氢能作为一种低碳、清洁、能量密度高的二次能源，可在一定程度上减少化石燃料的使用，对于实现“双碳” 目标具有重要意义。在现有制氢方法中，基于水、甲醇、甲烷等原料的制氢技术，可以有效减少制氢对煤炭的依赖，是低/零碳制氢技术的重要方向。制氢过程涉及物质和能量的转化，制氢能耗、转化率、碳排放、成本等是制氢过程的重点关注指标。本文综述了3种低/零碳制氢技术，对制氢系统热集成管理研究进展进行综述，对不同技术存在的问题和面临挑战进行了讨论，在此基础上展望了未来发展方向，为低/零碳制氢系统能源综合利用效率的提升、制氢能耗的降低提供新思路。

数据中心运行过程低品位余热量巨大，提升数据中心余热的能量品位是节能减排的重要途径。本文以传统的风冷数据中心为研究对象，构建一种利用新能源提升风冷数据中心余热能量品位的综合能源系统运行模型，对不同时期的综合能源系统进行性能评估并对比无余热回收数据中心的能耗和经济成本，验证了余热回收后综合能源系统模型优越性。以一次能源节约率、费用年值节约率和CO₂ 减排率为目标对综合能源系统进行优化。结果表明，相比于数据中心传统冷却系统，优化后的综合能源系统费用年值下降率为4.38%，一次能源节约率为23.74%，CO₂ 减排率为29.99%。

随着“双碳” 目标的提出，对全球变暖具有较大影响的氢氟烃类(HFCs) 制冷剂的替代和销毁成为了重要课题，光热协同催化降解作为一种中低温催化技术，能够较好地实现HFCs 制冷剂低碳、高效、经济的降解。基于本团队提出的光热协同催化降解反应动力学模型，对设定工况下的光热利用过程展开了能量分析，发现对于定量可用光照，存在最佳的聚光比和分断波长使得降解量达到最大，并分析了系统各环节㶲损失情况。

脱硝系统具有强非线性、大滞后等特性，在环保压力下面临着控制性能不理想的问题。本文针对脱硝模型的强非线性，提出了一种基于双延迟深度确定性策略梯度(Twin Delayed Deep Deterministic Policy Gradient，TD3PG) 算法与PID 结合控制策略。通过设计TD3PG 算法的神经网络结构与奖励函数对PID 参数进行优化，实现仿真中的参数实时调整。并与经典PID、自抗扰控制和模糊自抗扰控制效果进行对比，仿真结果表明，所提出的TD3PG-PID 具有最快的跟踪效果，使系统快速稳定，并且在不确定性工况下也具有满意的控制效果，具有较强的鲁棒性。