刘佰

基本信息 科学研究 论文专著 团队信息 新闻简讯 新建主栏目 基本信息 名称 刘佰，男，1995年出生于黑龙江省鹤岗市。2017年于东北农业大学获得工学、文学双学士学位。2022年于哈尔滨工业大学获得工学博士学位，现就职于哈尔滨工业大学电气工程及自动化学院。主持国资计划一项，参与多项国家/省部级项目，现担任中国颗粒学会第四届青年理事，中国颗粒学会气溶胶专业委员会委员。 教育经历 标题 本科经历 起讫时间 2013.09-2017.06 所学专业 土木工程 学习机构 东北农业大学水利与建筑学院 学历 学士 简单介绍 标题 本科经历 起讫时间 2013.09-2017.06 所学专业 英语 学习机构 东北农业大学文法学院 学历 学士 简单介绍 标题 研究生经历 起讫时间 2017.09-2022.08 所学专业 结构工程 学习机构 哈尔滨工业大学土木工程学院 学历 博士 简单介绍 工作经历 标题 工作单位 中国科学院大气物理研究所 职位/职称 访问学者 起讫时间 2024年1月-2月 简单介绍 标题 工作单位 哈尔滨工业大学电气工程及自动化学院 职位/职称 助理研究员 起讫时间 2023年3月-至今 简单介绍 标题 工作单位 哈尔滨工业大学电气工程博士后流动站 职位/职称 博士后 起讫时间 2023年3月-至今 简单介绍 研究领域 名称 研究领域： ● 大气科学 ● 新能源并网技术 ● 结构受力状态理论 主要研究方向： ● 能源气象※ ● 能源预测 ● 智能光伏 ● 智慧农业 ● 可预测性分析 ● 太阳能资源评估 ● 结构演变特征分析 科研项目 项目名称 适用于新型电力系统的无误差太阳能预报研究 项目来源 国资计划 开始时间 2024-01 结束时间 2025-12 项目经费 24万 担任角色 负责 项目类别 纵向项目 项目状态 进行中 简单介绍 出版物 出版物名称 自动气象站观测技术及应用 作者 刘佰；周锋 出版时间 2024 出版社 化学工业出版社 简单介绍 学术论文 名称 Corresponding author: §; 2024 (8) Yang, G., Yang, D. §, Perez, M.J., Perez, R., Remund, J., Liu, B., 2024. Optimized Hydrogen Production with Proactively Curtailed Electricity from Firm Renewable Systems. Transactions on Sustainable Energy, submitted. Zhang, H., Zhang, X., Yang, D. §, Liu, B., Shuai, Y., Lougou, B.G., Wang, F., 2024. Comparison of non-isothermal and isothermal cycles in a novel methane-assisted two-step thermochemical process. Renewable Energy, submitted. Zhang, X., Yang, D. §, Zhang, H., Liu, B., Li, M., Chu, Y., Wang, J., Xia, X., 2024. Spatial solar forecast verification with the neighborhood method and automatic threshold segmentation. Renewable & Sustainable Energy Reviews, minor revision. Song, M., Yang, D. §, Lerch, S., Xia, X., Yagli, G.M., Bright, J.M., Shen, Y., Liu, B., Liu, X., Mayer, M.J., 2024. Non-crossing quantile regression neural network as a calibration tool for ensemble weather forecasts. Advances in Atmospheric Sciences, in press (IF:3.9). Yang, D. §, Kong, Y., Liu, B. §, Wang, J., Sun, D., Yang, G., Wang, W., 2024. Comparing calibrated analog and dynamical ensemble solar forecasts.Solar Energy Advances. https://doi.org/10.1016/j.seja.2023.100048 (IF:TBD). Quan, H., Ge, Y., Liu, B. §, Zhang, W., Srinivasan, D., 2024. A deep-learning algorithm with two-stage training for solar forecast post-processing. Solar