［本站讯］9月27日，电气工程学院主办的全球能源互联网学术论坛在千佛山校区举行。中国科学院肖立业教授、柏林理工大学Kai Strunz教授等电气研究领域的知名专家学者出席论坛。

论坛分上午和下午两个时段。上午的论坛中，山东大学电气工程学院王晓辉副研究员主持讲座。肖立业教授作了题为“The global energy association on development of international research and projects in the field of energy”的报告，报告主要介绍了全球能源互联网的基础目标及其在国际范围内开展的一些研究和项目内容，包括一年一度的全球能源峰会（The Globle Energy Summit）和全球能源奖（The Globle Energy Price），最后对全球能源互联网未来的发展进行了展望。Kai Strunz教授的报告题目是“Integration of Wind Power through Transfer Functions and Service-Centric Virtual Power Plants”，报告对柏林工业大学（TU Berlin）以及社会经济和环境自然科学研究院（SENSE）的研究内容和项目合作伙伴作了介绍，然后从结构、组件和交互、效率优化和动态特性方面对直驱型风电传递函数的建模和控制进行了讲解，最后，报告介绍了以服务为中心的虚拟电厂和参考文献。山东大学叶华副研究员的报告题目是“Primary frequency regulation of power system with high penetration of wind energy sources”，报告对问题的研究背景、遇到的挑战和相关解决办法进行了介绍，阐述了风电在调频中的应用；对单个风机和风电场在一级调频中的应用进行了建模和验证，对风电场的多端直流输电在一级调频中的应用进行了建模、控制和验证。荷兰Leiden大学林海翔教授的报告题目是“Introduction to data assimilation and PhD research at Delft University”，报告主要对数据同化（data assimilation）这项技术以及代尔夫特理工大学（Technische Universiteit Delft）的博士培养计划进行了介绍。林海翔教授着重讲述了应该怎样在科研过程中发现创新点以及如何培养独立的科学研究能力。

下午的论坛中，IEEE会士Alex Papalexopoulos教授、山东大学讲师宫金林、加拿大安大略理工大学Hossam A. Gabbar教授分别作报告。电气工程学院副研究员郝全睿主持讲座。Alex Papalexopoulos教授的报告题目是“The decarbonization of the power industry and its impact on the power markets”。Papalexopoulos教授分析了全球能源的发展方向，着重介绍了下一代智能电网。他谈到，在智能电网时代，将更加注重脱碳能源系统，同时集中式能源系统将向分布式能源系统演变，构成多能源资源和多市场参与的格局。最后，Papalexopoulos教授展望了下一代智能电网下的美好情景。宫金林讲师的报告题目是“Optimal design and control of multi-phase electrical machines”。他介绍了多相电机和驱动器，指出了他们的优点以及约束限制，例举了具体的应用案例；介绍了基于有限元模型的电机优化设计策略，从模型、空间映射技术以及替代辅助全局优化分别进行了论述；介绍了新型五相电机的具体应用。Hossam A. Gabbar教授的报告题目是“Resilient interconnected micro energy grids for energy and transportation infrastructures”。Gabbar教授介绍了安大略理工大学的科研团队以及他研究领域的实验室，并欢迎同学们加入；他从能源微网（Micro Energy Grid）的组成、控制与保护三个方面详细介绍了能源微网（Micro Energy Grid）的概念。他说，能源微网（Micro Energy Grid）是一个相对规模较小的，具有负载、控制系统、电机与储能设备等能源的网络。最后，Gabbar教授介绍了飞轮储能技术以及以此为基础的快速充电站的实现。郝全睿副研究员的报告题目是“Reduced-order Model & Nonlinear Decoupling Control of Modular Multilevel Converter Stations”。他给出了系统的降维模型，阐述了系统降维给整个求解过程带来的便利性；讲述了非线性解耦控制，利用降维模型进行了非线性解耦；最后给出了一般性结论。