面向碳中和的智慧能源系統(tǒng)Al

forScience-towardsCarbonNeutrality某著名企業(yè)研究員、副導師智慧系統(tǒng)工程研究中心負責人新加坡國立大wangxiaonan

@2023年5月4日csgEED

平

7第15期能源創(chuàng)新青年論壇零碳能源系統(tǒng)大學UnivcrsiryTsinghua王

笑

楠某著名企業(yè)|副究員、博導教育和科研經歷2007-2011

某著名企業(yè)化學工程系，學士(化學工程與工業(yè)生物工程)2011-2015

美國加州大學戴維斯分?；づc材(化工自動化)-2014年在CAISO

實習2015-2017

英國倫敦帝國理工學院化工系，碩士生源)2017-2021

新加坡國立生授創(chuàng)建了新加坡智能系統(tǒng)工程研究中心，領導新加坡Al加速先進材料開發(fā)重大項目，帶領30余人的團隊開展Al4S研究

2021-至今

某著名企業(yè)化學工程系，副生導師世界學術舞臺·

AppliedEnergy(IF:11.45)副主編；·Advances

in

Applied

Energy創(chuàng)刊副主編·

AdvancedIntelligentSystems(IF:11.45)顧問編委

·

美國化學工程師學會(AIChE)

高級會員/可持續(xù)發(fā)展領域主席·

中國工程師聯合體文化與倫理委員會秘書長

·

中國化工學會青年工作委員會副秘書長·

IEEE

控制智能系統(tǒng)與機器人自動化學會(新)委員個人介紹國家海外高層次人才計劃(青年)

2022福布斯中國科技女性50榜單2023美國化學學會可持續(xù)化學與工程講席獎近五年

2021AIChE新加坡最佳青年首席研究員

成果

世界前2%頂尖科學家IAnarrmnN37Iwarwrm130

余

篇

3部

9篇SCI學術論高被引論文國家科技部2030"新一代人工智能”重大項目負責人、首席科學家：化學材料AI

大模型

賦能碳中和2021全球華人

化工學者論壇

未來化工學者2領導國際大項目w

armS智慧能源·

清潔、低碳、經濟的綜合能源系統(tǒng)·多能互補的綜合新能源系統(tǒng)設計和運行策略·

能效提高，實時優(yōu)化，決策支持

·

綠色能源、儲能系統(tǒng)、氫能經濟

…賦能國家碳達峰、碳中和目標·

雙碳目標關鍵技術和實現路徑·能源-水-食物-化工-廢棄物-氣候變化·

非線性，強耦合，參數時變的復雜系統(tǒng)優(yōu)化

·

區(qū)域大數據、循環(huán)經濟、

韌性城市…Mufl-Scalo

Smart

SystomR

重(多尺度留能系統(tǒng)工程)W四嚴DT四單用鄉(xiāng)晚m

m

l

AR■智慧系統(tǒng)工程SMAATSYSTEMSENGIWEERING雙碳目標人工冒能應用實踐帶領智慧系統(tǒng)工程當前研究方向未來智能研發(fā)·

集成物理信息系統(tǒng)的工業(yè)4.0·

智能技術在化工新材料領域的應用研究·實時大數據，自動控制，動態(tài)優(yōu)化

·

先進化工材料開發(fā)與生產

…新材料、新過程零

技負

眼

技

術碳

中

和低碳授術技

術

體

系監(jiān)測優(yōu)化平臺

可持續(xù)發(fā)展○目標能源、材料和先進制造系統(tǒng)的高度復雜性和不確定性亟待解決，多尺度系統(tǒng)集成的人工智能和優(yōu)化控制方法可實現效率、經濟和環(huán)境最優(yōu)匈Enginooring吸

術3碳中和的重要性和急迫性實現碳達峰碳中和是順應綠色發(fā)展時代潮流、必由

推動經濟社會高質量發(fā)展、可

持

續(xù)

發(fā)

展

的之路中國將提高國家自主貢獻力度，采取更加

有力的政策和措施，二氧化碳排放力爭于2030

年前達到峰值，努力爭取2060年前實現碳中

和。采取減排措施后的排放曲線采取負排放技術

后的排放曲線1.5℃——2020年9月22日在第七十五屆聯合國大會2020升1℃302010010二

氧

化

碳

排

放

(

1

0

億

噸

C

o

2

/

年

)2000-202100404化學材料新技術對碳中和至關重要突破能源效率化學材料開發(fā)賦能碳中和全鏈條低碳技術

零碳技術碳捕集材料

CO?

