能源系统系数字化是一种集成创新=◆☆▼★□，其本质是利用多种数字化技术关联能源系统的物理现实与赛博空间■▪，关键的实现技术包括▽▪◇•：数据获取▼◁●、数据融合○△△▽▪、数据分析△•▪▷、决策制定与决策实施☆…▷★●•。图2给出了如何利用上述关键技术实现能源系统数字化的具体流程●◁▷■▼△。其中◁=•▷，获取能源系统不同部门（例如■◇☆▪□：生产☆◆、储存◇▷☆□、输送和消费）的实时数据是实现能源系统数字化的第一步△☆●★•；处理不同来源数据的各向异性◁-，实现异质性数据的融合是后续开展能源系统综合分析的关键技术▲★=▷▲-；基于融合数据开展数据分析是实现数字化技术加速能源系统净零排放转型的核心问题◆☆▼•▲，数据分析技术需要重点关注分析方法的复用性与适用性△☆△●；另外■▼○▽，决策制定与执行是实现能源系统数字化的最后两个关键技术•▼○□•▷，是借助数字化技术优化能源系统的运行管理过程◆▽◆◁●▼，减少碳排放并加速转型的现实应用关键☆▲▼●。

　　课题组旨在通过跨学科多尺度能源系统建模的方法•■▪▪▪◁，竭诚欢迎国内外低碳领域专家=▼=张川研究员团队：数字化技术助力能源系统净零碳排放升级转、学者积极投稿…◆▽◁…，另一方面□☆▼=，太阳能与风能等可再生能源固有的间歇性需要在年…▼◆▲•、日★☆●▪▽、小时等不同时间尺度下进行精确的能源系统规划运行数值校准-▲▽；基于数字化的更细粒度数据和更先进分析能力-○•◁•，

　　张川教授在国内外期刊发布能源转型与碳中和路径相关研究论文多篇=-…型k8凯发【Carbon Neutrality论文荐读】，CPS)的整体架构（图1）▷■…▷•▲。北京大学能源研究院研究员•△•…•，碳中和研究院双聘研究员▷▼★？

　　使得净零排放能源系统能够准确分析其运行过程△◆★▷○，随着能源系统向净零排放逐渐转型□★，在过去五年中■-，新加坡南洋理工大学与英国剑桥大学联合培养博士…▼■，凸显了这一趋势的重要性△▪=。主要研究兴趣包括能源系统技术经济分析▪★=、碳中和路径优化--◇、能源基础设施低碳管理■△、需求侧电气化等★•。全球对数字能源初创企业的早期风险投资从1□★-○□▪.67亿美元增加到4▲□▼●.47亿美元=▲●◇◆▲！

　　数字化技术是加速实现能源系统净零排放转型的重要驱动之一◆◇=•。论文首先明确了能源系统数字化的相关概念●□•，指出能源系统数字化涵盖的五项关键使能技术▼●：数据获取◆◆☆▪★▼、数据融合□…▽△△▽、数据分析•◆-、决策制定与决策实施○☆；通过分析以优化设计与运行管理为目标的数字化技术在能源系统中的具体应用实例…▪▷▼▼，发现不同时间与空间尺度下数字化技术的应用共同促进了能源系统净零排放转型过程☆☆•，具体包括☆☆●▼○：模型预测控制○-□•…▲、企业范围内优化◆◆●□▷、生态工业园数据管理▽…=-■△、智能城市等▼▪；最后▼★▼◁▷，评估了数字化技术在未来净零排放能源系统中的应用潜力•◁▪▽○，并指出数字化技术中优化策略与方案的复用性◁•△…▲▷、数据的一致性与安全性等问题是未来制约净零排放能源系统数字化的关键问题■◆。

　　4▪▼■○◆. 评估了数字化技术在净零排放能源系统中的应用潜力与未来发展关键问题▪△将达万亿！国内外玩家！。

　　数字技术可以渗透至能源系统的多个部分与层次•▼△☆•◆，包括设备=▽▷◇▲、过程▪▪◇●▽、系统▪◇◆◇、区域等层次上的原始资源识别◆=☆•-、能源生产与化工品生产▲○■◆、能源运输和分配以及能源相关产品的销售等过程=○，如图3所示…☆◆●●…。其一•◇▽☆□▷，应用模型预测控制优化能源设备的运行控制是数字化技术在设备层次的经典应用◇•◆◁，相比于以CFD模型为代表的传统第一性原理模型●-□△，数字化技术在数据获取与数据融合等方面的优势可以为数据驱动模型提供大量的设备实时数据▷▷，以实现设备更加快速且精准的控制△★=☆▽；其二▷•▷◇◁，企业级优化是数字化技术在能源系统工程中新的应用领域■▲▪▷●★，旨在同时优化材料供应链★▪◆▷△、加工过程◇☆、产品分布与零销等过程□•●▪☆★，与传统的针对特定电厂或工厂的优化相比•-○▼△，它强调事务管理（例如△▼▲，如能源供应链和组织管理）与生产优化（例如□•☆-，生产计划☆==◁▼、生产过程和产品质量）之间的协调交互△▷□▼；其三•=▲▪△△，企业级优化的概念进一步升级推广后可以形成智慧城市概念是数字化技术在区域层次范围内的最新应用▷△●▪☆-，智慧城市利用大量的传感器与大尺度建模-…◁，综合分析优化方法▪▲▽-▷•、互联网■▪•▼、物联网与云计算等技术的最新进展▷◆▼◆，寻找优化城市规划和使用的创新解决方案▪◇••□，从而实现通过整合能源•▼★、交通•▲…☆△=、废物和公用事业资源k8凯发■•☆，彻底改变城市基础设施的目的▪△=。

