近日，第十三届IET电力系统控制、运行与管理国际会议（APSCOM 2025）在中国香港成功举行。作为国际工程技术学会（IET）在电力与能源领域的标志性盛会，本届大会汇聚了全球顶尖专家学者，共同探讨未来高绩效、强韧性电网的发展路径。

APSCOM 2025 会议现场：能量流/碳流分析研究内容汇报

APSCOM 2025 最佳论文奖证书

在本次会议上，吴贤铭智能工程学院卢少锋教授团队脱颖而出，其最新研究成果荣获大会最佳论文奖(Best Paper Award)，学院在智慧交通与绿色能源交叉领域的创新研究得到了国际学术界的高度认可。

直击误区：拆解“节能=减排”的传统认知

在国家“双碳”战略目标驱动下，作为城市的大动脉，轨道交通的绿色转型迫在眉睫。虽然地铁列车本身实现零直接排放，但其巨大的电力消耗带来了显著的间接碳排放。长期以来，行业内的列车控制研究主要聚焦于“最小化能耗（Min E）”。然而，随着电网结构日益复杂，接入了光伏、风电、储能等多种能源形式，不同时段、不同来源电力的“碳排放强度”存在巨大差异。

卢少锋教授团队敏锐地捕捉到这一关键科学问题：在多能源耦合的背景下，更低的能耗并不必然意味着更低的碳排放。仅仅关注列车的总能耗已经不够，有必要把不同电源、不同环节对碳排放的具体贡献区分开来，定量刻画“能量流”背后对应的“碳排放流”，从而针对性地降低单位电能对应的碳排放水平。

创新突破：碳流理论在轨道交通领域的创新应用

针对上述挑战，获奖论文《Low-carbon operation optimisation method for on-board energy storage train based on carbon flow theory》（基于碳流理论的车载储能列车低碳运行优化方法）提出了创新性的解决方案，将电力系统中的“碳流理论（Carbon Emission Flow, CEF）”应用于车载储能列车的控制优化中。

团队构建了一种全新的分步优化框架。在该框架下，车载混合储能系统（如超级电容与电池）不仅是能量的载体，更被视为“碳责任容器”。通过动态计算和追踪能量在电网、列车与储能设备之间流动时携带的碳排放因子，研究团队成功将控制目标从传统的“被动节能”转向主动的“碳排放最小化（Min C）”。

在具体研究中，团队选取广州地铁7号线的实际运行数据开展案例分析。首先，在既定运行图和安全约束下求解能量较优的速度曲线，确保列车行车时间、停站安排和乘客体验与现有运营保持一致。在此基础上，分别构建两类优化目标：一类为传统的能量最小化策略（Min E），以全程牵引能耗最低为目标分配牵引变电所、电池和超级电容的输出功率；另一类为碳排放最小化策略，在满足动力需求和能量约束的前提下，更加关注不同电源的碳排放强度，优先利用碳排放强度较低的电源，以尽量降低列车运行过程中的总碳排放。

不同运行阶段的碳排放强度变化也更直观地体现了碳流优化策略的作用机理。在首个运行区段中，考虑牵引变电所和储能装置效率折算后，单位电量的等效碳排放强度呈现出“超级电容＜牵引变电所＜电池”的排序，因此碳排放最小化策略会优先调用超级电容供能，其次由牵引变电所补偿，尽量减少电池放电。进入第二个运行区段后，再生制动能量不断回灌至超级电容，其内部等效碳排放强度逐渐升高，排序关系转变为“牵引变电所＜超级电容＜电池”。在这一阶段，碳优化策略则相应调整为以牵引变电所供电为主，辅以适度的超级电容放电，并持续抑制电池出力。通过在不同运行阶段根据碳排放强度的变化动态选择电源组合，在能耗变化较小的前提下实现了全程碳排放的进一步降低。

基于广州地铁7号线数据的策略对比。碳排放优化策略（Min C）通过智能调节储能充放电时机，实现了更低的碳排放总量。

实验结果表明，与传统的能量最小化策略相比，团队提出的碳流优化策略在仅增加1.51%能耗的前提下，实现了2.39%的碳排放下降。这一成果有力地证明了以“碳流”为核心的优化方法在实现深度脱碳方面的巨大潜力。

团队未来展望

本项创新研究由学院智能交通与能源系统研究团队完成，团队主要成员包括罗海枫、丁一峰、徐让，并由卢少锋教授担任指导教师。

卢少锋教授团队长期深耕于智能控制、电力系统运行与交通管理的前沿交叉领域，致力于运用先进的人工智能与工程控制技术，解决关键基础设施面临的可持续发展挑战。

未来，团队将继续拓展碳流理论的应用边界。一方面，计划将研究对象从单一列车扩展至包含地面储能和多车协同的牵引供电系统级层面；另一方面，将结合先进人工智能技术，应对光伏发电波动等不确定性因素，实现高水平的轨道交通自主低碳运行，为建设交通强国、实现“双碳”目标贡献华工智慧与力量。（图文/吴贤铭智能工程学院）