Energy. https://doi.org/10.1016/j.solener.2024.112504 (IF:6.7). Yang, G., Yang, D. §, Perez, M.J., Perez, R., Kleissl, J., Remund, J., Pierro, M., Cheng, Y., Wang, Y., Xia, X., Xu, J., Lyu, Chao., Liu, B., Zhang, H., 2024. Hydrogen production using curtailed electricity of firm photovoltaic plants: Conception, modeling, and optimization. Energy Conversion and Management. https://doi.org/10.1016/j.enconman.2024.118356 (IF:10.4). Wang, W., Guo, Y. §, Yang, D. §, Zhang, Z., Kleissl, J., van der Meer, D., Yang, G., Hong, T., Liu, B., Huang, N., Mayer, M.J., 2024. Economics of physics-based solar forecasting in power system day-ahead scheduling. Renewable & Sustainable Energy Reviews. https://doi.org/10.1016/j.rser.2024.114448 (IF:15.9). 2023 (5) Yang, D. §, Yang, G., Liu, B., 2023. Combining quantiles of calibrated solar forecasts from ensemble numerical weather prediction. Renewable Energy, 215, 118993.https://doi.org/10.1016/j.renene.2023.118993 (IF:8.7). Liu, B., Wang, J., Chen, J., Li, B., Sun, D., Zhang, G. §, 2023. A probabilistic perspective on predictability of solar irradiance using bootstrapped correlograms and ensemble predictability error growth. Solar Energy, 260, 17-24. https://doi.org/10.1016/j.solener.2023.05.053 (IF:6.7). Yang, G., Zhang, H. §, Wang, W., Liu, B., Lyu, C., Yang, D., 2023.Capacity optimization and economic analysis of PV–hydrogen hybrid system with physical solar power curve modeling. Energy Conversion and Management, 288, 117128. https://doi.org/10.1016/j.enconman.2023.117128 (IF:10.4). Liu, B., Yang, D. §, Mayer, M.J., Coimbra, C.F.M., Kleissl, J., Kay, M., Wang, W., Bright, J.M., Xia, X., Lv, X., Srinivasan, D., Wu, Y., Beyer, H.G., Yagli, G.M., Shen, Y., 2023. Predictability and forecast skill of solar irradiance over the contiguous United States. Renewable & Sustainable Energy Reviews, 182, 113359. https://doi.org/10.1016/j.rser.2023.113359 (IF:15.9). Zhang, L., Li, R., Shen, Z. §, Liu, B., Kong, J., Zhou, G., 2023.The stressing state features of a bottom frame structure revealed from the shaking table strain data. Materials, 16, 1809.https://doi.org/ 10.3390/ma16051809 (IF:3.4). 