计算一个轮询周期内 EF 业务和加权业务的缓存量和缓 存速率；步骤(3)根据电网故障情况，对各 ONU 业务缓存速率和业务 缓存量进行修正，计算一个轮询周期内各 EF 业务和加权业务的带宽需 求量；步骤(4)根据 EPON 带宽值对 EF 业务进行分配，然后对加权业 务进行分

（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。