职称

英才教授

年龄

53岁

所在学院（系、所）

天津大学电气自动化与信息工程学院电气工程系

通讯地址

天津市和平区甘肃路永和新里 3-503

电子信箱

peizhang166@qq.com

联系方式

1860 104 9287

主要研究方向

(1) 电力系统调度运行

(2) 电力系统规划

(3) 电力市场

(4) 电力信息化（大数据、人工智能）

主要学历

1996.10-1999.8英国帝国理工学院博士(Dr.Eng)

1994.9-1996.9中国天津大学自动化学院硕士(Master)

1990.9-1994.7 中国天津大学自动化学院学士(Bachelor)

主要学术经历

(1) 2023.09-至今 天津大学英才教授

(2) 2016.08-2023.08北京交通大学新能源国际学院副院长

(3) 2010.08-2016.08埃森哲公司(Accenture)       能源事业部总监

(4) 2000.05-2010.08美国电力科学研究院(EPRI)     项目经理，电力系统运行和规划部门主任

(5) 1999.09-2000.05英国国家电网公司(NGC)        电力系统工程师 

主要讲授课程

电力系统调度运行、电力系统规划、电力市场、电力信息化（含大数据与人工智能在电力系统中的应用）

主要学术兼职

(1) IEEE Fellow

(2) 中国电机工程学会会士

(3) AAIA会士

(4) CIGRE会员

(5) 2015-现在：CSEE  Journal of Power and Energy Systems Editorial Board Member

主要学术成就、奖励及荣誉

(1) “高渗透率多时空尺度光伏发电预测技术及应用” 河北省电力公司科技进步一等奖 2023

(2) “广东电网规划标准应用研究”中国电力规划设计协会电力工程科学技术进步奖二等奖2017

(3) “城市输配电网可靠性量化评估技术及应用”国网冀北电力有限公司科技进步奖三等奖2017

(4) “电能替代战略下的清洁能源消纳及调峰模式研究”国家电网公司软科学成果奖三等奖2017

(5) “交直流混联大电网概率安全风险评估的实用化技术研究”南方电网科学研究院科学进步奖一等奖2016

(6) “基于概率风险评估的电力系统规划方案灵活性评估方法”南方电网科学研究院专利奖二等奖，2016

主要科研项目及角色

(1) 2023-2025 基于物理信息系统的源网荷储协同调控技术研究及软件试制 南方电网公司重点科技项目

(2) 2022-2024 支持跨区通道双向交易的省间电力现货市场交易优化关键技术研究 国家电网公司科技项目

(3) 2021-2021 德国能源脱碳实践对浙江电力的启示及国内外储能发展政策、技术研究 浙江电力公司科技项目

(4) 2021-2021 电力可靠性标准及管理方法研究 南网电科院科技项目

(5) 2020-2022 基于多维评价的风电场群功率分配策略研究 华北分部科技项目

(6) 2020-2022 基于多维评价的风电场群功率分配策略研究 华北分部科技项目

(7) 2020-2022 电网数字化升级下安全关键要素风险预警评估与管控策略研究 国家电网公司科技项目

(8) 2019-2020 增量配电项目投资决策及全过程运营管控技术研究 国家电网公司科技项目

(9) 2019-2020 新一代能源发展战略评估推演关键技术及应用研究 国家电网公司科技项目

(10) 2019-2021 电网企业内外部大数据融合技术研究 浙江电网公司科技项目

(11) 2019-2020 新一代配电系统发展趋势、规划及评价方法研究综述 国网经研院科技项目

(12) 2018-2019 基于送受端多源发电潜力分析的新能源跨区域互动消纳与协调控制技术研究 国家电网公司科技项目

(13) 2018-2020 继电保护设备状态预测技术提升研究 中国电科院科技项目

(14) 2018-2019 基于送受端多源发电潜力分析的新能源跨区域互动消纳与协调控制技术研究 国家电网公司科技项目

(15) 2017-2018 有源城市电网运行安全风险评估理论与模型实践研究 国家电网公司科技项目

(16) 2017-2018 基于全业务数据中心的公司资产管理协同分析与决策关键技术研究 国家电网公司科技项目

(17) 2017-2018 适应全球能源互联网发展的智能电网软连接机制与模型研究 国家电网公司科技项目

(18) 2016-2017 考虑新能源和直流输电的电网机电与电磁暂态数据转换及建模技术研究 国网经研院项目 

