《IEEE Journal of Indoor and Seamless Positioning and Navigation》：The Fourth IEEE International Conference on Industrial Electronics for Sustainable Energy Systems [Society News]
编辑推荐：
为应对全球能源转型与可持续发展的关键挑战，第四届IEEE可持续能源系统工业电子国际会议（IESES 2025）汇聚了全球200余位专家学者，围绕人工智能在电力电子、网络化微电网分布式控制、模型预测控制、大型风电仿真测试等前沿主题展开深入交流。会议收录164篇高质量论文，并设立了最佳论文与应用论文奖，推动了工业电子与可持续能源领域的知识共享与跨学科合作，为相关技术创新与全球合作提供了重要平台。
能源，作为现代社会运转的基石，其供应的稳定性、清洁性与高效性始终是各国面临的重大课题。随着气候变化问题日益严峻与化石能源的逐步枯竭，全球能源结构正经历一场深刻的绿色革命。可持续能源系统，特别是以风能、太阳能为代表的可再生能源，被视为解决未来能源需求与环境压力的关键。然而，将这些间歇性、波动性的绿色能源安全、经济、高效地集成到现有电网中，并确保整个能源系统的稳定运行，是一项充满挑战的复杂工程。这不仅仅是增加发电设备那么简单，更涉及到电力电子变换、先进控制策略、智能运维、大规模储能等一系列核心工业电子技术的突破与协同。正是在这样的背景下，专注于工业电子技术在能源领域应用的学术交流显得尤为重要。
为了应对这些挑战，探讨工业电子技术如何赋能可持续能源系统的发展，由IEEE工业电子学会（IES）主办，华北电力大学、中国长江三峡集团有限公司等单位共同协办的第四届IEEE可持续能源系统工业电子国际会议（IESES 2025）于2025年9月22日至24日在中国北京成功举办。本次会议旨在为全球学术界和工业界的领袖们提供一个至关重要的平台，以交流专注于推动可持续能源解决方案的前沿研究和创新成果。
会议吸引了来自亚洲、欧洲和北美等地区的超过200名参与者，体现了该议题的全球重要性。华北电力大学副校长、大会主席方芳教授在开幕式上发表了热情洋溢的欢迎致辞，为会议的成功举办奠定了积极的基调。会议的荣誉主席和大会主席团由Jizhen Liu、Juan Jose Rodriguez-Andina、Yang Shi、Xinghuo Yu、Kamal Al-Haddad、Okyay Kaynak、方芳、Huijun Gao、Mo-Yuen Chow和Tingyan Lyu等来自学界与业界的杰出专家组成。
IESES 2025的技术议程兼具广度与深度。大会收到了199篇投稿，经过严格的评审流程，最终有164篇高质量论文被接收并进行宣读。议程还包括13个并行论文分会和14个针对关键议题的特设分会，主题涵盖智能诊断、能源系统协同监控、基于人工智能（AI）的运维以及可再生能源集成等。此外，由Mo-Yuen Chow教授主持的专题教程“电池储能系统（BESS）的早期故障检测与诊断”为与会者提供了关于实际应用的宝贵实践经验。
会议的核心亮点之一是六场由顶尖专家带来的主旨演讲。IEEE IES候任主席Juan Jose Rodriguez-Andina教授带来了题为“人工智能在电力电子中——从辅助技术到核心技术”的开场报告，指明了AI在该领域日益重要的核心地位。其他主旨报告同样聚焦于前沿方向：Qing-Long Han教授探讨了“网络化微电网的分布式控制与优化”；Yang Shi教授介绍了“信息物理能源系统的模型预测控制”；Shiyao Qin高工分享了“大型风力发电机组仿真测试关键技术研究与实践”；Gerard-Andre Capolino教授阐述了“交流电机定子设计的新趋势”；Mo-Yuen Chow教授则再次深入讲解了电池储能系统的早期故障检测与诊断。这些演讲涵盖了从底层器件、系统控制到运维管理的完整技术链条。
