Progress and Prospects on Artificial Intelligence-Driven Full-Chain Optimization for Decommissioned Renewable Energy Equipment Generation-Transportation-Recycling
Abstract
我国能源结构优化进程中，光伏、风电及锂电池行业规模持续扩张，也产生大规模退役光伏组件、退役风电机组、废旧电池等新能源退役设备的处理难题。当前，围绕新能源退役设备产生-运输-回收利用全链条的系统优化研究仍处于起步阶段，存在覆盖范围不全、精细化程度不足、缺乏系统动态性等局限。本文系统梳理了人工智能（Artificial Intelligence, AI）技术在新能源退役设备回收利用系统优化中的研究现状和应用潜力，揭示了国内外聚焦新能源退役设备产量精准评估、转移路径动态建模及回收利用体系优化三大研究热点。在新能源退役设备精准评估方面，AI技术结合卫星遥感、无人机航拍与气候、环境、社会经济等多模态数据，实现新能源退役设备产量的精准核算；在转移路径优化方面，融合物联网技术推动运输网络从静态设计向动态优化转变；在回收利用体系优化方面，结合图神经网络技术优化处置设施选址，提升资源循环利用效率，增强在高不确定性与高复杂性条件下的系统韧性。未来研究仍需攻克模型泛化能力不足、新能源退役设备物理特性考量缺失、知识增强决策融合不足等难点，构建回收利用网络智能模拟平台，形成兼顾区域公平性、系统韧性与经济性的协同机制。
Fields of Study & Subjects
Photovoltaic Systems and Sustainability
Municipal Solid Waste Management
Sustainable Supply Chain Management
Publication details
- Journal / source
- Journal of Energy and Climate Change
- Volume
- 2
- Issue
- 2
- Pages
- 211–225
- Publication date
- 1 March 2026
- Language
- EN