Onderzoeksoutput per jaar
Onderzoeksoutput per jaar
Persoonlijk profiel
Academic background
Haoyang Zhang is a Ph.D. student with the research group Electrical Energy Systems at the TU/e, focusing on market power simulation in the local energy markets with multi-agent reinforcement learning as part of the MEGAMIND project. Prior to the Ph.D. study, he was an associate researcher at China Southern Power Grid, Guangzhou, China from 2019 to 2021. He obtained his bachelor's degree from South China University of Technology, Guangzhou, China in 2016 and his master's degree from Royal Institute of Technology (KTH), Stockholm, Sweden in 2019. During the M.S. study, Haoyang was a Visiting Researcher with the PSL Lab, Swiss Federal Institute of Technology in Zürich (ETH Zürich), Zürich, Switzerland, in 2018.
Expertise gerelateerd aan duurzame ontwikkelingsdoelstellingen van de VN
In 2015 stemden de VN-lidstaten in met 17 wereldwijde duurzame ontwikkelingsdoelstellingen (Sustainable Development Goals, SDG's) om armoede te beëindigen, de planeet te beschermen en voor iedereen welvaart te garanderen. Het werk van deze persoon draagt bij aan de volgende duurzame ontwikkelingsdoelstelling(en):
Vingerafdruk
Verdiep u in de onderzoeksgebieden waarop Haoyang Zhang actief is. Deze onderwerplabels komen uit het werk van deze persoon. Samen vormen ze een unieke vingerafdruk.
- 1 Soortgelijke profielen
Samenwerkingen en hoofdonderzoeksgebieden uit de afgelopen vijf jaar
Recente externe samenwerking op landen-/regioniveau. Duik in de details door op de stippen te klikken of
-
Model-free Approaches for Real-time Distribution System Operation: A Comparison of Feedback Optimization and Reinforcement Learning
Zhan, S., Zhang, H., Kok, J. K. & Paterakis, N. G., 2025, (Geaccepteerd/In druk) IEEE PowerTech 2025. Institute of Electrical and Electronics Engineers, 6 blz.Onderzoeksoutput: Hoofdstuk in Boek/Rapport/Congresprocedure › Conferentiebijdrage › Academic › peer review
Open AccessBestand56 Downloads (Pure) -
Reliability assessment of multi-agent reinforcement learning algorithms for hybrid local electricity market simulation
Zhang, H. (Corresponding author), Qiu, D., Kok, K. & Paterakis, N. G., 1 jul. 2025, In: Applied Energy. 389, 15 blz., 125789.Onderzoeksoutput: Bijdrage aan tijdschrift › Tijdschriftartikel › Academic › peer review
Open AccessBestand24 Downloads (Pure) -
Review of Market Power Detection in Distribution Networks: Case Study on Local Flexibility Markets
Zhang, H., Zhan, S., Kok, J. K. & Paterakis, N. G., 2025, (Geaccepteerd/In druk) 21st International Conference on European Energy Market: EEM25 Conference. Institute of Electrical and Electronics EngineersOnderzoeksoutput: Hoofdstuk in Boek/Rapport/Congresprocedure › Conferentiebijdrage › Academic › peer review
Bestand40 Downloads (Pure) -
Deep reinforcement learning-based prosumer aggregation bidding strategy in a hierarchical local electricity market
Zhang, H., Kok, J. K. & Paterakis, N. G., 25 jan. 2024, 2023 Asia Meeting on Environment and Electrical Engineering, EEE-AM 2023. Leonowicz, Z. & Stracqualursi, E. (uitgave). Institute of Electrical and Electronics Engineers, 6 blz. 10395533Onderzoeksoutput: Hoofdstuk in Boek/Rapport/Congresprocedure › Conferentiebijdrage › Academic › peer review
Open AccessBestand1 Citaat (Scopus)71 Downloads (Pure) -
Designing Efficient Local Flexibility Markets in the Presence of Reinforcement-Learning Agents
Zhang, H., Tsaousoglou, G., Zhan, S., Kok, J. K. & Paterakis, N. G., 12 feb. 2024, In: TechRxiv. 2024, 10 blz.Onderzoeksoutput: Bijdrage aan tijdschrift › Tijdschriftartikel › Academic
Open AccessBestand226 Downloads (Pure)