网站导航

面向社区微网的强化学习柔性调度、V2G协同调控、区块链P2P交易与虚拟电厂低碳优化研究系列报告三则

发布时间:2026-07-26
点击:
来源:电气与自动化工程学院

报告地点:逸夫楼10楼玻璃房

报 告 人:CHAO LONG

工作单位University of Liverpool

举办单位电气与自动化工程学院

报告人简介

龙超博士现为英国利物浦大学电气工程高级讲师,IEEE 高级会员、IET会员、英国高等教育学会会士。先后获武汉大学电气本、硕士学位,格拉斯哥喀里多尼亚大学电气工程博士。历任曼彻斯特、卡迪夫、克兰菲尔德大学教研岗位,现任利物浦大学机器人与物联网硕士项目主任、西交利物浦大学联络导师,曾牵头开设多门能源数字化硕士课程,长期指导本硕及联合博士生。研究聚焦数字能源、社区微网、光伏储能与电动汽车协同、点对点能源交易、能源人工智能优化。主持18项欧科研项目,深度开展产学研合作,持有多项国际专利。兼任多本SCI期刊编委、特刊客座主编。承担国际基金评审、博士校外评审工作。


学术报告信息(一)

报告题目面向社区微网的强化学习能量优化与分布式柔性调度技术

报告时间2026年8月2日(星期日)10:00-11:00

报告简介

本讲座围绕社区光伏、储能、电动汽车混合微网系统,讲解强化学习、联邦学习在区域能量调度中的建模方法。结合英国 EPSRC、欧盟 Eurogia 项目工程案例,分析多主体负荷、分布式新能源出力波动特征,构建兼顾经济性与电网稳定的分层优化框架,介绍 AI 驱动的柔性资源调控方案,可为我国西北沙漠新能源社区微网能量管理提供先进算法与落地思路。


学术报告信息(二)

报告题目电动汽车V2G协同、P2P点对点能源交易与区块链智能合约体系

报告时间2026年8月3日(星期一)10:00-11:00

报告简介

聚焦车网互动、户级分布式电能共享两大核心方向,系统讲解V2G/V2X支撑电网辅助服务的运行机理,剖析P2P点对点能源交易的市场架构、电价博弈机制。结合区块链智能合约技术,解决分布式交易信任、数据确权、自动结算难题,分享英国城市社区 EV 共享充电、户用光伏交易示范项目经验,适配沙漠新能源园区光储充一体化场景的市场化运营需求。


学术报告信息(三)

报告题目机器学习驱动的智能充电优化、虚拟电厂聚合与低碳全生命周期评估

报告时间2026年8月3日(星期一)16:00-17:00

报告简介

讲座围绕AI电动汽车有序快充、虚拟电厂聚合调控两大工程技术展开,介绍机器学习算法抑制充电负荷峰谷差、提供电网调频调压服务的实现路径。同时讲解基于数据驱动的设备碳足迹、全生命周期碳排放评估方法,结合多个英国政府产业化项目成果,为沙漠新能源场站、大规模充电集群的低碳运行、灵活并网与减排量化提供完整技术方案。

上一篇: 纪幸辰: 低损耗氮化硅光子集成芯片表征与应用

下一篇: 孙忠明: 主族嵌核团簇

本月热点