轉化催化劑負碳技術實現凈零排放化學

材料綠色低碳化學品先進

制造生命健康低碳燃料光伏材料電池材料能源

環(huán)保航空

航天交通

建筑信息

電子Si5e9Agriculure,LardJsewweGACer82ccf

ynAeatrnt

TrivgrotWFRcsicEnm能源系統(tǒng)的低碳智能化轉型能源行業(yè)是最大的體排放源，約占全球排放量的73%(主要歸因于能源需求的持續(xù)增長和對化石燃料的高度依賴)Inthefirst

halfofthe21stcentury,weareexperiencinganother

energy

transition:from

a

highly

fossil

fuel-dependent

energy

systemtoa

low-carbon,renewable,andsustainableenergysystemThe

old

days

→

一NegativeemissiontechnologiesMainsource

ofenergyWoodStraw,and

dried

dungCoalOil&GasRenewableenergy6Global

This

s

showngreenhouse

fortheyear2016globalgas

reenhoueemissions

by

sector

Our

Worldxnsemlsslonswere49.4bllkmtommesCO,eq1991FirstUK

windIwall2019In

theUsand

the2050UKtargetfor

not

zoro1769JamesWattalel-n

vel

dfiratsteam

angin1839EdmondBeaquereldiscovors

thorehepotaoa1935ThoUK'sNationalGridis

bom,thefirst

ofilskindintheworld1887Profossor

JamoCurweinDtaerearcatnkngrotwpoalxgaita03cmt.v

slsillc.

dLBLyUiHriuiFtt1980Woridsfirstwindfarm

opons

in

Now

Hampahire,USABlythcreatesthefirst

loin

ci

y-gonoratingllitdmctriwoLnergy

73.2%196090%of

thoUKt1750sThe

Industrialphotovoltaic

eftect-thefiratatoptowards

solar

powerUKmoro

olaotriaitygas

is

derived

fromcoallsgeneratedfromzorocarbonsourcesRovolulion

ispoweredbyconlfarm

plotodthan

fonnil

fuoloomlaslonsh/綜合能源系統(tǒng)對實現雙碳目標的重要性大力部署新能源需要儲

能來提高系統(tǒng)的穩(wěn)定性

，保障安

全、可持續(xù)

的供能Energy6⑥歐洲2030年前可再生能源>32%>25%印度2030年前非化石燃料>40%SyolomcouplingLI-lonDOaGlilotal-airbatlory日本2030年前22-24%可再生能源中國2030年前非化石燃料清潔、低碳、經濟的綜合能源系統(tǒng)是實現雙碳目標的關鍵美國2030年前可再生能源>30%Jan口

Feb

全

HMarAprMayJunJulAugSopOctNovDeo

mitedu/research/luture-0f-energy-storage/7Losu

drucle

a'peue)

Wiu

CF

EROOT22Source:http//pcf.wriorg/renevable_energy_chart

pdfBatterystoragosyslomRodou

fow

batlaryGrld

inlograuonbatloryRenewable②田areacareta認知專家顧問機器學習軟件定義安全自動駕駛汽車軟件定義世界(SDx)自然語言問答系統(tǒng)企業(yè)知識分類與知識本體管理交

