1
团队介绍
水风光储智能调控研究所面向新型电力系统建设的国家重大战略需求，深度融合能源科学、数据科学与人工智能技术，聚焦大规模新能源并网后电力系统面临的强不确定性、复杂运行方式和多资源协调难题。研究所致力于构建数据-物理混合驱动的智能调控技术体系，在电源侧多类型资源互补优化、电网侧安全稳定智能分析、网源交互协调控制等方向开展系统性攻关，为高比例可再生能源消纳、新型电力系统安全经济运行提供核心算法、软件平台与整体解决方案。
2
主要成员
胡伟：所长，清华大学电机系研究员，IET Fellow、IEEE高级会员，长期从事电力系统智能分析与控制、源网荷储一体化、电力大数据与人工智能研究。
3
研究领域
风光资源多时空波动特征精准感知
研究掌握风光出力多时空变化规律及其互补特性，结合大模型对复杂概率分布拟合的优势，进而研究基于数据驱动的新能源出力波动关键影响因子提取方法，提升对新能源爬坡等功率波动事件的捕捉能力。
电网运行安全边界动态辨识及灵活性挖掘
研究基于强化学习等模型的潮流自适应生成及调整技术，进而结合置信网络及迁移学习等深度模型提高电网暂态稳定评估精度，突破传统机电仿真对人工经验的依赖，充分挖掘关键线路、输电断面不同运行方式下的最大传输能力，提高电网运行灵活性。
负荷侧海量分散多样化灵活性资源智能集成
提取电网削峰、填谷等不同场景下系统灵活性需求特征，建立负荷侧多样化灵活性资源智能集成自适应学习系统，通过不断的学习和调整，根据测量和预期的电网行为进行动态调整，进而实现海量负荷侧多样化灵活性资源的集成。
广域多元新型储能智能集群调控
分析市场政策等因素对储能运行特性的影响，建立计及主体意愿的调节能力表征模型，通过机理与数据相融合，实现多类型储能多时间尺度灵活性调节潜力在线评估。
混合增强智能源网荷储协同调控
研究不同空间范围电网可调能力的盈缺情况和动态分布特征，构建适用于源网荷储联合运行的中长期-日前-日内-实时多周期时序递进调控优化模型，提出考虑多重不确定性和控制性能差异的电网极端场景运行风险动态协同防控技术。
新能源大基地多能互补及一体化运行
充分考虑新能源与多类型储能多时空柔性互补能力，以多样化场景为基础深入研究各类运行风险与不同时间尺度深度耦合关系并提出风险表征方法，基于安全性-经济性多目标动态博弈，研究水风光储-混蓄、风光火储热等多能互补及一体化运行技术。
4
成果展示
智能网源协调控制系统及工程应用
团队从对象、事件、时间三个尺度建立了完整的网源交互特性在线评估指标体系，提出事件驱动、交叉迭代和分层控制思想，并引入自适应智能体协同决策机制，实现了计及多类型资源响应特性的“优质-安全-经济”多目标智能网源协调优化控制。该技术已在华中地区电网部署应用，显著提升了区域电网的新能源消纳能力和运行稳定性。
“光伏+储能+电采暖”多元互动智能终端
针对北方清洁供暖与农村电网增容矛盾，团队研发了融合光伏、储能、电采暖的多元互动智能终端，通过轻量化人工智能算法实现用户侧与配电网的柔性互动。该终端在北京郊区电网批量安装应用，有效缓解了冬季供暖期配电网重过载问题，并提升了分布式光伏的就地消纳率。
新能源多时空互补特性分析及一体化运行支撑平台
团队研发了多能互补与一体化运行仿真分析软件，支持流域水风光储-混蓄、沙戈荒大基地等场景的出力特性分析、储能容量配置和运行策略优化。该平台已用于支撑多项国家级新能源基地规划研究，相关成果获吴文俊人工智能科学技术奖二等奖、纽伦堡国际发明特别贡献金奖。
5
联系方式
联系人：李蓉斐
联系邮箱：lrf131@mail.tsinghua.edu.cn