【课题推荐发表期刊】

【课题背景】

随着储能技术的快速发展，其在电力系统中的应用越来越广泛。然而，储能系统的高效运行需要精确的控制和优化策略。数字化技术与智能算法（如大数据分析、机器学习、人工智能等）为储能系统的优化运行提供了新的思路和方法。通过数字化平台，可以实时监测储能系统的运行状态，利用智能算法实现储能系统的能量管理、故障诊断和优化调度。这不仅能够提高储能系统的运行效率和可靠性，还能降低运行成本，提升其在电力系统中的整体效益。

本课题聚焦数字化与智能算法在储能优化中的应用，旨在通过研究先进的数字化技术和智能算法，推动储能系统的智能化发展，为电力系统的高效运行提供技术支撑。

【课题方向参考】

• 基于NSGA-III算法的光储系统多目标运行优化

• 数字孪生驱动的配电网储能动态配置方法

【适合人群】

电气工程专业学生为佳，具备电力系统分析、储能技术基础，对数字化与智能算法在储能优化中的应用有浓厚兴趣。

【课题收获】

• 高质量论文一篇（SCI定向期刊）

• SCI期刊投递与发表指导

• 结业证书

【导师介绍】

Dr. Liu，985高校电气工程博士

• 已发表4篇论文，其中2篇SCI论文，1篇EI-top论文，目前在研1篇SCI期刊一区论文(外审中)，论文发表期刊包括TTE，JCR和电工技术学报等

• 授权发明专利1项

• 目前指导硕士研究生毕业论文4篇，考研学生20余名，本科生等完成毕业设计2篇，已获得省级和国家级科技竞赛获奖3项，校级竞赛9项。善于引导和激励，讲解偏向大白话讲逻辑观点，学生评价通俗易懂

• 可提供开源代码并指导复现；可提供一定的算力资源；就业/实习机会推荐

【课题安排】

研究周期预估六个月至一年，具体视学员情况调整。

【推荐阅读】

• 2024 Multi-objective integrated optimization of geothermal heating system with energy storage using digital twin technology

• 2025 A digital twin-based integrated optimization strategy for cascade refrigeration systems to boost energy efficiency