1.优秀人才

人才背景

胡秦然，2010年6月于东南大学吴健雄学院(强化班)获电气工程专业本科学位；2015年10月于The University of Tennessee Knoxville获电气工程博士学位，师从IEEE Fellow Prof. Fangxing Li；博士期间，曾在ABB全球研发中心和美国能源部所属的橡树岭国家实验室实习；2015年10月至2018年9月于拥有控制理论研究领域顶尖科研团队的哈佛大学工程与应用科学学院与Prof. Na Li合作开展博士后研究；于2018年10月受聘于东南大学，任电气工程学院副研究员。

创业经历

2019年3月创办苏州奕星能源科技有限公司。进入电力需求侧管理行业，为工商业企业、居民和电力行业相关单位提供负荷管理辅助服务。

擅长领域

从事智能电网、控制理论以及电力市场领域研究。从博士阶段开始，针对高性能电力负荷聚合控制与管理中的关键问题进行攻关，先后主持哈佛大学校长研究基金、哈佛大学与SAC-ABB合作研究基金、国家自然科学基金等7个项目(总经费折合人民币486万元)，提出了“有可靠性保障的负荷聚合控制技术”、“基于定制化负荷管理提升用户参与度的技术”等。因以上科研成果，受邀在普林斯顿大学、加州大学伯克利分校、美国西北太平洋国家实验室、美国劳伦斯伯克利国家实验室等机构做特邀报告。此外，参与了哈佛大学、田纳西大学、橡树岭国家实验室、美国能源部和美国电力科学研究院的多项重点科研项目（总经费折合人民币近3亿元），提出并实现了“基于动态电价的负荷自适应管理技术”。

近年成就

主要荣誉包括哈佛大学校长研究基金、IEEE控制协会年度最佳论文提名奖、IEEE PESGM会议最佳论文奖、春晖杯创业大赛二等奖、MIT-CHIEF创业大赛优胜奖、北美华人电力协会杰出贡献奖、江苏省青年科技托举人才、东吴创新创业领军人才等。目前担任IET Renewable Power Generation(IET RPG)、IET Generation, Transmission and Distribution(IET GTD)、International Journal of Electric Power and Energy Systems（IJEPES）编委，担任IEEE Technologies for GHG Mitigation & Adaptation分委会副主席，同时担任Low Carbon Energy System Transition and Policy、Data-Driven DER Operations and Economic和Demand Response三个工作组的秘书长,以及中国电力教育协会电气工程学科教学委员会秘书长。

2.优秀企业

企业简介

苏州奕星能源科技有限公司，成立于2019年3月，是一家以技术创新驱动为核心，面向工商业企业、居民和电力行业相关单位的新型能源公司。奕星能源孵化于美国哈佛大学，汇聚了来自能源、咨询和金融等各个领域的高层次人才，公司提供的节能环保相关产品和技术始终保持国际领先水平。

作为江苏省房地产业协会科技服务与人才培养专业委员会的理事单位，奕星能源将担负起广泛运用物联网、云计算、区块链等新一代信息技术推进新型智慧城市建设、房地产行业技术升级的责任和使命。

秉持着“追求、卓越、梦想、品质”的理念，奕星能源致力于为广大用电企业营造智能、舒适、节能的生产环境。在新形势下不断加强技术创新和机制创新，让绿色成为发展底色，还祖国一片蓝天。

企业与东南大学电气工程学院、中国电力科学研究院用电研究所、美国哈佛大学工程与应用科学学院等单位具有长期稳定的合作关系。依托国内外著名高校与国内外重点实验室展开深度合作，引进国内外高端人才，形成产学研高度结合、促进高新技术成果产业化的良性机制。企业拥有国际领先的技术水平，项目相关技术均来源于国际顶级的科研成果。

产品及服务

面向工商企业、居民和电力行业相关单位，提供能源科技、智能化设备的技术转让、技术咨询、技术推广、技术服务与销售；数据处理和存储服务；智能化设备、自动化设备、计算机软硬件；计算机系统服务；数据处理和存储服务；云平台服务；合同能源管理等。云平台服务；合同能源管理等服务。

