导航

  • 个人简介
  • 学习经历
  • 工作经历
  • 研究方向
  • 主要论文
  • ) 主要著作
  • 承担课题

个人信息

头像

姓名： 姚琦

部门： 能源电力研究中心

性别： 男

职务：

职称： 讲师（高校）

学位： 工学博士

毕业院校： 华北电力大学

联系电话： 0756-8505703

电子邮箱： qiyao@jnu.edu.cn

办公地址： 珠海校区行政楼副楼554

通讯地址：

邮编： 519070

传真：

荣誉奖励：

联系方式

个人简介

学习经历


2017年9月-2018年9月            奥尔堡大学（丹麦）  能源技术系       联合培养博士

2016年9月-2020年6月            华北电力大学  控制与计算机工程学院       硕博连读（博士阶段）

2015年7月-2016年6月            国网冀北电力科学研究院  新能源研究所       联合培养硕士

2014年9月-2016年6月            华北电力大学  控制与计算机工程学院       硕博连读（硕士阶段）

2010年9月-2014年6月            华北电力大学  控制与计算机工程学院       学士

工作经历

2020年8月至今                  暨南大学国际能源电力研究中心         讲师   

研究方向

1.风电机组建模、分析、优化、控制

2.高比例风电对电力系统主动支撑控制

3.海上风电场智能运维

主要论文


  1. Yao Q, Ma B, Zhao T, et al. Optimized Active Power Dispatching of Wind Farms Considering Data-Driven Fatigue Load Suppression[J]. IEEE Transactions on Sustainable Energy, 2022, 14(1): 371-380.

  2. Yao Q, Hu Y, Zhao T, et al. Fatigue load suppression during active power control process in wind farm using dynamic-local-reference DMPC[J]. Renewable Energy, 2022, 183: 423-434.

  3. Yao Q, Hu Y, Liu J, et al. Power Curve Modeling for Wind Turbine using Hybrid-Driven Outlier Detection Method[J]. Journal of Modern Power Systems and Clean Energy, 2022.

  4. Yao Q, Hu Y, Deng H, et al. Two-degree-of-freedom active power control of megawatt wind turbine considering fatigue load optimization[J]. Renewable Energy, 2020, 162: 2096-2112. 

  5. Liu J, Yao Q, Hu Y. Model predictive control for load frequency of hybrid power system with wind powerand thermal power. Energy, 2019, 172: 555-565.

  6. Yao Q, Liu J, Hu Y. Optimized active power dispatching strategy considering fatigue load of wind turbines duringde-loading operation. IEEE Access, 2019, 7: 17439-17449.

  7. Yao Q, Hu Y, Chen Z, et al. Active power dispatch strategy of the wind farm based on improved multi-agent consistency algorithm.  IET Renewable Power Generation, 2019, 13(14): 2693-2704.

  8. Yao Q, Li S, He J, et al. New design of a wind farm frequency control considering output uncertainty and fatigue suppression[J]. Energy Reports, 2023, 9: 1436-1446.

  9. 姚琦,胡阳,柳玉,罗智凌,綦晓.考虑载荷抑制的风电场分布式自动发电控制[J].电工技术学报,2022,37(03):697-706.

  10. 姚琦,刘吉臻,胡阳,等.含异步变速风机的风电场一次调频等值建模与仿真[J].电力系统自动化,2019, 43(23): 185-192.

  11. 姚琦,柳玉,白恺,等.风电场功率预测水平的多指标综合评价方法研究[J].太阳能学报2019,40(2): 333-340.

  12. 刘吉臻,姚琦,柳玉,等.风火联合调度的风电场一次调频控制策略研究[J].中国电机工程学报, 2017, 37(12): 342-3469.

  13. He J, Li S, Yao Q. Comprehensive Evaluation Index of Wind Turbine Operation Fatigue Based on Equivalent Economic Loss[C]//2022 17th International Conference on Control, Automation, Robotics and Vision (ICARCV). IEEE, 2022: 534-539.

  14. Liu Z, Yao Q, Ma B. Optimal Control Strategy of Fatigue-Oriented Wind Turbine Yaw System[C]//The proceedings of the 16th Annual Conference of China Electrotechnical Society: Volume I. Singapore: Springer Singapore, 2022: 1111-1122.

  15. Yao Q, Hu Y, Luo Z. Optimization of active power dispatching considering lifetime fatigue load for offshore wind farm based on multi-agent system[C]//IECON 2019-45th Annual Conference of the IEEE Industrial Electronics Society. IEEE, 2019, 1: 2440-2445.

主要著作

承担课题

  1. 电网输变电设备防灾减灾国家重点实验室, 国家重点实验室开放课题, SGTYHT/21-JS-226, 台风灾害中海上风电机组疲劳载荷特性全过程仿真研究, 2022-07 至 2023-12, 37.5万元, 在研, 主持。

  2. 广东省基础与应用基础研究基金委员会，区域联合基金-青年基金项目，海上风电能效-载荷联合优化控制系统研究，2020A1515110547，2020-10至2023-09，10万元，在研，主持。

  3. 新能源与储能运行控制国家重点实验室, 国家重点实验室开放课题, NYB51202101982, 双重不确定性风险下的风电场综合调频与疲劳抑制研究, 2021-06 至 2022-09, 11万元, 结题, 主持。

  4. 中国能源建设集团广东省电力设计研究院有限公司，科技项目，海上风电机组运行载荷分析与有功功率优化控制研究，2019.10-2020.9,48.5万元，结题，主持。


发明专利

  1. 姚琦; 胡阳; 刘吉臻 ; 一种基于改进多智能体一致性算法的风电场有功调度方法, 2020-10-20, 中国, ZL201810442916.0 

  2. 王中权; 姚琦; 苏荣; 刘维斌; 刘沙; 王大龙; 张斌; 易伟; 刘东华; 孙枭雄; 毕明君; 蔡传卫; 张京伟 ; 海上风电场的机组功率指令值计算方法和分布式调度方法, 2023-01-31, 中国,CN202110601163.5 


讲授课程

  1. 《工业过程控制》    自动化本科专业必修课程

  2. 《计算机控制系统》    能源电力研究中心硕士生专业选修课程


荣誉奖励

社会职务