中国农业大学电气工程系副教授，博/硕导，中国电机工程学会高级会员。于2007年和2014年分获华中科技大学电力系统及其自动化工学硕士学位和浙江大学电气工程博士学位。曾担任3年变电站建设工程师。2019年~2020年（美国）康奈尔大学访问学者。主要研究领域为电力系统可靠性与运行风险管控、非线性系统优化控制与智能决策。主持国家自然科学基金面上项目《基于重采样机制的电力系统小概率高危风险评估理论与应用研究》、青年基金《智能配电网运行可靠性多机制协调概率评估方法研究》（优秀结题）以及重点实验室开放课题；第一署名刊发SCI论文10篇，其中IEEE、IET收录8篇；参与多项国家重大专项研发和电网公司课题。

研究领域简介：电力系统风险管控是专门围绕不确定因素开展系统风险分析与管控的交叉学科，可以为复杂系统的设计和运行提供安全决策辅助信息，促成投资与可靠性收益的动态平衡，通过对系统风险的追踪，以尽可能小的管理建设成本抑制大面积停电以及人身伤亡等高危系统灾害事件的发生。该学科领域主要运用概率论、随机过程、模糊等基础不确定性理论，辅以数据挖掘、人工智能等前沿技术，集建模、分析、计算、控制、优化于一体，重点研究电气装备的故障统计特征、“信息-能量-人因”复杂网络闭环控制下的随机干扰响应以及外部运行环境的交互影响，为系统规划运行避险策略的制定提供科学依据。

主要学术成果（实时更新）：

https://scholar.google.com/citations?user=8oM_bUoAAAAJ&hl=zh-CN

https://www.growkudos.com/profile/yue_wang_1?utm_medium=email&utm_source=transactional&utm_campaign=auto-claim

研究方向：

    1、电力系统可靠性与运行风险管控

    2、非线性系统优化控制与智能决策

在研课题及主要成果简介：

1、虚拟电厂规划与竞价交易模式

风-光-储-车等灵活资源的统一并网管理有助于提高绿色低碳能源利用效率，但分散的个体资源容量较小且存在极强的随机性、波动性和间歇性，电网难以对单独资源进行有效调度。针对不同灵活性资源的功率特性随季节、环境以及控制手段表现出的差异，充分挖掘和利用分散资源的天然特性和互补关系，提出多元灵活资源聚合形式的调节响应能力指标和评估方法，建立考虑多元灵活性资源相关性和调节能力的虚拟电厂优化聚合模型。

同时，随着电力体制改革有序推进和售电侧市场逐步开放，多元灵活性资源往往隶属于不同产权所有者，针对聚合代理商对内部成员进行直接管理的方式无法权衡参与交易的多方主体利益的情况，提出虚拟电厂的多级代理交易双层优化策略。虚拟电厂作为电力市场的参与者，应根据其他参与者的可能运行状态通过竞价博弈制定报价策略，合理调度内部资源，建立虚拟电厂运营商和多元化资源的多主体双层竞标模型，从而在保证市场整体电力电量平衡的基础上，实现收益共赢的最大化。

2、变速抽水蓄能机组电网支撑性控制

抽水蓄能机组通过背靠背变流器与电网间接相连，因此机组转子转速不必与电网同频，而具备一定自由性，所以可充分发挥转子动能效益为电网提供毫秒级功率响应。对变流器的控制大多为成熟的双闭环结构矢量控制技术，为电网持续传递有功和无功功率提供有力支撑，对机组关键动力机构水泵水轮机控制方式为PID控制技术，其控制效果影响转子转速响应性能。受限于小型抽水蓄能机组水库容量小，其工作水头易受季节、气候和负荷等因素影响而频繁变化，非线性特征明显造成控制难、控制效果不佳等问题，而抽蓄机组转速控制效果又直接关乎对电网有功支撑和频率稳定。因此提出了变水头参数自适应双馈抽水蓄能机组控制策略，采用根轨迹方法对线性化的抽蓄机组控制参数进行分析并得到其稳定域范围，针对在多个水头运行工况下最小化转速偏差开发转速控制参数优化方法，实现在不同水头运行工况下最大化其转速的调节性能，解决常规控制策略应对工作水头变化难以高效控制转速而影响充分发挥抽蓄机组调节性能的问题。与传统方法相比，该策略所提方法考虑抽蓄机组水头波动现象，采用根轨迹获取抽蓄机组控制参数稳定域，实现机组对电网的功率跟踪、惯量调节、电压支撑等支撑性作用。

