储能是能源革命的关键性支撑技术。在碳中和背景下，储能技术快速发展，其作用和价值也日益凸显。对现有储能技术的类型和发展状况进行全面分析和总结，着重分析了不同储能技术的特点及差异性，并对其应用场景及经济性做了综合比较。分析认为，电池储能的研究重点是引入新储能材料，解决非传统电化学问题。热化学储能由于过程可逆性能耗小，适合长期存储，但需注重循环动态特性、建模、控制造价成本等。抽水蓄能和压缩空气储能技术成熟、储能容量高，适合大规模储能容量开发，但面临选址受地形限制、前期基建成本高、运维成本差异性大等问题。飞轮储能适用于频繁启动和储能释能周期短的场合，研究关键是如何减少转化过程中能量损耗。氢能应用则受存储运输环节及能源转换效率偏低等因素制约。分析可为储能领域相关研究工作的开展和政策的制定提供一定参考。
熔盐是一种理想的储热介质，具有黏度低、蒸汽压低、热稳定性高、储热密度高等优点，因此熔盐储热技术可以广泛应用于太阳能光热发电、火力发电机组的调峰调频、供暖与余热回收利用等领域。目前对熔盐储热关键技术的研究普遍以太阳能光热发电为中心展开，针对其他场景的研究与应用不够充分。在不同的应用场景下，熔盐的工作温度区间、加热方式、关键部件的选择和系统流程的布置都有区别。概述了熔盐储热技术的优势特点与技术关键，总结了在不同场景下的研究现状和最新的应用示范，分析了目前熔盐储热技术需要加强研究的关键方面，并提出了未来的发展趋势与目标。
储能是实现“2030年碳达峰、2060年碳中和”的关键技术，压缩空气储能具有储能容量大、系统效率高和运行寿命长等优点，是一种适合大范围推广的规模化电力储能技术，也是电网侧规模化消纳可再生能源发电的重要手段。通过对压缩空气储能技术的发展过程进行综述，全面阐述不同形式压缩空气储能系统的工作原理、研究现状以及目前所面临的挑战，从压缩热储存角度分析压缩空气储能未来发展趋势，为压缩空气储能系统的设计提供参考。研究结果显示，随着高温储热技术的发展，高温绝热压缩空气储能技术因其效率优势成为未来压缩空气储能技术发展的热门方向。使用低熔点熔盐作为压缩空气储能系统中储存高温压缩机压缩热的储热介质，可以将压力水的储存温度降低，显著降低压缩空气储能系统的初投资成本。
综合智慧能源是一种综合利用信息通信、能源、智能制造等技术手段来实现能源生产、传输、储存、消费和管理的智能化、高效化、绿色化和安全化的能源系统。它不仅是一种技术革命，更是能源行业的革命，推进了传统能源系统向智慧化、综合化和绿色化转型。综合智慧能源系统通过采集、传输、处理和利用能源信息，实现能源的优化分配和精细管理，提高能源的利用效率、降低能源的消耗及排放，从而实现可持续发展。为了分析在碳中和背景下综合智慧能源的关键技术以及未来的发展方向，介绍了国内外综合智慧能源的发展状况，阐述了综合智慧能源的内涵及技术架构，并将其关键技术归纳为能源生产、能源输送、能源存储、能源消费、能源智慧化和多能协同优化等6个方面的技术。对各技术的发展现状和核心问题进行了分析总结。提出了4点建议：推动智能化的电力市场建设，提升能源数据管理能力，推进以电能为基础的客户端供电业务的发展，以及要推进我国自主研发的核心技术和装备。
在碳达峰、碳中和及构建以新能源为主体的新型电力系统的背景下，虚拟电厂因其对分布式能源的灵活有效管理成为智能电网和能源互联网中的重要组成形式，虚拟电厂通过先进的控制、计量、通信、优化等技术聚合分布式能源资源（可调节负荷、可中断负荷、储能等），实现源、网、荷、储的友好互动和优化运行，有利于资源的合理优化配置及利用。介绍了接入调度系统的虚拟电厂系统结构、网络拓扑、控制策略等关键技术，在虚拟电厂建设过程中的保护配置、信息通信、智能终端等方面存在的问题，提出改进措施，可供同类工程建设项目参考。