易數字化虛擬現實區(qū)塊鏈開

發(fā)增

輸運

營數字化購探信患道·資金流·實物度三流合一妹化

腔融

資數字化

[消費者藍物流

數字化智慧能源和科研新范式手勢控制設備<

物聯網平臺商用無人機情感計算智能數據挖掘虛擬個人助于會話式用戶界面立體顯示技術個人分析數據經紀人(dbrPaaS)情境代理→

腦機界面智能工位

人體增強

量子計算神經形態(tài)硬件增強現實截至2017年7月技術萌芽期

期望膨脹期

到達生產成熟期需要的年限：O

不到2年

O2-5年穩(wěn)步爬升恢復期

生產成熟期▲

超過10年802.11

ax<

▲

→

通用機器智能

4D打印▲

→智能微塵聯網家庭智能

機

器人←

微型數據中心泡沫破裂低谷期●

5-

10年技術成熟度曲線俱應鏈管理數字化區(qū)塊鏈+10TAI+大數據支付數字化期望LmeBArtificialIntelligenceAny

technique

that

programsmachines

to"think"like

a

human

andmimic

the

way

a

person

actsMachineLearningtnBintinlltoanniquatholenablas

learning

withoulepliciuy

being

programmedDeepLearningS

山we

koll-Q

Li

0aAclassof

machine

learningalgorilhms

that

leam

underlyingtoatures

in

dotausing

neural

networhs4th

ParadlgmDats

anranBaunen2nd

&3rd

Paradigma

n-

s?dD

nca

Artlclal

Intalloonoo18t

PuradigmOiminatanulraudaEmprical

Dclenco

ThiooroUcal

Caloulauon

Humm

iuigaDuculenlmnlanNox-gonorabon(Hloh-throughpun)Fudaalctes

Inlollgenl

LauorulorhesExperunont9hitp

llinurdtodoaploarningloleBalbuputauoModel智能技術新進展助力各個領域隨著新一代大數據和人工智能等技術快速發(fā)展，人類文明開始邁

向智能化時代。通過先進的信息

技術，基礎科學、工業(yè)、制造、

能源等系統(tǒng)的大量數據得以有效

利用，挖掘隱藏規(guī)律，加速研發(fā)

從而提升經濟和環(huán)境效益。T0951/6CVZT0055/5WPFT0065/602VaritjegnlerlAulomllonmoyanim…oorrec智能技術助力減碳賦能碳中和信息物理融合的生產制造系統(tǒng)通過使用數字技術，可采集、計算海量數據，通過物聯網和數字孿

生等平臺，實現成本和碳排放降低的目標。CYBER減少

碳

排

放PHYSICAL降

低

投

入節(jié)

約成

本INDUSTRIALAEALM人工智能和數字技術助力化工和能源系統(tǒng)低碳

可持續(xù)發(fā)展nDteuemurprnr

HmmergwiIndewidi,Oliver,ChuanZhang",XiaonanWang.andMarkusKraft.Energy&EnvironmenlalScience13,no.3(2020):744-771.r

efnent邊際減排成本

77Gtmatesnporn回問Gswun10關鍵科學問題：1.如何在復雜時空尺度上對多能源系統(tǒng)進行優(yōu)化?2.如何對非線性、強耦合的冷熱電多聯供的能源系統(tǒng)進行建模?

3.如何設計低碳能源未來來實現碳達峰/碳中和的目標?風電場監(jiān)管層建模與優(yōu)化葉片風及天氣所R數

配算優(yōu)盡化預堵簡滾動區(qū)間預測與優(yōu)化海畝電纜沒定點信號傳偷線電源轉換器信號體輸海它電照綜合新能源系統(tǒng)：解決可持續(xù)能源發(fā)展和氣

候變化問題的核心能源架構：多能互補+需求側響應+能源互聯計算策略：復雜建

模

+

數

據驅動+多級優(yōu)化電光伏，光熱熱太陽能(光、熱)CL?

二H池空氣(O2)存儲燃料電池風能多能互補的綜合新能源系統(tǒng)助力雙碳目標[1]XiaonanWang,AhmetPalazoglu,andNaelH.El-Farra".ApplledEnergy143(2015):324-335.2]

Xiaonan

Wang°,LanyuLi,AhmetPalazoglu,NaelH.E-Farra,andNilayShah.EnergyConversionandManagement

173(2018):426-437綜合太陽能、風能和儲能的混合新能源體系的建模、控制、優(yōu)化和環(huán)境評價1王氯堿

電

解氯氣

存儲本地控制氣佳能系統(tǒng)控制因某著名企業(yè)用網11終端用戶能量管理A

A

Ao

AiPHS

TCCAESFESANaSZEBRANiCdUHonVRBZnBrPSBSAESSOHTCEBlueBallaryT:技術最優(yōu)

C:

經濟最優(yōu)

E:環(huán)境

最優(yōu)多能互補的綜合新能源系統(tǒng)助力雙碳目標曉物用戶能藍芒理用配電支持

大班模能量退霍

定

功

豐儲

能系統(tǒng)技術選型決策支持工具：

氫

能系統(tǒng)技術多尺度分

析

優(yōu)

