能源系统优化调度对保证能源供需平衡有重要作用。对30余年国内外该领域发展状况、热点及趋势的量化对比，通过CiteSpace软件对1990—2022年中国知网（CNKI）和Web of Science（WoS）数据库的能源系统优化调度研究进行分析。结果表明：该领域虽处于常规科学阶段但文献具有高增速，国内文献增速较国际快且机构间交流密切；国外热点为微电网的优化算法、不确定性和稳定性控制，综合能源系统的含储能动态调度，调度技术的强化学习和博弈论；国内热点趋势为微电网的算法-动态优化/双层优化/分时电价-多智能体-需求侧管理-深度学习及综合能源系统的不确定性-能源集线器-电转气-综合需求响应-数据驱动-碳交易、碳捕集和强化学习等。由分析结果可见，启发式算法和深度学习等在未来大规模能源系统下有望实现研究范式转变。

提出了一种将固体废物等离子体气化、燃气轮机、吸收式热泵和燃煤热电联产机组结合的新型垃圾混合发电系统。该系统中，医疗废物被送入等离子体气化炉并转化为合成气，经过必要的处理后被输送到燃气轮机子系统；合成气和烟气余热一部分作为吸收式热泵高温热源用于供热，其余则直接用于加热燃煤热电机组的给水。以典型燃煤热电联产机组为参考，从热力学和经济学角度分析了该混合发电系统的经济效益，结果表明：一旦供热量和来自燃煤的净电功率保持不变，医疗废物产生的净电功率为7.47 MW，而垃圾发电净效率达到47.96%；仅5.23年就能收回该混合发电系统初始投资，在其25年的使用寿命中可实现50 362.94万元的收益。

节能减排受到广泛关注，加快低碳转型工作也在航运业内达成共识，其中氢能船舶具有较好的发展前景，迫切需要为氢能船舶找到稳定的氢源。介绍了海上风电制氢和氢能船舶的发展现状，打破传统的氢能概念，提出了海上平台制氢、海上加氢的系统架构，利用海上风电直接制备氢气，为解决氢能船舶的氢源问题以及实现海上风电消纳提供了新思路。通过对海上风电与海洋牧场氢能船舶融合发展的场景进行讨论和经济性分析发现：海上风电与海洋牧场氢能船舶融合发展具有经济可行性，且将为碳减排工作做出贡献，有较好的发展前景。该研究可为我国海上风电和氢能船舶的综合发展提供参考，并对我国沿海地区构建海上氢能走廊提出展望。

针对某600 MW机组四角切圆锅炉建立了数值计算模型，综合考虑了一次风率、主燃区过量空气系数、燃烧器摆角以及SOFA喷嘴竖直摆角等运行参数的影响，设计L₁₆（4⁵）正交工况获得了100%BMCR、75%THA、50%THA以及35%BMCR负荷下锅炉水冷壁壁面的热流量，各工况下螺旋管圈水冷壁的壁温分布通过耦合壁面吸热量、水动力特性与壁温计算得到。由于正交工况参数设置的不连续性，建立了机器学习模型，实现了正交工况覆盖参数范围内的螺旋管圈水冷壁壁温分布预测。研究结果表明：在亚临界工况下，螺旋管圈水冷壁在燃烧器高度区域内出现730 K的温度峰值；锅炉在变负荷过程中，当炉膛火焰中心高度与管内工质相变起始高度重合时，易发生传热恶化导致壁温激升；机器学习算法中集成学习算法在壁温数据的训练集和测试集上拟合优度R²均达到了0.99，能够适用于宽负荷下锅炉水冷壁壁温预测。同时，机器学习算法建立了壁温分布与锅炉运行参数之间的映射关系，后续研究可通过优化算法合理调整优化运行参数，保障水冷壁的壁温安全。

