(null)

一、团队（专家）简介高秀峰，男，工学博士、副教授，2000 年 12 月获西安交通大学工学博士学位并留校任教。曾主持国际合作科研项目 3 项、国家自然科学基金项目 1 项、作为骨干成员参与国家 863 计划 3 项、主持省部级及企业横向科研课题 30 余项。参编手册、专著、教材共 6 部，累计撰写 100 余万字。获陕西省科学技术二等奖两项（№1、№3）、陕西省高校科学技术二等奖两项（№4、№5）、中国石油和化学工业联合会技术发明三等奖一项（№1）。累计发表学术论文近 70 篇，其中SCI 和 EI 收录 20 余篇，累计获批发明与实用新型专利 20 余项，获 CNG 加气站压缩机科技成果鉴定一项（№1）。先后从事《过程流体机械》、《过程设备设计》、《密封技术》、《粉体工程》、《过程装备课程设计》等近 10 门专业主干课程的教学工作。擅长从事工程实践类研究项目与实际产品的研发，擅长从事科研成果转化与产业化推广工作，主持研发的多项产品实现大规模产业化应用和市场推广。主要研究方向1) 过程流体机械：石油、化工、动力、制冷用各种容积式压缩机与流体输送泵，主要专长为往复式压缩机、涡旋式压缩机

通过对建筑环境与设备系统的现场测试、建筑能源使用情况、建筑设备系统设计原始资料等，对建筑能源使用状态进行审计，根据业主要求，可进行绿色建筑认证与既有建筑改造项目 LEED-EB 认证（研究团队成员具有 LEED AP 资质），向业主提供建筑能耗使用评估分析报告，根据分析报告提出建筑能源使用薄弱环节，提出建筑及其建筑设备系统节能改造方案，以及改造后的节能率。研究团队多年来通过工程实践已进行了多项建筑能源审计与节能改造方案设计。

Ø  成果简介：采用了由局部管理层、整车信息管理层、人机接口与通讯扩展接口层组成的三层综合网络系统结构，在国内首先实现了电动车整车网络布线，自主定义了电动车辆CAN总线通讯协议，成功地实现了整个电动车的综合控制，将电动车的各个部分组成为一个完整的有机整体。该技术主要解决了两大问题：一是如何最有效地管理电动车辆有限的能量，实现电动车辆效率最大化，估计电池组的剩余电量及车辆续驶里程、单体电池及成组电池的检测与电池组温度控制、电机及空调等耗能部件的功率分配等内容；二是如何解决电动车辆运

1 成果简介为减少排放，各国政府都在大力推行新能源汽车（ 电动汽车和混合动力汽车）。 由于储能及动力装置加重，致使新能源汽车的前桥载荷相应地加大，因此需要新能源汽车的转向助力系统能提供更大的助力。新能源汽车助力转向系统以车载供能装置驱动电机产生助力，与传统的液压助力转向系统相比，不仅可以获得随操舵力而变化的路感，而且可以获得随车速而变化的路感。 清华大学在新能源汽车及其转向助力系统设计开发方面进行了多年的技术研究，获得了一批处于国内领先地位的研究成果。2 技术指标（ 1）转向助力随车速而变化，车速低时转向操纵轻便，车速高时转向操纵变沉，没有发飘 的感觉； （ 2）转向助力过程中，转向操纵手感平顺； （ 3）转向后，转向盘有一定的自动回正能力。3 应用说明新能源汽车助力转向系统是在机械转向系统基础上，加装转向盘转矩传感器、电机减速器总成、 控制器等组成。控制器根据采集得到的转向盘转矩和车速等信号，控制电机产生适当的助力以协助驾驶员进行转向操纵。4 效益分析对原有转向系统改进及新增传感器、控制器等花费约 500~600 元/套，批量销售 1000~1500元/套。

成果简介新能源智能小区集成系统是高效、 智能化、 环保利用新能源（太阳能发电、风力发电、 小型燃气轮发电系统） 于一体， 创造新型绿色环保智能小区的系统集成项目。成熟程度和所需建设条件技术成熟， 集成太阳能、 风力发电、 小型燃气轮机、 储能装置为一体， 包好能量控制系统等。 智能小区、 边远无电力供应地区等。技术指标能够与目前国家电网的相关指标相吻合， 不低于国家对系统并网的条件。市场分析和应用前景符