化：>以經濟，環(huán)境和技術標準為優(yōu)化目標的多目標

>從可再生能源獲取清潔氫能，結合碳捕集技術，PlubmChunian

l碳捕提及回收可MthumatSyntosb

SaparmReacter氬

能

經

濟綠色醉類生產決策算法，為特定應用選擇最佳儲能技術·

建立了儲能系統(tǒng)數據庫儲能技術·

開發(fā)了數據驅動的儲能系統(tǒng)模型·

提供了綜合能源系統(tǒng)中儲能技術的選型方法[1]Lanyu

Li,Pei

Liu,Zheng

Li

and

Xiaonan

Wang*puters&Chemical

Engineering

115(2018):213-225.[2]Scarlett

Chen,Anikesh

Kumar,Wee

Chin

Wong.Min-Sen

Chiu,and

Xiaonan

Wang"

Appied

Energy233(2019):321-337[3]RuiZhuang,Xiaonan

Wang*,Miao

Guo,Yingnu

Zhao,Nael

H.E-Fara,and

Ahmet

Palazoglu.Applied

Energy259(2020):114184.

12[4]Lanyu

Li,Tianxun

Zhou,Jiali

Liand

Xiaonan

Wang*

Chemical

Engineering

Research

and

Design,181(2022),412-422.實現經濟和環(huán)境最優(yōu)?！?/p>

優(yōu)化了清潔H?

和CO?

轉化為醇類的系統(tǒng)·

對氫能技術進行了詳盡的全生命周期分析·

改進了新能源分布式開發(fā)，就地消納的模式·研究成果有系列軟件工具

和高被引論文產出大規(guī)模能量管理

輸配電支出a去AATCETCTC儲能

應用hmtkn

Coum系統(tǒng)Poneraall2MothanolA:AAAAwie儲能系統(tǒng)技術選型決策支持工具：·

儲能系統(tǒng)數據庫·基于機器學習量化技術-應用匹配度·

以經濟，環(huán)境和技術標準的多目標優(yōu)化，為特定應用選

擇最佳儲能技術·

提供綜合能源系統(tǒng)中儲能技術的選型方法數據驅動的儲能系統(tǒng)設計技術匹配度0.7

Probability

ofsuitabilityfrom

machine

learning

0.60.50.40.30.20.10A1

A2

A3

A4

A5A6A7

AB

A9—A10—A11EevalionofsiteElovationdterence(le.topography)of

siheMin,andnIlorperalurosdf

stDSelectono

lechndlogyforapplcation

(0

cr

1)Tranrgst(7Modet

seecsut

o%)TestngLi,L,Zhou,T,Li,J,&Wang,x.(2022).Amachine

leaming-based

decision

support

fHameworkfor

energy

storage

selection.Chemical

EngineeringResearch

and

Design,181,412-422L,L,Liu,P,Li,Z.,&Wang,X.

(2016)puters&Chernica/Engineering,115,213-225Fina

eaualion

andpredicWnurPnhill,TP環(huán)境影響(ReCiPe)LifecycleAssessment(LCA)K-neareat

neighbors

Logiste

regreslon

Mul-lyer

perceptronIKNNPidlirinuyFul.niGTRalod

ponuDischargedurationmprame

npura

ue1

t

imrl

r

tc

du

rlveencnnnvaesanaeuntaBugging

Random

lores

→Boosbn

一

Giadlentboosmg→Hyper-paramelertuning

wth

5-foldcro5s

veldationDOEmrr

omgep3ectdatabaseoamng

d

rsuca

vururc)DmcrngnpraneraEMembling>

將區(qū)塊鏈技術拓展并應用于能源系統(tǒng)和微某著名企業(yè)管理：·

設計了一套基于博弈論的需求側管理

優(yōu)化算法，有效平滑用電負荷，降低

終

端

用

戶

用電

成

本

。·

構建了基于區(qū)塊鏈的點對點電力交易系統(tǒng)，實現分布式電力交發(fā)

布、交、價值流轉等功能，并

使終端用戶通過智能合約，實現用電

優(yōu)

