电力系统研究所

学术身份

1. 教授、博士生导师，齐鲁青年学者

2. 国家自然科学联合基金（重点）项目负责人；中国工程院“中国工程前沿杰出青年学者”；中国科协“青年人才托举工程”入选者；首届山东省优秀青年科学基金（海外）获得者

3. 《CSEE Journal of Power and Energy Systems》青年学科编辑；《IET Renewable Power Generation》副编辑；《中国电力》青年编委；多个国内外专刊特约编辑

4. IEEE PES输配电技术委员会秘书；IEEE PC57.145 工作组秘书；中国电机工程学会区块链专委会委员；中国电工技术学会主动配电网及分布式电源专委会委员；中国能源研究会电能技术专委会委员；中国电力科学研究院期刊中心青年专家团成员；山东省国家知识产权保护中心人才专家

5. IEEE/IET等多个国际会议的会议主席/程序委员会主席/出版主席/分会主席/特邀报告

6. IEEE/IET Member；中国电机工程学会/中国电工技术学会高级会员

学习与工作经历

2020至今，山东大学 教授

2020至今，美国哈佛大学（Harvard University）  客座研究员

2018-2020，美国哈佛大学（Harvard University）  博士后

2016-2017，美国德州大学阿灵顿分校/爱荷华州立大学/南卫理公会大学（The University of Texas at Arlington/Iowa State University/Southern Methodist University） 访问学者

2015，北京ABB有限公司 项目工程师

2013-2018，上海交通大学 电气工程 博士

2016-2018，美国佐治亚理工学院（Georgia Institute of Technology）  计算机科学 硕士

2009-2013，山东大学 电气工程 学士

个人信息

姓名

吕天光

性别

男

出生日期

1990.05

籍贯

山东省荣成市

职称

教授

Email

tlu@sdu.edu.cn

tlu@seas.harvard.edu

研究方向

电力系统运行优化与智能感知，智能配电分层调控，可再生能源并网，电力市场，能源经济与政策

课程信息

2019秋季本科课程助教，Future Energy Economies（ESPP90N），哈佛大学

2020春季本科/研究生课程助教，The Challenge of Human Induced Climate Change: Transitioning to a Post Fossil Fuel Future（ENVR E-103），哈佛大学

2020至今 秋季本科课程授课教师，电力系统调度与优化方法（sd01931910），山东大学

2021 秋季研究生课程授课教师，Renewable Energy Technology （LX014184），山东大学

2021至今 春季本科课程授课教师，全球能源互联网概论（sd01932090），山东大学

学术著作

录用/发表包括Nature子刊（一作）在内的SCI/EI论文80余篇，入选ESI高被引论文，出版一作、编委专著3部，授权国内/国际专利20余项，主编1 项国际标准，参编1 项国家标准。每年部分期刊成果如下（*为通讯作者）：

[1]E. Yaghoubi, E. Yaghoubi, A. Khamees, D. Razmi, Tianguang Lu*. “A systematic review and meta-analysis of machine learning, deep learning, and ensemble learning approaches in predicting EV charging behavior.” Engineering Applications of Artificial Intelligence, 2024.（发表，SCI，IF：7.478）

[2]J. Li, Tianguang Lu*, X. Yi, R. Hao, Q. Ai, Y. Guo, M. An, S. Wang, X. He, Y. Li. “Concentrated solar power for a reliable expansion of energy systems with high renewable penetration considering seasonal balance.” Renewable Energy, 2024.（发表，SCI，IF：8.962）

[3]J. Li, Tianguang Lu*, X. Yi, M. An, R. Hao. “Energy systems capacity planning under high renewable penetration considering concentrating solar power.” Sustainable Energy Technologies and Assessments, 2024.（发表，SCI，IF：7.107）

[4]H. Cheng, Tianguang Lu*, R. Hao, J. Li, Q. Ai. “Incentive-based demand response optimization method based on federated learning with a focus on user privacy protection.” Applied Energy, 2024.（发表，SCI，IF：10.116）

[5]S. Wang, Tianguang Lu*, R. Hao, F. Wang, T. Ding, J. Li, X. He, Y. Guo, X. Han. “An Identification Method for Anomaly Types of Active Distribution Network Based on Data Mining.” IEEE Transactions on Power Systems, 2023.（发表，SCI，IF：6.450）

[6]D. Razmi, Tianguang Lu*, B. Papari, E. Akbari, G. Fathi and M. Ghadamyari. “An overview on power quality issues and control strategies for distribution networks with the presence of distributed generation resources.” IEEE Access, 2023.（发表，SCI，IF：3.399）

[7]Tianguang Lu, X. Chen, M. B. McElroy, C. P. Nielsen, Q. Wu, H. He, and Q. Ai. “A reinforcement learning-based decision system for electricity pricing plan selection by smart grid end users.” IEEE Transactions on Smart Grid，2022. （发表，SCI，IF：8.635）

[8]Tianguang Lu*, R. Hao, Q. Ai, and H. He. “Distributed online dispatch for microgrids using hierarchical reinforcement learning embedded with operation knowledge.” IEEE Transactions on Power Systems，2022. （发表，IF：6.450）

[9]R. Hao, Tianguang Lu*, Q. Ai, H. He. “Data-oriented distributed demand response optimization with global inequality constraints based on multi-agent system.” International Journal of Electrical Power & Energy Systems, 2021.（发表，SCI，IF：4.975）

