在基于清潔能源實現凈零未來的競賽中，太陽能和風能等可再生能源已成為應對氣候變化的潛在冠軍。然而，隨著傳統同步發電機被基于逆變器的可再生能源所取代，這種轉變給現有電網帶來了低慣性挑戰，導致穩定性和可靠性問題。

休斯敦大學電氣和計算機工程助理教授李興鵬正在研究一種解決方案，該解決方案將允許可再生能源與電網其他部分的無縫集成，而不會造成任何問題。他因其提案“可再生能源為主的低慣量電力系統的頻率約束能源調度”而獲得了美國國家科學基金會職業獎。該項目的目標是確保不斷發展的電力系統能夠繼續高效穩定地運行，同時支持快速增長的風能和太陽能發電。

慣性是重型旋轉同步發電機中存儲的總動能，它對于確保系統穩定性(包括大擾動期間的頻率穩定性)是必要的。

“例如，當電網突然出現大量發電損失或電力負荷增加時，存儲的動能立即轉化為電能，解決發電量暫時不足的問題，”李解釋道。

“然而，隨著風能和太陽能在電網中所占比例的增加，我們希望最大限度地利用它們，因為它們的邊際成本為零并且提供清潔能源，”他補充道。“由于我們減少了傳統發電機的使用，我們也大大減少了電力系統的慣性。”

李和他的研究團隊將利用機器學習來創建更高效??、更簡單的動態性能模型，然后將這些模型集成到電網運營商使用的日前調度應用程序中，以調度下一個運營日的所有發電資源。

“通過在這個新框架中將機器學習模型與調度優化模型相結合，我們不僅可以確保高效運行，還可以確保電網穩定性，”他說。“通過提出的新建模和計算方法，我們可以更好地管理電網并確保它能夠為所有消費者提供持續的優質電力。”

李還希望激勵和吸引子孫后代，特別是 K-12 學生和大學生，包括研究生課程的學生。

他的團隊還將為更大的研究社區創建一個免費的開源工具，以提供基準測試功能。它將有一個易于理解的圖形用戶界面，向 K-12 學生解釋電力工程，并鼓勵他們考慮未來的電力行業職業。

此外，研究人員正在開發一門名為“電力系統應用機器學習”(簡稱“AppML”)的新課程，以幫助教授高級概念。

“機器學習技術在電力系統中變得越來越流行，因為它們有助于改進各種電力系統應用。隨著對機器學習專業知識的需求不斷增長，學生和工程師獲得機器學習方面的知識和技能至關重要。” “但是，全國范圍內結合機器學習和電力系統的課程并不多。這門新課程將滿足這一勞動力需求。”

今年早些時候，美國國家科學院、工程院和醫學院的海灣研究項目選擇李作為海上能源安全領域的早期職業研究員。早期職業獎不屬于特定項目，這使得研究員能夠從事他們原本無法進行的研究。

李的研究興趣包括各種電力能源系統的規劃和運營，包括大電網和微電網。他領導著夏威夷大學可再生電網 (RPG) 實驗室。他還是夏威夷大學電力電子、微電網和海底電力系統中心 (PEMSEC) 的副主任。

他的實驗室專注于陸上和海上能源系統的能源安全、轉換和傳輸。為了促進可再生能源豐富的未來電網的發展，該小組提出了新的模型和算法來提高能源系統的效率和安全性。該實驗室的工作還通過促進可再生能源和綠色氫的電網整合，為凈零能源系統做出貢獻。

李撰寫了 60 多篇同行評審論文，近年來一直在迅速擴大他的研究范圍。2019 年，他因在電力行業技術與實踐創新挑戰賽中提交的兩份獲獎作品獲得了美國電力辦公室頒發的Tier-1 和 Tier-2 銀獎。他被離岸技術會議評為新興領袖，并于 2023 年被佐治亞理工學院能源教員計劃選拔。

在加入 UH 之前，他是 ABB 電網部門(現為日立能源)的高級應用工程師。他還曾在 ISO New England 和 PJM Interconnection 的研發部門工作。

李先生擁有中國山東大學電氣工程專業學士學位(主修電力工程)和浙江大學電氣工程專業碩士學位(主修電力系統)。他在亞利桑那州立大學獲得了工業工程的第二個碩士學位，在佐治亞理工學院獲得了計算機科學(機器學習)的第三個碩士學位，并在麻省理工學院獲得了博士學位。亞利桑那州立大學電氣工程專業。