根据燃料电池外特性软、动态响应慢的缺点，本项目提出了复合型燃料电池供电系统，利用能量管理控制策略控制系统中的能量流，确保系统高效可靠工作。本系统非常适用于混合动力汽车、应急备用电源等场合。 一、项目分类 关键核心技术突破 二、成果简介 新能源联合供电系统是将风力发电、太阳能光伏发电、燃料电池以及蓄电池等结合在一起连续向负载供电系统。 南京航空航天大学航空电源重点实验室已于2005年先后购买了300W风力发电机、1kW质子交换膜燃料电池和1kW太阳能光伏发电系统，并开展了关于风力发电、光伏发电和燃料电池发电的研究工作，本课题组已采用以上三套装置分别进行了独立系统的实验研究，已取得很多研究进展。正在进行风光氢联合供电系统的研究，目前已完成原理，正在进行实验验证。 1.燃料电池供电系统 氢能是一种清洁新能源，燃料电池是氢能应用的一个重要。根据燃料电池外特性软、动态响应慢的缺点，本项目提出了复合型燃料电池供电系统，利用能量管理控制策略控制系统中的能量流，确保系统高效可靠工作。本系统非常适用于混合动力汽车、应急备用电源等场合。 2.太阳能光伏供电系统和风力发电系统 本研究首先建立太阳能电池和风力发电机的模型，以进一步了解其特性。其次根据不同输入源的特性，设计高效率高功率密度功率变换器。采用最大功率追踪技术控制系统，使得太阳能电池和风力发电机工作在最大功率点。 3.风光氢联合发电系统 本研究将风力发电机、太阳能电池和燃料电池通过功率变换器组成了一套风光氢联合发电系统，同时提出能量管理策略是通过控制变换器使风力发电机、太阳能电池和燃料电池既可以同时向负载供电也可以单独向负载供电。由于风能和太阳能是可再生能源，应该尽可能多地利用，当其不足以提供负载功率时，由燃料电池配合其向负载供电。当夜晚和无风时，太阳能电池和风力发电机不能正常工作，由燃料电池单独向负载供电。该系统可用于分布式供电也可并网发电。 三、知识产权及获奖 教育部新世纪优秀人才（成果名称：“燃料电池供电系统”）、江苏省六大人才高峰计划（成果名称：“多种新能源联合供电系统研究”；项目号：07-E-022）以及国家自然科学基金资助项目（成果名称：“多输入直流变换器电路拓扑及控制策略的研究”；项目号：50807024）的资助。目前共有3项专利在申请中。

能源路由器是实现能源互联网与配电网的信息交换与电能共享的核心电力电子装置。现有的以固态变压器为核心的电力变换装置由于其拓扑结构落后，且效率低下，不能实现基于能源路由器的能源协调控制策略。针对上述难题，研发了一种应用于能源互联网的能源路由器装置，包括三相三电平双向整流单元、六相交错DC/DC双向变换单元、自激软启动推挽式全桥DC/DC双向变换单元、三相谐振软开关双向逆变单元、单相全桥双向逆变单元；可实现从各能源终端将分布式电源并网，能量转换形式更加多样化，从根本上实现能量的双向流动；多单元拓扑结构决定其可提供多种电压等级电能，满足多种负载与储能设备的需求。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。

厄尔尼诺现象，是赤道中、东太平洋海表温度持续异常升温的周期性气候现象，平均每2-5年发生一次，对全球气候具有重大影响。厄尔尼诺现象会造成全球不同地区的异常温度变化，以及干旱或强降雨等现象。及早并准确地预测厄尔尼诺的发生以及强度，对预防或降低其带来的全球范围内的经济、农业、社会等方面的损失意义重大。 2019年12月24日，由北京师范大学系统科学学院陈晓松教授参与指导的一篇关于厄尔尼诺预测的文章已在线发表在美国科学院院刊PNAS上，首次克服了长久以来困扰厄尔尼诺预测的“春季预测障碍” （即无法在厄尔尼诺发生的那一年的春季或更早给出准确预测），将对厄尔尼诺现象的发生，特别是强度的预测提前一年。 该文作者提出了一套基于信息熵理论的全新的方法——System Sample Entropy——用来计算厄尔尼诺区域（Nino 3.4）近海平面空气或海表温度的复杂度（包括温度随时间变化的无序性以及不同地点温度变化的同步性或相干性）。利用这一方法，作者们发现了Nino 3.4区域温度变化的复杂度与厄尔尼诺现象强度存在着非常强和稳定的线性关系，即一年内（1月1日-12月31日）Nino 3.4区域的温度变化复杂度越大，那么下一年发生的厄尔尼诺事件的强度就越大。基于这一发现，作者们提出了一套基于每年Nino 3.4 区域温度变化复杂度的大小（由该区域 System Sample Entropy 量化）来预测来年厄尔尼诺发生及其强度的方法。该方法目前成功的预测了1984至2019年期间10个厄尔尼诺事件中的9个事件的发生年份，以及24个没有厄尔尼诺现象发生的年份当中的21个，特别是对厄尔尼诺强度预测的平均误差仅为0.23摄氏度。 对于刚刚到来的2020年，基于文中提出的System Sample Entropy的方法，作者们预测厄尔尼诺将有很大概率会在本年下半年再次发生，并发展为一个中等强度甚至高强度的厄尔尼诺事件，其预测强度为1.48+-0.25摄氏度。 目前传统的厄尔尼诺预测方法只能在提前6个月范围内给出比较准确的预测，而这对于提前预防厄尔尼诺带来的一系列严重影响是非常局限的。这一新的预测方法，将对厄尔尼诺的预测时间提前到了每年一月。这对于提前采取行动，控制和降低这一现象所带来的一系列全球范围内的消极影响，将意义重大！ 此工作由德国波茨坦气候影响研究所 （PIK）樊京芳博士作为通讯作者，PIK 的Jürgen Kurths教授，Hans Joachim Schellnhuber教授以及北京师范大学陈晓松教授等参与共同完成。陈晓松教授领导的研究小组多年来一直从事统计物理和复杂系统及相关课题的研究，特别是近年来专注于地球复杂系统的动力学演化及预测。