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。

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。

本发明公开了一种以磷石膏为钙源制备纳米碳酸钙浆料的方法，向废石膏中加入水配制成石膏浆料，将氨水与石膏浆料搅拌混合，通入二氧化碳，并搅拌至废石膏中硫酸钙完全转化为纳米碳酸钙，过滤，将滤饼分散于水中得到纳米碳酸钙浆料。本发明方法简单易行，成本低廉，碳酸钙分解温度低。本发明还公开了上述方法制备的纳米碳酸钙浆料及其在制备氧化钙基二氧化碳吸附剂和用于反应吸附甲烷水蒸汽重整制氢的复合催化剂中的应用。制备得到的氧化钙基二氧化碳吸附剂循环稳定性好、吸附速率高，复合催化剂用于甲烷水蒸汽重整制氢，能制备得到纯度90％以上的氢气。

本项目在国家自然科学基金、陕西省自然科学基金、陕西省教育厅专项基金以及企业委托项目的基础上开展研究，旨在从根本上提高人们的安全意识水平、提升安全投入动力，控制或减少三类危险源，以期预防事故、提高煤矿安全水平。   本成果属于能源经济与管理领域的安全管理软科学研究成果，在神华宁煤集团红石湾煤矿、西安重工装备制造集团、宝鸡秦源煤业有限公司、郭家河煤业有限责任公司、陕煤铜川矿业有限公司得到了广泛应用，取得了显著的社会和经济效益。经过研究，共发表论文80余篇，编著3本，英文期刊论文10余篇，被EI和ISTP检索10多篇，项目经陕西省科技厅组织评审，达到了国内领先水平。

一、成果简介 “长寿老人源短双歧杆菌生理功能研究及直投式发酵剂的制备”受国家高技术研究发展计划 (863 项目)的资助。本课题从我国广西巴马百岁以上长寿老人肠道筛选适于直投式发酵剂制备 的优良双歧杆菌菌株，构建膜过滤高密度培养体系，优化冻干发酵剂制备技术，生产高活性 直投式双歧杆菌菌粉。 技术指标：分

作为生命的单位，细胞通过细胞膜与外界进行隔离，也通过细胞膜与外界进行信号转导和物质能量交换。细胞膜上有多种元件感受外界的刺激，并实现细胞状态的转变，科学家也可以利用这些元件，在细胞外增加刺激，从而调控细胞命运。

细菌中质粒的携带数量以及多样性随时间显著增加，而多种质粒在基因组中与耐药基因存在显著相关性，是介导重要耐药基因传播频率增加的主要载体，表明质粒多样性是加速重要耐药基因传播频率增高的重要原因。

b0,+AT-rBAT是人体内的一种氨基酸转运蛋白复合物，属于异源多聚体氨基酸转运蛋白（HAT）家族。异源多聚体氨基酸转运蛋白，由轻链蛋白和重链蛋白构成。b0,+AT是其中的轻链蛋白，负责转运底物。而rBAT是其中的重链蛋白，具有负责轻链蛋白细胞膜定位（即将轻链蛋白“护送”到细胞膜上）和维持轻链蛋白的稳定性的作用。 b0,+AT主要分布于小肠和肾脏中。b0,+AT或者rBAT的突变，会诱发胱氨酸尿症，一种先天性遗传疾病。患者尿路中常有胱氨酸结石形成，造成肾绞痛，可引起尿路感染和肾功能衰竭。该病作为一种隐性遗传疾病在人群中的发病率约为1/7000，属于罕见病的一种。研究b0,+AT-rBAT的最新研究成果，揭开了胱氨酸尿症发病的分子机理。复合物的结构和功能，将能帮助我们认识胱氨酸尿症，为可能的治疗方案提供线索。 本项研究工作在全世界首次解析了b0,+AT-rBAT的高分辨率电镜结构。结构显示，b0,+AT蛋白与rBAT蛋白首先形成异源二聚体分子，然后两个异源二聚体分子通过rBAT蛋白的相互作用再进一步形成一个二聚体。体外转运实验表明rBAT蛋白对b0,+AT蛋白的转运活性是必需的；也就是说，b0,+AT要正常发挥转运功能，需要有rBAT蛋白的存在。这与周强实验室2019年解析的LAT1-4F2hc复合物相似。LAT1-4F2hc复合物同属HAT家族，其中的4F2hc蛋白是LAT1蛋白发挥转运活性所必需的。 同时，该研究也首次解析了b0,+AT-rBAT和它的天然底物精氨酸的复合物的冷冻电镜结构，解释了它的底物识别机制。如果把b0,+AT-rBAT复合物比做生物膜上的一艘船，那么被转运的精氨酸，可以被理解为“货物”。研究人员通过解析b0,+AT-rBAT与底物的复合物的结构，可以了解该“货物”如何加载到船上的——这个过程，即为“识别机制”。 在底物结合点附近，科研团队还鉴定出了底物结合位点附近的一个转运调控区域。通过点突变和同位素转运实验，他们证明了该转运调控区域对于b0,+AT-rBAT的转运功能至关重要。西湖大学黄晶实验室采用了分子模拟的方式，亦验证了该区域的重要性。 对于b0,+AT-rBAT复合物突变而导致的胱氨酸尿症，基于上述研究，研究团队进一步揭开了该疾病发生的机理。通过分析已解析出的b0,+AT-rBAT的高分辨率结构，研究人员对突变的位点进行了准确定位，并对这些位点进行了体外生化实验的验证。结果显示，b0,+AT-rBAT的关键位点的突变影响了氨基酸转运的活性，造成了胱氨酸尿症。

以工业发酵柠檬酸的废弃玉米渣（含菌丝体）和食用菌工厂化栽培产生的大 量菌根、菌渣为原料，采用高效生物转化和膜谱分离技术制备新一代植物源氨糖 产品，具有高纯度、无甲壳致敏源、无腥味、无重金属污染的特点，能够促进关 节软骨恢复、缓解骨关节痛、辅助治疗骨关节炎，是重要的医药和功能食品原料。 项目申报专利 13 件，其中授权发明专利 3 件，授权实用新型专利 2 件；获得省高新技术产品 5 个；获国家星火计划 1 项、江苏省重大成果转化 A 类项目 1 项、国际科技合作计划（中以合作项目）1 项、江苏省重点技术创新计划项目 1 项江苏省绿色制造清洁生产及工业循环经济项目 1 项；获具有国际先进水平的省级鉴定成果 2 项；获中国发明创业银奖 1 项。项目实施应用单位建立了新型氨糖柔性生产线，生产的产品总量占国内生产总量的 20%以上，近三年来新增销售 11.3亿元，新增利润 1.22 亿元，税收 5088 万元，出口创汇 5947 万美元。项目解决了原料几丁质含量低、提取效率低、精制工艺难等瓶颈问题，提升了氨糖产业的技术水平和综合效益。