(19) 2017-2017 气象数据统计分析及新能源气象数值预报研究 浙江湖州供电公司科技项目

(20) 2016-2017 全球联网的电力流格局构建方法研究 国家电网公司科技项目

(21) 2015-2016 基于量化可靠性评估的城市电网规划方法及应用研究 冀北电力公司规划项目

(22) 2016-2016 新能源气象数值预报气象服务 浙江湖州供电公司科技项目

(23) 2014-2015 基于里程碑的重庆电网在线智能恢复决策系统研究开发 重庆电力公司科技项目

(24) 2012-2013 广东电网安全稳定风险评估与控制标准研究项目 广东省电网公司科技项目 

代表性论文/论著及检索情况

文章

【1】 Xiaofei Liu, Pei Zhag etc “Graph Attention Network Based Deep Reinforcement Learning for Voltage/var Control of Topologically Variable Power System” Journal of Modern Power Systems and Clean Energy, 2024

【2】李宏浩，张沛，刘曌 “基于深度强化学习的暂态稳定紧急控制决策方法” 电力系统自动化,2023,47(05):144-152.

【3】Xiaofei Liu, Pei Zhang, Xiaoyang Deng, Dawei Sun “Hierarchical Overvoltage Predictive Control Scheme for a DFIG-Based Wind Hierarchical Overvoltage Predictive Control Scheme for a DFIG-Based Wind”Electric Power Systems Research,vol.217, Apr 2023 

【4】Shuonan Hou; Pei Zhang “A Branch-independence-based Reliability Assessment Approach for Transmission Systems”Journal of Modern Power Systems & Clean Energy, vol. 11, no. 2, 2023

【5】柳玉，赵延顺，张沛 “考虑功率预测偏差和出力调节不确定性的风电集群功率分配策略”电力自动化设备（网络首发） 

【6】Liu Zhao,Li Jiateng,Zhang Pei, Ding Zhenhuan, Zhao Yanshun “An AGC Dynamic Optimization Method Based on Proximal Policy Optimization”Frontiers in Energy Research, Volume 10, July 13, 2022

【7】陈海东,蒙飞,张越,孙阳,张静忠,单连飞,吕晓茜,张沛 “基于生成对抗模仿学习的电力系统动态经济调度” 电网技术,2022,46(11):4373-4380. 

【8】蒙飞,单连飞,卢峰,朱仔新,张越,张沛 “基于输入更新长短期记忆网络的调度自适应学习模型” 电力系统自动化,2022,46(24):26-34

【9】张沛，马瑞璘，周钰朋，刘晓菲，梅勇，苏祥瑞 “中国和北美可靠性标准对比分析及对中国的启示” 电力系统自动化,2022,46(14):119-128 

【10】王光华，李晓影，宋秉睿，张沛 “基于深度强化学习的配电网负荷转供控制方法” 电力自动化设备,2022,42(07):253-260. 

【11】刘晓艳,王珏,姚铁锤,张沛,迟学斌 “基于卫星遥感的超短期分布式光伏功率预测” 电工技术学报,2022,37(07):1800-1809. 

【12】Yao, Tiechui, Jue Wang, Haoyan Wu, Pei Zhang, Shigang Li, Yangang Wang, Xuebin Chi, and Min Shi “A photovoltaic power output dataset: Multi-source photovoltaic power output dataset with Python toolkit” Solar Energy, vol.230, pp.122-130, September 2021 

【13】时珉，许可，王珏，尹瑞，张沛 “基于灰色关联分析和GeoMAN模型的光伏发电功率短期预测” 电工技术学报,2021,36(11):2298-2305. 

