赵志鹏，工学博士，副教授，硕士生导师。主讲《电力系统随机优化调度》和《数字信号处理》课程，招收电气工程专业硕士研究生。现为程春田教授团队成员，主持国家自然科学基金1项，获得电力科学技术进步奖二等奖2项、中国专利奖优秀奖1项。承担和参与国家电网、南方电网、贵州电网、云南电网、澜沧江集控、三峡集团等企业委托的10余项科研项目。在《IEEE Transactions on Power Systems》《Applied Energy》《Energy》《中国电机工程学报》《水利学报》等电力与能源领域顶级期刊发表论文二十余篇，并担任《IEEE Transactions on Power Systems》《IEEE Transactions on Consumer Electronics》等期刊审稿人。

研究方向包括：

• 电力系统优化调度运行： 多类型能源电力系统， 水电与新能源电力系统等协同调度建模与系统运行优化。

• 综合能源系统与微电网运行规划： 多能互补系统（水火风光储等）、微电网的耦合建模、系统配置规划与协调运行优化。

• 人工智能在电力系统中的应用与创新： 大语言模型（LLM）、深度学习（DL）、强化学习(RL)等方法在调度运行、态势感知等问题中的集成建模与理论方法研究。

• 负荷与可再生能源预测方法： 多时间尺度下负荷与风光水等可再生能源的预测建模、不确定性分析等。

• 电力市场竞价机制与策略优化： 多类型电源参与下的市场竞价机制设计、博弈建模与调度—交易一体化优化策略。

代表性论文

1. Jin X, Cheng C, Cai S, Yan L, Zhao Z（通讯作者）. Using stochastic dual dynamic programming to design long-term operation policy of hydro-wind-solar energy systems considering multiple coupled uncertainties and end-of-year carryover storage. Applied Energy, 2025, 393: 126072. （SCI, 中科院一区, 学校TOP期刊）

2. Kang Y, Zhao Z（通讯作者）, Cheng C, et al. Integrating water delay time into short-term hydropower scheduling with spinning reserve capacity allocation and execution. Renewable Energy, 2025: 124031. （SCI, 中科院一区, 学校A类期刊）

3. Zhao Z, Deng Z, Jin X, et al. Managing long-term operation of cascade hydropower plants under energy transition with physics-constrained long-short term memory networks. Applied Energy, 2025, 393: 126059. （SCI, 中科院一区, 学校TOP期刊）

4. Zhao Z, Yu Z, Kang Y, et al. Hydro-photovoltaic complementary dispatch based on active regulation of cascade hydropower considering multi-transmission channel constraints. Applied Energy, 2025, 377: 124573. （SCI, 中科院一区, 学校TOP期刊）

5. 康雍喜，赵志鹏（通讯作者），程春田. 考虑水流滞时的清洁能源基地水电短期灵活性量化方法. 水利学报, 2025, 55(12): 1496–1507. （EI）

6. 康雍喜，赵志鹏（通讯作者），程春田，等. 梯级水电中期随机电量平衡灵活性支撑调度方法. 中国电机工程学报, 2025, 1–13. （EI, 学校A类期刊）

7. 于志辉，赵志鹏（通讯作者），王进，等. 面向灵活调节与低碳经济运行的风光水火多源多目标短期调度. 电网技术, 2025, 49(08): 3104–3115. （EI, 学校A类期刊）

8. Wang J, Zhao Z（通讯作者）, Zhou J, et al. Developing operating rules for a hydro–wind–solar hybrid system considering peak-shaving demands. Applied Energy, 2024, 360: 122762. （SCI, 中科院一区, 学校TOP期刊）

9. Wang J, Zhao Z（通讯作者）, Zhou J, et al. Co-optimization for day-ahead scheduling and flexibility response mode of a hydro–wind–solar hybrid system considering forecast uncertainty of variable renewable energy. Energy, 2024, 311: 133379. （SCI, 中科院一区, 学校A类期刊）

10. Cheng W, Zhao Z（通讯作者）, Cheng C, et al. Optimizing peak shaving operation in hydro-dominated hybrid power systems with limited distributional information on renewable energy uncertainty. Renewable Energy, 2024, 237: 121776. （SCI, 中科院一区, 学校A类期刊）

