近期，我校工學院電氣工程及其自動化系教師吳夏來（第一作者）與臺灣中原大學陳榮輝教授合作，以湖州師范學院為第一單位在能源領域知名學術期刊《Energy》（JCR、中科院雙一區Top期刊, IF9）發表了題為“Fast robust optimization of ORC based on an artificial neural network for waste heat recovery”的研究成果。

　　通過余熱回收可有效提高能源的綜合利用率，進而減少二氧化碳等氣體的排放。有機朗肯循環（ORC）因具有較高的余熱利用效率在中低溫余熱回收領域中備受關注。來自工業過程的余熱資源及ORC復雜工作過程通常具有不確定，該不確定的存在給ORC過程操作參數的優化帶來挑戰。因此，如何對ORC過程建模及快速求得最優操作點是該領域亟待解決的難題。

　　針對以上難題，該文章采用神經網絡建立ORC復雜過程的替代模型，利用分布參數估計循環變量的不確定，建立以最大化循環熱力性能期望為目標的魯棒優化模型。通過將所建立的優化模型轉化為帶機會約束的混合整數線性優化問題，實現ORC過程魯棒操作點的快速求解。實驗結果顯示所提方法能獲得高質量的過程操作點，其求解ORC魯棒優化問題的時間約為1.4秒，遠小于基于ORC機理模型的魯棒優化求解時間。本研究利用數據驅動方式實現ORC系統的準確建模和快速魯棒優化，具有重要的理論和應用價值。

　　論文鏈接：https://doi.org/10.1016/j.energy.2024.131652

　　通訊員：姚玲虹