报告题目：新型智能优化算法在新能源系统复杂优化问题中的应用

报 告 人：杨之乐

时 间：2020年12月10日 16:30-17:30

地 点：清华大学西主楼3-314

摘要：智能优化算法经过了数十年的发展，已经成为求解大规模NP难、非线性、强约束问题的一种有效工具。包括遗传算法、粒子群等经典方法和教学优化、灰狼优化、竞争群优化等新兴智能方法均在多个工程领域取得了广泛应用。在新能源系统中，面向大规模机组组合、经济环境调度、潮流分析、最优配置、散热片设计、太阳能和燃料电池参数辨识等混合整数及强非线性优化问题，仍是长期困扰新能源系统大规模应用的难题。本报告从电动汽车接入电网的优化方法综述出发，重点介绍几种电动汽车接入电网的机组组合和经济调度的新模型和基于启发式优化的求解方法，报告也同时简述课题组近期在其他新能源复杂优化问题研究相关工作。

报告人简介：杨之乐，中国科学院深圳先进技术研究院副研究员，深圳市“孔雀计划”高层次引进人才。2017年在英国贝尔法斯特女王大学获得电气工程博士学位，长期从事包括神经网络，进化计算等人工智能方法在电力系统优化调度、新能源及电动汽车电网集成、新能源发电出力建模，电动汽车电池建模等相关问题的应用研究，提出了一系列启发式优化算法和框架以解决复杂能源电力优化调度问题，已发表SCI/EI检索重要期刊及会议论文110余篇，主持参与国家自然科学基金面上、青年项目，国家重点研发计划，工信部人工智能平台专项等项目10余项，任IEEE电动汽车与储能专委会常务理事、中国人工智能学会青工委委员等学会学术兼职6项，是包括IEEE TEVC, TNNLS, TIE, TASE, CIM, Applied Energy, Energy等40多个顶级和知名SCI期刊的审稿人，在5个高水平国际期刊的编委和客座编辑，在20多个国际重要会议任程序委员会主席、出版主席、秘书长等职，获斯普林格-自然首届中国新发展奖，中国产学研创新成果一等奖，3个期刊优秀论文奖和3个会议优秀论文奖。

联系人：张宁