面向新型能源体系构建与“双碳”目标实现,智慧能源管理亟需突破多能协同、系统调控与用户响应等方面的关键瓶颈。本方向聚焦“源-网-荷-储”一体化系统的感知、预测与智能控制,融合人工智能、大数据、数字孪生、行为科学与系统工程方法,致力于突破传统能源管理的静态范式,构建“数据-模型-策略-决策”闭环的智慧能源管理体系,服务于园区、城市和区域尺度的低碳转型与智能化升级。
研究内容包括但不限于:(1)多能源系统的建模与协同优化,支撑电、热、冷、气等多能载体在不同场景下的集成运行与弹性调度,覆盖城市能源系统、园区微网与虚拟电厂等多种应用形态;(2)基于机器学习与强化学习的负荷预测与用户响应建模,实现终端用能行为的智能识别与柔性控制;(3)多尺度用户行为建模与节能行为机制研究,探索行为特征的动态演化规律及其外部干预策略;(4)能源-行为耦合系统的跨域建模与虚实融合仿真平台建设,为节能政策与系统调控提供动态评估工具;(5)融合市场机制与政策场景的调控策略优化,支撑电力现货市场与碳市场下的多维响应与系统调度。
相关教师:沈萌、韩特