6月24日，“碳中和与能源智联”（CNEST）前沿讲座第15期在清华大学碳中和研究院（以下简称“碳中和院”）成功举办。本期讲座邀请到了普林斯顿大学安德林格能源与环境中心副教授杰西·詹金斯（Jesse Jenkins）作报告，聚焦高分辨率能源系统建模的前沿研究进行分享交流。碳中和院副院长王哲致辞，并为詹金斯颁发了讲座纪念牌。讲座由碳中和院气候变化与碳中和战略研究中心副主任彭天铎主持，清华大学低碳能源实验室副教授杜尔顺、核能与新能源技术研究院副研究员常世彦等参加讲座。

讲座现场

王哲为杰西·詹金斯（Jesse Jenkins）颁发讲座纪念牌

彭天铎主持讲座

詹金斯首先介绍了他所领导的普林斯顿零碳能源系统研究和优化实验室（ZERO Lab）的三大研究方向，包括改进宏观能源系统模型和方法、评估优化低碳技术以及指导能源系统规划和政策。随后他介绍了高分辨率能源系统建模的需求和挑战。他指出，随着全球能源转型加速，电力正成为主导能源载体，工业部门深度脱碳亟需利用好间歇性的可再生能源供电，实现跨部门协同优化。然而，在进行能源与工业系统耦合规划时，模型需要同时处理多能源网络、高时空分辨率、多天气情景、离散投资决策等多种复杂要素，导致混合整数线性规划（MILP）模型可达到上亿变量和约束的规模，远超传统商业求解器的计算处理能力。为此，传统的容量扩展模型依赖一些抽象简化策略，如削减时间分辨率、聚合空间区域等，虽能保证计算可行性，却牺牲了决策支撑的准确性，造成了类似“短被子”的困境。

杰西·詹金斯（Jesse Jenkins）作报告

詹金斯进一步介绍了若干新兴计算策略，以实现计算性能的跨越式提升。詹金斯团队开发了基于并行Benders分解法的高性能求解框架，将主问题（投资决策）与子问题（分时段运营模拟）分离，并利用并行计算将全年拆分为52周进行独立求解。该算法应用在美国本土的三阶段电力系统投资规划问题，实现了在8小时内求解包含超1亿变量、近两亿约束的大规模问题，为美国输电网络提供了多种扩张参考方案。该算法还应用在巴西水电系统的2050年扩张规划问题，求解时间从传统模型的10小时缩短至40分钟。该算法已被纳入开源模型GenX（电力行业）和MacroEnergy.jl（跨能源-工业系统）。詹金斯指出，当前计算能力仍然限制了进一步提高空间分辨率或多能源网络耦合，未来的发展方向包括GPU加速优化，以及引入神经网络和基础模型来提升求解效率。詹金斯还回答了师生们的提问。

现场交流

CNEST前沿讲座系列由清华大学发起的CNEST多边合作项目和世界碳中和学会（筹）主办，由清华大学碳中和研究院承办，旨在邀请国内外的业界知名专家学者，分享碳中和与能源系统转型领域的前沿科技、产业和政策动态，促进碳中和领域的国际交流与合作。