2022 (5) Shen, Z., Liu, B., Xin, C. §, Zhou, G., 2022. Stressing state features of H-steel columns under cyclic biaxialbending action revealed from experimental residual strains. Case Studies in Construction Materials. https://doi.org/10.1016/j.cscm.2022.e01518 (IF:6.2). Shen, Z., Liu, B. §, Zhou, G., 2022. Stressing state analysis of concrete airport pavement by modeling experimental strain data. Case Studies in Construction Materials. https://doi.org/10.1016/j.cscm.2022.e01635 (IF:6.2). Shen, Z., Liu, B. §, Zhou, G., 2022. Stressing state analysis of SRC column with modeling test and finite element model data. Appl. Sci, 12, 8866. https://doi.org/ 10.3390/app12178866 (IF:2.7). Shen, Z., Liu, B. §, Zhou, G., 2022. Research on the general failure law of a CTRC column by modeling FEM output data. Materials, 15, 6058. https://doi.org/10.3390/ ma15176058 (IF:3.4). Liu, B. §. 2022. Evaluation of interface shear transfer strength of steel fiber-reinforced concrete based on artificial neural network and regression method. Structural Concrete, 23, 1049– 1064. https://doi.org/10.1002/suco.202100605 (IF:3.2). 2021 (2) Zhao, Y., Liu, B., Li, H., Liu, H., Zhou, G. §. 2021. Hysteretic stressing state features of RCB shear walls revealed by structural stressing state theory. Case Studies in Construction Materials. https://doi.org/10.1016/j.cscm.2021.e00674 (IF:6.2). Liu, B., Zhao, Y., Liu, H., Zhou, G. §. 2021. The hysteretic failure features of reinforced masonry shear walls revealed by modeling experimental residual strain data. Journal of earthquake engineering, 26(14), 7353–7365. https://doi.org/10.1080/13632469.2021.1961943 (IF:2.6). 2020 (1) Liu, B., Zhang, Y., Liu, R., Zhou, G.,Zhao, Y. §. 2020. Essential stressing state features of spirally reinforced concrete shortcolumns revealed by modeling experimental strain data. Structures, 25, 1-7. https://doi.org/10.1016/j.istruc.2020.02.006 (IF:4.1). 依托团队 链接名称 新能源并网技术研究团队——杨大智教授青年科学家工作室 链接地址 http://homepage.hit.edu.cn/dyang 简单介绍 能源气象在路上 新闻标题 碳中和背景下“太阳能全链条无缝隙运行与控制”研讨会成功举行 发布时间 2023年12月7日 2023年12月7日上午，哈尔滨工业大学（简称“哈工大”）杨大智教授与刘佰助理研究员到访中交第一航务工程勘察设计院有限公司（以下简称“中交一航院“），与中交一航院新能源事业部副总经理马作龙、商务合同部部长窦德功等讨论了双方在应对国家能源转型需求，建设新型电力系统，助力“双碳”目标应起的作用，研讨会聚焦太阳能光伏发电新路径及其未来发展方向。 杨教授团队参观中交一航院历年成就与杰出成果 研讨会上，杨教授介绍了其团队的最新研究成果“太阳能全链条无缝隙与控制“。