效益

企业目前向南京东源磬能能源科技股份有限公司提供关于居民用电行为的开发分析服务，总价10万元整，用于实现居民用电大数据的预处理；提出居民用户用电行为的邻里对比方法；提出居民用户用电习惯分析方法，并实现针对峰时电价的智能预警功能，有效提升合作企业的技术水平，辅助其统筹用户电力资源配置，促使用户提高终端用电效率，优化用电结构，转变用电方式，有效降低用电成本。

3. 优秀科技产品

产品介绍

新兴能源互联网下的负荷聚合管理平台，衔接大量分散在用户侧的分散负荷资源，协同参与电力市场，充分挖掘负荷侧资源的价值与效益。

基于自主研发的关键技术建立了三大云平台运转核心，包括了计及区域特征的聚合控制模式优选平台、考虑对原有功能影响的聚合效果预测平台和基于组合在线学习的负荷聚合实时控制平台，并以一套物联网智能控制终端与一套物联网信息安全系统为基础。利用自主研发的三大云平台，确保大量负荷聚合后的效果满足包括备用容量、调峰、调压、调频等一系列辅助服务参与电网的性能要求。

产品负荷聚合管理解决方案将实现如下效果：

（1）优选负荷聚合控制模式，提升民用负荷聚合潜力15%以上。

（2）负荷聚合效果（大于100台设备）事前预测误差小于20%。

（3）实时聚合（大于100台设备）响应速度小于1分钟，误差小于聚合总容量的2%。

产品先进性

1.多源异构数据驱动的建模分析方法

不同地理位置的气候条件、人口分布特点以及不同控制模式和补贴方法对负荷聚合方案都有影响。如何处理和整合来源不同、结构多样的数据，量化一系列社会心理学特征如区域对负荷原有功能和对价格的敏感度，并最终建立数据驱动型的聚合方案评估模型，是本公司的关键技术之一。

2.用户在环系统的建模分析方法

在建立用户负荷模型以及参与聚合对其原有功能影响的分析中，影响用户负荷模型的因素来源复杂，包括但不限于房屋结构、房屋材料、窗户状态、日照、室内外温度与湿度、生活习惯和特殊事件等。因此，如何通过数据驱动和建模理解用户行为的方法，分析负荷参与聚合对其原有功能的影响，实现用户与物理系统的全面协调互动，是本公司的另一关键技术。

3.针对新目标函数的组合在线学习策略设计

如国内外研究现状所述，组合在线学习通常以最大化长时间的整体收益来为目标控制和配置具有不确定性和随机性的资源；在负荷聚合的场景中，则以在最小化聚合误差的同时提高学习（响应）速度为目标。这个改变对原有的组合在线学习框架提出了新要求。如何针对新的目标函数对原有组合在线学习的工作进行拓展，提出一套新的关于组合在线学习的理论方法体系，是本公司的核心技术。

4.组合在线学习中探索与守成的动态协调配置方法

组合在线学习中，探索与守成策略的协调决定了控制与配置资源的学习效率与总体效果。在负荷聚合的场景中，响应速度是学习效率的体现，聚合的可靠性则是总体效果的体现。如何针对系统运行需求，动态协调配置具有合理性的探索与守成策略，是本公司的又一关键技术。

产品技术水平总体达到国际领先，目前已经申请了1项发明专利，专利名称：一种基于分布式优化算法的区域能量管理系统及管理方法，申请号：2019104242680。项目相关技术均来源于国际顶级的科研成果。

市场认可度和接受度

前期成果已应用于美国能源部与美国自然科学基金共同投资4000万美元的美国超广域弹性输电网研究中心（美国电力系统方向投资最大的研究中心之一），作为负荷侧资源与电网协调互动技术的开发平台。技术已在纽约电力公司获得试点运行，通过对20万空调机组负荷动态调节，实现了稳定可靠的聚合控制，平均每台空调为电网提供了近150W灵活可调容量。目前正与哈佛大学、UCLA、劳伦斯伯克利国家实验室、清华大学、韩国能源研究院、国网全球能源互联网研究院等世界顶级实验室合作，在中国（南京师范大学、同里能源小镇）、韩国、美国多处智能电网实验平台开展应用测试。