11. 王进，赵志鹏（通讯作者），程春田，等. 耦合出力破坏深度与弃电准则的梯级水风光互补调度规则研究. 水利学报, 2024, 54(12): 1415–1429. （EI）

12. 白庆立，赵志鹏，靳晓雨，等. 考虑风电出力和电价不确定性的水风联合现货市场竞价策略. 电力系统自动化, 2024, 48(11): 122–133. （EI, 学校A类期刊）

13. 赵志鹏，于志辉，程春田，等. 水风光综合基地多风险量化及长期多目标协调优化调度方法. 电力系统自动化, 2024, 48(22): 118–130. （EI, 学校A类期刊）

14. Zhao Z, Cheng C T, Yan L. An efficient and accurate Mixed‐integer linear programming model for long‐term operations of large‐scale hydropower systems. IET Renewable Power Generation, 2021, 15(6): 1178–1190. （SCI, 中科院四区, 学校A类期刊）

15. Zhao Z, Cheng C, Liao S, et al. A MILP based framework for the hydro unit commitment considering irregular forbidden zone related constraints. IEEE Transactions on Power Systems, 2020, 36(3): 1819–1832. （SCI, 中科院一区, 学校TOP期刊）

16. Zhao Z, Cheng C, Jin X, et al. A MILP model for hydro unit commitment with irregular vibration zones based on the constrained Delaunay triangulation method. International Journal of Electrical Power & Energy Systems, 2020, 123: 106241. （SCI, 中科院二区, 学校A类期刊）

17. 李亚鹏，赵志鹏，于申，等. 计及风险的多尺度电力市场下梯级水电月度发电计划制定方法. 中国电机工程学报, 2020, 40(8): 2525–2535. （EI, 学校A类期刊）

18. 赵志鹏，刘杰，程春田，等. 考虑回水顶托影响的梯级库群日前调峰 MILP 模型. 水利学报, 2019, 50(8): 925–935. （EI）

19. 程春田，赵志鹏，靳晓雨，等. 梯级水电站群高水头巨型机组不规则多限制区自动规避方法. 水利学报, 2019, 50(11): 1299–1310. （EI）

20. 赵志鹏，廖胜利，程春田，等. 梯级水电站群中长期优化调度的离散梯度逐步优化算法. 水利学报, 2018, 49(10): 1243–1253. （EI）

研究基础支撑

课题组聚焦电力系统优化调度、人工智能、电力市场机制与优化理论等方向，围绕“源-网-荷-储”多能系统构建了系统性的研究体系。依托国家自然科学基金与多个电力企业合作项目，已积累覆盖大电网、超大规模水电站群、可再生能源和电力市场等多个典型场景的大规模、真实数据资源，在同类研究中具备领先优势。配备高性能GPU训练与推理服务器集群和课题组自有高性能计算平台，可满足大模型推理训练、电力系统大规模优化与仿真计算等高强度需求。

课题组已构建多套成熟的算法框架和工具链，并开源部分核心代码库，便于新成员快速上手。针对研究生的成长路径，将提供从选题思路、算法设计、代码实现到论文撰写的全过程指导。无论是偏理论、偏工程，还是初步接触科研但基础尚不扎实的同学，均可在实际项目中循序渐进地打下坚实基础。

就业前景

团队与国家电网、南方电网、三峡集团等单位保持紧密合作，研究内容紧贴工程实际。项目中接触到的真实数据、实际场景与行业需求，不仅有助于提升研究质量，也可为今后的职业发展打下基础。课题组多位毕业生进入电网公司、大型能源央企、科研机构等核心岗位，在求职竞争中表现突出。

热忱欢迎对电力系统调度运行、人工智能、电力市场机制、运筹优化、计算机、数学、编程实践等有浓厚兴趣的同学加入课题组，共同开展面向新型电力系统的高水平创新研究。

QQ : 465213394

2014.9 -- 2020.12
大连理工大学       水利水电工程       博士

2010.9 -- 2014.6
大连理工大学       水利水电工程       学士

2007.9 -- 2010.6
邯郸市第一中学       \

2022.10 -- 至今

大连理工大学电子信息与电气工程学部      准聘副教授