师资队伍
搜索
关闭 X
师资队伍
Faculty
|
卢少锋 Lu，Shaofeng
职称：教授
邮箱：lushaofeng@scut.edu.cn
工作单位：吴贤铭智能工程学院
邮政编码：510640
毕业院校：伯明翰大学
办公室：D1-b520
最后学位：博士
办公电话：020-81182116
导师类别：硕、博导
个人简介
卢少锋，男，1985年10月生，福建省龙岩市人，中共党员。教授、博士生导师。2007年毕业于华中科技大学和英国伯明翰大学（3+1国际合作办学项目、一等荣誉学位）获工学学士学位，2011年毕业于英国伯明翰大学获博士学位，2012-2013年在新加坡南洋理工大学从事博士后工作。2013至2019年间，担任利物浦大学博士生导师，在西交利物浦大学从事教学与科研工作，于2019年9月加入华南理工大学，工作至今。荣获华南理工大学2023年度本科教学优秀奖，讲授课程入选2024年华南理工大学优秀考试案例，2022年度取得剑桥大学全英文教学线上培训 “最佳学员” ，2018年英国利物浦大学职业学习证书（CPS优秀）等荣誉，入选江苏省双创博士计划（省级人才荣誉）、英国高等教育研究院会士（Fellow of HEA）、广州市高层次人才、泉州市高层次人才等人才项目。
教育经历
工学博士（2007年9月至2011年12月），电子、电气和计算机工程学院（现为电子电气和系统工程学院），英国伯明翰大学 论文题目：轨道交通牵引系统电源管理策略优化研究（全额博士生奖，2011年度院最佳博士生奖），导师：Prof. Stuart Hillmansen and Prof. Clive Roberts
工学学士（2006年9月-2007年7月），电子电气工程(3+1国际合作办学项目)，电子、电气和计算机工程学院（现电子、电气和系统工程学院），英国伯明翰大学一等荣誉学位
工学学士（2003年9月至2007年7月），华中科技大学电气与电子工程学院，电气工程及其自动化
科研经历
2019年9月9日 — 现在，华南理工大学吴贤铭智能工程学院，教授、博士生导师
2018年9月1日 — 2019年8月31日，西交利物浦大学电气与电子工程系，副教授、博士生导师
2013年9月2日 — 2018年8月31日，西交利物浦大学电气与电子工程系，助理教授、博士生导师
研究领域
面向国家“双碳”战略及城市轨道交通绿色智能化发展的重大需求，卢少锋博士围绕列车节能运控优化、轨道交通全生命周期碳排放管控及交能融合系统节能技术开展系统性研究。近五年，主持国家自然科学基金面上项目1项、国家重点研发计划政府间国际科技创新合作项目1项，省部级科技项目3项（含广州科技重点研发计划项目1项）。主导“一带一路”国际科技合作项目，推动绿色能源技术在轨道交通领域的应用，为我国轨道交通低碳化、智能化发展提供重要技术支撑。
在列车节能运控方面，提出了基于强化学习与凸优化结合的节能运控方法，突破了传统方法在计算效率与能耗最优性上的瓶颈，使求解速度较经典算法提升数十倍至数百倍，并严格证明了其全局最优性。针对现代城轨列车牵引系统的复杂性，创新性地构建牵引设备非线性数学模型，通过凸化与线性化优化求解，提高了列车节能运行控制策略的计算精度，在保障安全性的同时有效降低牵引能耗。此外，针对车载储能设备的节能潜力，提出储能设备与列车节能运控一体化优化策略，建立储能充放电、运行时分与牵引能耗的多维耦合关系，实现多列车协同优化，提高再生能量利用率，为新型动力列车与轨道交通节能提供新技术方案。
在创新成果方面，依托国家自然科学基金项目，提出一套面向车载储能装置的城轨列车节能运控一体化方法，揭示不同新型车载储能设备在列车运行过程中的内在节能机理，提升车载储能设备在轨道牵引系统中的节能效果，算法可以全面支持未来大型牵引系统以节能降耗为目标的系统优化设计。基于在储能应用的研究成果，共发表四篇中科院一区top的学术论文和多篇JCR-II以上高水平学术论文。该领域的研究成果受到了国际轨道交通领域的百年老牌技术杂志“铁路公报 Railway Gazette”专题报道，受到了国际轨道交通工业界和学术届的广泛关注。在列车节能运控优化模型求解方面，推动凸优化方法的深入应用，并充分考虑车载储能设备、牵引设备及复杂牵引电网的非线性特征，提出一系列基于凸优化和模型预测控制的列车节能轨迹优化方法。相比传统优化方法，该方法在求解效率和计算精度上实现显著提升，并严格保证计算结果的全局最优性，为列车运行控制提供更加精准、高效的节能优化策略。基于本研究，发表多篇中科院一区论文，并获授权高水平发明专利，推动轨道交通节能优化技术的工程应用。
此外，针对轨道交通系统碳排放追踪与管控的技术瓶颈，构建城轨全生命周期碳排放精细化核算模型，填补了国内外轨道交通碳足迹追踪与精细化管理的研究不足。相较传统碳排放核算方法，该方法基于多时空尺度数据融合，结合数学建模与机器学习技术，实现轨道交通系统碳排放的精准建模、实时追踪与前瞻性预测，为“双碳”政策落地实施提供科学依据，并为政府制定低碳发展路径提供重要支撑。
卢少锋博士的研究为城市轨道交通绿色低碳发展提供了新理论和技术工具。提出的列车节能运控方法与储能设备协同优化策略，大幅提升轨道交通能效，降低运营碳排放，为智慧轨道交通发展提供了可行方案。在轨道交通碳排放管理方面，构建的全生命周期碳排放精细化核算体系，为国家轨道交通行业碳中和路径提供决策依据，推动碳排放管理的标准化、精准化与智能化。该研究有助于提升轨道交通系统的绿色化发展水平，为“双碳”目标实现提供关键技术支撑，并可推广至其他交通方式的碳排放管理。依托“一带一路”科技合作，推动绿色能源在轨道交通系统的深度应用，提出适配当地能源结构的绿色节能优化方案。研究成果将有望在乌兹别克斯坦等国家落地，为全球轨道交通低碳化发展提供关键技术支撑。
综上，围绕轨道交通绿色低碳发展中的关键问题展开深入研究，取得了一系列具有国际影响力的创新成果。研究不仅推动轨道交通节能优化与碳排放管理的理论创新，也为我国智慧轨道交通系统的可持续发展提供重要技术支撑，具有显著的科学价值和社会经济意义。
科研项目
代表论文
[1] Y Peng, S Lu*, Y Huang, C Wu, B Zhang, Z Lin, H Gao, Optimal sizing of energy storage system for hydrogen-electric intercity trains based on life cycle cost analysis, Journal of Energy Storage, 2025， （中科院二区top）
[2] Y Peng, F Chen, F Chen, C Wu, Q Wang, Z He, S Lu*，Energy-efficient Train Control: A Comparative Study based on Permanent Magnet Synchronous Motor and Induction Motor，IEEE Transactions on Vehicular Technology，（中科院二区top）
