城市电动汽车充换电站选址规划研究
充换电站作为新能源电动汽车的关键配套设施。其选址规划和普及速度是实现我国传统交通能源转型成功的关键部分。
商学院孙丽江教授团队与哈姆斯特丹大学Mike Danilovic教授团队合作，基于对新能源产业的多角度研究，以城市电动汽车充换电站的选址规划为切入点，充分考虑用户的选择行为因素对充换电站选址规划的影响，以此来建立多目标函数模型（最小化总建设成本与最小化路耗函数模型、最大化用户满意度函数模型）。
通过对充换电站的效用系数ρ，特征引力效用权重τ，用户理性程度λ等关键参数进行控制单一变量法进行模型仿真分析，优化取值。研究表明距离因素对于用户的选择具有较大的影响，特征因素（周围休闲娱乐设施的完备情况、其周围的交通状况等）对于用户的选择影响较小。该研究为城市电动汽车充换电站选址规划研究打开一种新的研究思路。
该研究成果近期发表在国际期刊《ENERGY REPORTS》上。
半导体Ag2S热电材料研究进展
半导体热电材料是一种可以将热能和电能进行直接相互转换的功能材料,在工业废热、汽车尾气废热回收发电、空间探测、智能穿戴设备等领域有广泛应用。
材料学院金敏教授团队利用垂直区熔技术生长了一种新型柔性Ag2S半导体材料，并对其热电性能进行了系统研究。结果表明，Ag2S在450K温度附近存在从ɑ-Ag2S单斜结构到β-Ag2S体心立方结构的相变。相变之前，Ag2S的热电性能非常微弱，而发生结构转变之后，热电性能却得到了急剧提升，这主要得益于材料的载流子浓度从价带到导带发生了极大跃迁。Ag2S的热电优值在600K附近达到最大值0.57，说明它是一种很有潜力的中低温热电材料。
该研究成果近期发表于材料科学综合类T1区期刊《无机材料学报》（Journal of Inorganic Materials）。
基于MFA-Elman的短期光伏功率预测研究
光伏发电受制于气象因素，其随机性和不稳定性是制约并网型光伏大规模发展的重要原因。因此，提高光伏并网的可靠性成为光伏发电产业发展亟待解决的问题。
商学院研究生马鑫钰（指导老师张晓红教授）基于Elman神经网络模型，对光伏短期功率预测精确度和可靠性偏低、预测速度偏慢的问题进行了分析研究。通过将各分解子序列输入经MFA优化的Elman神经网络进行光伏输出功率预测，解决了Elman神经网络初始权值和阈值具有随机性以及训练速度慢的缺点。仿真实验结果表明，MFA-Elman模型预测误差更小，预测精度和可靠性更高，预测速度更快，能够满足光伏功率短期预测的要求，为提升光伏发电并网可靠性提供了一定理论基础，从而为电网调度系统提供更多的保障。
该研究成果近期发表于能源类知名期刊《能源报告》(Energy Reports)。