【14】Xiaofei Liu, Pei Zhang, Hui Fang, Yinglu Zhou. “Multi-objective reactive power optimization based on improved particle swarm optimization with ε-greedy strategy and Pareto archive algorithm”IEEE Access,vol. 9, pp. 65650-65659, 2021

【15】张沛,田佳鑫,谢桦 “计及多个风场预测误差的电力系统风险快速计算方法”电工技术学报，2021,36(09):1876-1887 

【16】Tiechui Yao;Jue Wang;Haoyan Wu;Pei Zhang;Shigang Li;Ke Xu;Xiaoyan Liu;Xuebin Chi “Intra-hour Photovoltaic Generation Forecasting based on Multi-source Data and　Deep Learning Methods”IEEE Transactions on Sustainable Energy, vol. 13, no. 1, pp. 607-618, Jan. 2022 

【17】张沛，朱驻军，谢桦 “基于深度强化学习近端策略优化的电网无功优化方法”电网技术，2023,47(02):562-570 

【18】Hou Shuonan， Zhang Pei，Hou Kai，Zhang Wei， Shen Zhengwei，Xiao Qian，Lei Yunkai“Contingency set partition-based impact transfer approach for the reliability assessment of composite generation and transmission systems”International Journal of Electrical Power & Energy Systems, vol. 122, Nov. 2020 

【19】Xiangfei Meng; Pei Zhang; Yan Xu; Hua Xie “Construction of decision tree based on C4.5 algorithm for online voltage stability assessment”International Journal of Electrical Power & Energy Systems, vol. 188,1-8,Jun, 2020 

【20】Xiangfei Meng; Pei Zhang; Dahai Zhang “Decision Tree for Online Voltage Stability Margin Assessment Using C4.5 and Relief-F Algorithms”Energies,vol.13,no.15,Aug 2020 

【21】Xiaoyang DENG,Pei ZHANG,Kangmeng JIN,Jinghan HE,Xiaojun WANG,Yuwei WANG “Probabilistic load flow method considering large-scale wind power integration”Journal of Modern Power Systems and Clean Energy,vol. 7, no. 4, pp. 813-825, July 2019

【22】C. Li, Y. Xu, J. He, P. Zhang and L. Liu “Parallel Restoration Method for AC-DC Hybrid Power Systems Based on Graph Theory”IEEE Access, vol. 7, pp. 66185-66196, 2019. 

【23】靳康萌,张沛,邓晓洋,谢桦 “基于K-means聚类技术改进的多线性蒙特卡洛概率能流算法”电网技术,2019,43(01):65-74. 

【24】Pei Zhang; Yan Xu; Fengji Luo; and Zhao Yang Dong “Power Big Data: New Assets of Electric Power Utilities”Journal of Energy Engineering, vol. 145, no. 3 June 2019

【25】 Y. Lei, P. Zhang, K. Hou, H. Jia, Y. Mu and B. Sui “An Incremental Reliability Assessment Approach for Transmission Expansion Planning”IEEE Transactions on Power Systems, vol. 33, no. 3, pp. 2597-2609, May 2018. 

【26】Yunkai Lei, Kai Hou, Yue Wang, Hongjie Jia, Pei Zhang, Yunfei Mu, Xiaolong Jin “A new reliability assessment approach for integrated energy systems: Using hierarchical decoupling optimization framework and impact-increment based state enumeration method ”Applied Energy,2018,210(15):1237-1250

学术论著：

[1]《德国能源脱碳实践研究》中国电力出版社 2025

[2]《中东地区国家电力市场分析》  中国电力出版社2016

[3]《电力大数据》中国机械工业出版社 2015

[4]《Emerging Technologies in Power System Analysis》Springers 2010

专利：

[1] 基于迁移学习的光伏发电功率短期预测方法及装置 (专利号CN115347571A)

[2] 一种基于深度强化学习的AGC机组动态优化方法，（专利号CN202010972441.3）

[3] 一种基于深度强化学习的动态电力系统经济调度方法，（CN202010972420.1）

[4] 基于小信号法的离网综合能源系统暂态响应快速评估方法 （专利号CN201910683128.5）

[5] 一种交直流混联电力系统并行恢复优化决策方法 （专利号CN201811057524.9）

[6] 基于调度电量比例的风电集群电量分配方法 （专利号CN113887902A）

[7] 风电集群日前功率调度计划的制定方法 (专利号CN113904364A)

[8] 一种基于图的融合时空注意力的地表太阳辐射度预测方法 (专利号CN111814398B)

[9] 基于μPMU的配电线路参数辨识的相分量故障测距方法 专利号CN201710976750.6）

[10] 一种基于图像纹理特征的互感器红外图像识别方法，（专利号CN201410850321.0）