11月10日  8:30-11:30

能源的智慧与智慧的能源

简介：

报告采用科学知识图谱的方法系统梳理了信息能源系统研究的整体概况，在共被引分析基础上，以数据和知识混合驱动的方式展现信息能源系统的热点领域和学术链条，进而将信息能源系统划分为“能源的智慧”与“智慧的能源”两个层面。“能源的智慧”主要体现为寻求最优解，包括能源的最优利用，经济性的最优，控制效果的最优等；“智慧的能源”主要体现为一致，包括对于多个能源协同情况下获得的频率、压强等参数的一致以及协同优化下获得的能源平衡的一致，还包括多个能源体博弈情况下获得的能源交易的平衡等。

报告人：

孙秋野，东北大学教授、IET Fellow。科技部科技创新领军人才、教育部新世纪人才、“兴辽英才计划”科技创新领军人才等。主要研究方向为输配电系统的不确定性分析与诊断、分布式发电系统等。主持或参与国家自然科学基金、辽宁省科技攻关等多个项目和课题。IEEE TNNLS、IET CPS：T&A、《自动化学报》、《中国电机工程学报》等期刊编委；CAA能源互联网委员会秘书长、控制理论专委会新能源学组副主任,CAAI智慧能源系统专委会委员等。享受国务院政府特殊津贴。

绿色能源互补智能电厂云控制系统研究

简介：

针对现代电力系统中设施庞杂、多源异构海量数据难以有效处理、“信息孤岛”长期存在以及整体优化调度管理能力不足等问题, 基于云控制系统理论, 以智能电厂为研究对象, 本文提出了智能电厂云控制系统(Intelligent power plant cloud control system, IPPCCS)解决方案. 基于智能电厂云控制系统, 针对绿色能源发电波动性强、抗扰能力差的问题, 利用机器学习算法对采集到的风电、光伏输出功率进行短时预测, 获知未来风、光机组功率输出情况. 在云端使用经济模型预测控制(Economic model predictive control, EMPC)算法, 通过实时滚动优化得到水轮机组的功率预测调度策略, 保证绿色能源互补发电的鲁棒性, 充分消纳风、光两种能源, 减少水轮机组启停和穿越振动区次数, 在为用户清洁、稳定供电的同时降低了机组寿命损耗. 最后, 一个区域云数据中心的供电算例表明了本文方法的有效性.

报告人：

夏元清，博士，北京理工大学讲席教授，博士生导师，北京理工大学自动化学院院长、教育部“长江学者”特聘教授、国家杰出青年科学基金获得者、国家“万人计划”领军人才、享受国务院特殊津贴专家。担任中国计算机学会大数据专家委员会委员、中国仪器仪表学会物联网工作委员会副理事长、中国指挥与控制学会云控制与决策专业委员会主任委员；任国际刊物《International Journal of Automation and Computing》编委、《Gyroscopy and Navigation》、《自动化学报》编委、《控制理论与应用》等刊物编委。主要研究领域为多源信息复杂系统的信息处理与控制、飞行器控制、无人移动平台协同控制、空天地一体化网络协同控制、云控制与决策等。在国内外重要学术刊物上发表学术论文300余篇，出版英文专著11部，中英文教材3部，并于2014-2019年连续六年入选Elsevier中国高被引学者榜单。曾获得2011年国家科技进步二等奖一项（排名第二），2012年、2017年教育部自然科学二等奖一项（排名第一），2010年、2015年北京市科学技术二等奖两项（排名第一）；获2012年北京市优秀博士论文指导教师奖、2015年中国自动化学会优秀博士论文指导教师奖。所培养的博士毕业生中，1人获北京市优秀博士论文，3人获中国自动化学会优秀博士论文，2人获中国指挥与控制学会优秀博士论文。

微电网的建模与优化

简介:

微电网由负载、储能系统和分布式电源互联集成到能源系统中, 微电网系统可以作为一个整体系统与电网并行运 行或以孤岛模式运行。针对微电网的负载建模问题，我们提出了一类数据驱动建模方法以同时实现负载模型结构选择和参数校准.所提出的方法将机器学习与稀疏表示相结合, 旨在对负载模型从物理角度提供机理解释并向配电网系统操作员提供有关负载的动态信息. 针对微电网的分布式能源的最优协同优化问题，我们提出两种分布式协同优化算法，并严格理论证明了算法的收敛性，同时在典型的IEEE-39节点系统中进行了验证。

基于稀疏学习的微电网负载建模

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200154

报告人：

杨涛，东北大学流程工业综合自动化国家重点实验室教授，国家高层次人才（青年）。主要研究方向为工业人工智能, 信息物理系统, 分布式协同控制和优化。现任《自动化学报》副主编、IEEE/CAA Journal of Automatica Sinica编委、IEEE控制系统协会和IFAC多个技术委员会委员。

分布式多区域多能微网群协同AGC算法

简介：

多区域协同是电网发展趋势，而核心问题是采用何种方法对多区域进行协同。基于Q (σ)算法并融入了资格迹及双重Q学习，提出一种面向多区域微网群的多智能体协同控制的DQ (σ, λ)算法，避免传统强化学习动作探索值高估的同时，来获取分布式多区域协同。

报告人：

席磊，三峡大学副教授/博导，楚天学者。中国电工技术学会人工智能与电气应用专委会委员。主要从事人工智能在电力系统中的应用。担任《三峡大学学报（自然科学版）》编委、《新型工业化》编委。发表SCI/EI论文30余篇、中国科学3篇、编写《智能发电控制》专著1部。主持国家自然科学基金青年基金1项。获电工技术学会科学技术二等奖。

复杂噪声干扰下智能船舶综合能源系统能源管理策略

简介：

船舶航运污染是阻碍海洋经济发展、海洋强国建设的瓶颈问题。智能船舶等高技术船舶为航运业绿色环保发展提供了重要手段，如何解决智能船舶综合能源系统的能源管理问题是进一步开发船载新能源，提升能源综合利用效率，降低船舶航运污染排放的关键所在。本次报告聚焦于剖析智能船舶综合能源系统的内涵，针对智能船舶全航程航行特征，分析复杂海况下智能船舶综合能源系统能源管理问题，探索适用的分布式能源管理方法，以保障智能船舶全航程航行的安全性、可靠性和经济性。

报告人：

滕菲，博士，大连海事大学，主要研究方向为多源干扰下多智能体分布式优化理论及其在智能电网、综合能源系统等复杂系统中的应用。

基于信息智能化处理的综合能源系统安全高效运行

简介：

综合能源系统是电、气、热等异质能源融合的高效化能源供给体系。由于系统结构、运行规模不断扩大、即插即用设备及多类型耦合设备的增长式接入，使得能量随机波动、异常故障频发等大量不确定因素日益凸显，并严重威胁着整个系统安全运行。因此，本次报告从智能化信息处理技术与基本理论出发，在满足多能潮流运行机理的基础上，通过数据驱动的方式实现多源异构数据的整体性分析，解决综合能源系统运行状态分析过程中存在的难题，保障系统的安全高效运行。

基于关联信息对抗学习的综合能源系统运行状态分析方法

http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200171

报告人：

马大中，东北大学长聘副教授，博士生导师，主持/参与多项国家级项目，从事综合能源系统安全高效运行的研究。

腾讯会议ID：805374170

直播间：bilibili