为解决全国电网碳排放因子数据更新滞后、计算方法不明确等问题，提出一种基于联合国政府间气候变化专门委员会（IPCC）碳核算法的全国电网碳排放因子计算方法。IPCC碳核算法涵盖了火力发电的25种能源。首先，计算2005—2022年全国电网碳排放因子；其次，通过对比全国电网碳排放因子的计算结果与官方公布数据，检验该方法的准确性，两者平均偏差仅为1.45%；最后，在基准情景、低碳情景和强化情景下，对2023—2035年的碳排放因子进行预测。2035年碳排放因子在3种情景中分别下降至0.506 4，0.480 7，0.443 8 kg/（kW·h），电力低碳化水平持续提高。该计算方法具有较高的准确性，可动态反映我国电力结构的现状及变化趋势，为准确评估企业用电实际碳排放提供有力支撑。
随着社会和经济的发展，农林废弃物、生活垃圾、市政污泥及其他有机固体废弃物的无害化处理受到广泛关注。有机固体废弃物中含有大量碳源，通常的处理方法多是填埋、焚烧和作物残余物还土还田，既造成环境污染，又导致碳源资源的浪费。微波热解（MP）是一种比较新颖的生物质热解处理方式，其具有升温速率快、生物质受热均匀、加热效率高等优点。MP可能会以不同于传统管式炉加热的方式影响生物炭的性质，这是因为在不同的加热方式下，传热和传质方式是不同的。主要总结归纳了MP废弃生物质过程中得到的固体生物炭的性质，包括MP方式及特点的描述，对比不同生物质在不同的微波功率和温度影响下，其热解产物的分布和产率变化。着重比较了不同废弃生物质原料经MP后所得生物炭的形貌差异、生物炭表面官能团变化、生物炭孔结构和比表面积的差异、生物炭中各元素的变化及生物炭热稳定性，以及微波生物炭和常规生物炭的差异。
电力数据能够反映社会的发展状况，具有巨大的开放及融合应用价值。为创造和释放电力数据的价值，需要构建一个面向全社会各行业的数据共享服务体系。然而在电力数据共享过程中存在隐私泄露、数据篡改、缺乏数据安全聚合方法等安全问题。目前，主要采用区块链、隐私计算、脱敏等技术来解决上述安全问题。通过梳理相关文献，构建出电力数据共享安全需求模型及隐私保护框架；介绍了3个电力数据共享安全防护技术，并详细分析对比了不同技术的融合和使用场景，描绘出电力数据共享安全防护与隐私保护的技术方法体系，为电力数据开放共享的安全保障提供参考。
随着我国能源结构的转型升级，太阳能发电愈发受到重视。然而，大规模分布式光伏并网会引起电网的功率波动。储能的介入有助于系统调峰/调频。基于此，提出一种分布式光储系统联合优化调度方法。首先，从经济性和技术性角度构建分布式光储系统优化调度模型，以有功功率波动方差最小为目标，对储能模组的充放电功率进行优化。其次，基于光伏出力预测提出实时调度策略，提升分布式光储系统并网的有序性，有助于平抑电网负荷波动以及调节负荷峰谷差。最后，通过设计具体仿真算例验证了方法的可行性。
本研究主要通过多目标进化算法对风光核储混合能源系统进行容量优化配置。混合能源系统包括光伏电池、风机、小型模块化钍基熔盐堆（smTMSR），以及蓄热系统等。以提高供电稳定性、减小发电成本、降低弃电率（ECP）和提高可再生能源在整个供电系统的出力占比（可再生能源占比（REF））为目标，选择光伏容量、风机容量，以及蓄热系统容量作为优化参数，并选取武威市当地的气象数据作为输入参数，通过对非支配排序遗传算法Ⅱ，Ⅲ（NSGA-Ⅱ，NSGA-Ⅲ），以及强度帕累托进化算法（SPEA-SDE）性能的比较，选择较优的算法对多目标优化问题进行求解得到帕累托解集。通过基于指标相关性的指标权重确定（CRITIC）方法确定目标权重，采用理想解排序法（TOPSIS）对得到的帕累托解进行排序，从而选择最佳折中解。结果表明NSGA-Ⅱ相较于其他算法收敛速度最快，但解集均匀性较差。NSGA-Ⅲ尽管收敛速度较慢，但相较于其他算法其解集均匀性最好。优化结果显示最优容量配置功率供应缺失率（DPSP）为0.968 6%，平准化电力成本（LCOE）为0.085 7美元/（kW·h），ECP为4.898 6%，REF为21.258 9%。其中弃电量主要来自核电弃电，可再生能源弃电量较少。敏感性分析结果表明：光伏容量对DPSP，ECP及REF的影响最为显著，风机容量对LCOE的影响最为显著。风光核储混合能源系统可有效促进可再生能源消纳，保证了系统供电的稳定性。
