教师主页移动版

个人简介 Personal Profile 日本北九州市立大学能源规划博士，九州大学博士后，2008年回国。2009年2月-2011年9月挂职于住房与城乡建设部建筑节能与科技司。主要从事区域综合能源规划、建筑和区域分布式能源设计与智慧运维、绿色建筑与低碳生态城、新能源・可再生能源的利用等研究。承担国家自然基金、国家重点研发、国际合作项目等各类纵横向课题 50余项项，如基于随机不确定性的区域分布式能源系统源-网-荷协同优化研究》（国家自然科学基金），累计主持经费 3000余万元。主持和参与国家和地方标准规范6项，如《能源互联网用户侧技术导则》等。出版专著《建筑分布式能源系统设计与优化》1 本，参编《Distributed energy resources》，发表论文 100余篇，获华夏奖二等奖1项。主持完成区域能源规划和综合能源规划项目20余项，如《济南新旧动能转换起步区综合能源规划》（798平方公里）、《梅山国际近零碳排放示范区综合能源规划》（333平方公里）、《宁波象保合作区综合能源规划》（27平方公里）等。 研究方向Research Directions 综合智慧能源、区域能源规划 2. 机电结构优化与控制 研究内容：在对机电结构进行分析和优化的基础上，运用控制理论进行结构参数的调整，使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容：以仿生结构为研究对象，运用连续体结构拓扑优化设计理论和方法，对多相仿生结构(机构)材料进行2. 机电结构优化与控制 研究内容：在对机电结构进行分析和优化的基础上，运用控制理论进行结构参数的调整，使结构性能满足设计要求。1. 仿生结构材料拓扑优化设计, 仿生机械设计 研究内容：以仿生结构为研究对象，运用连续体结构拓扑优化设计理论和方法，对多相仿生结构(机构)材料进行整体布局设计。 整体布局设计。 团队展示 同济大学区域综合智慧能源研究团队由同济大学教授.同济大学建筑设计研究院（集团）有限公司原总裁王健领衔，由4位教授、2位副教授、2位博士后以及30多博士和硕士组成。主要从事区域综合能源系统规划、建筑或区域能源系统设计、能源系统故障诊断和智慧运行、绿色建筑和低碳生态城、新能源和可再生能源开发与利用、高效能量转化设备和系统开发等科学研究，并承担《工程热力学》、《新能源技术》、《综合智慧能源》、《智慧能源系统规划与设计》、《可再生能源转化与技术》等本、硕、博课程教学。 研究团队承担国家自然基金、博士点基金、国家十三五重点研发、国际合作项目、上海市科委碳达峰专项等纵课题 30 余项项，包括《面向建筑群或街区的分布式能源微网系统关键技术研究》、《基于随机不确定性的区域分布式能源系统源-网-荷协同优化研究》、《西北村镇分布式压缩空气储能及微网安全供能关键技术研究与示范》《基于建筑负荷特性的楼宇分布式冷热电联供系统优化》、《园区百千瓦级燃料电池综合能源系统关键技术研究与示范》、《发展低碳住区推动建筑低碳转型战略研究》等累计主持经费 2000余万元。主持完成区域综合能源智慧能源规划设计项目20余项，包括《济南新旧动能转换区综合能源规划》、《梅山国际近零碳排放示范区综合能源规划》、《宁波象保合作区综合能源规划》、《西咸新区沣西新城西部科技创新港二期能源互联网专项规划》、《宁海湾开发区循环经济2.0升级规划》等，累计经费 3000余万元。出版教材《工程热力学》（第四版）和专著《建筑分布式能源系统设计与优化》等5部。主持和参与国家和地方标准规范6项，申请专利27项，发表论文 200余篇。 报考意向 招生信息 机械与能源工程学院 硕士研究生 序号 专业 招生人数 年份 1 动力工程及工程热物理 1 2024 2 能源动力 1 2024 博士研究生 序号 专业 招生人数 年份 1 动力工程及工程热物理 1 2024 2 能源动力 1 2024 博士1： 智慧能源与低碳能源博士2： 储能科学与技术博士3： 智慧能源与低碳能源博士4： 储能科学与技术 报考意向 姓名: 手机号码： 邮箱： 毕业院校： 所学专业： 报考类型： 博士 硕士 个人简历*： 上传附件 支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg 成绩单*： 上传附件 支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg 其他材料： 上传附件 支持扩展名：.rar .zip .doc .docx .pdf .jpg .png .jpeg 备注： 提交 科研项目 2020-2023基于随机不确定性的区域分布式能源系统源-网-荷协同优化研究国自然面上2020-2022西北村镇分布式压缩空气储能及微网安全供能关键技术与示范 国家重点研发2021-2023 面向“双碳”目标的区域综合智慧能源规划实践和案例 教育部2022-2023 建筑加压调蓄设施能效评估及碳减排研究 上海城投水务(集团)有限公司2021-2025 园区百千瓦级燃料电池综合能源系统关键技术研究与示范 上海市科委碳达峰2020-2022 济南新旧动能转换区综合能源规划 济南新旧动能转换先行区管委会2020-2022 宁海湾开发区循环经济2.0升级规划国家能源集团2020-2022 西咸新区沣西新城西部科技创新港二期能源互联网专项规划 陕西西咸新区沣西新城能源发展有限公司2020-2021大型公共建筑全过程节能管理及评估制度技术援助项目咨询服务合同 UNDP2021-2022青岛市公共建筑节能改造节能量核定办法 修编 青岛市建委2019-2020中国低碳宜居城市形态研究 美国能源基金会2019-2020基于分布式低碳能源站的多空间尺度能源互联互济示范工程测试评价 国网上海综合能源服务公司2018-2019基于用户负荷特征的CCHP系统低碳高效优化运行关键技术研究及应用国网上海综合能源服务公司 研究成果 1.     Yingjun Ruan, Zhenyu Liang, Fanyue Qian, Hua Meng and YuanGao. Operation strategy optimization of combined cooling, heating, and powersystems with energy storage and renewable energy based on deep reinforcementlearning. Journal of Building Engineering 65 (2023) 105682.2.     Huiming Lu, Jiazheng Wu, Yingjun Ruan, Fanyue Qian, HuaMeng,Yuan Gao and Tingting Xu. A multi-source transfer learning model based onLSTM and domain adaptation for building energy prediction. InternationalJournal of Electrical Power and Energy Systems 149 (2023) 109024.3.     Fanyue Qian, Weijun Gao, Dan Yu, Yongwen Yang and YingjunRuan. Potential analysis of hydrogen energy technology in the power grid basedon carbon tax: A case study in Japan. Energy Exploration & Exploitation. 