化

策

略

?！?/p>

集成了密碼學、共識機制、智能合約等技術，保證信息與價值可信傳遞?！?/p>

構

建智慧城市能源管理平臺，包括分

布式需求側管理優(yōu)化算法、基于區(qū)塊

鏈技術的點對點電力交，以及

可信能源互聯網區(qū)塊鏈技術在能源領域的應用研究智

照

城

市

能

源

管

理

平

臺小醒模明宅方納富用P1西生能發(fā)小退錯伊皂萬用身西用戶照電呀以電戶通江區(qū)繞得

小匡咖供電萬主付電國

麗的

化

為

臟

四種懂塑時術信息交互中心6kW4k用

用Working

singles(Group

2)Io-nLi,Yinan,WentaoYang,Ping

He,ChangChen,andXiaonanWang*.Applied

Energy248(2019):390-405.

14Appianos(shittablo

&nan-shiftablo)Slarapepanenls小規(guī)模試點網絡基于區(qū)塊鏈的分布式

電力交Families(Group

1)1,-Isstudents(Group

I-Ls面板同ue三用戶2區(qū)College開四出2HW3)E多能互補系統(tǒng)的智能調控amwAunePerm"<Intraday

ForecastslunHlnmCwuUlmaani

m

i0-=

Gu-a

w-

-takhw

Durd

a

n-huintsrpimns·

基

于博弈論的需求側響應·

動態(tài)復雜系統(tǒng)的建模和優(yōu)化

·

微某著名企業(yè)的分布式管理儲能系統(tǒng)的加入：有效減小峰均比、提升經濟性、緩解能源短缺u,Y,Yang.W,He,PChen,.c.&

Wang,x.(2019).Designandmanaoemertofadistibutedhybidenergysystemthoughsmatat

and

bokchanApled

Enegy.248,39040515[2|Park,M,Wangz,U,L,&Wang.x(2023)Mutiobjecivebuildingenergysystemoptimizatonconsldering

EVirfastructure.Applied

Energy,332,120504智

顏城市小模保電方可兩生作理復電應齊怕歷化力假種儲垢術面向工業(yè)新能源系統(tǒng)的實時監(jiān)控、預測與優(yōu)化(結合最新太陽能、儲能技術，已部署在新加坡高科技園區(qū))能源管理平臺小規(guī)程9電方

國

麗H戶儒田用通掃區(qū)國疆由小服預調電萬豆可電民脈用戶1用

P25ee-W-nDp-LOD/KW=Dmmm通生而事煤炭

鋼鐵

電力低域建筑

交通

光伏

風能零

碳生物質綠氫直接空氣捕獲

BECCS二氧化碳資源化利用墻改良耕種生物炭造林生態(tài)碳匯海

洋海洋施吧

增強風化中國的碳中和承諾2030實現CO?排放達峰，2060實現碳中和(氣候中和)通過縮減或補償體(包括二氧化碳、甲烷等)的排放，消除氣候壓力。挑戰(zhàn)與機遇并存：自2006年以來，中國一直是全球最大

的二氧化碳排放國，不太可能在短期

內從目前以煤炭為主的"灰色能源"

完全轉向"綠色能源"Source:●coal

●crudeoll●Naturald

●RanewableDther能效提升

工藝優(yōu)化

替代技術碳捕集封

存與利用

(CCS)可再生

能源技術碳中和

技術5ni…617……………3—ODP-Terltorialfmisslonlmnmm

jmmnot

!9onngnn……9…負

碳儲能…化工部門直接使用電力電解水空氣分離N?AirseparationStato-of-the-art2H?O→2H?+O?waterlectrolyuiState-af-the-artStato·of-the-artcO?甲酸、氨H?Lurgimethanol

processRocentmercializad使用化石燃料的化工廠能源行業(yè)：以電力為代表技術：煤炭、煤炭-CCS、

天然氣、天然氣-CCS、

水力、風能、太陽能、生物質和生物質+碳捕集封存

化工行業(yè)：甲醇和合成氨為代表技術：煤、焦爐煤氣、天然氣和直接從CO?

或N?

與水電解產生的H?

