副主编车德竞主持会议
燃气-超临界CO2联合循环清洁高效、结构紧凑，其快速变负荷运行有利于大规模消纳“阴晴不定”的可再生能源电量。目前在该循环优化设计、变工况运行、控制策略方面仍存在尚未解决的难题，需要交叉能源动力、自动化、人工智能等多学科知识，形成突破瓶颈难题的新途径。研究提出了基于人工智能与最优解筛选的循环优化设计方法，构建了基于面心立方和神经网络的循环变工况特性快速预测模型，建立了循环神经网络逆模型解耦策略和自抗扰控制策略，相关工作能够最大限度发挥该循环高效供给与快速消纳的双重效能，有力支撑国家新型电力系统建设。
本次报告聚焦于园区能源系统的多能流建模与多目标优化决策。在国家能源结构转型和双碳战略的大背景下，研究重点包括综合能源系统模块化子系统模型的构建，所提基于特征值分解和奇异摄动理论的方法在控制建模误差的同时大幅缩短了计算时间。此外，基于模糊贝叶斯网络理论提出一种非线性随机离散变量寻优方法，并对系统进行元件优化选型定容。报告还针对园区能源系统最优运行问题，介绍了基于邻域边界搜索和异步迭代策略的优化算法，为实现园区综合能源系统低碳、高效运行提供了一定的理论基础和实践指导。
针对大规模分布式能源和多元负荷并网下的能源高效利用和互补协同问题，围绕动态聚合-互动交易-优化调度三大技术方向，构建了新型电力系统下用户侧综合能源系统高效互动技术体系，推动用户侧资源聚合参与供需互动，提升系统灵活调节能力，保障能源安全供应。并探索了大数据、分布式交易、主配微协同等前沿技术在用户侧综合能源系统的发展方向。
负荷端多能互补技术是消纳清洁能源、提高供能灵活性的理想调控方法，也是目前能源领域前沿和热点问题之一。汇报阐述了计及分布式源荷互动的虚拟电厂灵活运行技术攻关及应用案例，以园区综合灵活负荷为研究对象，介绍在高耦合和不确定性的新型并网环境下，配电网端对负荷端泛在“感”、透明“知”及精准“调”中涉及的关键技术，促进更好解决传统方法建模泛化能力弱、预测准确性差、灵活性评估及匹配机制模糊等难题。
光热发电是推动可再生能源发展的重要力量，而高效、规模化的储热技术是保障光热发电充当储能调峰作用的关键。配备高温储热的布雷顿循环是下一代光热发电技术的重要发展路径。浙江大学在高温储热材料开发、储热装置示范、新型高温吸热器研发以及高温布雷顿循环示范方面成果显著。研究团队开发的新型金属氧化物储热材料，可实现氧化放热反应速率提升10倍、循环寿命提高1个数量级，并在百千瓦级高温储热装置中验证了技术路线的可行性。团队研发的新型MW级可控流道式颗粒吸热器可有效平抑太阳能波动，吸热效率可达88%。此外，团队计划在MW级塔式聚光平台上实现耦合热化学储热的太阳能空气布雷顿循环中试验证。下一步将开展sCO2与颗粒储热、热化学储热的系统集成示范，并推动50MW级光热sCO2布雷顿循环电站的建设。
随着高比例新能源的介入，源荷两端的不确定性和随机性高度增加，这对电网的稳定运营带来了极大的挑战。团队提出了一系列基于混合演化神经网络的概率性预测模型来量化风电功率和电力负荷的不确定性：
1) 为解决传统风电分位数预测中的独立建模，训练困难以及分位数交叉问题，构建NCMOQRDNN综合考虑全分位数下的损失，并提出一种CPSO获取服从单调性约束的分位数概率性预测结果。
2) 为了同时获取风电预测区间和点估计结果，提出了基于INSGAⅢ优化的RWNN模型来综合考虑PICP, PINAW以及MAPE等多个指标，可以提供一组三目标非支配解集拓宽预测结果的决策空间。
3) 为解决电力负荷区间预测中信息损失问题，我们利用双输出DLWNN直接构建预测区间的上下界，并在多目标框架下提出NDENSGA来优化区间的覆盖率和宽度，有效提高了算法的收敛程度和多样性。
