研究意义与目标
推动“桩-楼-网-储-微网”深度融合，能够有效提升分布式能源就地消纳水平，缓解充电设施对电网的冲击，支撑新型电力系统构建与“双碳”目标实现，并推动车网互动与虚拟电厂从试点走向常态化商业运行。
核心方法
1. 生成式大模型与数字孪生：构建高保真度的园区与城市级数字孪生系统。
2. 高效可迁移的强化学习算法：实现能量管理的快速优化求解，并支持在不同能源系统间灵活迁移。
3. 车联网与微网互联技术：实现电动汽车与微网、电网之间的V2G双向能量互动。
应用场景
可应用于交通能源系统优化调度、V2G/V2B策略优化、智慧园区能源管理、能源需求负荷预测、突发事件影响模拟、需求响应策略仿真、削峰填谷与阻塞消除等场景。
合作单位
湖北凯佳能源科技集团
日本东北大学
华南理工大学广州国际校区
科研成果
Li W, Lin Z, Ou S*, et al. Deployment priority of public charging speeds for increasing battery electric vehicle usability. Transportation Research Part D: 2023. JCR Q1, IF 7.7
Yang Z, Chen Y, Ou S*. From LLM to Deep Learning: Efficient Simulation of Last-Mile Energy Behavior in Campus Communities. WCX SAE World Congress Experience, 2026. EI
Chen Y, Yang Z, Ou S*. Generative Agents for High-Fidelity Simulation of Community-Scale Mobility and Energy Behavior. WCX SAE World Congress Experience, 2026. EI