2022年6月《能源环境前沿方法介绍》第一版出版发行。为了推动能源环境研究的不断推陈出新，让更多的高校师生了解掌握能源环境领域的前沿方法，经反复讨论，我们决定对此书进行再版。与前版相比，主要增加的内容包括：①在原有第八章的基础上，利用卫星夜间灯光数据，测算了全球范围内国内生产总值（GDP）和电力消费的分布，该分布可以用来有效评地估经济状况和电力消费水平。因此，本研究采用粒子群优化-反向传播（PSO-BP）算法等一系列工具，统一了DMSP/OLS和NPP/VIIRS图像的尺度，获得了1992-2019年连续的1公里×1公里网格化夜间灯光数据。据此，从修正后的实际增长角度出发，我们采用自上而下的方法，根据校准后的夜间灯光数据，计算出1992-2019年全球1平方公里网格化的修正后的实际GDP和电力消费。②新添了第九章。新增的第九章介绍了常见预测方法，包括ARIMA方法、Holt-Winter过滤模型、长短期记忆模型（LSTM）、极限学习机（ELM）、多层感知机（MLP）、广义回归神经网络（GRNN）等。此外，该章还介绍了情景模拟方法，并阐述如何通过结合蒙特卡洛模拟方法来减少情景设置产生的不确定性。最后，结合我们在能源环境领域发表的期刊论文，以预测中国碳达峰为例展示了上述两大类方法的实际运用。