2023,Vol. 41(2) 534-560.4.     Fanyue Qian, Weijun Gao, Dan Yu, Yongwen Yang and YingjunRuan. An Analysis of the Potential of Hydrogen Energy Technology on Demand SideBased on a Carbon Tax: A Case Study in Japan. Energies 2023, 16, 342.5.     Weimin Yue, Qingrong Liu, Yingjun Ruan, Fanyue Qian and HuaMeng. A prediction approach with mode decomposition-recombination technique forshort-term load forecasting. Sustainable Cities and Society 85 (2022) 104034.6.     Yingjun Ruan, Gang Wang, Hua Meng and Fanyue Qian. AHybrid Model for Power Consumption Forecasting Using VMD-Based the LongShort-Term Memory Neural Network. Frontiers in Energy Research.2022. 7.     Ying Wang, Jian Wang, Bingyun Liu , Guokai Chen and YingjunRuan. Development of a simplified chiller plant calculation tool: architecture,method and verification. Journal of Building Engineering 45 (2022) 1033468.     Xaoyan Xu, Ying Wang, Yingjun Ruan,Jian Wang .Integrated Energy Planning for Near- Carbon Emission Demonstration District in Urban Areas: A Case Study of Meishan District in Ningbo, China.Energies 2022.9.     Xingzhao Zhang, Luqiao Yang, Ruizhe Luo, Hsin-Yu Wu, JiaqiXu, Chenyu Huang, Yingjun Ruan , Xiaowei Zheng and Jiawei Yao. Estimating theoutdoor environment of workers’ villages in East China using machine learning. Buildingand Environment 226 (2022) 10973810.  Jiazheng Wu, Jiamin Yuan, Yingjun Ruan , Fanyue Qian andHua Meng. Optimal Planning for Energy Stations and Networks in DistributedEnergy Systems Based on Voronoi Diagram and Load Characteristics. Appl. Sci.2021, 11, 7526.11.  Yanxue Li,Weijun Gao,Xiaoyi Zhang, Wenya Xu,Yingjun Ruanand Yinzhong Wang. Field Investigation and Comparison Analysis of Low-GradeHeat Pump Technologies in Building Space Heating Projects. EE, 2021.12.  Xiaoyi Zhang ,Weijun Gao, Yanxue Li, Zixuan Wang,YoshiakiUshifusa and Yingjun Ruan. Operational Performance and Load FlexibilityAnalysis of Japanese Zero Energy House.I nt. J. Environ. Res. Public Health2021, 18, 6782.13.  Yuan Gao and Yingjun Ruan. Interpretable deep learningmodel for building energy consumption prediction based on attention mechanism.Energy and Buildings 252 (2021) 111379.14.  Jiazheng Wu, Hongyun Liu, Yingjun Ruan, Shanshan Wang,Jiamin Yuan and Hui Ming Lu. A Novel Method for Network Design and Optimizationof District Energy Systems: Considering Network Topology Planning and PipeDiameter. Appl. Sci. 2021, 11, 1795.15.  Yuan Gao,Yingjun Ruan, Chengkuan Fang and Shuai Yin. Deeplearning and transfer learning models of energy consumption forecasting for abuilding with poor information data. Energy and Buildings 223 (2020) 110156.16.   YanxueLi,WeijunGao,XiaoyiZhang and YingjunRuan.Techno-economic performance analysis of zero energyhouse applications with home energy management system in Japan. Energyand Buildings.Volume214, 1 May2020, 10986217.  anxue Li, Xiaoyi Zhang, Weijun Gao and Yingjun Ruan.Capacity credit and market value analysis of photovoltaic integrationconsidering grid flexibility requirements. Renewable Energy 159 (2020) 908-919. 学生信息 当前位置：教师主页 > 学生信息 入学日期 所学专业 学号 学位 招生信息 当前位置：教师主页 > 招生信息 招生学院 招生专业 研究方向 招生人数 推免人数 考试方式 招生类别 招生年份