短时阴影情况下光伏抗失配能力的超级电容补偿策略

光伏模组常受阴影影响处于失配运行状态,考虑到大部分阴影的持续时间较短,提出采用并联超级电容的策略进行补偿。在建立带并联电容的光伏模组等效电路的微分方程模型基础上,分析并联模组的工作特性和电压功率变化特性。从补偿方式和工作特性两方面,对比电容补偿方法和传统二极管补偿方法,结果显示在短时阴影情况下电容补偿方法可以更有效地改善光伏系统的输出特性,提高输出电压和稳定输出功率。探讨超级电容补偿在实际应用中所需要解决的关键问题,定义最佳工作区间和维持时间的概念,提出得到超级电容与维持时间的匹配关系的方法。     

甜菜群体光合作用部分特性的研究

在田间采用一个品种三种密度处理条件下研究了甜菜群体光合作用部分特性。其结果表明群体光合作用季节性变化为单峰曲线，日变化为双峰曲线，不同群体光合速率日变化、季节性变化规律均与群体大小有关。不同群体在不同生育时期光合作用需光曲线的形状基本一致。但光补偿点与光饱和点略有不同般光补偿点在０．８－１．１万Ｌｕｘ，光饱和点在６．０－８．０万Ｌｕｘ范围内变化。大密度群体光补偿点大于小密度群体光补偿点。ＣＯ２浓度     

光化学降解汽车尾气中多环芳烃污染物的研究

研究了不同条件(如温度、水蒸气含量、光源种类、光照强度和照射时间)下,汽车尾气中的多环芳烃(PAHs)的光化学降解。结果表明,采用模拟日光中紫外部分的荧光灯照射,PAHs光解率随光照强度、照射时间、温度和水蒸气含量的增加而增大。由此推断,在夏季高温、潮湿和高日照条件下,PAHs一般在数小时内即全部降解。而在冬季低温、干燥和低日照的气候条件下,PAHs降解速率很小,可在大气中停留较长时间,扩散到较远距离。还提出了由水蒸气产生的气态OH自由基与激发态PAHs碰撞导致发生PAHs光化学降解的反应机理。     

智能照明控制系统

天津市盛群杯大学生电子设计竞赛一等奖该作品针对校园和其它公共场合浪费用电现象,以HT46R24单片机为控制核心,通过多种传感器采集室内光线、人数分布等信息,可对照明设备实现智能控制。采用以硅光电池为核心构成的光电传感器测量光照强度,根据光电池短路电流在较大范围内与光照强度成线性关系的特点,可实现连续的光强模拟量输出和较高的精度。光强度信息送至单片机,并根据外界光照强度自动调节电灯亮度,从而实现照明环境的自动调节,可有效改善照明质量。     

基于变减载率的光伏发电参与电网调频控制策略

新能源机组大量接入电网降低了电力系统旋转惯性和一次调频资源,导致电网运行时频率波动增大。新能源机组主动参与频率调节是缓解该问题的途径之一,为此提出一种基于变减载率的光伏发电机组参与电网调频控制策略,依据电网频率改变光伏机组减载运行水平,使其能够参与向上/向下的电网频率调节。该策略结合离线曲线拟合、在线功率跟踪和实时光照强度估算,能与最大功率跟踪算法无缝融合,并对曲线拟合误差有一定的鲁棒性。基于RT-LAB的半物理仿真结果验证了该方法的有效性。     

模拟海底水流和光照条件下光棘球海胆行为特征及其聚礁效果的初步研究

为观察光棘球海胆Strongylocentrotus nudus在饱食、饥饿和饥饿再投喂状态下的行为特征,及其对水泥、PVC两种材质模型礁的聚集特性,在实验室中模拟光棘球海胆栖息海域底层的昼夜水流速度和光照强度进行试验。结果表明:当光照强度达到560 lx、水流速度达到20 cm/s(9:00)时,均匀分布的光棘球海胆有90%向模型礁附近区域移动;当光照强度和水流速度下降时,光棘球海胆向模型礁附近区域外移动;运动趋势明显的光棘球海胆在饱食、饥饿和饥饿再投喂3种状态下的平均移动速度分别为0.039、0.041、0.052 cm/s,3种状态下光棘球海胆顺、逆水流运动次数的比值依次为饥饿状态(1.63)>饱食状态(1.18)>饥饿再投喂状态(0.73),饥饿再投喂状态下光棘球海胆的活跃程度高于饱食和饥饿状态;鱼礁材质也影响光棘球海胆的聚集行为,光棘球海胆在饱食、饥饿和饥饿再投喂状态下对水泥模型礁的平均聚集率分别为25%、17%、24%,对PVC模型礁的平均聚集率分别为16%、7%、12%,光棘球海胆对两种模型礁的聚集效果均为饱食状态>饥饿再投喂状态>饥饿状态。研究表明,光棘球海胆在饱食和饥饿再投喂状态下对两种模型礁的聚集效果较好,而水泥材质的模型礁比PVC材质的模型礁聚集效果更好。     

马齿苋在不同光照强度下生物量及营养成分的动态变化研究

以野生蔬菜马齿苋为材料,探究在不同光照强度条件下,不同生长时期的生物量、总黄酮及蛋白质含量的动态变化.结果显示:在生物量方面,光照强度同马齿苋的鲜重、叶片数成正相关,而与茎的长度成负相关,而且马齿苋在强光下更易老化;在营养成分方面,光照强度对马齿苋蛋白质的含量影响较小,但对总黄酮含量的作用显著,表现为光照强度越弱,总黄酮的含量越高.     

使用图形化系统设计开发新颖的便携式智能温室智能型核心控制器

便携式智能型温室的主要组件是基于AI技术的智能型核心控制器。控制器是由数个模糊控制器(Fuzzy control)和类神经网络(Neural network)所组成的,模糊控制器会控制光照强度并管理养料,而类神经网络则用于开发温度、湿度和供电等控制器。在开发核心控制器时,我们还采用了本校于2008年开发的LabVIEW下的智能控制工具包(Intelligent Control Toolkit for LabVIEW),这一工具