“十四五”規劃專題 保定校區 English

唯实讲堂 | 城市能源系統的優化與分析

來源:發布時間:2024-04-30


【講座題目】城市能源系統的優化與分析

【时  间】2024年5月6日15:00-17:00

【地  点】主楼A322

【主講人】王毅

【主講人簡介】

王毅,现任香港大学电子电气工程系助理教授。2014年6月获华中科技大学电机工程学士学位,2019年1月获清华大学电机工程博士学位(导师:康重庆教授)。2017年3月至2018年4月,在华盛顿大学交换学习。2019年2月至2021年8月,在苏黎世联邦理工学院电力系统实验室做博士后研究。研究范围包括智能电网的数据分析、能源预测、多能源系统、物联网、网络物理社会能源系统。 Yi Wang currently serves as the secretary of IEEE Customer Systems & Smart Buildings Subcommittee, the secretary of IEEE PES Working Group on Energy Forecasting and Analytics, and the secretary of CIGRE Working Group on Application of 5G Technology to Smart Grids. He also serves as the Associate Editor for IEEE Transactions on Smart Grid, IEEE Systems Journal, and IET Renewable Power Generation.

【講座內容簡介】

在城市能源系統數字化和低碳轉型的背景下,靈活的能源調度在促進系統高效經濟運行方面具有巨大潛力。在這一過程中,采用了基于學習的技術從計量數據中提取系統運行特征,爲基于優化的能源調度過程提供了准確的運行邊界。然而,學習和優化過程總是分爲兩個獨立的方面進行,並且在實際應用中是解耦的。現有的模式大多忽略了二者的交互關系,導致了不可信的學習和不經濟的優化結果。本次報告將從建築能源系統中的模型預測控制開始,探討城市能源系統中學習和優化過程之間的深層耦合關系,其中基于學習的熱動力學建模作爲優化的輸入約束。此外,報告還會分析在相同場景下,學習誤差對下遊優化問題的潛在影響,並介紹一種面向決策的建築熱動力學建模方法。這種學習方法的目的是最小化優化成本,而不是傳統的精度指標。作爲運行邊界條件,所提出的以決策爲中心的學習策略進一步擴展到集成能源系統中,其中跨部門(供暖、制冷和電力)負荷預測與中央優化任務相結合。另外,報告還將對學習過程中的相應數據值進行評估。


sitemap网站地图