合

成Li.Yinan,SongLan,MortenRyberg.Javier

Pérez-Ramirez,and

Xiaonan

Wang*./Science24.no.6

(2021):102513低碳發(fā)展-綜合能源化工化工、能源、資源互聯：建設耦合的能源、化工、

碳市場，實現國家層面碳

達峰、碳中和目標化學品作為能源載體：

·

利于長距離輸送·

有效降低棄光棄風·

增加碳捕集和碳使用部門間協同基于氫氣的甲醇和氨的合成路徑N?+3H?→2NH?Haber-Bosch

procesState·of

-the-artCO?+3H?→CH?OH+H?O“藍色“

化工廠碳捕獲與儲存燃燒廢氣能源部門化石然料可再生能源某著名企業(yè)傳輸化石燃料電力CO?cCSH?H?N?17vear中國可再生資源供需的地域性不平衡：約80%的水力資源、90%的風力資源和80%的太陽

能資源分別分布在西南、北部和西北部地區(qū)。而電

力消費主要集中在東部地區(qū)。通過將可再生能源轉換為綠色化學品，可再生能源

可以同時通過某著名企業(yè)傳輸和化學品為載體運輸低碳發(fā)展-綜合能源化工照·滿足電力，甲醇，氨的需求·H?

產量和CO

捕獲量滿足對應消耗量·使用具有間歌性的發(fā)電技術同時輔以常規(guī)發(fā)電技術

·不超過最大碳儲存及可再生資源潛力·不超過為實現2060年碳中和制定的排放目標

·其他約束條件在方法論中有詳細說明·考慮區(qū)域間合作·基于約束條件最小化總成本現值煤制甲醇、氨焦爐氣制甲醇、氫天然氣制甲醇、氨CO?

制甲醇N?

制

氨煤電煤電+碳捕獲氣電核電風電氣電+碳捕獲水電光伏生物質發(fā)電生物質發(fā)電+碳捕獲優(yōu)化變量約束條件最優(yōu)解Fm

son

(Mt

corra)1Bresilience.io發(fā)展規(guī)劃決策支持能源互聯區(qū)域網絡人口、經濟、社會行為能源資源轉化技術智慧城市基礎設施能源-水-食物-廢棄物-氣候變化的耦合復雜體系能源

-

水

-

食物

-

廢棄物

-

氣候變化：復雜系統(tǒng)

創(chuàng)

新

研

究

策

略

：系統(tǒng)耦合+大數據+

優(yōu)

化開發(fā)了開源優(yōu)化計算平臺resilience.io,

用于大型城市和區(qū)域系統(tǒng)的水利、能源和其他資源

綜合系統(tǒng)的模擬規(guī)劃、決策支持，向政府和規(guī)

劃部

門提

供

環(huán)

境

和

經

濟

最

優(yōu)

化

的

解

決

方

案。1.能源系統(tǒng)的研究怎樣同時考慮其它緊密聯系的資源系統(tǒng)，如水

資源，廢棄物處理再利用，食物資源等?2.如何從全系統(tǒng)全生命周期的角度實現可持續(xù)低碳發(fā)展?

3

.可否實現經濟，環(huán)境和社會的多目標優(yōu)化?水

廢

棄

物氣

候

變

化K能

源

-

水NiclasBieber,Jen

Ho

Ker,Xiaonan

Wang*,KoenH.vanDam,Charalampos

Triantafyllidis,RembrandtH.E.M.Koppelaar,andNilay

21Shah.EnergyPolcy113(2018):584-607.XiaonanWang*,Miao

Guo,RembrandtH.E.M.Koppelaar,KoenH.van

Dam,

Charalampos

Triantafyllidis,and

Nilay

Shah.Environmontal

science

&technology52,5(2018):3257-3266.Deua)優(yōu)化目標：經濟性+全系統(tǒng)可持續(xù)性影響需求曲線：基于大數據和智能體模型預期食

物l←萬Scellbatory5【47GanorationTranmissionanddistributionEnd-user

applicationPVMind/batorywwodiosolaremonconfgurabonsferthe

remotorural

munbes,PVwndbiomas[8IB]and

hydio

[10]are

alsorocormmindod

in

some

ntufonPVwnd/fuolcell[48]PVwind/uelPV/mind/biomass

[同]ISGeotharmalandsobr

cellactor[12]Largo-alehydro/PVMindand

cMade

reservoir

orngo[11]Solvdieseidal[13]