针对太阳辐射观测科学与技术，他提到：“基线地表辐射观测网络（BSRN）是全球精度最高、气候类型覆盖最广的辐射观测系统。全球60余个站点无一设立在中国大陆，极大的限制了我国太阳辐射观测科学与国际接轨的目标。“针对这一问题，其团队已于2023年10月17日代表哈工大与中国气象局公共气象服务中心、黑龙江省气象局和国家电网黑龙省公司签署了科技合作协议，并在齐齐哈尔市富裕县建立了中国大陆首个BSRN观测站。 其次，关于遥感辐射反演科学与技术。他表示，遥感反演辐射对太阳能资源评估与预报至关重要。我国目前尚未开发长跨度、高精度的遥感辐射产品，国外产品视界局限、质量参差，无法覆盖全国范围，不满足“双碳”目标对广域辐射数据的需求。针对这一挑战，杨教授团队联合中科院大气物理所、国家气象卫星中心，研制中国唯一基于风云-4A的太阳能遥感产品，反演在中国版图正上空的太阳能辐射数据，比基于美国CERES卫星的全球天气尺度辐射数据分辨率提高100倍，比日本葵花数据分辨率提高10倍，居国际领先水平。 关于太阳能资源标定与精细化评估技术，杨教授团队已完成国网黑龙江省公司揭榜挂帅项目《 黑龙江典型县域风能、太阳能资源开发潜力和气候环境效应精细化评估 》，并且获批中国气象局气候变化专项《清洁能源的气候变化风险识别与响应研究》，决策报告提交至国务院。 最后，针对无误差新能源发电预测技术，杨教授提到 《两个细则》明确规范新能源并网预报提交要求以及扣分机制。其团队作为亚洲唯一代表参与国际能源署PVPS稳固发电专题小组，在国内首次提出无误差预报的理念。刘佰助理研究员在讨论中表示，校企联合, 优势互补。相信在二者的共同努力下，双方能够汇聚资源，深化链接，相互赋能，扩展维度。发挥各行各业的优势,补短板, 强弱项,助力国家加速构建新型能源体系。 双方共同探讨太阳能光伏发电的新路径 中交一航院新能源事业部副总经理马作龙表示，哈尔滨工业大学与中交一航院此次深度探讨太阳能光伏发电的新路径，展现了学术界和产业界的深度合作与探索精神。这种跨界合作与深度研究必将为推动新能源发展，助力“双碳”目标的实现，为社会的可持续发展注入新的活力和希望。 新闻标题 电气学院代表学校签订四方合作协议共建太阳辐射监测利器 发布时间 2023年10月19日 2023年10月17日，哈尔滨工业大学与中国气象局公共气象服务中心、黑龙江省气象局、国网黑龙江省电力有限公司签署科技合作协议，四方携手共建基线表面辐射网络（BSRN）站。黑龙江省气象局党组成员、副局长邵楠，国网黑龙江省电力有限公司党委委员、工会主席李战平，中国气象局公共气象服务中心党委常委、副主任裴顺强，我校国内合作处处长赵轶杰见证签约。电气学院党委书记刘铭辉参加签约仪式，电气学院教授杨大智及团队成员刘佰参会。 签约仪式 黑龙江省气象局观测与网络处处长王健、国网黑龙江省电力有限公司科技部主任王侃、中国气象局公共气象服务中心工程师胡玥明，哈工大电气学院教授杨大智代表签约。 签约仪式上，杨大智介绍了建立BSRN站的背景与意义。BSRN是目前世界上覆盖范围最广、精度最高的太阳辐射监测系统。BSRN不仅对气候变化建模、大气环流分析等气象和气候领域有着至关重要的影响，同时也对能源利用与规划提供了重要依据。围绕“双碳”目标及全球性能源转型需求，可再生能源的迅速发展愈发关注如何生产足够的电力以满足日益增长的能源需求，而电力系统则涉及生产电力的高效传输与消纳等关键问题。在能源转型这一重要路径下，新能源气象产业应运而生。新能源气象主要围绕资源评估及预报两个方向开展工作，而BSRN作为覆盖最广、精度最高的地基辐射资料重要来源，对气象卫星辐射反演标定、区域乃至全球天气预报评估等工作都必不可少。然而，现有的70余个BSRN站无一设立在中国，极大地限制了BSRN覆盖全球柯本气候分类目标的实现。因此，建立首批BSRN站是在中国本土实现一致化、高水平辐射观测与应用的第一步。建立BSRN站具有的重要实际应用意义与学术价值。 电气学院助理研究员刘佰介绍，黑龙江省地处中国东北，是全球唯一横跨三种亚寒带冬天旱季型气候的地区，该类独特气候也必将为亚寒带地区的太阳能应用提供重要的理论依据，同时为基于风云气象卫星搭载的高分辨率静止轨 道成像仪的辐射反演资料提供校验支持。因此，在黑龙江省建立太阳能基准辐射测量站具有切实的必要性和紧迫性。经前期广域现场调研，本次合作拟选择在齐齐哈尔市富裕县建立全国唯一BSRN站。 李战平表示国网黑龙江省电力有限公司近年来积极响应国家的校企联合政策，产生了诸多成果，并对此次四方协议签署后的未来合作发展提出了期望。裴顺强介绍了中国气象局公共气象服务中心的相关情况，提出以此次建立的BSRN站为抓手，注重科技成果转化，发挥四方优势，取长补短，共谋未来发展。赵轶杰介绍了哈尔滨工业大学的近年来在科研方面的主要成就，并对“局院校企”四方科技合作表示期待。邵楠表示气象部门在建站、数据传输及维护工作等方面有较强的业务基础，在此次BSRN站合作中要发挥优势，强强联手，助力龙江科技能力进一步提升，共同为我省双碳和新能源事业、保障生态安全做出更大贡献。 黑龙江省气象局办公室主任王国贵，观测与网络处副处长桂翰林，国网黑龙江省电力有限公司电力科学研究院院长王文龙，科技部主任孙巍等各单位相关部门负责人参加签约仪式。