煤电机组耦合储能系统可以提升机组的调峰能力。为提高热电联产机组的热电解耦能力，提出一种火电厂热电联产机组与液态CO₂储能耦合系统。该系统利用凝结水收集储能过程中CO₂压缩热，并与供热抽汽共同向用户供热，同时利用供热抽汽预热释能过程中膨胀机入口CO₂。基于建立的系统热力学模型，以耦合系统热效率、㶲效率和储能系统电-电效率为评价指标，开展了系统热力性能分析。敏感性分析结果表明：增大膨胀机入口温度和释能压力都可以获得更高的系统㶲效率和电-电效率；增大储能压力可以获得更高的系统热效率，㶲效率则先升高后降低。在设定参数下对相应CO₂储能系统进行参数优化。结果表明：当储能压力约为10.5 MPa、释能压力约为18.0 MPa时，耦合系统取得最优㶲效率为64.92%。

阴极侧流道结构是影响质子交换膜燃料电池性能的主要因素之一。阴极侧流道需要将液态水及时排出燃料电池和使氧气尽可能多地流向阴极催化层，从而避免阴极水淹和传质损失现象发生。设计了1种糖葫芦型三维阴极侧流道。糖葫芦型流道是在传统直流道的基础上，增加弧形边梯形块而形成的。对阴极侧糖葫芦型流道进行模拟，结果表明：与传统直流道相比，糖葫芦型三维阴极侧流道高电流密度区域电流密度提高了约8%；并且由于糖葫芦型流道的特殊结构，气流以脉冲递减的形式向出口推进，传热传质得到明显增强。另外，还进一步探究了弧边梯形高度对整体性能的影响。

为详细研究无油涡旋膨胀机的热力学特性，基于热力学第一定律、能量和质量平衡方程建立了泄漏模型和热力学模型，并进一步改变不同的工况参数来研究涡旋膨胀机泄漏量的变化情况。在综合考虑传热与泄漏对热力学模型的影响下，采用欧拉法对建立的热力学模型进行求解，得到并分析了涡旋膨胀机在运行1个周期内工质的压力、温度、质量随主轴转角变化情况。最后，通过搭建试验平台，对所建立的涡旋膨胀机热力学模型进行试验验证，并为涡旋膨胀机的性能分析提供一定的借鉴作用。

传统湿法冶金回收锂电池的过程不仅消耗腐蚀性强酸、反应时间长，且产生二次污染物。使用微波辅助的低共熔溶剂（DES）浸取回收正极材料钴酸锂LiCoO₂（LCO）中有价金属，浸取回收过程不仅绿色低污染，且反应速率快、有价金属溶解稳定性好、回收产物纯度较高。同时采用FT-IR、XRD、ICP-MS、SEM和电化学分析方法探究微波辅助DES浸取LCO中有价金属的机理。通过正交实验法得到各个实验因素对有价金属浸取效率的影响程度为DES种类>温度>液固比>时间。根据影响程度采用单因素实验法获得最佳浸取条件为：采用氯化胆碱-草酸在液固比为60 mL/g、温度为180 ℃、时间为10 min条件下可浸取99.86%Li和99.05%Co，此时Co以更稳定的甲酸钴形式存在。最后，提出一条绿色高效的微波辅助DES回收LCO技术路线，为废旧锂电池中有价金属的回收提供重要的参考方法。

氧化还原电位（ORP）分析法已逐渐应用于石灰石-石膏湿法脱硫浆液氧化控制领域，但目前缺乏相应的理论研究。首先基于密度泛函理论及酸解离平衡计算得到了浆液氧化过程中各电对标准电极电位E^θ(O₂(aq))/H₂O及E^θ(S(Ⅵ)/S(Ⅳ))，并获得了各反应的标准电动势；然后，以浆液氧化主反应2HSO₃^–+O₂→2H⁺+2SO₄^2–为基础，基于Nernst方程建立反应体系电动势理论计算模型，并通过实验研究发现，反应体系电动势实测值ORP与理论计算值E_MF相差较大，表明Nernst方程不适用于浆液氧化体系；最后，通过逐步回归法建立了实测ORP与pH值、ln(c(Ca²⁺))、ln(c(HSO₃^–))及ln(c(O₂))之间良好的多元线性拟合关系，该结果表明浆液氧化进程不仅与ORP有关，同时受pH值、钙离子及溶解氧浓度控制，因此以ORP为湿法脱硫浆液氧化控制指标时，应同时兼顾pH值、钙离子及溶解氧浓度的影响。

