Đặng Hoàng Anh
Thành viên — PTN NC Hệ thống điện và năng lượng tái tạo
Trường Điện - Điện tử
Giới thiệu
Tiến sĩ Hoàng Anh Đặng hiện là giảng viên Khoa Điện, Trường Điện – Điện tử, Đại học Bách khoa Hà Nội. Ông tốt nghiệp kỹ sư ngành Kỹ thuật Điện năm 2009 và thạc sĩ Kỹ thuật Điện năm 2010. Sau ba năm học tập và nghiên cứu bậc tiến sĩ, ông nhận bằng Tiến sĩ Kỹ thuật Điện tại Đại học Grenoble Alpes (Pháp) vào năm 2013. Lĩnh vực chuyên môn của ông tập trung vào năng lượng bền vững trong các lĩnh vực công nghiệp và công trình xây dựng.Kể từ năm 2014 đến nay, ông đồng thời đảm nhiệm các vai trò sau:Chuyên gia của Bộ Xây dựng và Bộ Công Thương trong triển khai và đào tạo về sử dụng năng lượng tiết kiệm và hiệu quả; Chuyên gia cho các tổ chức UNDP, GIZ và KOICA trong xây dựng chính sách và phát triển tài liệu đào tạo về hiệu quả năng lượng; Trưởng Nhóm Nghiên cứu Công trình Không Năng lượng (Zero Energy Building), thuộc Phòng thí nghiệm Lưới điện và Năng lượng Tái tạo.
Hướng nghiên cứu
- Hướng nghiên cứu chính tập trung vào việc phát triển các phương pháp và công cụ tích hợp nhằm nâng cao hiệu quả năng lượng và tính bền vững của hệ thống năng lượng đô thị trong bối cảnh chuyển dịch năng lượng và đô thị hóa nhanh. Trọng tâm trước hết là mô phỏng năng lượng đô thị (Urban Building Energy Modelling – UBEM), cho phép mô tả chi tiết hành vi tiêu thụ năng lượng của các cụm tòa nhà ở quy mô khu vực và thành phố, làm cơ sở đánh giá tiềm năng tiết kiệm năng lượng, tích hợp năng lượng tái tạo và giảm phát thải. Trên nền tảng đó, nghiên cứu tối ưu hóa năng lượng cho tòa nhà xanh được triển khai thông qua việc phối hợp thiết kế, vận hành hệ thống HVAC, chiếu sáng, lưu trữ năng lượng và các nguồn năng lượng tái tạo phân tán như điện mặt trời, nhằm đạt mục tiêu công trình hiệu quả năng lượng hoặc công trình không phát thải ròng. Để xử lý tính không chắc chắn và biến động theo thời gian của phụ tải và nguồn tái tạo, các kỹ thuật học máy được ứng dụng trong dự báo phụ tải điện, công suất phát năng lượng tái tạo và hành vi người sử dụng. Trên cơ sở dự báo chính xác, học tăng cường (Reinforcement Learning) được nghiên cứu để xây dựng các chiến lược điều khiển thông minh cho tòa nhà hiệu quả năng lượng có khả năng tương tác linh hoạt với lưới điện, tham gia quản lý nhu cầu phụ tải (DSM) và phụ tải đáp ứng (Demand Response – DR). Mở rộng ở quy mô hệ thống, các nghiên cứu về quản lý tối ưu nhu cầu sạc xe điện xem xét sự phối hợp giữa phương tiện điện, lưới điện và năng lượng tái tạo, giảm đỉnh phụ tải và chi phí vận hành. Cuối cùng, việc tích hợp các tòa nhà, xe điện, hệ thống lưu trữ và nguồn tái tạo được nghiên cứu trong mô hình nhà máy điện ảo (Virtual Power Plant), hướng tới vận hành tối ưu, linh hoạt và bền vững cho hệ thống năng lượng đô thị tương lai.