海洋经济与管理研究院殷克东教授与其指导的博士研究生张凯等合作撰写的论文《Predicting bioenergy power generation structure using a newly developed grey compositional data model: A case study in China》，在《Renewable Energy》（2022年10月）在线发表。该刊系我校A1类期刊。

对生物能源发电结构进行准确的短期预测，可以优化生物能源结构，帮助实现碳中和。然而，目前相关研究较少，且大多对生物能源的发展潜力进行长期预测，无法满足预测结构的建模要求。为此，本文提出了一种基于粒子群的分数阶累积灰色成分数据模型（PFCM(1,1)），用于预测生物能源发电结构。该模型通过引入分数阶累加算子来保证预测精度，并通过构造球面映射空间来降低数据维数，满足了建模要求。实证研究表明，该模型在预测2020-2024年中国生物能源发电结构方面优于其他模型。结果表明，到2023年，可再生城市垃圾在生物能源发电中的份额将超过固体生物燃料，沼气发电的份额变化不大。此外，尽管中国生物能源发电总量增长迅速，但发展不平衡和电力份额小是两个重要挑战。

原文链接：https://doi.org/10.1016/j.renene.2022.08.050