随着工业技术的发展，海洋垃圾已经成为海洋治理中不可忽视的问题。全球海洋垃圾总量大、分布范围广，包括塑料类、木制品类、纸制品类和金属类，其中塑料是海洋垃圾的主要组成部分。海洋垃圾不仅造成视觉污染、影响船舶行驶安全，还严重威胁海洋生物与海洋生态平衡。综述了海洋垃圾治理技术，包括定位与监测、收集和处理3个环节。定位与监测领域，深度学习技术已经应用于海洋垃圾的自动监测。在收集方面，专业垃圾清理船等传统装置仍占主导地位，自动水面清洁器等新型设备尚在不断研发与完善中。海洋垃圾处理方法主要包括填埋法、焚烧、热解、微生物治理法等，其中热解法不仅避免了二噁英等污染物的产生，还可用于制备高热值燃油等附加产品，有助于实现海洋垃圾能量循环再利用。下一阶段，开发同时具备定位、收集、处理能力的系统将成为趋势。
储能技术具有对功率和能量的时间迁移能力，能有效改善可再生能源的输出特性和可调度性，是构建新型电力系统解决可再生能源大规模并网问题及促进资源利用的关键技术。研究不同应用场景下储能优化配置对其在配电网中的有效应用具有重要意义。针对综合考量技术性和经济性指标的配电网储能配置多目标优化问题，提出一种基于多目标粒子群优化（MOPSO）算法的配电网储能优化配置方法。采用MOPSO算法对多目标储能配置模型求解，并在种群更新过程中引入自适应变异策略以扩大粒子对空间的探索能力，有效改善种群多样性的同时保证后期收敛性，在储能配置问题上得到全局最优解，实现技术与经济指标多目标综合优化。通过Matlab仿真验证所提方法的可行性与优越性。该研究成果对探索配电网储能优化配置方案具有重要的理论与工程价值。
生物质材料具备价格低廉、收集方便、芳香度和含碳量高等优良特点，是实现工业化规模制备新型碳材料的重要碳源之一。生物质材料和功能材料绿色可持续高效转化是实现碳中和的关键。多孔碳材料由于高比表面积、丰富合理的多孔结构、良好的导电性和稳定性，在能量储存方面具有巨大潜力。归纳整理了生物质衍生多孔碳材料的国内外最新研究进展，总结了生物质基多孔碳材料的分类和制备过程，重点阐述了其作为电极材料的研究进展。针对生物质基多孔碳材料制备工艺提出了合理的研究策略，给出了精准利用发展生物质自身优势制备功能化碳材料的未来研究方向。
随着新型电力系统加速构建，主动可再生分布式能源日益普及，无源配电网正迅速转变为有源配电网，但可再生电源具有间歇性和不可控性，大量可再生能源的渗透给网络的安全可靠运行带来了严重问题。主动配电网作为解决大规模分布式能源接入及配网优化运行问题的有效解决方案，为了保持电网的最佳运行状态，大量学者围绕主动配电网管理这一主题进行了广泛研究。从主动配电网智能规划技术、主动配电网智能决策与控制技术、主动配电网供电恢复技术与主动配电网负荷管理技术等相关重点领域出发，分析了主动配电网关键技术的研究现状，阐述了国内外主动配电网的研究进展，指出未来的研究方向主要是考虑各种不确定性及其时间和空间相关性的鲁棒规划等。
随着“双碳”目标的提出，大规模的清洁能源、电力电子设备和新型负荷将接入电力系统，传统的电力系统管理控制模式难以应对双侧随机性、波动性增强等问题，电力系统的安全稳定运行迎来巨大挑战。数字孪生技术作为重要的数字化手段，成为电力系统转型升级新方法。针对新型电力系统内在机理发生的深刻复杂变化，综述了数字孪生的发展历程以及其在电力系统领域的研究现状，并从新型电力系统数字化需求、数字建模方法、数字化平台建设3个层面研究了电力系统数字化转型进程。最终，提出了以数字孪生技术为核心的新型电力系统建模方法和框架。