…Enargy

storagoGridconneclionPtX能源-水-食物-廢棄物-氣候變化的耦合復雜體系PV/cind/desel[17Renewable

Resourcos0SolarVindBiomas/CeothermalBlogasAppllcatlons僉

的

PIXRosidentiamercial

Industrlal

Power

Transporu

Desalination

Power

to

gas/loX

EV

Povertochemlcals[1]Lanyu

Li,XlaonanWang"CurrentOpinioninChemical

Engineering31(2021):100669.■Solar

■Wnd

Gasification

Pyrolysis

bustion[2]Lanyu

Li,Zhiyi

Yao,Siming

You,Chi-Hwa

Wang,Clive

Chong,and

Xiaonan

Wang"Applled

Energy243(2019):233-249.

22Time(■h的6PV/colarthartharmalcolodor/bathoryforhiph-rise

omo

buldings[78]PVwind/dieselbatteryforstandaloneagriculluraland

migatonapplioatom

[122]Wndbatlery

borcarbon

inlensreammonaand

ntioaad

produchion

procm[123]PVandbaneryhydropeneverseoamoa

deslinabon(ROD)[18]PVhindidiesel/Daery-ROD[2jPVhwindituatery

borstandlaneplatmly

autoramoue

chargingPVhind/biomasa/wanteforco

lc

]n

of

electioy.gasalne,andPowerManagementConverslanandcontrolEnergystoragoTransmlsslon

lines-GenerationsideConventionalend-usersPowertoX1e2h[teuioro太陽能風

能生物能源和

生物炭產品儲

能*重Time(h)資源調度策略和實時碳排放1210.80.60.40.20-02負碳排放的混合新能源系統(tǒng)

A用于土壤改良

的生物炭體排放降低多目標隨機優(yōu)化凈現金流提高stationforplugin

EVs

[17]設計收益運

營電

能Wave

Tidal名P

(kW)Hydro-0.6(kgkWh)AveragelevelzedGHGe45%Maltland—63%BranxdenConsrockCentral

Coasf產業(yè)和社會價值澳洲農業(yè)能源廢棄物管理Carahao

lslandPort

Slnphens42%·Puenfullufianle

6024rFhllpons·Poouallur1091Ara2206mNencase

B7%·Fo.lan.5012BoitteaKAsaLakoMacuoio52%Sinnaporo6.00E+105.00E+104.00E+103.00E+102.00E+101.00E+100.00E+00Benchmark

withoutcCSCAPEX

GHG實

踐

落

地

：與全球多個研究中心和政府機構合作，將城市韌性模型運用于中、英、新、澳和非洲部分區(qū)域，

促進智能城市的發(fā)展hsom

◎①

2twANbccuormwt1◎sowa①①cETaUry[2]Bowen

Feng.Koen

H.Dam,Miao

Guo,Nilay

Shah,Stephen

Passmore,and

Xiaonan

Wang*.BMCChemical

Engineering2,

1(2020):1-19.[1]Wang,Xiaonan*,Koen

Rembrandt

HEMEngineering東南亞區(qū)域優(yōu)化H.vanKoppelaar,and124(2019):162-171.Dam,CharalamposNilay

ShahputersOPEX…Carbon

reductionTriantafyllidis,

&ChemicalTmtmotshonih

vthdMediumCarbonPriceLowCarbonPriceHighCarbonPriceASshdiss

·Rra

sisndwwno

oTmniinlin

mapmlreaat

RontiknTuparamcfhaolaiumsjouailimspiahuWE

Reooverod

WastAnidlrdatyetuterHgemeccacry

rendy■OtherWastom?21.5srly

mTime(h)◎《

白Dungg52%P(kW)

23orCosts/USD·30InveslorDovolopmentCapooly262015106o機器學習等智能技術能帶來材料研發(fā)

的全流程加速新能源、半導體材料、催化劑、膜材

料\集成電路、藥物分子、陶瓷材料

等等研究皆將受益于智能技術數據、模型、理論、軟件

分子、裝備、過程、平臺AIfor

Science是否會成為科研新范式?