针对纯凝机组工业供热改造普遍存在供热供需参数不匹配的现象，考虑工业供热高温高压工况下的适用性，提出采用向心涡轮机膨胀做功的方式对抽汽进行供需参数匹配，实现抽汽能量梯级利用。以某国产330 MW热电联产机组工业供热改造为例，构建了热力系统模型，对比传统直接减温减压和采用向心涡轮机发电2种供热参数匹配方案的系统性能，评估系统不同供热流量和变工况下各性能指标的变化规律。计算结果表明，与减温减压方式相比，相同供热参数下向心机涡轮供热参数匹配方案的综合效益显著，额定工况下主机发电煤耗率可降低0.89 g/（kW·h），抽汽㶲效率可达97.66%，直接经济效益相对提升1.04%，碳交易成本相对减少0.34%，且系统各方面相对性能优势随系统供热流量的增加而扩大。

为了研究将电化学方法用于马氏体耐热钢蠕变损伤评估的可用性，选取不同蠕变损伤程度的内压蠕变T92钢试样，对其蠕变过程中的显微组织演变，尤其是Laves相的析出行为进行系统的表征和分析，同时对Laves相在碱性体系中的电化学响应行为开展系统研究。根据扫描电镜（SEM）、透射电镜（TEM）、电子探针（EPMA）等显微分析结果，T92钢随内压蠕变过程出现了马氏体板条细碎化、晶内应变增大等特征，同时Laves相迅速析出并长大，其粒径和百分比均逐渐增大并出现团簇和元素偏聚。根据其在NaOH溶液中的动电位极化曲线可知，Laves相可在浓强碱溶液中发生选择性溶解，当NaOH浓度达到8 mol/L时，Laves相选择性溶解的电流峰及对应电量值与蠕变损耗呈现较好的相关性。综上可知，T92钢在强碱性溶液中的动电位极化曲线可以有效地反映Laves相的含量，其电量值与Laves相含量变化一致，并可进一步与试样老化程度等相关联，有希望作为一种无损检测技术用于现场管道的老化评估。

新能源在能源系统中占比的逐步提高，加大了火电机组AGC调频难度，储能系统联合火电机组AGC调频技术在我国电力行业发展迅猛。针对目前火储联合调频系统未考虑机组变负荷过程特性及缺少相关评价体系的问题，进行了考虑机组变负荷过程特性的火储联合调频系统研究。首先，建立了机组变负荷过程中，机组煤耗、寿命、环保性和储能寿命模型，并统一转化为成本项，从而构成相应的评价体系；其次，建立了系统日前运行优化模型，综合考虑优化结果，进一步细化了系统负荷分配策略；最后，通过算例验证了本文所提方法。结果表明：提出的火储联合调频负荷优化分配策略能够达到储能状态管理的目的；通过机组变负荷速率的优化选择和同储能系统的协同响应，缓解了机组变负荷过程中的环保超标、寿命快速折损的问题。

在高温下长时间暴露，钢材表面的铝化物涂层与母材间容易发生元素互扩散，对母材组织产生影响，进而影响母材的力学性能。为研究超超临界机组用T92钢表面铝化物涂层的高温强度特性，采用低温粉末包埋渗铝法在T92钢锅炉管内壁制备铝化物涂层，并在室温至625 ℃环境中进行拉伸试验以及在625 ℃环境中进行持久试验，结合扫描电镜（SEM）、金相显微镜（OM）观察及X射线衍射分析，研究铝化物涂层对T92钢基体拉伸性能与持久寿命影响行为。研究结果表明：低温粉末包埋渗铝可在T92锅炉管内壁制备厚度约30.4 μm的双层结构铝化物涂层，各层结构连续均匀且组织稳定，与母材呈冶金结合；在室温至625 ℃拉伸过程中，涂层为柱状晶结构且表面发生皴裂；625 ℃长时持久蠕变过程中，Fe-Al涂层裂纹数量分布多，但裂纹深度浅，极少数裂纹向基体扩展；高应力状态下大应变导致涂层发生局部剥落。铝化物涂层经长时间蠕变形变，仍与T92钢基体呈良好的冶金结合。

