新能源发电多时空尺度预测
以风力发电和光伏发电为代表的新能源发电将成为未来新型电力系统的装机主体和电量主体。电力系统运行的首要准则是严格保证电力电量平衡，然而新能源发电具有天然的随机性和不确定性，因此大规模的新能源并网将给电力系统的安全经济运行带来严峻挑战。对此，新能源发电预测已经被公认为电力系统应对不确定性的最重要和最有效的技术手段之一。本团队研究不同时间尺度（超短期、短期、中长期）和不同空间尺度（发电单元、场站、集群）的新能源发电预测，研发和应用最新的理论、方法和模型，提升新能源发电预测精度和计算效率，为电力系统运行提供重要的保障。
电力大数据分析与决策
智能电网和新型电力系统的发展，产生了大量多源异构的生产数据，包括新能源发电数据、负荷数据、电网潮流和故障等暂稳态运行数据以及与电网运行紧密相关的气象数据等。本团队研究如何利用数学理论和方法，从海量高维的原始数据中挖掘出时间上、空间上以及不同对象所隐含的重要规律和特征，为电力系统运行决策优化提供输入和辅助信息。
新能源并网调度控制
电力系统调度控制是电力系统自动化运行的中枢，也是一个非常复杂的决策优化问题，其最终目标是以最经济的方式完成电力系统的资源分配、保障电力系统安全稳定、兼顾环保和低碳的要求，具有高维度、非线性、非凸、多目标、动态等特点，广域电力系统的互联以及新能源并网后带来的不确定性进一步加大了电力系统调度控制的难度。本团队探讨如何将电力预测信息以及电力大数据挖掘的规律信息应用于电力系统调度控制，研究用于电力系统调度控制的新能源不确定性建模方法、不确定性调度控制方法、调度控制的优化求解算法，构建一个高效、精准、稳定的电力系统调度框架。
综合能源系统运行优化
能源电力转型以及再电气化驱使不同的能源部门（电力、天然气、交通、供热、供冷等）之间的耦合更加紧密，电力系统单一能源形式提供的资源灵活性非常有限，有必要从全能源角度出发，打破不同能源形式资源调配的壁垒，构建全局最优的综合能源系统，对于提升不同能源部门的运行效率、经济性和安全性都至关重要。