除了严谨的学术交流，会议也为全球学者提供了丰富的文化交流与 networking 机会。9月23日晚举行的宴会暨颁奖典礼上，精彩绝伦的中国传统川剧“变脸”表演让与会者领略了深厚的中国文化魅力。典礼上颁发了十项大奖，包括五项最佳论文奖和五项最佳应用论文奖，以表彰在该领域做出的卓越贡献。
关键技术与方法概要
本次会议汇集的研究主要运用了以下几类关键方法：1) 人工智能与机器学习算法，用于电力电子系统优化、故障预测与健康管理（PHM）；2) 先进控制理论，如模型预测控制（MPC）、分布式协同控制，应用于微电网和网络化能源系统的稳定运行与优化调度；3) 高保真建模与仿真技术，特别是针对大型风力发电机组等复杂装备的实时仿真与硬件在环（HIL）测试；4) 新型电机设计与功率电子拓扑，旨在提升电能转换效率与功率密度；5) 电池储能系统（BESS）的 state-of-health (SOH) 评估与早期故障诊断技术。相关研究基于理论推导、仿真验证和实验平台测试相结合的方法展开。
研究结果与结论
- •
人工智能成为电力电子核心技术：主旨报告明确指出，人工智能（特别是机器学习、深度学习）正从辅助工具演变为电力电子与能源系统设计、控制和运维的核心技术，能够处理高维、非线性问题，实现更智能的能效管理和故障预警。
- •
分布式控制保障微电网韧性：针对可再生能源的间歇性和分布式特性，研究提出了网络化微电网的分布式控制与优化策略。这些方法通过本地控制器间的有限信息交互，实现系统整体的功率平衡、电压频率稳定和经济运行，增强了电网对扰动和故障的抵御能力。
- •
模型预测控制优化信息物理能源系统：将模型预测控制（MPC）应用于信息物理能源系统（CPES），能够在满足多种物理约束（如功率限值、储能荷电状态）和通信约束的前提下，实现对系统未来状态的滚动优化，提升综合运行性能。
- •
仿真测试技术支撑大型风电开发：针对大型风力发电机组，研究并实践了涵盖空气动力学、机械结构、电气控制的全系统仿真与硬件在环测试关键技术。这为机组的设计验证、性能评估和控制系统优化提供了高效、安全的平台，降低了实际研发风险与成本。
- •
早期诊断技术提升储能系统安全：专注于电池储能系统（BESS），研究了其早期（incipient）故障的检测与诊断方法。通过分析电池电压、电流、温度等运行数据的细微特征变化，可以在故障发生初期或潜在阶段进行预警，极大提升了储能系统的安全性与可靠性。
- •
创新电机设计提升系统效率：在电机驱动层面，探索了交流电机定子设计的新趋势，如采用新材料、新绕组方式和新拓扑结构，旨在减少损耗、提高功率密度和效率，从而从能量转换的源头提升整个能源系统的可持续性。
结论与意义
IESES 2025成功举办，有效促进了知识共享、跨学科合作与专业 networking，巩固了其作为应对可持续能源系统关键挑战与机遇的一流平台的地位。会议达成的共识是，面对全球能源转型，必须深度融合工业电子、人工智能、控制理论、材料科学等多学科知识。本次会议展示的研究成果表明，通过将AI深度嵌入电力电子设备与控制核心，发展适应分布式可再生能源的协同控制策略，构建高保真的数字孪生测试环境，以及聚焦关键设备如电机和电池的前沿设计与运维技术，是推动可持续能源系统迈向更高效、更智能、更可靠未来的关键路径。与会者共同展望未来的系列会议，期待其持续激发技术创新，促进行业内的全球合作，为实现全球碳中和目标贡献工业电子领域的智慧与方案。
（本文内容基于IEEE工业电子学会新闻稿，由óscar Lucía撰写。）
