为了实现可持续发展,可再生能源包括太阳能、风能、核能和燃料电池,已经成为新兴的选择在许多应用程序中。然而,保证稳定的发电率和安全系统操作并不容易,因为他们的间歇性可再生能源发电的特点和空间复杂性和传播植物。

一般来说,可再生能源系统精确的数学模型很难获取由于不可避免的存在参数不确定性,非光滑动力学,和外部干扰。在这方面,发展高效适用的学习和适应方法建模、优化和控制复杂的可再生能源系统可以提供一种新的方式来提高系统的有效性和效率。这引起了很大关注。

这个特殊问题的目的是收集相关主题的最新研究成果的学习和适应造型,优化和控制,促进相关研究方法的认识复杂的可再生能源系统。作者被邀请提出新造型,优化和控制算法,硬件配置,软件体系结构,实验,和应用程序,它可以带来新的信息复杂能量系统的相关理论和技术。所有论文相关理论方法和他们的应用程序的优化和控制复杂的能源系统是受欢迎的。特别是,我们鼓励作者提交他们的原始研究和评论文章的理论和方法论的发展或实际焦点,如仿真模型、算法,实验,应用先进控制和优化技术对复杂能量系统。

潜在的主题包括但不限于以下:

• 建模、仿真和验证复杂的可再生能源系统
• 可再生能源系统的设计和动态分析与多个储能组件,发电机和马达
• 非光滑动力学的建模和补偿,在可再生能源发电系统
• 仿生优化和最优控制与发电机,可再生能源系统存储和马达
• 人工智能方法的学习、适应和优化
• 数据驱动的可再生能源系统的建模和控制
• 深度学习和综合上优于优化和控制的设计
• 自适应参数估计可再生能源系统的建模
• 学习和适应可再生能源发电的方法,存储和分布
• 自适应动态规划可再生能源发电和输电
• 智能控制技术(如神经网络和模糊逻辑控制)对可再生系统
• 复杂能量系统的自适应观测器设计和评估
• 迭代学习优化和控制应用程序的可再生能源系统