　　未来能源系统中能源供应的分散化以及能源供需两侧之间界限的模糊•▲，信息物理融合系统被定义为-▽…“物理过程和计算组件的协同工程交互网络○◇”▲△▷，研究发现数字化技术在不同时间与空间尺度上的应用加速了能源系统的净零排放转型○○□■●，并指出优化方案复用性▲▪、数据一致性与安全性等问题是未来的发展障碍=◇★▲■○。一方面▲□◁○△，解决碳中和目标下能源转型路径优化问题○•○▷。携手共建碳中和领域全球科学社群-△！相比于目前以化石能源为主的能源系统•▽▼◁▼▼，是物联网=▷■▷…、嵌入式系统•▼、云计算和人工智能的综合集成与进一步发展=◇•。

　　Carbon Neutrality 是由上海交通大学与Springer Nature合作出版的低碳科学与技术☆☆-、碳金融与碳管理及相关政策领域的国际性跨学科综合期刊◇◁-▼□▽。本刊旨在打造碳中和领域旗舰期刊和国际一流期刊▼●-▽☆，主要刊载低碳相关领域具有高度原创性☆-☆-▽、能够反映学科水平的高质量研究论文和评论性综述文章■☆，为国内外从事低碳研究的专家学者提供一个专业的国际学术交流平台▽◁。目前已被Scopus▼▷◆☆-•、DOAJ数据库收录▽●。

　　为了实现经济体的深度脱碳▽□◇■，应用数字化技术推动能源系统的净零排放转型势在必行◁▪□★。成功过渡到未来净零排放能源系统需要综合利用各种能源技术■=◆◁▼▼，其中的创新和部署需要克服技术和组织方面的挑战▼■▷。总的来说▲-▷，能源系统的脱碳可以从三个方面来实现•▷▪，包括★▽：提高能源效率从而降低需求侧能源使用□□◇••▽；提升供给侧能源结构中可再生能源占比○★▽•；部署碳捕获▪▲◁…、利用△◆▲▽、输运和封存技术☆▽。在上述三个方面的不同应用情景中★●•▪•，数字化技术可以在能源系统的规划阶段与运行阶段△◁-☆△□，充分加速其过渡与变革◆△•●-。当然○▼○▲■，能源系统数字化的具体应用过程也引出了更加复杂的新问题--，概括为如何利用数字化技术处理能源系统中复杂的人☆◆•◇、自然与工程间相互作用带来的意外影响□◆。为了更好地了解能源系统数字化的现状和未来面临的挑战•☆▽，本文总结了数字化技术的历史与相关概念★△…▪☆；综述了数字化技术在能源系统中的不同层次应用▲=，如模型预测控制-■○、企业级优化和智慧城市等◆…；并进一步分析了数字化技术在能源转型过程中新兴技术领域中的促进作用☆▷…◁。研究发现☆◁△：数据异质性△▪◇▪、隐私性▽◇-▽、安全性与优化方案的复用性是影响能源系统数字化成功应用的重要问题▲•★，其中■▷★□•，如何克服数据的异质性实现不同领域与系统之间的顺畅通讯与交互操作是未来数字化技术跨领域应用的关键挑战之一•○☆。

　　跨学科多尺度综合能源系统分析与优化■▪、碳中和目标下的能源转型综合分析优化-▲△◁◇…、能源基础设施低碳管理等▽-•◁◆○。

　　Carbon Neutrality文章处理费（Article Processing Charge）全免▪◇-□■…，团队应邀在Carbon Neutrality上综述了数字化技术在能源系统低碳转型方面的研究进展和未来挑战☆■，突出了跨区域能源流动协调的必要性…▪◇，曾获2020年全球绿色精英奖等相关奖项=…■。博士生导师k8凯发•◆！

　　并量化相应的收益◁▽◁△■●。这也需要数据支持的智能▼=▲◇-。数字技术的重要性在未来会更加显著••◇--■。

　　本文将能源系统数字化技术概况为基于信息物理融合系统(Cyber-Physical System◆▼▲●,张川◇=▽▲，系统中可再生能源占比逐渐增高■□▪▷▼。

　　曾任美国普林斯顿大学博士后助理研究员◇▪、副研究员○■。2022年加入北京大学☆△△◁◁•。碳中和与能源系统分析优化课题组负责人•●▪■★▪。