3、低压配网拓扑在线识别与自愈恢复策略

课题成果分为拓扑识别和故障自愈两个部分。低压电网错综复杂，拓扑识别是自动化升级改造的基础，以数据驱动的方式开展拓扑识别，具有成本低、速度快以及易维护的优点，但现阶段的低压配网数据质量不高，无法获得准确的网络拓扑，针对该问题，提出了一种根据智能电表电压读数和灵敏度分析的低压网络拓扑识别方法，首先建立了一种具有回溯的增强型图形学习算法，用于初始化一组图形，消除了容差系数对拓扑识别的影响，然后通过制定合理的模型筛选标准，从中候选图形中遴选最佳拟合。改进的拓扑重构算法优点在于在量测数据受到噪声污染的情况下，能够保证较大规模网络拓扑的识别精度。在故障自愈方面，提出了一种基于雾计算架构的故障自愈恢复策略，特别适用于低压无源台区的典型结构。该策略利用了雾计算通讯架构的特点，并结合了动态聚合的雾计算超短期负荷预测方法。该预测方法内嵌了两种特性互补的超短期负荷预测技术，通过动态加权利用实时负荷进行增量学习，以故障事件触发的方式快速预测低压负荷。此外，策略设计了一种基于雾计算负荷预测的无线路参数低压无源台区开关重构自愈恢复模型，该模型被建模为混合整数二次规划问题，使之呈现出混合整数二次规划问题的特征，若利用现代商业求解器，如Gurobi，通过内置高性能的双线性插值算法，可快速解算上述混合整数二次规划问题的高质量逼近甚至精确的全局最优解。 

4、受控变流器谐波分析与抑制方法

“双高”电网中大量存在的变流器引起的谐波污染问题需要引起足够重视。本课题针对电力电子功率变换器的谐波动态特性进行研究，旨在解决新能源并网变流器的谐波谐振问题。目前用于变流器的谐波分析方法主要有小信号分析法、阻抗扫描法、数据驱动法，以上各种方法在应用中存在诸多不便，物理与数据有机结合的方法——稀疏识别法是一种前沿的建模分析方法。该方法基于变流器的物理结构，得出该系统中可能存在的方程约束项，但此时这些备选项要如何组成完整的约束方程还是未知的，需要结合数据驱动法识别出最终变流器谐波动态约束方程。该方法能够进行非线性建模，比小信号分析的线性化建模方法准确性高；另外所得结果是解析表达式，相较于阻抗扫描及数据驱动法，便于进行深入分析及谐波抑制方法研究，拓展了变流器谐波阻抗建模的通用性，为研究谐波震荡的抑制问题提供有效的途径。 

5、网侧储能规划与调度运行策略

课题研究基于不确定性的网侧储能规划与调度运行方法。提出了数据驱动的光伏机组出力凸包不确定集构建方法，结合实际机组数据，研究了基于高斯混合模型的数据过滤机制，通过构建数据驱动凸包不确定集刻画了光伏出力的随机性和波动性，解决了传统不确定集保守程度高、建模过程复杂、脱离实际数据的问题；其次，提出了考虑网侧储能接入需求的配电网节点特征聚类方法，基于节点特征相关性筛选和特征权重聚类分析，提取网侧枢纽节点等重要结构部分的关键信息，为网侧储能规划奠定了基础；最后，提出了网侧储能的二阶段多目标优化配置方法，考虑储能全寿命周期成本、碳市场及容量市场交易、配电网电压波动等因素构建优化模型，结合合同能源管理模式，实现对网侧储能的选址定容、调度运行一体式优化，解决了网侧储能的配置成本过高及盈利手段局限的问题，兼顾了电力系统运行经济性和稳定性。 

6、光储氢协同低碳园区系统自治运行控制

    光伏发电、储能技术和氢能与园区结合，可形成一个高效、稳定、自治的清洁能源循环系统，提供了一条更加灵活的新能源消纳途径。基于目前储能的形式大多是电化学储能，并不是真正的绿能，可选用抽水蓄能兼顾系统调节和储能的枢纽设备。该系统先进性首先体现在能源融合上，光伏发电为园区提供绿色能源；储能平抑能量波动，促进能源的高效利用；电解槽制氢实现清洁能源的高附加值工业产品转化。设备容量协同优化以及自治运行控制是该系统的关键问题。VSC控制的变速抽蓄机组具备灵活可控的调节能力，通过PQ和V/F控制模式切换，实现能量存储、黑启动、频率响应以及电压控制等多种系统支撑性保障功能。由于系统结构和管理环境相对封闭，可充分发挥先进通讯技术的高质量和低延时信号优势，部署集中控制模式，在光伏波动以及系统故障扰动下，实现光-水-氢-储元件和设备的暂稳态协调控制。