在可再生能源迅速发展、能源结构低碳化转型的背景下，电力系统正由传统确定性系统向强随机性的新型系统转变，在电力系统分析、调度与运行等各个领域出现了各类应对不确定性的方法与手段。为了量化评估复杂不确定性环境下输入随机变量的影响，本报告首先从系统运行状态层面，构建了涵盖不确定性表征和敏感性分析的新型电力系统运行不确定性量化理论框架，提出了基于稀疏多项式混沌展开的多保真度代理模型，用于准确、快速地计算出多层次风险指标；继而从网络拓扑结构角度出发，利用复杂网络理论分析网架结构脆弱性；最后，综合表征元件状态薄弱性和网架结构脆弱性两方面的评估指标体系，实现系统的风险量化评估与薄弱环节辨识。
以清洁化满足西北寒冷地区热、电、气、冷等多层能用能需求为目标，研发了基于太阳能、生物质能、环境热能等可再生能源的多能互补联供系统，揭示了能量集成、整合、分离的品位耦合机制，创新地提出供-蓄-用-控的一体化对口调控方法，结合智能优化算法在时空维度上开展系统配置及运行策略的协同优化，结合高效储电/储热等技术充分激活分布式能源优势，平稳负荷曲线，有效提高能源利用率。研究成果在甘肃省首个零能耗建筑“兰州中建大厦”成功应用，建筑综合节能率达到90%以上，可再生能源贡献率达到100%。
在规模处置退役叶片时，首要解决的是现场就地的拆除、切割、破碎一体化撬装设备，能够适应野外或近海工作环境。由于风电叶片较轻，运输成本高。从经济性评估看，规模处置技术路线主要有两条：一是与流化床燃煤锅炉耦合掺烧；二是采用热化学法重新提取并一体化制取玻璃纤维，使其回用到新叶片加工生产中。在掺烧以及热化学回收过程中，注意污染物排放控制。
综合能源系统优化决策问题面临精确建模难、多变量泛化影响强、实时性和自适应性要求高等难题，强化学习作为一种模型依赖程度低、环境交互能力强、自学习自适应性能高的机器学习方法，形成了一种更为灵活和自主的新模式。因此，围绕强化学习在综合能源系统智能决策的应用展开研究，旨在实现综合能源系统在不同模型下“模型-结构-算法”高度契合的智能优化决策，满足能源系统产能优化、储能配置和用能响应的“产-配-用”协同管理，从经济性、安全性、环保性等多维度实现能源系统优化运行，促进“碳达峰，碳中和”目标的实现。
新疆准东煤预测储量高达3900亿吨，其清洁高效利用对我国能源安全和“碳达峰”目标的实现具有重要作用。然而准东煤在循环流化床（CFB）锅炉燃用过程会引起受热面积灰腐蚀和床料团聚结焦的问题，成为影响CFB锅炉“长、安、稳”运行的技术瓶颈。针对这些问题，报告报道了重庆大学在该方面的基础科学研究和工业探索，从机理上阐明了燃烧温度、床料类型和受热面布置方式等对积灰和床料团聚的影响，从方法上提出了低温燃烧、替代性床料、烟气再循环、底渣再循环等技术方法，从应用角度给出了所研究技术在工业上的可行性，对在燃准东煤CFB锅炉向高效、清洁、灵活、低碳和智能化发展提供了的基础理论支撑和可行性借鉴。
阐述了弧光高阻故障检测与继电保护新技术的重要性，并介绍了弧光高阻故障等效模型与动态参数优化对高阻故障精确建模的影响；在此基础上，对谐振接地配网高阻故障选线问题，提出了基于综合极值特征、多暂态特征融合、波形相似性、暂态能量以及不同时频分量等多特征量的故障选线新技术；对灵活接地配电系统的相继故障检测问题，提出了利用不同时段内积投影、幅值比以及相位差相结合的故障检测新技术。这些新技术，有效提高了故障检测的准确性，对于新型配电系统的安全稳定运行起到了重要支撑作用。
多物理场综合效应建模、计算和检测是电池装备及其系统实现分析、设计、优化、运维管理和寿命预测等技术的关键，是储能系统中电池装备全生命周期安全可靠、稳定高效运行的重要基础。随着人工智能尤其是深度学习的发展，数据和物理混合驱动的数值分析方法以及与多源检测融合是电化学储能系统中电池装备多状态监测、安全管理、调度运维的必然趋势，也是未来电池工程应用领域的重点研究内容。
编辑：周文静
责编：辛培裕
审核：车德竞