能否催生新的工業(yè)業(yè)態(tài)?場的周期一般為15-25年

·

經費、人力等資源的周期一般為2-5年特正提取rouPsaIrnynTine

vwstn離通量反應系統(tǒng)●

◎●●●●

●●

●EULOc0lLvBVE

ueoucuunNerl

atperunenE·材料研發(fā)從實驗室走向市機器學習殖制根型LP

0

canActiveLearningLoopan

intollgent

laboratory

with

autamaled

asporlm某著名企業(yè)AchalDovdlopmarlBata

a

90/pnoutp……

…

…

…24Tme/YearsCUl0心人工智能和科學融合的重大機遇Al

for

Science

有望成為我國化學材料突破“卡脖子”困境和實現彎道超車的重大機遇模型計算+自動化實驗研發(fā)周期長

“化學算力”代替耗時成本高

耗力的人工實驗4"paradigm:drivensclence圖靈獎得主

吉姆

格雷——科學

研究的四類

范式數據驅動算法模型參數化

“

人工知識

”人工智能用于

面向碳中和的

化學材料快速

精準發(fā)現設計研究范式躍遷：從“人工實驗”到“人工智能”上

7網

間H≤

三

后

矩

士

重VPe25試錯歸納+長周期

精準預測+短周期新范式傳統(tǒng)模式體系復雜依賴專家經驗AlphaFold2T61/83VZ

T四6/SWIF實驗歸納模型推演

仿真模擬

數據驅動2paradigmote△U=Q-WAI

Breakthrough

in

BiologyEes160019501"paradlgmEmpiricelscienceGoogle

DeepMind'sumalatiom31paradipm·2000CLnlerng

Dmfcatan

Dad

Tru高光影像

深學習aaand

ptaoimicia)PCA

Ragouon

Dsaa

Tro1.GHE

模型選擇

r

wm)

大

生

產

(

化

能微tete流控平臺人工智能加速新材料研發(fā)人工智能和高通量的材料合成實

驗相結合，充分利用復雜的時間空間尺度的數據：主動在線學習閉環(huán)優(yōu)化提升未來智能實驗室特征工程(模型輸入)NormallzationIntrinsicInfomationDimension

ReductionExtrinsicConditionsFeaturosfrom

Prior

Models模型:ANNSVMDecisionTree

(elc.)數據驅動和高通量實驗結合的材料基因組研究數據收集ExperimentSimulationεDatabaseJaliL.,KaizhuoLim,HaitaoYang.ZekunRen,ShreyaaRaghavan.Po-YenChen,TonioBuonassisi“,andXiaonanWang°Matter3(2020):140.任務設計

：

材料性能

預測輸出Labels以Concatenate26AoAl+

儲能：從微觀到宏觀各個尺度中的應用√

數據驅動的儲能新材料開發(fā)、優(yōu)化設計、電池管理√有效利用數據、自動化和智能化的技術預測、模擬

和設計復雜儲能材料和系統(tǒng)√

利用數字孿生和人工智能能力，為電池系統(tǒng)的材料

設計、發(fā)現、屬性預測和管理提供閉環(huán)框架機器學習第一性原理校準實驗試錯物理模型

神經網格充

放

電

情

況健康情況0203凱材料開發(fā)優(yōu)

化

設

計

電池鹽理系統(tǒng)電儲能應用

A用P宏觀數據

特征工程負極正極數據驅動建模

模型評估

模型應用L→

E

電負極

正

極死電←moooo8研發(fā)效率儲能技術微

觀隔膜27li·

區(qū)域優(yōu)化、人工智能、數字孿生助力能源系統(tǒng)實現低碳轉

型，實現區(qū)域和行業(yè)碳達峰、碳中和目標Power

Load智慧儲能+多能互補：一體化智慧能源管理平臺·

打通數據底座，利用知識圖譜搭建多尺度智慧能源管理平臺多能互補綜合能源優(yōu)化調度

排放監(jiān)控儲能系統(tǒng)智能設計rie28工作基礎：人工智能加速新材料研發(fā)在線機器學習計算和高通量實驗結合，應用于各種尺度功能材料研發(fā)，并可實現多尺度融合。a

o

o融合多任務、多通道、高并發(fā)的計算

篩選與實驗驗證，通過物理模型、數

學計算和材料學原理等方法，預測材

料的組成、結構和性能，指導實驗，使新材料研發(fā)從完全經