针对目前工业园区综合能源系统中蒸汽建模缺乏动态建模与分析以及求解时采用数值法需要在精度和计算效率间平衡的问题，基于蒸汽流动基本方程，建立蒸汽流动过程的水力热力过程数学模型。通过解析与数值混合的方法进行水力热力建模，并采用有限差分法求解热力模型。将该方法与商业仿真软件仿真数据相比：求解误差在0.43%左右，同时探究了不同求解条件对于热力过程的影响；发现空间步长增大会使温度曲线的波动性增加；随着管道内径增大，温度传递变慢，模型响应速度下降；初始压力对模型的求解过程和精度并无太大影响。

针对超超临界燃煤机组背压抽汽汽轮机（backpressure extraction steam turbine, BEST）方案的研究现状，建立了含BEST的超超临界燃煤机组的变工况计算模型和㶲分析模型，深入探究了主蒸汽流量、温度、压力，汽轮机背压以及BEST回热抽汽级数对机组热力性能的影响规律。结果表明：机组的㶲效率随主蒸汽流量先升高后降低，在主蒸汽流量为750 kg/s时达到最大值（52.42%）；机组㶲效率随主蒸汽温度和压力的增大而提高，随汽轮机背压的增大而降低，在低负荷时机组热力性能受背压的影响更大；此外，BEST回热抽汽级数对机组热力性能的影响十分显著，级数为4级时与系统设计方案匹配度最好，热力性能最优。所述计算方法和BEST回热抽汽级数选择方案，可为超超临界机组方案设计与运行优化提供参考。

针对当前燃煤-煤气锅炉煤气掺烧量不确定情况下对NO_x排放量预测不够准确的问题，提出一种基于注意力机制组合在线预测模型。首先，通过最大信息系数法与皮尔逊相关系数法相结合确定模型的特征变量；其次，对线性相关特征变量采用滑动时间窗口在线构建向量自回归模型（VAR），实现多维时序线性相关变量输入下对NO_x排放量的预测，而对于非线性相关特征变量通过构建在线循环极限学习机（OR-ELM）模型在线学习非线性相关变量在时序上的关系对NO_x排放量进行预测；最后，采用注意力机制对2个预测模型进行动态赋权以实现趋势预测。采用实际运行数据对该模型验证，结果表明，所构建的VAR-OR-ELM组合在线预测模型能够准确预测10 min后的NO_x排放量变化趋势，并在不同负荷段对NO_x质量浓度进行准确预测；综合预测精度及预测时间，所构建的组合预测模型比其他单一预测模型的预测效果更好。

选择性催化还原（SCR）烟气脱硝效率与其内部烟气和还原剂流动的均匀性密切相关。在建立SCR烟气脱硝反应数学模型基础上，采用用户自定义子程序耦合了多组分烟气流动与反应过程；通过比较不同负荷下330 MW等级燃煤机组脱硝性能的实测与模拟数据验证了模型的可靠性和有效性，基于对反应器内烟气和还原剂流动及其反应特性的数值模拟分析，提出了喷氨格栅上游导流板结构优化方案，进而考察了操作条件对NO和NH₃排放质量浓度的影响。结果表明：喷氨格栅来流烟气速度分布的非均匀性是导致烟气与还原剂混合效果较差的主要原因，进而通过调整喷氨格栅上游导流板结构并在烟道壁面增设挡板可将脱硝效率提高约3.37%；为满足NO_x质量浓度为50 mg/m³及NH₃质量浓度为2.5 mg/m³的排放限值需选取适宜喷氨量，以所选取SCR烟气脱硝装置为例，当烟气初始NO质量浓度为650 mg/m³，SCR烟气脱硝系统适宜氨氮摩尔比应约为0.94。