[3] Y Peng, S Lu*, F Chen, X Liu, Z Tian ， Energy-efficient train control incorporating inherent reduced-power and hybrid braking characteristics of railway vehicles，Transportation Research Part C: Emerging Technologies 163, 104626（中科院一区top）
[4] C Wu, S Lu*, Z Tian, F Xue, L Jiang， Energy-Efficient Train Control with Onboard Energy Storage Systems considering Stochastic Regenerative Braking Energy, IEEE Transactions on Transportation Electrification， （中科院一区top）
[5] S Lu, B Zhang, J Wang, Y Lai, K Wu*, C Wu, and F Xue, “Energy-efficient Train Control Considering Energy Storage Devices and Traction Power Network using a Model Predictive Control Framework”, IEEE Transactions on Transportation Electrification, vol. 10, no. 4, 2024 (中科院一区top)
[6] F Chen, Y Peng, B Han, S Lu*, F Xue and G Li, “Robust planning of electric vehicle charging stations considering demand uncertainty and facility failures”, IEEE Transactions on Transportation Electrification（中科院一区top）
[7] M. Feng, Y Huang, S Lu*, “Eco-driving Strategy Optimization for High-speed Railways Considering Dynamic Traction System Efficiency”, IEEE Transactions on Transportation Electrification, vol. 10, no. 1, pp.1617 – 1627, 2024 （中科院一区top）
[8] C. Wu, S. Lu*, F. Xue, L. Jiang, M. Chen, and J. Yang, “A Two-Step Method for Energy-Efficient Train Operation, Timetabling and On-Board Energy Storage Device Management,” IEEE Transactions on Transportation Electrification., vol. 7, no. 3, pp. 1822–1833, 2021（中科院一区top）
[9] C. Wu, B. Xu, S. Lu*, F. Xue, L. Jiang, and M. Chen, “Adaptive Eco-Driving Strategy and Feasibility Analysis for Electric Trains with On-Board Energy Storage Devices,” IEEE Transactions on Transportation Electrification, vol. 7, no. 3, pp. 1834–1848, Sep. 2021（中科院一区top）
[10] C. Wu, S. Lu*, F. Xue, L. Jiang, and M. Chen, “Optimal Sizing of Onboard Energy Storage Devices for Electrified Railway Systems,” IEEE Transactions on Transportation Electrification, vol. 6, no. 3, pp. 1301–1311, 2020. （中科院一区top）
[11] C. Wu, W. Zhang, S. Lu*, Z. Tan, F. Xue, and J. Yang, “Train Speed Trajectory Optimization with On-Board Energy Storage Device,” IEEE Transactions on Intelligent Transportation Systems., vol. 20, no. 11, pp. 4092–4102, Nov. 2019. （中科院一区top）
[12] S. Lu, M. Q. Wang, P. Weston, S. Chen, and J. Yang, “Partial Train Speed Trajectory Optimization Using Mixed-Integer Linear Programming,” IEEE Transactions on Intelligent Transportation Systems, vol. 17, no. 10, pp. 2911–2920, 2016. （中科院一区top）
[13] S. Lu, P. Weston, S. Hillmansen, H. B. Gooi, and C. Roberts, “Increasing the Regenerative Braking Energy for Railway Vehicles,” IEEE Transactions on Intelligent Transportation Systems , vol. 15, no. 6, pp. 2506–2515, 2014. （中科院一区top）
[14] S. Lu, S. Hillmansen, T. K. Ho, and C. Roberts, “Single-train trajectory optimization,” IEEE Transactions on Intelligent Transportation Systems, vol. 14, no. 2, pp. 743–750, 2013. （中科院一区top）
[15] S. Lu, S. Hillmansen, and C. Roberts, “A power-management strategy for multiple-unit railroad vehicles,” IEEE Transactions on Vehicular Technology, vol. 60, no. 2, pp. 406–420, 2010. （中科院二区top）