电动汽车具备交通运输和移动负荷的双重特性，其大规模的集中充电过程会对交通网和电网同时造成冲击。利用电动汽车的移动属性和车辆到电网（V2G）技术，能够在时空层面优化其充电需求，不仅可以抑制上述冲击，还可以为电网提供额外的储能容量，协助电网削峰填谷和促进新能源消纳。以电网投资建设的充电站为例，提出一种同时考虑交通网和电网因素的充电站选址定容策略，在满足电动汽车充电需求的前提下，优化电动汽车的充电需求以最大化可用储能容量。首先，建立动态交通网模型，结合Floyd算法与区域特性精确模拟电动汽车的行驶路径，预测电动汽车充电负荷的时空特性。其次，基于电动汽车的充电负荷预测结果，以最大化储能容量、充电负荷平均分布、车辆驻车时间最长3个指标初步确定电站选址，然后再根据全时段的统计结果确定充电站的最优选址与容量。最后，以某市主城区的部分实际道路为例，预测充电负荷的时空分布，以最大储能容量为目标完成充电站的选址定容，并分析了优化结果对交通网和电网的影响，结果证明了所提方法的有效性。
多能流潮流分析是研究综合能源系统（IES）状态估计、安全分析与优化控制的重要基础工作。为方便以潮流分析方法研究电、气、热（冷）等能源间的相互转化与耦合联供，综合分析了IES潮流分析的2个主要研究方向，其一为在某确定工况下根据已知参数计算系统的运行状态，包括稳态和动态潮流；其二为在前者基础上考虑系统不确定性参数对系统运行影响的不确定性潮流，并主要以概率潮流解法进行讨论，指出目前多能流混合潮流的研究进展与解耦方法与局限性，总结了最优潮流的求解方式和应用现状。结果表明，目前多能流稳态计算已较为成熟；动态潮流模型多以差分法求解，但准确度和求解效率仍有待提高；不确定性潮流对数据要求较高，无法兼顾计算精度和效率；最优潮流研究多集中于单一目标优化，较少涉及多目标并考虑不确定因素约束的复杂模型。最后，提出目前混合能源潮流计算在模型约束和算法难度等方面的局限性与未来发展前景。
以高比例可再生电源为主的微网接入电力系统，在有效降低系统碳排放水平的同时，给系统带来大量不确定性因素。建立典型的“风-光-柴-储”微网结构，以经济最优、电能质量最优、碳排放最少、用户满意度最优为目标，总结了当前风、光等分布式微网电源对接入电网的主要影响。在此基础上，分别从确定模型、隶属度模型、区间数据模型3个方面总结了不确定参数建模方法，归纳了目前对含风、光不确定性电源微网优化调度的求解方法及各种方法的优缺点。最后，展望了含风、光不确定性电源微网优化调度的发展方向，旨在为微网不确定性优化调度研究提供参考。
随着新型电力系统的快速发展，电力系统产生的数据数量不断增值、种类也愈发多样。复杂化的数据环境为电力系统异常数据诊断带来了新的挑战。对目前电力系统中常用的异常数据检测方法进行总结，介绍了基于传统技术、机器学习、深度学习的检测方法，并分析了3类算法的检测原理、特点以及不足。最后，对新型电力系统中异常数据检测会遇到的挑战以及发展趋势进行了展望。
在构建以新能源为主体的新型电力系统背景下，知识图谱（KG）作为可视化的大型语义网络在电力运检中的应用处于快速发展阶段。近年来，KG在电力运检的应用主要集中在语义信息方面，然而电网运行中会产生大量异构数据，足以支撑构建多模态知识图谱（MMKG），为多种下游任务提供数据支持。从电力运检的功能需求出发提出引入MMKG解决综合智能问答系统和故障处置问题，重点介绍了针对电力运检数据的MMKG构建技术，总结了MMKG能够发挥作用的电力运检功能场景，并对未来发展方向做出展望，最后深入分析了发展MMKG会面临的挑战，为电力运检智能化发展与建设提供参考。