通过对现有油中水分检测方法原理和齿轮油的组分及其水分监督需求的分析，发现现有方法均无法准确快速检测齿轮油中的水分。以风电用新齿轮油和运行齿轮油为研究对象，通过条件选择性试验、结果准确性研究和精密度测定，给出了可准确快速检测齿轮油中水分的方法。该方法采用卡氏加热炉和卡尔费休库仑法水分分析仪联用，以压缩氮气或空气为载气，载气经分子筛干燥后，通过套筒气针进出密闭的含有1 g油样和1 mL正庚烷测量瓶，在150 ℃下加热测量瓶分离、转移油样中水分，使其进入卡尔费休水分分析仪中进行检测。该方法标定结果与外加水的理论值的偏差在±5%以内，精密度的重复性不超过0.70_x^0.604 mg/kg，再现性不超过0.64x^0.714 mg/kg。

分布式光伏电站在电力系统中的渗透率逐年升高，为保障电网安全稳定运行，提出一种基于组合神经网络的分布式光伏超短期功率预测方法。首先利用一维卷积神经网络（1DCNN）与长短时记忆（LSTM）神经网络构建1DCNN&1DCNN-LSTM组合神经网络模型，获取多位置数值天气预报（NWP）信息与历史功率信息；然后利用组合神经网络模型进行空间相关性光伏功率预测与时间序列预测，并在组合神经网络模型中加入全连接神经网络（FCNN），利用全连接神经网络对2种预测结果进行学习与权重分配，实现了分布式光伏发电功率的超短期预测。采用河北某光伏电站实测数据进行验证，验证结果表明，该方法能够有效提高分布式光伏预测精度，具有一定的实用价值。

随着“碳达峰、碳中和”战略目标的推进，火电机组更多地参与深度调峰运行。深度调峰工况下，火电机组蓄热量不足，一次调频能力下降，导致以额定工况标定的机组一次调频能力与实际调频能力之间出现很大偏差，威胁电网频率安全。对此，提出一种基于长短时记忆（LSTM）神经网络的深度调峰火电机组一次调频能力在线估计方法。利用LSTM神经网络的时序记忆能力和非线性特征提取能力将面向稳态机组设计的静态模型改进为考虑机组动态运行过程的动态模型，修正机组变负荷过程、一次调频历史动作等扰动因素造成的误差。通过分级建模方法，针对机组蓄热、汽轮机做功动态等调频能力影响因素的不同特性，设计具有不同神经网络结构的子模型，将锅炉侧影响纳入考虑范畴，提高调频估计结果精度。采用某电厂机组运行数据检验该方法，结果表明，与电力系统采用的传统方法相比，该方法估计结果具有更高精度，并且在稳态和变负荷等不同工况下均有较好的应用效果。

汽轮机运行过程会产生多样且大量数据。为适应大数据驱动及仿真建模对高质量数据的要求，高效的数据清洗十分必要。利用长短记忆层对于时序数据出色的非线性拟合能力搭建了汽轮机半监督数据清洗模型。模型选取机组的3个边界条件作为输入，对待清洗数据进行预测，根据预测值与实际值的残差完成异常值剔除，之后选用模型的预测值进行数据填充，保证数据的完整性。利用模型对某电厂650 MW机组进行数据清洗，并且为克服样本失衡给清洗模型指标选取带来的问题，对准确率进行了改进并将其作为清洗效果的衡量指标。结果表明：深度长短记忆网络的数据清洗模型改进准确率高于其他3种常见清洗方法，可有效识别数据是否异常，且可利用预测值进行数据填充，保证清洗前后数据量一致。

分布式能源电站以其清洁环保、经济高效得到快速发展，但其电站设备用于故障诊断的数据较少，目前急需一种能够预测设备运行健康状态和老化程度的方法。基于此，提出一种能够分析设备运行状态、获取设备劣化演变趋势的预测模型。首先将设备多维数据进行预处理，采用层次分析法与高斯混合分布相结合，定量地构建一种基于改进马氏距离的分布式能源电站设备健康度模型；然后建立基于改进麻雀算法和长短时记忆神经网络的组合预测模型，对分布式能源电站设备的劣化情况做趋势预测及相关分析。实验结果表明，所提出的融合健康度模型在分布式能源电站实际故障数据不足的情况下，能够在设备出现异常时做出预测。