[10]Tianguang Lu, P. Sherman, X. Chen, S. Chen, X. Lu, and M. B. McElroy. “India’s potential for integrating solar and on- and offshore wind power into its energy system.” Nature Communications, 2020. （发表，nature子刊，IF：14.674）

[11]R. Hao, Tianguang Lu*, and Q. Ai. “Distributed online learning and dynamic robust standby dispatch for networked microgrids.” Applied Energy, 2020.（发表，SCI，IF：10.116）

[12]F. Xiao, Tianguang Lu*, Q. Ai, X. Wang, X. Chen, S. Fang, and Q. Wu. “Design and implementation of a data-driven approach to visualizing power quality.” IEEE Transactions on Smart Grid, 2020.（发表，SCI，IF：8.635）

[13]S. Yin, Q. Ai, Z. Li, Y. Zhang, and Tianguang Lu*. “Energy management for aggregate prosumers in a virtual power plant: A robust Stackelberg game approach.” International Journal of Electrical Power & Energy Systems, 2020.（发表，SCI，IF：4.975）

[14]Tianguang Lu, Z. Wang, J. Wang, Q. Ai, and C. Wang. “A data-driven stackelberg market strategy for demand response-enabled distribution systems.” IEEE Transactions on Smart Grid, 2019.（发表，SCI，IF：8.635）

[15]R. Hao, Tianguang Lu*, Q. Wu, X. Chen, and Q. Ai. “Distributed piecewise approximation economic dispatch for regional power systems under non-ideal communication.” IEEE Access, 2019.（发表，SCI，IF：3.399）

[16]Y. Zhang, Q. Ai, F. Xiao, R. Hao, and Tianguang Lu*. “Typical wind power scenario generation for multiple wind farms using conditional improved Wasserstein generative adversarial network.” International Journal of Electrical Power & Energy Systems, 2019.（发表，SCI，IF：4.975）

[17]F. Xiao, Tianguang Lu, M. Wu, and Q. Ai. “Maximal overlap discrete wavelet transform and deep learning for robust denoising and detection of power quality disturbance.” IET Generation Transmission & Distribution, 2019.（发表，SCI，IF：1.987）

[18]F. Shen, J. C. López, Q. Wu, M. J. Rider, Tianguang Lu, N. D. Hatziargyriou. “Distributed self-healing scheme for unbalanced electrical distribution systems based on alternating direction method of multipliers.” IEEE Transactions on Power Systems, 2019.（发表，SCI，IF：6.450）

[19]H. He, D. Luo, W. Lee, Z. Zhang, Y. Cao, and Tianguang Lu. “A contactless insulator contamination levels detecting method based on infrared images features and RBFNN.” IEEE Transactions on Industry Applications, 2019.（发表，SCI，IF：4.151）

[20]Tianguang Lu*, Q. Ai, and Z. Wang. “Interactive game vector: A stochastic operation-based pricing mechanism for smart distribution systems with coupled-microgrid.” Applied Energy, 2018.（发表，SCI，IF：10.116）

[21]Tianguang Lu, W. Lee, Q. Ai, and S. Lu. “A priority decision making-based biding strategy for interactive aggregators.” IEEE Transactions on Industry Applications, 2018.（发表，SCI，IF：4.151）

[22]Tianguang Lu*, Z. Wang, Q. Ai, and W. Lee. “Interactive model for energy management of clustered microgrids.” IEEE Transactions on Industry Applications, 2017.（发表，SCI，IF：4.151）

[23]Tianguang Lv* and Q. Ai. “Interactive energy management of networked microgrids-based active distribution system considering large-scale integration of renewable energy resources.” Applied Energy, 2016.（发表，SCI，IF：10.116）

[24]Tianguang Lv*, Q. Ai, and Y. Zhao. “A bi-level multi-objective optimal operation of grid-connected microgrids.” Electric Power Systems Research, 2016.（发表，SCI，IF：3.337）

[25]K. Yu, S. Wang, Q. Ai, J. Ni, and Tianguang Lv. “Analysis and optimization of droop controller for microgrid system based on small-signal dynamic model.” IEEE Transactions on Smart Grid, 2016.（发表，SCI，IF：8.635）

[26]吕天光^*，艾芊，孙树敏，程艳，赵媛媛. “含多微网的主动配电系统综合优化运行行为分析与建模.” 中国电机工程学报, 2016.（发表，EI）

部分获奖：

2024，中国工程院“中国工程前沿杰出青年学者”

2024，中国产学研合作创新奖

2023，新疆维吾尔自治区科技进步二等奖首位

2023，《电机工程学报》优秀审稿专家

2022，中国电力科技创新奖二等奖

2021，中国电力科技创新奖一等奖首位

2021，山东电力科学技术进步奖三等奖

2021、2022，《电网技术》优秀审稿专家

2020，山东电机工程学会五四优秀青年科技工作者

2019，IEEE工业应用协会最佳论文奖

2019，上海交通大学优秀博士学位论文

2017，IEEE工业应用协会最佳论文奖

2017，中国电机工程学报年度优秀作者

2014，山东省优秀学位论文

科研项目

1.国家自然基金

2.山东省优秀青年科学基金（海外）

3.中国科协“青年人才托举工程”

4.国网总部科技项目

5.美国能源部研究项目

6.China 2030/2050: Energy and Environmental Challenges for the Future，Harvard Global Institute

7.山东大学“齐鲁青年学者”建设项目

学术类型

教学科研型。

课题组与国内外著名高校和研究机构具有良好合作关系，关注学科交叉。有志于攻读相关研究方向的硕士/博士研究生以及科研助理/博士后，请邮件联系